ChiCTR2000034612尚未招募回顾性研究
人工智能深度学习技术在整形外科体表肿物辅助诊断及治疗策略的临床应用
医院课题1 个研究点 分布在 1 个国家开始时间: 2020年8月1日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 体表图像
研究概览
简要总结
本研究针对头面颈部诊断及治疗形态依赖的特点,为提高该类疾病的诊断精准程度,并为临床资料的数据发掘提供可靠支持,本项目拟构建我院五官头面颈部浅表肿物图像及病史、病理资料数据库,首先通过比较三种不同图像采集系统获得的图像数据在人工智能辅助诊断软件中的有效性和差异性,制定和完善不同病种图像数据采集的方案和标准,然后将图像数据在已有 CSID 大数据库中进行验证和分析,以期对人工智能辅助诊断软件提出改进方案,促进人工智能辅助诊断技术在五官科肿物特定疾病中的有效应用。
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
- 性别
- All
入选标准
- •头面部浅表肿物有体表表现
排除标准
- 未提供
结局指标
主要结局
体表图像
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
基于人工智能深度学习的鼻息肉病理分型及预后评估的多中心前瞻性临床研究慢性鼻窦炎ChiCTR2000033779中山大学临床医学研究 5010 计划项目 (2019006)845
已完成
Unknown
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。 深度学习在基于超声图像和临床数据的腮腺良恶性肿瘤的鉴别诊断中的应用腮腺肿瘤ChiCTR2100049124
招募中
Unknown
基于深度学习的计算机辅助息肉识别结合 NICE 分型系统的建立与临床验证研究结直肠息肉ChiCTR2000035383自筹经费
Unknown
不适用
软组织肿块良恶性及常见软组织肿块病理学超声诊断人工智能系统开发ChiCTR2500104377国家自然科学国家自然科学基金
Unknown
不适用
验证基于深度学习的病灶尺寸测量系统临床应用效果的多中心研究肠息肉ChiCTR2200059453自筹
