ChiCTR2400081868尚未招募回顾性研究
基于血肿内和血肿周围的 CT 影像组学特征及深度学习、迁移学习模型预测自发性脑出血中血肿扩大几率及预后
武汉市中心医院神经外科质量控制中心1 个研究点 分布在 1 个国家开始时间: 2024年3月15日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 血肿扩大
研究概览
简要总结
本项目旨在利用血肿内和血肿周围的 CT 影像组学特征，结合深度学习和迁移学习模型，对自发性脑出血中血肿扩大几率和预后进行预测，为临床医生提供更准确的诊断和治疗依据。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 病例对照研究
入排标准
- 年龄范围
- 18 至 100（—）
- 性别
- All
入选标准
- •自发性脑出血患者：根据相关诊断标准（如 CT 或 MRI 确认），确诊为自发性脑出血的患者。 血肿影像数据完整：拥有血肿内和血肿周围的 CT 影像数据，并具备完整的临床信息。
排除标准
- •排除其他病理因素导致的脑出血，如血管畸形、颅内肿瘤等。 其他影响因素干预：排除影响血肿扩大几率和预后的干预因素，如抗凝治疗等。数据缺失或不完整：排除血肿影像数据不完整或临床信息不完整的患者。
研究组 & 干预措施
自发性脑出血患者
结局指标
主要结局
血肿扩大
次要结局
- 预后评分
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
CT 征象群应用于预测颅内出血患者血肿扩大的研究ChiCTR-ROC-16010083自筹300
Unknown
不适用
头颅 CT 平扫影像组学模型预测急性脑出血后早期血肿再扩大及预后不良的研究脑出血ChiCTR2000040690重庆市卫生健康委员会、沙坪坝区人民医院200
Unknown
不适用
基于病历记录的研究：用 CT 影像组学预测高血压性脑出血血肿扩大高血压性脑出血ChiCTR2200056196自筹300
Unknown
不适用
该试验尚未获伦理委员会批准，请于批准后才开始征募参试者，并与我们联系上传伦理批件。 人工智能在预测高血压脑出血患者血肿变化中的应用价值：一项前瞻性、观察性真实世界研究高血压脑出血ChiCTR2000036008促进市级医院临床技能与临床创新 三年行动计划（2020-2022 年）
招募中
Unknown
颅脑创伤后进展性出血性损伤的危险因素分析及临床预测模型构建与验证颅脑创伤ChiCTR2100046571课题经费500