ChiCTR2500102431尚未招募不适用
基于 THz-Raman 光谱特征的脑膜瘤组织病理分类识别研究
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2025年4月30日最近更新:
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
- 不同组织病理分级下的准确性
研究概览
简要总结
本研究旨在探索太赫兹（THz）光谱、拉曼（Raman）光谱及其融合技术（THz-Raman）在脑膜瘤组织分级分类识别中的应用潜力。通过整合病理结果、拉曼光谱和太赫兹光谱等多模态数据，结合多任务学习方法提升分别在脑膜瘤组织分级分类识别的准确性。本研究为探索性实验，旨在评估上述光谱技术在脑膜瘤患者病灶组织的病理分级分类识别的可行性，为该技术的临床转化应用提供理论依据和技术支持。
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
- •1.于陆军军医大学第一附属医院诊断为脑膜瘤的患者；
- •2.经明确病理组织诊断且手术的患者；
- •4.自愿参加研究并签署知情同意书；
排除标准
- •1.病理诊断不明确的患者；
- •3.无法理解研究的潜在风险和收益；
- •4.已知 HBV 或者 HCV 感染活动期或者慢性期伴肝功能异常的患者；
研究组 & 干预措施
连续入组
结局指标
主要结局
不同组织病理分级下的准确性
不同组织病理分级下的特异性
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
基于 THz-Raman 光谱特征的胶质瘤组织分级和分子分型分类识别研究脑胶质瘤ChiCTR2500102451国家自然科学基金
尚未招募
Unknown
脑膜瘤病理分级的多模态影像预测模型研究脑膜瘤ChiCTR2300070233
Unknown
不适用
基于脑影像深度学习的颅内占位性病变识别与定位技术研究ChiCTR2500101923自选课题（自筹）
尚未招募
Unknown
多模态超声成像在胃肠间质瘤分子靶向药物疗效评估中的应用研究胃肠间质瘤ChiCTR2500106111400
Unknown
不适用
头颈动脉粥样硬化患者诊疗评估的多模态脑影像定量研究ChiCTR2500104803自筹