ChiCTR1900028475尚未招募不适用
深度学习降噪技术在低剂量 CT 中的应用研究
四川大学华西医院学科卓越发展 1·3·5 工程项目（ZYGD18019）1 个研究点 分布在 1 个国家开始时间: 2019年12月22日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 信噪比
研究概览
简要总结
本研究旨在利用深度学习降噪技术降低 CT 扫描辐射剂量，并降低图像噪声，保证图像诊断性能。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 年龄范围
- 18 至 70（—）
- 性别
- All
入选标准
- •符合腹部疾病临床诊断标准，需要行 CT 扫描检查并且没有增强 CT 扫查禁忌证的患者。
排除标准
- •状态较差不能配合的患者。
结局指标
主要结局
信噪比
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
基于深度学习的腹部病变 CT 影像学研究ChiCTR2200061330河南省高等学校重点科研项目（项目编号 22A320057）
尚未招募
Unknown
“脑卒中”CT 低辐射剂量研究脑卒中ChiCTR2000033272200
Unknown
不适用
iDose4 多中心研究-成人肝脏 CT 扫描ChiCTR-DDT-12002885自筹
Unknown
不适用
中国多中心 CT 辐射剂量调研（基于病历的分析研究）ChiCTR-HRC-17010360本研究科研经费由南京军区重点项目提供100,000
尚未招募
不适用
ltra-low Dose CT imaging with a Deep Learning Algorithm in Body Composition AnalysisKCT0007446Seoul National University Bundang Hospital100