ChiCTR2500104756尚未招募不适用
基于 CT 图像深度学习算法联合临床血液特征的直肠癌预后模型研究
大学生创新创业训练计划1 个研究点 分布在 1 个国家目标入组 500 人开始时间: 2025年7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
- 入组人数
- 500
- 试验地点
- 1
- 主要终点
- 受试者工作特性曲线
研究概览
简要总结
1.本研究拟通过收集影像数据，构建高性能自动分割模型并能实际运用以提取 CT 影像组学标志物。 2.整合影像组学及其他临床数据（如年龄、性别、BMI、实验室检验指标等），深入分析各模态数据之间的相互关系；在此基础上构建开发针对结直肠癌患者成熟、有效的预后模型；
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
- 性别
- All
入选标准
- •术后组织病理学诊断为直肠癌；
- •CT 影像学检查前未接受任何抗癌治疗，如免疫治疗、靶向治疗、新辅助放化疗等；
- •术前腹部 CT 影像资料完整；
- •影像学、临床资料等资料完整，必要时需包含其他资料，如基因测定数据等；
排除标准
- •合并有其他严重影响健康的疾病，如严重的心、脑、肝、肺、肾脏病等；
- •缺乏相关临床资料（如身高、检验结果等）的患者；
- •术前接受过任何放化疗的患者；
- •CT 质量不足以获得可测量的结果；
研究组 & 干预措施
直肠癌切除术观察组
干预措施: 直肠癌切除术观察组
结局指标
主要结局
受试者工作特性曲线
术前实验室检验结果
术后资料
校准度曲线
是否有淋巴结转移
术前合并症
影像资料
手术资料
曲线下面积
决策曲线分析
C 指数
准确率
敏感度
特异度
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
基于影像深度学习在结直肠癌病理及预后预测中的应用价值直肠癌ChiCTR2500106546自筹
Unknown
不适用
基于数字化病理图像和深度学习方法的肠癌预后分析系统结直肠癌ChiCTR2400089249四川大学华西医院学科卓越发展 1·3·5 工程项目
国家自然科学基金项目
Unknown
不适用
基于 CT 和 MRI 的多区域影像组学用于预测直肠癌患者的预后直肠癌影像组学ChiCTR2500104601自选课题（自筹）
Unknown
不适用
基于术前 CT 图像的深度学习预测结直肠癌复发和治疗反应结直肠癌ChiCTR2400087237国家自然科学基金项目(82002221)，国家自然科学基金项目(8227242)，中山大学附属第六医院海归创业基金项目(82002221);国家自然科学基金项目(No. 81972212, XW)，广州市重点研发项目(No. 202206080008, XW)，广东省消化疾病临床研究中心项目(No. 2020B1111170004)，中国社会科学基金博士后资助项目(No. 20210217202501975, FG);GZC20233214, DC)，自治区自然科学基金计划专项培训项目(No.2022D03041，田旭伟)
Unknown
不适用
基于人工智能的结直肠癌肝转移精准诊疗预测模型的研究结直肠癌肝转移ChiCTR2200062951厅局级 - 其他（首发专项）667