ChiCTR2400081913已完成不适用
推动局灶性肝脏病变的诊断：基于深度学习的大规模数据和多期 CT 成像技术
国家自然科学基金(82202117)1 个研究点 分布在 1 个国家开始时间: 2020年6月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 已完成
- 发起方
- 试验地点
- 1
- 主要终点
- 曲线下的面积
研究概览
简要总结
本研究的主要目的为实现肝脏局灶性病灶的自动检测和分类诊断。在此研究中拟研发针对肝脏局灶性病变的检测和诊断系统，包括 HCC、ICC、MET、囊肿、HEM 和 FNH，开发可靠和强大的系统，帮助早期发现和准确诊断局灶性肝脏区域。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 队列研究
- 盲法
- 未说明
入排标准
- 年龄范围
- 21 至 88（—）
- 性别
- All
入选标准
- •受试者年龄大于 18 岁;
- •受试者 CT 检查前无肝切除术、经动脉化疗(TACE)、射频消融(RFA)史;
- •结节经病理证实或至少在六个月的随访中使用两种成像方式确诊。
排除标准
- •缺乏完整的 CT 多期扫描图像的受试者;
- •AP 期和 PVP 期未观察到肝脏病变的受试者。
结局指标
主要结局
曲线下的面积
召回率
准确性
特异性
敏感性
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
基于多参数 MRI 的肝脏局灶性病变智能诊断系统开发：一项国际多中心研究肝细胞癌ChiCTR2200061931
Unknown
不适用
基于人工智能的肝脏局灶性病变自动检测及诊断系统的前瞻性评价研究ChiCTR2100045278科研经费
Unknown
不适用
吴忌医师：该研究尚未获得伦理委员会批准。请于批准后再开始纳入参试者，并与我们联系上传批件。 开发和验证用于肝纤维化分期的深度学习模型肝纤维化ChiCTR2000032229国家科技重大专项、南方医科大学南方医院
Unknown
不适用
肝脏超声智能辅助诊断模型的构建与应用ChiCTR2500099680自选课题（自筹）
Unknown
不适用
肝脏局灶病变智能检出系统的多中心验证研究ChiCTR2300068636申办方