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 基于强化学习与图像分割的多任务深度学习模型在肝脏良恶性结节鉴别、肝癌微浸润识别及肝癌预后预测中的研究

【ChiCTR2600119850】基于强化学习与图像分割的多任务深度学习模型在肝脏良恶性结节鉴别、肝癌微浸润识别及肝癌预后预测中的研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600119850

试验状态

结束

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2026-03-04

临床申请受理号

/

靶点

/

适应症

肝结节

试验通俗题目

基于强化学习与图像分割的多任务深度学习模型在肝脏良恶性结节鉴别、肝癌微浸润识别及肝癌预后预测中的研究

试验专业题目

基于强化学习与图像分割的多任务深度学习模型在肝脏良恶性结节鉴别、肝癌微浸润识别及肝癌预后预测中的研究

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

510060

联系人通讯地址
请登录查看
临床试验信息
试验目的

本研究的主要目的是开发一种基于磁共振（MR）成像的深度学习人工智能模型，以辅助鉴别诊断复杂的肝硬化结节与早期肝细胞癌结节 —— 这类结节在磁共振影像学上难以区分，但具有明确的病理诊断结果。

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

本研究得到以下基金项目资助：国家自然科学基金（82422010、82370190）、广东省基础与应用基础研究基金（2024B1515020026）、中山大学中央高校基本科研业务费（24qnpy282）。

试验范围

/

目标入组人数

880

实际入组人数

/

第一例入组时间

2025-06-10

试验终止时间

2026-01-10

是否属于一致性

/

入选标准

1.年龄≥18 岁的成年人； 2.经影像学检查发现肝结节或确诊肝硬化的患者； 3.具备至少 1 份可分析的肝脏磁共振图像； 4.在影像学难以鉴别，但有明确病理诊断的复杂肝结节，包括高级别不典型增生结节（HGDN）、高分化肝细胞癌（WD-HCC）、低级别不典型增生结节（低级别 DN）、局灶性结节增生（FNH）及肝细胞腺瘤；

排除标准

1.未达到最低图像质量要求的MR图像； 2.仅存在单纯肝硬化结节，无其他类型肝结节或相关影像学特征的患者； 3.缺乏与成像时间相近的同期临床信息或病史资料； 4.存在可能干扰肝脏疾病评估的其他重大合并症的患者； 5.有肝移植史或重大肝脏手术史的患者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

中山大学肿瘤防治中心

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

510060

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>

中山大学肿瘤防治中心的其他临床试验

更多

中山大学肿瘤防治中心的其他临床试验

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