ChiCTR2500100445尚未招募Unknown
基于病理图像及大尺度模型预测多重免疫荧光表达与直结肠癌临床预后效果的研究
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 入组人数
- 500
- 试验地点
- 2
- 主要终点
- 疾病特异性生存
研究概览
简要总结
本研究预期提出一种能够直接预测苏木精-伊红染色图像呈现的组织中生物标记物表达情况预测式深度学习模型，通过扩展传统病理图像的信息内容，增强病理诊断的深度和精确度，进而促进精准医疗在癌症预后和治疗决策中的应用。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1.病理确诊结直肠腺癌；
- •2.临床 / 病理分期为 1/2/3 期；
- •4.随访满 3 年或以上。
排除标准
- 未提供
研究组 & 干预措施
结直肠腺癌病例组
结局指标
主要结局
疾病特异性生存
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
基于数字化病理图像和深度学习方法的肠癌预后分析系统ChiCTR2400089249四川大学华西医院学科卓越发展 1·3·5 工程项目
国家自然科学基金项目
Unknown
不适用
基于数字病理和深度学习的消化系统癌症生物标志物的研发ChiCTR2400085251黑龙江省自然科学基金资助
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹
Unknown
不适用
基于术前 CT 图像的深度学习预测结直肠癌复发和治疗反应ChiCTR2400087237国家自然科学基金项目(82002221)，国家自然科学基金项目(8227242)，中山大学附属第六医院海归创业基金项目(82002221);国家自然科学基金项目(No. 81972212, XW)，广州市重点研发项目(No. 202206080008, XW)，广东省消化疾病临床研究中心项目(No. 2020B1111170004)，中国社会科学基金博士后资助项目(No. 20210217202501975, FG);GZC20233214, DC)，自治区自然科学基金计划专项培训项目(No.2022D03041，田旭伟)
Unknown
不适用
基于肿瘤免疫微环境的 CT 人工智能研究预测 II 期结直肠癌预后结直肠癌ChiCTR2000035734国家自然科学基金（项目号：81971687）