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 基于深度学习的淋巴瘤PET/CT影像处理方法及其临床验证

【ChiCTR2600119037】基于深度学习的淋巴瘤PET/CT影像处理方法及其临床验证

查看原文
立即下载
基本信息
登记号

ChiCTR2600119037

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

2026-02-14

临床申请受理号

/

靶点

/

适应症

淋巴瘤

试验通俗题目

基于深度学习的淋巴瘤PET/CT影像处理方法及其临床验证

试验专业题目

基于淋巴瘤PET/CT影像与Deauville评分的深度学习模型构建与临床验证

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

本研究旨在评估一种基于深度学习去噪的低剂量CT技术在淋巴瘤[18F]FDG PET/CT成像中的临床可行性与诊断等效性。通过将标准剂量CT、模拟四分之一剂量 CT及深度学习去噪后的四分之一剂量CT融合至PET图像中，研究采用多病例、多阅片者、全交叉的自身对照试验设计，系统比较不同成像条件下在病灶检出、疾病分期及疗效评估中的一致性与诊断表现。研究重点验证在显著降低CT辐射剂量的前提下，深度学习去噪低剂量CT是否能够维持与标准剂量PET/CT相当的临床判读可靠性与可解释性，从而为淋巴瘤患者的低辐射随访成像策略提供循证依据。

试验分类
请登录查看
试验类型

诊断试验诊断准确性

试验分期

其它

随机化

在多阅片者多病例研究中，不同成像条件的阅片顺序采用随机化方法进行分配。对每位阅片医生，三种PET/CT成像条件（标准剂量、模拟低剂量及去噪低剂量）的阅片顺序以及各病例在每次阅片中的呈现顺序均通过随机数生成方式确定，以减少顺序效应和潜在偏倚。不同阅片阶段之间设置预定的洗脱期，以降低记忆偏倚对判读结果的影响。

盲法

/

试验项目经费来源

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

2026-01-01

试验终止时间

2026-09-30

是否属于一致性

/

入选标准

1) 接受全身[18F]FDG PET/CT检查的淋巴瘤患者； 2) 影像数据可从PACS系统完整获取； 3) 同时具备基线PET/CT及至少一次随访PET/CT检查（仅适用于临床评价的患者）。；

排除标准

1) PET或CT图像数据缺失、不完整； 2) 图像存在严重伪影或质量明显不足，影响病灶检出、分期或疗效评估者； 3) 临床或影像资料不足，无法确定诊断、分期或疗效评估参考标准者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

湘潭市中心医院

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>

湘潭市中心医院的其他临床试验

更多

湘潭市中心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