【ChiCTR2400092223】基于3D-CNN深度学习挖掘肺结节与原发恶性肿瘤的多源CT影像特征构建肺小结节定性诊断的多维度模型

查看原文

立即下载

基本信息

登记号

ChiCTR2400092223

试验状态

正在进行

药物名称

药物类型

规范名称

首次公示信息日的期

2024-11-12

临床申请受理号

靶点

适应症

肺转移瘤

试验通俗题目

基于3D-CNN深度学习挖掘肺结节与原发恶性肿瘤的多源CT影像特征构建肺小结节定性诊断的多维度模型

试验专业题目

基于3D-CNN深度学习挖掘肺结节与原发恶性肿瘤的多源CT影像特征构建肺小结节定性诊断的多维度模型

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）采用3DCNN深度学习算法，挖掘基线肺结节CT图像及原发消化系统恶性肿瘤图像的数字化特征，明确基于多目标影像的深度学习方法对转移基线肺结节的诊断准确性。（2）综合转移肺结节的数字化影像学标记物、常规影像特征及患者的临床资料，构建多尺度数据融合的转移基线肺结节的诊断模型，并以列线图、决策树方法转为便捷的诊断工具。对常见类型的原发消化系统恶性肿瘤分组，分别构建诊断模型。

试验分类

请登录查看

试验类型

横断面

试验分期

回顾性研究

随机化

无

盲法

试验项目经费来源

308基金项目

试验范围

目标入组人数

1296

实际入组人数

第一例入组时间

2020-12-01

试验终止时间

2023-06-01

是否属于一致性

入选标准

1.经病理证实的、未接受任何治疗的、常见类型的原发消化系统恶性肿瘤患者【肝癌、结直肠癌、食管癌、胃癌、胰腺癌】，且无同时发生的第二恶性肿瘤、无既往恶性肿瘤史；按病种分别建立数据库;2.基线胸部CT检出实性肺结节且最大结节≤10mm；3.基线胸部CT扫描有薄层（≤2mm）序列，同时原发肿瘤的CT图像有静脉期序列；4.肺结节在本中心有完整的随访CT检查：初次随诊CT在基线CT后3个月内、总CT随访次数≥2、总CT随访时间≥2年；5.在本中心接受抗肿瘤治疗且治疗及随访资料完整。；

排除标准

1.初次在本中心行影像检查但已接受抗肿瘤治疗者，或有同时发生的第二恶性肿瘤，或有既往恶性肿瘤史；2.基线胸部CT检出的任一肺结节＞10mm，或仅有亚实性结节、磨玻璃结节；3.基线胸部CT无薄层序列，原发肿瘤的图像无静脉期序列；4.在本中心无随访CT检查，或随访时间＜2年，或初次随诊CT间隔＞3个月，或仅有1次CT随诊；5.明显钙化的肺结节者；6.既往肺结核、尘肺史的患者；7.依据多次CT随访仍不能准确定性诊断的肺结节者。；

研究者信息

研究负责人姓名

请登录查看

试验机构

中山大学肿瘤防治中心

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