ChiCTR2000035917尚未招募回顾性研究
基于深度学习的直肠癌新辅后肿瘤退缩分级预后模型的开发
自筹1 个研究点 分布在 1 个国家开始时间: 2020年9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
- 1
- 主要终点
- 残存肿瘤
研究概览
简要总结
- 以复旦大学附属肿瘤医院接受新辅放化疗的直肠癌病人为试点，开发出基于人工智能大数据的符合中国人群特点肿瘤退缩分级预后预测模型；
- 以科研形式将业界最新技术成果提供临床实践，为个体化精准医疗打造坚实基础。
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
- •1.患者接受过至少 3 个疗程的标准新辅助治疗。
- •2.有完整的预后随访资料。
- •3.局部晚期直肠癌患者，无远处转移。
排除标准
- •1.术前发生远处转移。
结局指标
主要结局
残存肿瘤
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
韩书文医师：该试验尚未获伦理委员会批准，请于批准后才开始征募参试者，并与我们联系上传伦理批件。 基于肠道微生态系统的组学研究构建结直肠癌的精准治疗系统结直肠癌ChiCTR2000034058浙江省科技厅
Unknown
不适用
边云医师：该研究尚未获得伦理委员会批准，请于批准后再开始纳入参试者，并与我们联系上传批件。 基于深度学习的病理-影像组学对胰腺癌新辅助治疗后肿瘤退缩分级的智能诊断模型胰腺癌ChiCTR2000038576申康医院发展集团和国家自然科学基金委员会
Unknown
不适用
该研究尚未获得伦理委员会批准。请于批准后才开始纳入参试者，并与我们联系上传批件。 基于 Faster R-CNN 的直肠癌 T 分期自动识别系统的建立及临床认证直肠癌ChiCTR1900023089青岛大学数字医学与计算机辅助手术研究院
Unknown
不适用
基于人工智能分析术中视频预测结直肠息肉良恶性的研究结直肠息肉ChiCTR2500114433省卫生健康行业科技计划项目
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹