ChiCTR1900022348进行中(未招募)不适用
深度学习智能诊断及超声弹性成像、超声造影在甲状腺结节筛查中的应用价值的多中心研究
其他渠道赞助1 个研究点 分布在 1 个国家开始时间: 2019年4月1日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 进行中(未招募)
- 发起方
- 试验地点
- 1
- 主要终点
- 甲状腺结节体积大小
研究概览
简要总结
甲状腺结节在人群中发病率日益上升,超声检查是筛查甲状腺结节的首选影像学方法,然而,超声在筛查中存在特异性欠佳,操作者依赖性高的主要问题,近年来人工智能技术在医疗领域的探索应用已成为热点,其在医学影像中的辅助诊断作用得到了广泛关注。本研究旨在通过 S-Detect 和甲状腺超声弹性成像、超声造影评价 RS80A 超声诊断系统的甲状腺成像方案在甲状腺结节筛查中的应用价值。探索 S-Detect 对不同水平超声医师的辅助作用,验证其临床推广价值和潜在教学意义,探讨 S-Detect 的临床意义。
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
- •(a) 患者经超声检查发现甲状腺结节 (b) 甲状腺结节可被该系统进行分析;(c)受试者同意参加本实验。
排除标准
- •(a) CEUS 药物禁忌症患者; (b)严重的出血及凝血功能障碍者; (c) 严重的心血管系统、呼吸系统、神经系统疾病,严重的肝肾功能障碍和急性感染者;(d)不能被该系统分析的患者;
结局指标
主要结局
甲状腺结节体积大小
结节内部血流情况
结节回声
结节形状
内部组成成分
边界
强回声灶
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
人工智能在甲状腺结节超声检查临床应用研究甲状腺结节ChiCTR2300069960北京市科学技术委员会
Unknown
不适用
人工智能与医生对比诊断甲状腺结节准确性的前瞻性临床研究甲状腺结节ChiCTR2100045966解放军总医院优青培育计划(2018 年)
Unknown
不适用
基于二维 / 剪切波弹性超声成像的甲状腺癌深度学习联合预测模型的构建与应用研究甲状腺癌ChiCTR1900021287上海市第十人民医院超声医学科
Unknown
不适用
基于深度学习的甲状腺超声影像 TI-RADS 分级诊断研究甲状腺结节ChiCTR2200065317安徽医科大学第二附属医院临床研究培育计划
Unknown
不适用
基于人工智能方法在超声影像图像中预测甲状腺滤泡性肿瘤良恶性中的临床应用价值研究ChiCTR2200058254自筹
