ChiCTR-DDD-17014131尚未招募诊断试验新技术临床试验
肺结节多中心 CT 数据收集及人工智能诊断分析
自筹1 个研究点 分布在 1 个国家开始时间: 2017年12月18日最近更新:
适应症
试验速览
- 阶段
- 诊断试验新技术临床试验
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 肺结节
研究概览
简要总结
本研究联合国内数家中心采用相同标准扫描参数获取一批图像质量在同一水平的有效数据进行人工智能分析，帮助放射科医生提高诊断精度和诊断效率，从而得到较可靠的不同性质病灶的特征。这一研究成果不仅提升区域医疗检验水平同质化，最终可助推分级诊疗的实现。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断性病例对照试验
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •1.两肺采用统一扫描条件发现至少一枚结节；
- •结节直径在 3cm 及以下；
- •3.最终均获得病理结果；
排除标准
- •1.患者患有基础肺疾病：如胸部手术后患者，大面积肺部感染，大量胸水，弥漫性间质性肺炎等；
- •3.肺内实质性病灶直径大于 3cm；
- •4.术后病理证实为良性病变。
结局指标
主要结局
肺结节
SEN, SPE, ACC, AUC of ROC
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
基于人工智能神经网络对于胸部 CT 肺结节探测的诊断效能评估肺结节ChiCTR1800016226自筹
Unknown
不适用
一项基于 CT 医学影像的人工智能肺结节自动识别软件开发肺结节ChiCTR2200061984珠海横琴圣澳云智科技有限公司
Unknown
不适用
基于 4DCT 和人工智能的肺癌放疗靶区和危及器官自动勾画的临床研究ChiCTR2000032417同济大学附属上海市肺科医院100
Unknown
3 期
基于多模态人工智能的肺结节决策系统前瞻性多中心临床研究ChiCTR2500103643科技创新 2030
Unknown
不适用
姜龙医师：请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件；请上传知情同意书模板。 基于深度学习术中肿瘤图像和术前 CT 影像辅助术中快速病理诊断肺结节的研究肺癌ChiCTR2000037283上海申康医院发展中心