ChiCTR2200063406尚未招募早期 1 期
开发一个基于放射病理学的人工智能模型预测乳腺癌患者新辅助化疗后的病理完全反应
课题经费1 个研究点 分布在 1 个国家开始时间: 2022年8月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 受试者操作特征曲线下面积
研究概览
简要总结
我们主要利用治疗前的 MRI 图像和数字化病理扫描切片图像构建一个人工智能模型预测乳腺癌患者新辅助化疗后的病理完全反应，本研究为乳腺癌患者后续方案的制定提供一定的指导作用。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- None
入排标准
- 性别
- Female
入选标准
- •纳入本院 2022 年 9 月 1 日至 2022 年 11 月 30 日确诊为局部晚期乳腺癌并有意向行新辅助化疗的患者：
- •1.患者治疗前经 MRI 检查并有可利用的数字化病理切片扫描图像信息；
- •2.治疗后有完整的手术病理结果；
排除标准
- •1.有先前的放化疗或恶性肿瘤病史
结局指标
主要结局
受试者操作特征曲线下面积
次要结局
- 敏感度
- 特异度
- 准确性
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
临床病理特征结合分子诊断的乳腺癌新辅助化疗疗效预测模型构建及临床应用研究乳腺癌ChiCTR18000167632012SCU04A14600
Unknown
不适用
多模态 MRI 影像组学模型对乳腺癌新辅助治疗疗效的早期预判研究乳腺癌ChiCTR2000038578国家自然科学基金
Unknown
不适用
基于深度学习的两阶段人工智能系统辅助放射科医生利用对比增强乳房 X 线摄影图像对乳腺病变进行检测和分类乳腺癌ChiCTR2200065169课题经费
Unknown
不适用
DCE-MRI 的多任务深度学习在乳腺癌自动分割及新辅助化疗疗效预测中的研究乳腺癌ChiCTR2200065185课题经费
Unknown
不适用
多模态影像评价乳腺癌新辅助化疗疗效的前瞻性研究乳腺癌ChiCTR2000035381自筹