跳至主要内容
临床试验/ChiCTR2500101218
ChiCTR2500101218进行中(未招募)不适用

基于转换器和二次迁移学习的胸部和甲状腺 CT 图像早期甲状腺筛查模型

自选课题(自筹)1 个研究点 分布在 1 个国家开始时间: 2025年1月1日最近更新:

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
CT 影像

研究概览

简要总结

本项目旨在融合增强现实、人工智能与三维建模技术,开发一种基于 CT 3D 成像技术的支腔镜 3D 实时导航系统。该系统将提升内窥镜手术的安全性和准确性,同时显著降低医生工作量,提高就诊效率,减少误诊和医患纠纷,为新入职医生的手术培训提供强有力的工具。本项目的技术特色是利用耦合式系统集成创新,将传统内窥镜影像采集系统与独立开发的非侵入式硬件相结合,不干扰现有的影像系统,而能够实时获取内窥镜影像数据。此外,从 CT 数据的采集到三维支气管模型的重建、术前病灶定位、路径规划到术中实时导航,我们的系统将提供一套完整的临床解决方案。此系统还具备高兼容性,能与市面上 90%的内窥镜设备相适配。

研究设计

研究类型
观察性研究
主要目的
病例对照研究
盲法

入排标准

性别
All

入选标准

  • 1.确诊甲状腺癌患者满足甲状腺区域 CT 影像图片数量大于等于 20 张;
  • 2.非甲状腺癌患者满足甲状腺区域 CT 影像图片数量大于等于 20 张;
  • 3.男性或女性,年龄不限;
  • 4.甲状腺癌患者符合指南的诊断标准.

排除标准

  • 1.甲状腺区域 CT 影像图片数量小于 20 张.

研究组 & 干预措施

甲状腺组

正常对照组

结局指标

主要结局

CT 影像

时间窗: 入院后首次 CT 检测时间

次要结局

未报告次要终点

研究者

发起方
自选课题(自筹)

研究点 (1)

Loading locations...

相似试验