ChiCTR2500106940已完成回顾性研究
基于多模态 CT、PET 结合放射组学，临床特征，深度学习技术预测亚实性结节气道播散
国家自然科学基金资助项目：U21A204801 个研究点 分布在 1 个国家开始时间: 2025年5月16日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 已完成
- 发起方
- 试验地点
- 1
- 主要终点
- 联合预测 AUC 值
研究概览
简要总结
1.构建一种基于多模态影像数据的术前预测模型：通过整合多模态影像数据（PET/CT 结合 CT 影像）、放射组学特征、深度学习算法以及临床特征，开发出一种术前预测亚实性结节（PSNs）中气道播散（STAS）状态的模型。 2.提高 STAS 预测的准确性和稳定性：通过放射组学和深度学习技术，从 PET/CT 影像和 CT 影像中提取高维特征，结合临床数据和手术病理结果，建立具有高准确性和可重复性的 STAS 预测工具，旨在提高模型的敏感性、特异性及 AUC 值。
研究设计
- 研究类型
- 观察性研究
- 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)单发病变伴手术完全切除;
- •(2)术前 3 个月内行 CT 及 PET 扫描，术前 1 周行肺功能及血常规及肿瘤标志物检查，未接受治疗;
- •(3) CT，PET 图像清晰全面，无伪影;
- •(4)保存完好、适合 STAS 评估的病理标本。
排除标准
- •(1)多发肺内病变及实性结节;
- •(2) CT，PET 成像不完整，无术前 1 周肺功能及血常规及肿瘤标志物检查;
- •(3)用于 STAS 评估的病理样本不足。
- •（5）有其他恶性肿瘤史的病人
研究组 & 干预措施
气道播散阳性 / 气道播散阴性
结局指标
主要结局
联合预测 AUC 值
时间窗: 模型验证阶段
次要结局
- 联合预测准确率(模型验证阶段)
- 联合预测精确率(模型验证阶段)
- 联合预测召回率(模型验证阶段)
- 联合预测 F1 分数(模型验证阶段)
- 联合预测阴性预测值(模型验证阶段)
- 联合预测阳性预测值(模型验证阶段)
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于 CT 影像三维重建的双通道电磁导航定位技术在肺结节微创手术中的应用ChiCTR2200056734深圳市福田区卫生公益性科研（重点）项目45
Unknown
不适用
CT 引导下穿刺肺小结节动态模拟系统建模ChiCTR2300068696北京大学人民医院 研究与发展基金
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
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
Unknown
不适用
基于深度学习和 CT 影像组学的成人急性阑尾炎亚型预测ChiCTR2300069461自筹