ChiCTR2500108760尚未招募不适用
基于超声图像的儿童腹部肿物智能诊断基础模型研究
自筹11 个研究点 分布在 1 个国家开始时间: 2025年8月29日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 11
- 主要终点
- 二维超声图像
研究概览
简要总结
基于多模态超声数据(灰阶超声图像、彩色超声图像及临床数据)开发和验证一种能够识别儿童腹部肿物并且对儿童腹部肿物进行准确分类诊断的人工智能基础模型,并在临床真实环境中测试其帮助不同经验的超声医生提高诊断准确率的效能,探讨该模型在辅助超声医生诊断儿童腹部肿物的临床价值。
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
- 无
入排标准
- 年龄范围
- 0 至 18(—)
- 性别
- All
入选标准
- •2)超声发现有儿童腹部占位性病变;
- •3) 腹部占位性病变通过随访、手术、活检或临床综合信息获得确诊。
排除标准
- 未提供
结局指标
主要结局
二维超声图像
病理结果
准确度
灵敏度
特异度
次要结局
- 腹部 CT 检查结果
- 腹部 MRI 检查结果
- 血清肿瘤标记物检查结果
- 血常规(血红蛋白、白细胞、C 反应蛋白)检查结果
- 肝功能检查结果
- 肾功能检查结果
研究者
研究点 (11)
Loading locations...
相似试验
尚未招募
Unknown
基于 CT 影像的儿童常见腹部肿瘤人工智能辅助诊断系统的前瞻性诊断试验腹部肿瘤ChiCTR2400088224
Unknown
不适用
软组织肿块良恶性及常见软组织肿块病理学超声诊断人工智能系统开发ChiCTR2500104377国家自然科学国家自然科学基金
Unknown
不适用
胆胰系统超声内镜图像深度学习模型的开发与验证ChiCTR2100048349国家自然科学基金资助项目(81272656, 81974068, 81572428);国家重点研发计划资助项目(2017YFC0110003)
Unknown
不适用
儿童结直肠息肉电子染色内镜智能识别研究ChiCTR2000033837基金会及自筹
Unknown
不适用
腹部疾病快速诊断的 AI 模型ChiCTR2500110163国家科技重大专项
