ChiCTR2200058254尚未招募早期 1 期
基于人工智能方法在超声影像图像中预测甲状腺滤泡性肿瘤良恶性中的临床应用价值研究
自筹1 个研究点 分布在 1 个国家开始时间: 2022年4月1日最近更新:
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
- 敏感性
研究概览
简要总结
1.评估在人工智能辅助下，通过超声术前无创预测甲状腺滤泡性肿瘤良恶性辅助临床决策的获益情况。 2.在构建人工智能算法时，探讨并构建一种更适合分析超声图像的人工智能网络结构，旨在通过人工智能的辅助提高超声图像的分析。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
入排标准
- 年龄范围
- 18 至 85（—）
- 性别
- All
入选标准
- •甲状腺滤泡性肿瘤术前行超声检查的患者。
排除标准
- •1.已切除甲状腺患者；
- •2.已参与其他临床研究者；
结局指标
主要结局
敏感性
特异性
准确性
操作者曲线下面积
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
人工智能与医生对比诊断甲状腺结节准确性的前瞻性临床研究甲状腺结节ChiCTR2100045966解放军总医院优青培育计划（2018 年）
Unknown
不适用
人工智能在甲状腺结节超声检查临床应用研究甲状腺结节ChiCTR2300069960北京市科学技术委员会
Unknown
不适用
基于人工智能方法在超声影像图像中预测前列腺癌 T 分期的价值：一项回顾性、多中心的诊断性研究前列腺癌ChiCTR2500102222同济大学“医学+X”交叉研究项目
招募中
Unknown
人工智能在超声图像中诊断浆膜腔积液的研究ChiCTR2200058588自筹
Unknown
不适用
人工智能在超声内镜诊断消化道黏膜下肿瘤中的作用：一项多中心、病例对照、诊断性研究ChiCTR2000031440山东省重点研发计划（重大科技创新工程）(NO.2019JZZY011007)