ChiCTR2100054564尚未招募回顾性研究
基于人工智能的颅内动脉瘤辅助诊断及风险预测研究
北京安德医智科技有限公司2 个研究点 分布在 1 个国家开始时间: 2021年5月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 精确率
研究概览
简要总结
主要目的：利用颅内动脉瘤 CTA 影像数据，训练神经网络模型，开发具有较高准确度的颅内动脉瘤辅助诊断系统，自动检出 CTA 检查中可能存在的颅内动脉瘤；训练自动测量动脉瘤及载瘤动脉形态学的模型，从而开发反映颅内动脉瘤稳定性的新指标，为动脉瘤稳定性预测模型建立基础。基于历史队列数据，运用机器学习技术，探讨并建立颅内动脉瘤风险预测模型；
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •1.单次或多次随访检查的颅内动脉瘤患者；
- •2.头部 CTA 影像学资料临床资料完整；
- •3.破裂动脉瘤患者经头部 CT、MRA 或腰椎穿刺证实有蛛网膜下腔出血并经头部 DSA 确诊。
排除标准
- •1.外伤性或感染性动脉瘤等继发性颅内动脉瘤；
- •2.夹层动脉瘤以及其他血管畸形；
- •3.动脉瘤显影极差、血管痉挛明显等各种原因造成的测量困难的动脉瘤患者；
- •4.术后 CTA 及其他图像质量等原因难以标注的病例。
结局指标
主要结局
精确率
召回率
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
基于神经血管影像诊断的人工智能算法在颅内动脉瘤关键治疗技术微导管塑形方法上的应用研究ChiCTR2000034502上海市卫计委100
Unknown
不适用
基于人工智能影像组学开发预测脑脊髓海绵状血管畸形基因型及出血风险的决策系统ChiCTR2200063445首都卫生发展科研专项项目
Unknown
不适用
基于人工智能的深静脉血栓形成时间预测的研究深静脉血栓形成ChiCTR25001153321.南华大学附属第二医院青年优秀人才项目；
2.湖南省卫生健康高层次人才项目300
Unknown
不适用
基于脑影像深度学习的颅内占位性病变识别与定位技术研究ChiCTR2500101923自选课题（自筹）
Unknown
不适用
基于国产脑灌注人工智能评价系统的慢性颅内动脉闭塞患者卒中风险评估ChiCTR2500103961四大慢病重大专项青年人才培育计划 2023ZD0515400