ChiCTR2500115867尚未招募不适用
融合深度学习与影像组学的术前超声 AI 模型在预测困难腹腔镜下胆囊切除术中的应用研究
浙江省医药卫生科研项目1 个研究点 分布在 1 个国家开始时间: 2026年1月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 曲线下面积（AUC）
研究概览
简要总结
本研究旨在基于术前常规二维超声图像，融合深度学习与影像组学方法，构建人工智能预测模型，用于术前识别困难腹腔镜胆囊切除术的发生风险。通过系统挖掘超声图像中的定量特征与潜在结构信息，评估模型在预测手术困难程度方面的准确性和稳定性，为术前风险分层、手术策略制定及围手术期管理提供客观辅助依据，提升手术安全性与临床决策水平。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.接受标准 LC 手术；
- •2.术前完成二维腹部超声检查，图像质量满足分析要求；
- •3.术中记录完整，术后病理证实为胆囊良性疾病（如胆囊结石、胆囊炎等）；
排除标准
- •1.术中发现胆囊恶性肿瘤或合并其他复杂肝胆疾病；
- •2.术前图像资料缺失或图像质量无法满足分析要求；
- •3.手术记录不完整，无法评估术中困难程度；
- •4.既往有胆囊或上腹部手术史严重影响解剖结构者；
结局指标
主要结局
曲线下面积（AUC）
次要结局
- 灵敏度
- 特异度
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
超声组学在术前预测胆囊占位性病变风险鉴别中的价值：一项多中心研究ChiCTR2200056165自筹
已完成
Unknown
人工智能腹腔镜胆囊切除术手术分析平台的开发与应用ChiCTR2300075307
Unknown
不适用
胆胰系统超声内镜图像深度学习模型的开发与验证ChiCTR2100048349国家自然科学基金资助项目(81272656, 81974068, 81572428);国家重点研发计划资助项目(2017YFC0110003)
已完成
Unknown
利用机器深度学习通过影像资料建立胆囊良恶性疾病的诊疗预测模型胆囊癌ChiCTR2500111583200
Unknown
不适用
机器学习模型预测日间腹腔镜胆囊切除术后疼痛风险ChiCTR2500106179不涉及