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 基于肌肉影像人工智能分割的老年髋部骨折风险预测和管理策略研究

【ChiCTR2600117260】基于肌肉影像人工智能分割的老年髋部骨折风险预测和管理策略研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600117260

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

2026-01-21

临床申请受理号

/

靶点

/

适应症

髋部骨折

试验通俗题目

基于肌肉影像人工智能分割的老年髋部骨折风险预测和管理策略研究

试验专业题目

基于肌肉影像人工智能分割的老年髋部骨折风险预测和管理策略研究

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

本项目拟基于人工智能驱动的肌肉影像分割与空间成像测量技术，构建一套面向老年群体的髋部骨折风险预测与围手术期管理策略评估模型。通过对肌肉计算机断层扫描成像（CT）影像进行高精度自动分割，提取包括大腿肌肉体积、密度、形态学参数等多维度特征，结合深度学习算法，实现对髋部骨折发生风险的智能化评估，旨在为髋部骨折高危人群中合理预测和评价骨折风险提供新方法。同时，探索个体肌肉特征与跌倒机制、骨折模式、术后并发症及术后疗效之间的潜在关联，为风险干预与围手术期精准管理提供数据支持和理论依据。

试验分类
请登录查看
试验类型

连续入组

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

青苗（培育）人才

试验范围

/

目标入组人数

400;200;450

实际入组人数

/

第一例入组时间

2025-07-27

试验终止时间

2027-06-30

是否属于一致性

/

入选标准

第一部分： ①年龄≥65岁，男女不限； ②低能量跌倒导致的髋部骨折； ③术前24小时内完成髋部肌肉CT扫描（范围：L3-L4至膝关节）； ④Koval移动能力评分1-4级（社区或家庭活动能力）。 第二部分： ①低能量跌倒（站立或坐位高度）导致的股骨转子间或股骨颈骨折; ②骨折前完全活动能力。 第三部分： ①社区居住、完全活动能力的中国成年人； ②低能量髋部骨折（站立或坐位跌倒导致）。；

排除标准

第一部分： ①CT体位非仰卧位； ②扫描范围不完整或存在金属伪影/噪声干扰。 第二部分： ①骨盆骨折史、髋部手术史； ②转移性肿瘤、脑血管疾病； ③影响髋部解剖的发育性/儿童期髋部疾病。 第三部分： ①无法独立坐站或行走； ②影响活动能力的疾病（卒中、神经疾病、类风湿、心衰、严重COPD、凝血功能障碍）。；

研究者信息
研究负责人姓名
请登录查看
试验机构

中日友好医院

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>

中日友好医院的其他临床试验

更多

中日友好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