400-9696-311 转1
400-9696-311 转2
400-9696-311 转3
400-9696-311 转4
ChiCTR2100053002
正在进行
/
/
/
2021-11-07
/
/
纵隔肿瘤
深度学习模型用于纵膈病灶检测和分类的效能研究
深度学习模型用于纵膈病灶检测和分类的效能研究
本研究旨在收集上海市肺科医院胸外科就诊的CT显示存在纵膈病灶并准备手术的患者,收集患者术前CT影像数据,术后病理诊断信息。将经标注胸部CT资料并随机分为训练集与测试集进行学习。训练集用于构建深度学习模型,测试集用于测试所构建的深度学习模型性能。本研究首先通过比较深度学习模型和临床医生鉴别纵膈病灶分类的结果一致性判断该模型性能优劣;其次通过前期自主研发的低秩稀疏回归算法,将深度学习模型提取的数字病理图像中高维度特征,映射至二维CT图像区域,并进行三维可视化,实现模型的可解释性;最后探索在该模型辅助下,是否可以通过术前胸部CT检查提高临床医生判断纵膈病灶病理类型的准确性,为将来在临床上进一步提高精准化和个性化的癌症治疗水平。
连续入组
回顾性研究
不适用
未说明
科研经费
/
/
/
2021-12-01
2022-12-31
/
1.年龄≥18岁于上海市肺科医院胸外科就诊的手术病人; 2.术前胸部CT提示纵膈病灶,图像来源于上海市肺科医院影像科CT图像数据,有完整的CT影像检查图像和报告; 3.病例有完整的术中冰冻病理结果及术后石蜡病理结果; 4.患者自愿参加,签署知情同意。;
请登录查看1.既往接受过靶向治疗、放化疗患者; 2.患者中途自愿退出。;
请登录查看同济大学附属上海市肺科医院
/
皮肤好医荟2025-12-04
体外诊断原料网2025-12-04
优赛生命2025-12-04
医药时间2025-12-04
佰傲谷BioValley2025-12-04
求实药社2025-12-04
启迪之星2025-12-04
亚虹医药2025-12-04
幂方健康基金2025-12-04
汉氏联合2025-12-04