跳至主要内容
临床试验/ChiCTR2300069461
ChiCTR2300069461尚未招募回顾性研究

基于深度学习和 CT 影像组学的成人急性阑尾炎亚型预测

自筹1 个研究点 分布在 1 个国家开始时间: 2023年3月17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
阑尾炎分型

研究概览

简要总结

主要研究目的:通过利用收集到的临床影像学(CT)数据,运用深度学习技术,建立和验证 AA 亚型分类的预测模型,最终实现对 AA 患者亚型的准确诊断。 次要研究目的:规范与推广高效准确的急性阑尾炎亚型分类的预测模型。

研究设计

研究类型
观察性研究
主要目的
队列研究
盲法
N/a

入排标准

年龄范围
18 至 80(—)
性别
All

入选标准

  • 1.年龄段纳入范围:18-80 岁;
  • 2.符合组织病理学和手术的急性阑尾炎诊断标准。

排除标准

  • 1.存在孕妇、阑尾切除史、寄生虫感染、数据缺失的患者;
  • 2.患者腹部 CT 的资料缺失。

研究组 & 干预措施

训练集、验证集

结局指标

主要结局

阑尾炎分型

次要结局

  • CT 影像学数据
  • 实验室指标
  • 腹部体格检查

研究者

发起方
自筹

研究点 (1)

Loading locations...

相似试验

基于深度学习和CT影像组学的成人急性阑尾炎亚型预测 | 临床试验