ChiCTR1900025251尚未招募早期 1 期
多模态骨关节炎智能影像分析系统及临床应用
科技部国家重点研发计划-多模态骨关节炎智能影像分析系统及临床应用1 个研究点 分布在 1 个国家开始时间: 2019年9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
- MRI 影像
研究概览
简要总结
研究基于 AI 的多模态骨关节（膝盖骨）影像分割、量化和关节炎严重程度的评估系统；经过 X-Ray 和 MR 影像的配准，进一步探讨 X-Ray 影像对骨关节炎严重程度的评估可行性。 具体目标为： 构建完善的多模态（X 线和 MRI）骨关节炎智能影像数据集，并实现针对骨关节炎影像的智能诊断和评估及临床应用。本课题的中心任务是：多模态膝盖骨关节炎影像的量化与评估。具体研究内容包括以下几个方面： （1） 膝关节 X 线、CT 和 MRI 数据采集、图像预处理、2D/3D 配准； （2） 采用深度学习方法对膝关节软骨与软骨下骨的智能定位和精确分割； （3） 3 维可视化诊断； （4） 利用多模态影像对骨关节炎进行智能量化分类和评估； （5） 结合 BLOKS 或 WORMS 评分标准，挖掘不同性别和年龄段中不同程度骨关节炎的影像特征，实现智能诊断。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 年龄范围
- 30 至 90（—）
- 性别
- All
入选标准
- •① 年龄在大于 30 岁的疑似骨关节炎的患者，并且已经在本院完成了 MR 影像的扫描。对在 MR 扫描前后 2 个月内做过 X-Ray 扫描的也同时收集 X-Ray 数据。在 MR 和 X-Ray 扫描的间隙，病人没有做过其他介入和药物治疗，以及其他的关节相关的伤害。
- •② 收集影像科关于 X-Ray 和 MR 诊断报告，诊断报告应该明确指明该患者属于关节炎，且没有其他与膝关节相关的并发症，没有肿瘤或转移。
- •③ 收集相应的骨科诊断结果和病历，诊断报告应该给出该患者的骨关节炎的等级。
排除标准
- •1.有与膝关节相关的其他疾病或者并发症的。
- •2.扫描前做过任何膝关节手术的。
- •3.扫描前有严重膝关节损伤或者骨折愈后的。
- •4.MR 或者 X-Ray 影像模糊不清，没有明确影像学诊断结果的。
- •5.诊断结果没有经过骨科专家对膝关节进行量化分类的（部分数据可以经骨科专家重新阅片补充）
结局指标
主要结局
MRI 影像
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
骨关节炎图像 AI 分析技术的深度学习与临床验证研究膝骨关节炎ChiCTR2200061188国家中医药管理局，国家中医药循证能力建设项目；上海市卫生健康委员会，华东片区中西医结合关节病专科联盟360
招募中
Unknown
成人髋关节 X 线影像人工智能诊断系统ChiCTR1800016296100,000
Unknown
不适用
通过临床适用的深度学习算法对多视角 X 线图像进行骨肿瘤风险的前瞻性评估骨肿瘤ChiCTR2500102778国家自然科学基金 No. 82172035 和 No. 82472067.
Unknown
不适用
膝骨关节炎中枢机制研究ChiCTR2300070439河南省中医药科学研究专项课题（编号：2022ZY1108）；河南省科技攻关--社会发展项目（编号：222102310214）
Unknown
不适用
基于多模态 MRI 研究膝关节骨关节炎疼痛的中枢机制膝关节骨关节炎ChiCTR2000032489上海市卫健委40