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DCE-MRI的深度学习在乳腺癌自动分割和分类中的应用

【ChiCTR2200063462】基于DCE-MRI的深度学习在乳腺癌自动分割和分类中的应用

查看原文
立即下载
基本信息
登记号

ChiCTR2200063462

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

2022-09-07

临床申请受理号

/

靶点

/

适应症

乳腺癌

试验通俗题目

基于DCE-MRI的深度学习在乳腺癌自动分割和分类中的应用

试验专业题目

基于DCE-MRI的深度学习在乳腺癌自动分割和分类中的应用

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

我们主要利用治疗前的MRI影像，提出了一个可以在MRI图像上准确分割出乳腺癌病灶的深度学习网络，我们称为病灶分割网络。然后根据分割的结果输入后端网络，我们称为分类网络，我们开发了一个集群分类网络，这种集群网络包括ResNet50,ResNeXt101,googlenet-inceptionV3,取三个分类网络的输出的平均值作为最终的输出值，这样增加了分类的可靠性，避免了因为一个网络的误判而影响最终结果的可能，在判断阶段包括良恶性判断，淋巴结是否转移判断。

试验分类
请登录查看
试验类型

连续入组

试验分期

治疗新技术

随机化

纳入本院2022年9月1日至2022年10月1日在本院检查乳腺癌，并接受核磁检查的患者。

盲法

/

试验项目经费来源

课题经费

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2021-09-01

试验终止时间

2022-10-01

是否属于一致性

/

入选标准

1.完整的影像学和病理资料，包括肿瘤和ALN； 2.MR扫描后两周进行手术。；

排除标准

1.无肿块病灶，无明显界限或病灶最长直径<5mm； 2.临床或病理特征不完整； 3.MR检查前接受过新辅助化疗、放疗或激素治疗； 4.多灶性病变或其他乳腺肿瘤患者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

烟台毓璜顶医院

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>

烟台毓璜顶医院的其他临床试验

更多

烟台市毓璜顶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

同适应症药物临床试验

更多