ChiCTR2400092216招募中Unknown
基于深度学习和影像组学智能诊断 X 线优势检查病种和结构化报告生成研究
未提供1 个研究点 分布在 1 个国家开始时间: 2024年5月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 试验地点
- 1
- 主要终点
- 接收者操作特征曲线下面积
研究概览
简要总结
开发卷积神经网络模型，诊断 X 线优势病种（胸部：气胸、胸腔积液、液气胸、肋骨骨折 腹部：肠梗阻，尿路结石，气腹，胆系结石）；并基于自然语言处理技术生成结构化报告
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1、健康志愿者的纳入标准：
- •无气胸、胸腔积液、急腹症等 X 线优势系统疾病和常见疾病。
- •2、气胸、胸腔积液、急腹症及相关疾病人群的纳入标准:
- •(1)平片图像质量合格：无伪影、锐利度佳，对比度和清晰度良好;
- •(2)有明确 X 线平片或 CT 图像诊断结果。
排除标准
- •(1)DR 平片质量不佳：平片模糊、曝光不足或过度、严重伪影；
- •(2)平片和其他影像检查均无诊断结果；
- •(3)妊娠期或哺乳期者；
- •(4)未控制的癫痫或精神疾病，不能配合 X 线摄影者；
- •(5)咳嗽、咳痰或呼吸困难而不能正常吸气和屏气的患者。
结局指标
主要结局
接收者操作特征曲线下面积
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于深度学习的肺组织病理图像辅助诊断系统的建立及应用研究肺癌ChiCTR2000037216自筹
招募中
Unknown
基于影像组学与人工智能对肺结节鉴别诊断的相关研究肺癌ChiCTR2100043351
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全身骨折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
Unknown
不适用
张亚平医师：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；请上传知情同意书模板。 胸部主要疾病人工智能筛查系统的开发和应用肺炎等社区获得性疾病ChiCTR2000041254纵向科研经费35,000
招募中
Unknown
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 应用深度学习构建慢性阻塞性肺疾病异质性定量分析及表型分类的辅助诊断模型研究慢性阻塞性肺疾病ChiCTR2000038474华东医院1,200