ChiCTR1900023870Active, not recruiting回顾性研究
基于深度学习方法和宫腔镜建立宫腔疾病诊断定位系统的研究
自筹1 site in 1 countryStarted: June 10, 2019Last updated:
Trial Snapshot
- Phase
- 回顾性研究
- Status
- Active, not recruiting
- Sponsor
- Locations
- 1
- Primary Endpoint
- 灵敏度
Study Overview
Brief Summary
通过开发具备人工智能的计算机辅助诊断系统，综合宫腔疾病的宫腔镜影像信息进行智能诊断，弥补人工诊断的“主观性”的缺陷，提高诊断效率。最终实现宫腔疾病的精确分类和定位，减少漏诊率，从而指导患者进行相关治疗方案的选择。
Study Design
- Study Type
- 诊断试验
- Primary Purpose
- 连续入组
- Masking
- N/a
Eligibility Criteria
- Sex
- Female
Inclusion Criteria
- •临床及病理诊断为子宫内膜息肉、粘膜下肌瘤、粘膜下腺肌瘤、内膜间质结节、子宫内膜增生（不伴非典型增生和非典型增生）、子宫内膜癌、子宫内膜肉瘤）。
- •具备质量良好的宫腔镜影像。
Exclusion Criteria
- •1）宫腔疾病病理诊断为妊娠相关的组织残留者。
- •2）伴有生殖道畸形宫腔形态异常者。
- •3）影像质量不好的图片。
Outcomes
Primary Outcomes
灵敏度
特异度
假阳性率
漏诊率
Secondary Outcomes
No secondary outcomes reported
Investigators
Study Sites (1)
Loading locations...
Similar Trials
Unknown
Not Applicable
应用基于彩色多普勒超声的深度学习方法对子宫肿瘤分类及早期诊断的研究ChiCTR1800017554自筹
Unknown
Not Applicable
基于深度学习的宫颈癌筛查及诊断系统多中心临床研究宫颈癌ChiCTR2000034803武汉大学中南医院疑难病症诊治能力提升工程项目（肿瘤方向）
Unknown
Not Applicable
基于深度学习的多模态技术用于宫颈病变诊断系统的建立和验证ChiCTR2200058478自筹
Unknown
Not Applicable
基于阴道镜图像多模态融合学习的宫颈病变智能诊断系统研究ChiCTR1900023004福建省妇幼保健院
Unknown
Not Applicable
基于人工智能深度学习算法对结肠病变的识别及追踪定位的研究ChiCTR2000028906自筹