洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基于多模态影像组学及深度学习构建局灶性肝脏病变精准无创诊断的预测模型研究

【ChiCTR2500104842】基于多模态影像组学及深度学习构建局灶性肝脏病变精准无创诊断的预测模型研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500104842

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-06-24

临床申请受理号

/

靶点

/

适应症

局灶性肝脏病变

试验通俗题目

基于多模态影像组学及深度学习构建局灶性肝脏病变精准无创诊断的预测模型研究

试验专业题目

基于多模态影像组学及深度学习构建局灶性肝脏病变精准无创诊断的预测模型研究

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

本研究旨在开发一种基于生成对抗网络（GAN）的图像合成模型，利用平扫CT/MR图像合成高质量的腹部三期增强CT/MR图像，用于局灶性肝脏病变（FLLs）的检测，并结合影像组学和深度学习技术构建高精度的无创诊断模型，以实现对FLLs的精准鉴别诊断，降低患者辐射风险和检查成本，同时提高诊断效率和准确性。

试验分类
请登录查看
试验类型

病例研究

试验分期

回顾性研究

随机化

无

盲法

/

试验项目经费来源

贵州省卫生健康高质量发展医学科研联合基金项目

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2025-07-01

试验终止时间

2028-06-30

是否属于一致性

/

入选标准

（1）年龄：18岁以上的成年人。 （2）同时行增强CT和平扫CT检查发现FLLs。并通过病理证FLLs的病理类型，如肝细胞肝癌，胆管细胞癌，肝转移瘤，肝腺瘤，肝局限性结节增生等；或具有典型影像表现，根据增强图像能直接诊断的FLLs，如肝血管瘤，肝囊肿等。 （3）所有患者影像资料完整，增强CT图像为标准的三期扫描，即包括动脉期，静脉期，延迟期。；

排除标准

（1）图像资料不完整。 （2）肾功能不全和造影剂过敏排除研究。；

研究者信息
研究负责人姓名
请登录查看
试验机构

贵州医科大学附属医院

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
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

贵州医科大学附属医院的其他临床试验

更多

贵州医科大学附属医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品