ChiCTR2000028872尚未招募早期 1 期
基于超声图像的深度神经网络在鉴别乳腺癌分子亚型中的研究
武汉市卫计委 (No. 2017060201010181)，同济医院留学回国人员科研启动金 (No. 2017A002)1 个研究点 分布在 1 个国家开始时间: 2020年1月20日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 乳腺癌二维超声影像
研究概览
简要总结
通过深度神经网络方法利用乳腺癌二维超声像鉴别其分子亚型，为精准治疗提供依据。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 性别
- Female
入选标准
- •患者有确切的乳腺癌病理资料，包括免疫组化结果；
- •乳腺癌二维超声检查在术前 1 月内完成；
排除标准
- •超声检查前接受了干预治疗；
- •超声图像上无清晰的肿瘤区域；
- •临床病例资料不完善，无法进行分子亚型分类。
结局指标
主要结局
乳腺癌二维超声影像
SEN, SPE, ACC, AUC of ROC
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
基于全容积三维超声的 TransUNet 深度神经网络模型在乳腺癌诊断中的应用研究ChiCTR2100052477复旦大学附属华东医院资助900
Unknown
不适用
基于人工智能方法在超声影像图像中预测乳腺癌分子分型中的临床应用价值乳腺癌ChiCTR2000038606上海市科学技术委员会（18441905500）
Unknown
不适用
陈林医师：请尽快联系我们上传正式版伦理审批文件。 基于全容积三维超声的时空表达深度学习网络模型在乳腺癌诊断中应用研究乳腺癌ChiCTR2000036274上海市申康医院发展中心
Unknown
不适用
基于 DCE-MRI 的深度学习在乳腺癌自动分割和分类中的应用乳腺癌ChiCTR2200063462课题经费
Unknown
不适用
基于人工智能的乳腺癌多模态超声精准诊断及演进预测的关键技术开发与体系建立乳腺癌ChiCTR2000036673上海市科学技术委员会（18441905500）