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 一种用于小细胞肺癌（SCLC）组织病理学图像分析的人工智能模型研究

【ChiCTR2600127237】一种用于小细胞肺癌（SCLC）组织病理学图像分析的人工智能模型研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600127237

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

2026-06-27

临床申请受理号

/

靶点

/

适应症

小细胞肺癌

试验通俗题目

一种用于小细胞肺癌（SCLC）组织病理学图像分析的人工智能模型研究

试验专业题目

一种用于小细胞肺癌（SCLC）组织病理学图像分析的人工智能模型研究

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

本研究旨在开发一个专门分析小细胞肺癌组织病理图像的人工智能模型。核心目标是实现自动化精准辅助病例诊断，包括自动检测肿瘤区域、区分SCLC与其他肺癌类型，并探索预测患者预后及治疗响应的潜力。通过构建可解释的深度学习系统，本研究致力于辅助病理医生提升诊断效率与一致性，挖掘图像中潜在的预后生物标志物，最终为小细胞肺癌的个体化临床诊疗提供智能化工具。

试验分类
请登录查看
试验类型

诊断性病例对照试验

试验分期

探索性研究/预试验

随机化

无

盲法

无

试验项目经费来源

自选课题（自筹）

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2026-02-01

试验终止时间

2027-02-01

是否属于一致性

/

入选标准

1.对照组：病理诊断为非癌的组织学病理，进行模型的阴性诊断能力验证。 2.实验组：通过组织病理学明确诊断为原发小细胞肺癌（SCLC）的病例。 1.对照组：病理诊断为非癌的组织学病理，进行模型的阴性诊断能力验证。2.实验组：通过组织病理学明确诊断为原发小细胞肺癌（SCLC）的病例。；

排除标准

1.无明确组织学证据的病例； 2.非原发恶性肿瘤病例； 3.其他亚型的肺部恶性肿瘤； 4.诊断为小细胞肺癌但切片病灶部位面积过小（最大病灶部位癌细胞聚集少于4个）；；

研究者信息
研究负责人姓名
请登录查看
试验机构

广州市第一人民医院

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>

广州市第一人民医院的其他临床试验

更多

广州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

同适应症药物临床试验

更多