ChiCTR1900021287尚未招募诊断试验新技术临床试验
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
上海市第十人民医院超声医学科6 个研究点 分布在 1 个国家开始时间: 2019年2月23日最近更新:
适应症
试验速览
- 阶段
- 诊断试验新技术临床试验
- 状态
- 尚未招募
- 发起方
- 试验地点
- 6
- 主要终点
- 甲状腺结节
研究概览
简要总结
本研究基于二维 / 剪切波弹性超声成像构建深度学习联合预测模型来解决甲状腺癌超声图像的识别问题，并通过前瞻性、多中心研究病例对所建模型的诊断效能进行评估，旨在为超声医生提供准确可靠的技术支持，实现甲状腺癌患者更快更准的诊断，最终降低甲状腺结节患者的穿刺率和手术率。
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
- N/a
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •患者年龄 18-80 岁；
- •患者拟行甲状腺细针抽吸活检术（FNA）或手术（超声检查后 1 月内行 FNA 或手术);
- •已签署知情同意书并同意参与该研究者。
排除标准
- •图像资料不完整；随访时间不够或失访；中途因各种原因退出。
结局指标
主要结局
甲状腺结节
时间窗: 细针穿刺或手术前
SEN, SPE, ACC, AUC of ROC
次要结局
未报告次要终点
研究者
研究点 (6)
Loading locations...
相似试验
Unknown
1 期
基于深度学习的乳腺、甲状腺超声图像智能判译系统研究ChiCTR2300069555自筹资金
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
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
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）
已完成
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。 深度学习在基于超声图像和临床数据的腮腺良恶性肿瘤的鉴别诊断中的应用腮腺肿瘤ChiCTR2100049124