ChiCTR2500097722尚未招募不适用
基于深度学习的多模态融合模型预测卒中患者 90 天 mRS 评分的临床研究
徐州医科大学同力申硕学员二阶段经费1 个研究点 分布在 1 个国家开始时间: 2025年3月1日最近更新:
适应症
干预措施
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 分类准确率
研究概览
简要总结
本研究旨在开发并评估一种基于深度学习的融合预测模型，该模型结合了卒中后医学影像以及急性卒中期常规获取的临床变量，用于预测长期临床结局指标 90 天 mRS 评分（范围从 0 分（无残疾）到 6 分（死亡））。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •患者年龄在 18 岁及以上；
- •急性＜＝24 小时以内；
- •各模态影像和临床数据完整且满足诊断要求。
排除标准
- •患者影像显示存在颅内出血；
- •患者影像存在严重的运动伪影、金属伪影、植入物等影响判读的情况；
- •患者影像显示颅内存在肿瘤、囊肿等占位性病变；
- •患者影像显示颅脑组织存在由手术、外伤等引起的缺陷。
研究组 & 干预措施
观察组
干预措施: 观察组
结局指标
主要结局
分类准确率
一致性评价
精确率 (Precision)
次要结局
- F1 分数
- 受试者工作特征曲线下面积
- 召回率 (Recall)
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
多模态评价脑卒中患者下肢功能的严重程度脑卒中ChiCTR2000039274自筹经费100
Unknown
不适用
多模态 MRI 预测急性缺血性脑卒中预后的临床研究急性缺血性脑梗死ChiCTR2300072007合肥市第八人民医院
Unknown
不适用
基于超声心动图图像及高血压相关临床特征的多模态深度学习驱动模型预测评估高血压卒中风险的研究高血压ChiCTR2400093230自选课题（自筹）
Unknown
不适用
基于多序列 MRI 互补性深度学习的觉醒型卒中患者发病时间评估研究急性缺血性脑卒中ChiCTR2400091824广州市科技计划项目
Unknown
不适用
基于多模态磁共振关键技术的急性缺血性卒中疗效预测模型研究脑梗死ChiCTR2000040844自筹300