400-9696-311 转1
400-9696-311 转2
400-9696-311 转3
400-9696-311 转4
ChiCTR2600118035
尚未开始
/
/
/
2026-02-01
/
/
垂体神经内分泌肿瘤
基于LIBS技术垂体神经内分泌肿瘤的血清与组织生物医学特征分析
基于LIBS技术垂体神经内分泌肿瘤的血清与组织生物医学特征分析
1. 基于LIBS技术,系统分析PitNETs患者血清及肿瘤组织的元素光谱特征 本研究拟通过LIBS技术,获取PitNETs患者及对照人群血清与肿瘤组织的元素光谱信息,系统分析其元素分布及谱线特征,揭示其在不同临床分型、分级及侵袭性状态下的差异性。 2. 应用机器学习方法建立血清与组织差异性判别模型,实现PitNETs辅助分型诊断 基于获取的多维元素光谱数据,利用机器学习算法进行特征通道筛选与建模,构建区分不同PitNETs类型及分级的判别模型,旨在实现血清和组织元素谱的智能化辅助分型诊断。 3. 探索不同元素谱与PitNETs临床分型、分级及侵袭性的相关性 进一步分析关键元素及其光谱特征与PitNETs临床分型、分级及侵袭性等病理参数之间的关联性,探讨元素代谢异常在PitNETs发生发展和生物学行为中的作用机制,为临床风险评估与精准治疗提供理论依据。
病例对照研究
其它
无
无
南昌大学第一附属医院—临床培育项目
/
100
/
2025-12-11
2027-12-31
/
1.PitNETs患者: 1.年龄>=18岁。 2.经影像学(MRI)和病理学检查确诊为PitNETs。 3.涵盖功能性(如泌乳素瘤、GH瘤)与非功能性亚型; 2.健康对照: 1.年龄>=18岁。 2.无内分泌疾病及肿瘤相关疾病史。 3.所有受试者:均需签署知情同意书;;
请登录查看1.患有严重心、肝、肾功能不全或其他系统严重疾病; 2.存在精神障碍或认知问题,无法配合研究; 3.计划迁出本地或无法完成随访者; 4.研究者判断不适合参与本研究的其他情况(如依从性差); 5.特别针对样本质量:研究中为确保LIBS检测的准确性,需排除因样本制备问题(如严重溶血、组织自溶)导致数据不可靠的样本;;
请登录查看南昌大学第一附属医院
/
BioArtMED2026-01-31
CPHI制药在线2026-01-31
丁香园 Insight 数据库2026-01-31
苏州大学附属儿童医院2026-01-31
癌度2026-01-30
张江药谷2026-01-30
科络思生物2026-01-30
医学新视点2026-01-30
中国医药报2026-01-30
GSK中国2026-01-30