ChiCTR2500108978进行中（未招募）早期 1 期
基于深度学习构建卵巢交界性肿瘤的诊断模型的应用研究
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2025年9月1日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- ROC 曲线下面积
研究概览
简要总结
通过规范化超声图像采集流程，获取规范化多模态超声图像，利用深度神经网络建立卵巢交界性肿瘤的超声图像特征集，构建精准卵巢交界性肿瘤诊断模型。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 90（—）
- 性别
- Female
入选标准
- •1.行手术治疗并有获得病理结果的患者；
- •2.术前行妇科超声检查；
排除标准
- •1.超声检查留图缺失或图像质量不佳；
- •2.具体病理类型不明确；
- •3.非附件原发恶性肿瘤；
研究组 & 干预措施
病例组
结局指标
主要结局
ROC 曲线下面积
时间窗: 诊断模型训练完成之后
次要结局
- 阳性似然比 / 阴性似然比 / 诊断优势比(诊断模型训练完成之后)
- 校准度(诊断模型训练完成之后)
- 布里尔分数(诊断模型训练完成之后)
- 灵敏度 / 特异度 / 阴性预测值 / 阳性预测值(诊断模型训练完成之后)
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
超声人工智能多模态诊断模型在卵巢肿瘤中的应用：一项多中心前瞻性对照临床研究卵巢肿瘤ChiCTR2200055907无经费来源
Unknown
不适用
基于超声图像深度学习的多临床中心卵巢癌诊断及预后评估模型的建立卵巢癌ChiCTR2100049577国家重点基础研究发展规划项目，国家科技支撑计划，国家科技支撑计划国家科技支撑计划国家自然科学基金
Unknown
不适用
卵巢肿瘤超声评分-分级系统的 AI 辅助研究妇科肿瘤ChiCTR2000037358上海市申康医院发展有限中心
Unknown
不适用
基于多模态超声图像的卵巢肿块自动检测与智能辅助诊断系统的研究ChiCTR2400086850浙江省“尖兵领雁+X” 研发攻关计划 （ No.2024C03069）
Unknown
不适用
基于人工智能的卵巢癌诊断模型的构建与验证卵巢恶性肿瘤ChiCTR2400084569临床研究专项（非资助类）