ChiCTR2200063444尚未招募诊断试验新技术临床试验
一个基于深度学习支持的全自动化管道系统利用对比增强乳房 X 线摄影图像对乳腺病变进行分割和分类
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
- 诊断试验新技术临床试验
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 受试者工作特征曲线
研究概览
简要总结
针对乳腺病变术前难以准确定性的问题，拟基于 CEM 图像构建全自动化管道系统实现对乳腺病灶的分割和分类。从临床实际出发，基于 BI-RADS 分类，进一步探索医生在系统辅助下的分类性能以及对细针穿刺活检的影响，最后在前瞻性环境中验证。本研究的结果，将为临床医生预测乳腺病变良恶性提供辅助工具，指导临床医生制定个性化诊疗决策，避免不必要的活检穿刺问题。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
入排标准
- 性别
- Female
入选标准
- •1.患者术前经 CEM 检查并有可利用的临床信息；
- •2.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；
- •3.临床或病理信息不完整。
结局指标
主要结局
受试者工作特征曲线
次要结局
- 敏感度
- 特异度
研究者
研究点 (1)
Loading locations...
相似试验
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
基于 DCE-MRI 的深度学习在乳腺癌自动分割和分类中的应用乳腺癌ChiCTR2200063462课题经费
Unknown
不适用
对比增强乳腺 X 线摄影（CEM）技术的临床应用乳腺疾病ChiCTR2000037584通用电气医疗系统贸易发展（上海）有限公司和上海西门子医疗器械有限公司
Unknown
不适用
基于人工智能的乳腺癌多模态超声精准诊断及演进预测的关键技术开发与体系建立乳腺癌ChiCTR2000036673上海市科学技术委员会（18441905500）
Unknown
1 期
基于深度学习的乳腺、甲状腺超声图像智能判译系统研究ChiCTR2300069555自筹资金