ChiCTR2000035386进行中（未招募）回顾性研究
基于超声图像 AI 深度学习的绝经后子宫内膜癌预测模型的建立
国际和平妇幼保健院院内课题1 个研究点 分布在 1 个国家目标入组 4,000 人开始时间: 2019年1月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 入组人数
- 4,000
- 试验地点
- 1
- 主要终点
- 罹患内膜癌
研究概览
简要总结
本课题拟纳入行阴道超声检查的绝经后妇女，收集 B 超图像，宫腔镜或者诊刮手术术后病理，联合患者临床资料（绝经后出血模式，绝经年限，性激素水平，BMI 等），寻找可能的高危因素，建立绝经后子宫内膜癌预测队列；并且运用深度学习（深度卷积神经网络）方法对图像的像素进行特征提取和像素分类，实现子宫内膜图像的分割和检测；结合患者的高危因素，建立绝经后子宫内膜癌预测模型；并将该预测模型在后续的验证模型中进行结果验证修订。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 性别
- Female
入选标准
- •a.在上海交通大学医学院附属国际和平妇幼保健院进行 B 超检查，并签署知情同意书患者；
- •c.行宫腔镜或诊刮手术，术后病理报告完善（预测队列）；
排除标准
- •b.未签署知情同意书患者；
- •c:研究者判断不适合参加此研究患者。
研究组 & 干预措施
病例组
对照组
结局指标
主要结局
罹患内膜癌
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
多模态数据融合人工智能辅助筛查和诊断子宫内膜病变ChiCTR2500101707自选课题（自筹）
Unknown
不适用
人工智能指导下的宫颈癌及癌前病变的筛查技术ChiCTR1900021007上海交通大学 “转化医学交叉研究基金”10,000
招募中
Unknown
应用人工智能技术识别宫颈癌细胞及其成分的探索性和回顾性研究宫颈癌ChiCTR2200063024
Unknown
不适用
基于人工智能分析术中视频预测结直肠息肉良恶性的研究结直肠息肉ChiCTR2500114433省卫生健康行业科技计划项目
Unknown
不适用
面向卵巢癌转移灶的人工智能精准分割与结构化报告智能可信生成上皮性卵巢癌ChiCTR2500106668中国医学科学院医学与健康科技创新工程项目