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 基于深度学习磁共振 DIT 技术预测距腓前韧带损伤患者重返运动能力的临床研究

【ChiCTR2600123292】基于深度学习磁共振 DIT 技术预测距腓前韧带损伤患者重返运动能力的临床研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600123292

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

2026-04-23

临床申请受理号

/

靶点

/

适应症

距腓前韧带损伤

试验通俗题目

基于深度学习磁共振 DIT 技术预测距腓前韧带损伤患者重返运动能力的临床研究

试验专业题目

基于深度学习的磁共振DIT技术在距腓前韧带损伤患者重返运动结局预测中的临床研究

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）本项目旨在针对距腓前韧带（Anterior Talofibular Ligament, ATFL）损伤后 “重返运动结局预测难” 的临床核心问题，融合磁共振弥散张量成像（Diffusion Tensor Imaging, DTI）的微观结构评估优势与深度学习的大数据分析能力，构建 ATFL 损伤患者重返运动结局（包括重返运动成功率、重返时间、二次损伤风险）的精准预测模型，明确模型的临床应用价值，为临床制定个体化康复方案、优化重返运动决策提供客观依据。 (2)患者因预测偏差导致过早重返运动引发二次损伤，或过度康复延长治疗周期。本项目通过 DTI捕捉韧带微观结构（如各向异性分数 FA、平均弥散系数 MD）变化，结合深度学习挖掘影像与临床数据的潜在关联，可显著提升预测准确性，减少临床决策失误，降低患者医疗负担与运动生涯风险。 (3)推动 “医学影像 - 运动医学 - 人工智能” 交叉学科发展，填补 “深度学习 + DTI 技术在 ATFL 损伤重返运动预测中应用” 的研究空白。

试验分类
请登录查看
试验类型

队列研究

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

2025年度韶关市社会发展科技协同创新体系建设项目

试验范围

/

目标入组人数

300

实际入组人数

/

第一例入组时间

2025-12-22

试验终止时间

2028-12-31

是否属于一致性

/

入选标准

1. 经临床与常规 MRI 确诊为 ATFL 损伤； 2. 年龄 18-50岁； 3. 签署知情同意书。 1. 经临床与常规 MRI 确诊为 ATFL 损伤；2. 年龄 18-50岁；3. 签署知情同意书。；

排除标准

排除合并踝关节骨折、神经损伤或严重基础疾病者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

韶关市第一人民医院

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>

韶关市第一人民医院的其他临床试验

更多

韶关市第一人民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