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 一个基于深度学习支持的全自动化管道系统利用对比增强乳房X线摄影图像对乳腺病变进行分割和分类

【ChiCTR2200063444】一个基于深度学习支持的全自动化管道系统利用对比增强乳房X线摄影图像对乳腺病变进行分割和分类

查看原文
立即下载
基本信息
登记号

ChiCTR2200063444

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

一个基于深度学习支持的全自动化管道系统利用对比增强乳房X线摄影图像对乳腺病变进行分割和分类

试验专业题目

一个基于深度学习支持的全自动化管道系统利用对比增强乳房X线摄影图像对乳腺病变进行分割和分类

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

针对乳腺病变术前难以准确定性的问题，拟基于CEM图像构建全自动化管道系统实现对乳腺病灶的分割和分类。从临床实际出发，基于BI-RADS分类，进一步探索医生在系统辅助下的分类性能以及对细针穿刺活检的影响，最后在前瞻性环境中验证。本研究的结果，将为临床医生预测乳腺病变良恶性提供辅助工具，指导临床医生制定个性化诊疗决策，避免不必要的活检穿刺问题。

试验分类
请登录查看
试验类型

连续入组

试验分期

诊断试验新技术

随机化

前瞻性实验，无需随机分组

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

2022-08-01

试验终止时间

2022-11-30

是否属于一致性

/

入选标准

1.患者术前经CEM检查并有可利用的临床信息； 2.有完整的手术病理结果； 3.图像质量清晰。；

排除标准

1.有先前的放化疗或恶性肿瘤病史； 2.双侧多发病灶； 3.临床或病理信息不完整。；

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

滨州医学院的其他临床试验

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