ChiCTR2000040788尚未招募回顾性研究
基于人工智能的脊柱良恶性压缩性骨折的鉴别诊断研究
自筹1 个研究点 分布在 1 个国家开始时间: 2021年1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
- 灵敏度
研究概览
简要总结
本课题的研究目标是提出一种解决椎体压缩性骨折（VCFs）良恶性鉴别诊断的三分类模型。该分类模型不同于之前“两步式”的研究（即先进行 VCFs 识别再进行 VCFs 分类），而是“一步式”地对椎骨进行三分类。建立计算机辅助鉴别诊断良恶性压缩性骨折模型。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 析因分组（即根据危险因素或暴露因素分组）
- 盲法
- None
入排标准
- 性别
- All
入选标准
- •② 脊柱 MRI 诊断存在压缩性骨折
- •① 存在椎体原发性恶性肿瘤
- •② 存在椎体继发性恶性肿瘤，并经其他检查方法（如 PET-CT 或椎体穿刺确诊椎体受累）
- •③ 脊柱 MRI 诊断存在压缩性骨折
排除标准
- •② 压缩性骨折外科或椎体骨水泥术后病例
结局指标
主要结局
灵敏度
特异度
曲线下面积
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
骨质疏松性椎体骨折辅助智能诊断系统的建立和临床应用骨质疏松ChiCTR2300069433课题支持
招募中
Unknown
深度学习辅助全身骨折检测：基于 X 线影像的回顾性研究ChiCTR2100054762国家自然科学基金面上项目：基于深度学习的骨肿瘤诊断方法研究，编号 618761092,000
招募中
Unknown
请与我们联系上传伦理审批文件。 人工智能在亚洲人群桡骨远端骨折 AO 分型和治疗中的应用方案桡骨远端骨折ChiCTR210004720310,000
Unknown
不适用
朱淇医师：请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件。 基于深度学习的老年患者腰椎 CT 影像学骨折风险预测以及影响因素重要性分析骨质疏松ChiCTR2000036678上海市第一人民医院1,000
Unknown
不适用
基于大数据和机器学习建立腰椎退变指数和腰痛风险评估工具的研究腰椎退变ChiCTR2000035911自然科学基金