【ChiCTR2600131475】深度学习联合有限元分析在职业性颈腰痛早期干预的应用研究

查看原文

立即下载

基本信息

登记号

ChiCTR2600131475

试验状态

结束

药物名称

药物类型

规范名称

首次公示信息日的期

2026-09-02

临床申请受理号

靶点

适应症

颈椎病和腰椎间盘突出

试验通俗题目

深度学习联合有限元分析在职业性颈腰痛早期干预的应用研究

试验专业题目

深度学习联合有限元分析在职业性颈腰痛早期干预的应用研究

申办单位信息

申请人联系人

请登录查看

申请人名称

请登录查看

联系人邮箱

请登录查看

联系人邮编

联系人通讯地址

请登录查看

临床试验信息

试验目的

1. 主要目的：通过调查颈腰痛患者的健康状况并建立影像学数据库，确保全面了解患者及其颈腰痛的程度，为卫生行政管理部门和临床科研机构提供基础数据，建立 OCLP 病况严重程度与康复辅具佩戴建议的映射关系，综合考虑给出患者休息、调整位姿、选择和佩戴康复辅具的类型的建议，有助于患者正确认识颈腰痛并树立战胜疾病的信心，提供最佳的康复指导方案。 2. 次要目的：（1）提出基于深度学习的OCLP患者静态和动态位姿识别方案，捕获其静坐和步行状态下的信息，分析静态和动态的动作变化，通过颈腰痛患者的动作表现和姿态变化判定疼痛是否发生，为患者发出提示信息，给出调整坐姿、即刻休息、运动保健或其他干预建议。（2）提出多种基于深度学习的颈腰椎病灶检测算法，从颈腰椎影像数据和影像学结构特点出发针对颈椎病、腰椎间盘突出、腰肌劳损等OCLP的常见病因进行检测，有助于退变性疾病的及早发现，提高大规模OCLP影像的检测效率，降低诱发OCLP的几种肌肉骨骼相关疾病的误诊和漏诊率。（3）应用有限元技术建立患者的颈腰椎模型，模拟患者颈腰椎生理状态、受载情况和各种复杂力学场景，分析颈腰椎的生物力学特点，从而解决传统脊柱生物力学研究中耗时长、环境因素影响大、可重复性差、费用高等问题，为患者的诊疗和康复提供生物力学依据。

试验分类

请登录查看

试验类型

诊断试验诊断准确性

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

武汉科技大学职业危害识别与控制湖北省重点实验室开放基金项目

试验范围

目标入组人数

实际入组人数

第一例入组时间

2023-12-01

试验终止时间

2027-02-01

是否属于一致性

入选标准

1.年龄范围: 18-65岁 2.知情同意: 能够理解研究内容并自愿签署知情同意书 3.健康状况: 未患有严重心理或生理疾病，能够完成研究所需的测试和任务 4.诊断证明: 有医生诊断的颈腰痛病史 5.疼痛程度: 中度至重度颈腰痛，但能够参与位姿捕捉任务 6.具有完整CT、MRI影像数据的患者； 1.年龄范围: 18-65岁 2.知情同意: 能够理解研究内容并自愿签署知情同意书 3.健康状况: 未患有严重心理或生理疾病，能够完成研究所需的测试和任务 4.诊断证明: 有医生诊断的颈腰痛病史 5.疼痛程度: 中度至重度颈腰痛，但能够参与位姿捕捉任务 6.具有完整CT、MRI影像数据的患者；；

排除标准

1.排除标准： 1.严重心理疾病: 患有严重抑郁症、精神分裂症等可能干扰测试结果的心理疾病 2.生理障碍: 存在影响位姿捕捉的严重生理障碍，如重大脊柱损伤、肢体残疾等 3.药物影响: 正在服用可能影响心理状态或位姿的药物（如强效镇痛剂、肌肉松弛剂等） 4.其他医学条件: 任何根据主治医师判断可能影响参与者安全或研究结果的医学条件 5.参与其他相关研究: 已经参与或正在参与其他可能影响本研究结果的相关研究项目 6.未进行CT、MRI影像检查或CT、MRI影像数据不完整。；

研究者信息

研究负责人姓名

请登录查看

试验机构

武汉市普仁医院

研究负责人电话

请登录查看

研究负责人邮箱

请登录查看

研究负责人邮编

联系人通讯地址

请登录查看