ChiCTR2500102948尚未招募回顾性研究
基于人工智能的克罗恩病的 CTE 严重程度评估系统的技术研究及应用
重庆英才计划3 个研究点 分布在 1 个国家目标入组 800 人开始时间: 2024年7月30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
- 入组人数
- 800
- 试验地点
- 3
- 主要终点
- 人工智能辅助分级模型评估克罗恩病严重程度
研究概览
简要总结
本研究旨在通过深度学习技术分析克罗恩病 CTE 影像，开发一款搭载人工智能的先进影像系统，该系统可实现对病变部位的更快、更精准识别并显示异常结构区域。进一步，本研究将融合 CTE 影像分析得到的数值数据与临床生物标志物的检测数值，构建一个创新的量化评分模型。这一模型预期更简便、更准确诊断和评估 CD 严重程度提供新思路，提高对 CD 严重程度评估的准确性，为临床提供一种新的诊断和评估工具，推动个性化医疗的发展。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
入排标准
- 性别
- All
入选标准
- •1.研究对象年龄不限，男女均可；
- •2.研究对象符合《中国克罗恩病诊治指南（2023 年·广州）》中克罗恩病诊断标准；
- •3.研究对象已完善 CTE 检查，并保留有清晰的图像。
排除标准
- •1.研究对象既往有肠道手术史;
- •2.CTE 图像质量差，肠道解剖结构难以辨认。
研究组 & 干预措施
克罗恩病组
结局指标
主要结局
人工智能辅助分级模型评估克罗恩病严重程度
次要结局
- CD 量化性评分评估克罗恩病严重程度
研究者
研究点 (3)
Loading locations...
相似试验
招募中
不适用
The Clinical Application of Artificial Intelligence Assisted Renal Biopsy Diagnosis System.Chronic Kidney DiseaseNCT07330362Zhujiang Hospital2,900
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
Unknown
不适用
基于大数据与深度学习的人工智能辅助胸片模型用于川崎病早期预警的临床研究ChiCTR2500114634自选课题（自筹）
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹
Unknown
不适用
基于 CT 影像的深度学习评估冠状动脉重度钙化风险的前瞻性、多中心临床研究ChiCTR2300069164科技部国家重点研发计划课题