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 基于影像组学、深度学习与临床特征的肺癌多维度分析及其在病理亚型、基因突变与转移预测中的应用研究

【ChiCTR2500099687】基于影像组学、深度学习与临床特征的肺癌多维度分析及其在病理亚型、基因突变与转移预测中的应用研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500099687

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

2025-03-27

临床申请受理号

/

靶点

/

适应症

原发性肺恶性肿瘤

试验通俗题目

基于影像组学、深度学习与临床特征的肺癌多维度分析及其在病理亚型、基因突变与转移预测中的应用研究

试验专业题目

基于影像组学、深度学习与临床特征的肺癌多维度分析及其在病理亚型、基因突变与转移预测中的应用研究

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

整合影像、病理、分子标志物、基因等多源数据，构建一系列全面、精准的肺癌术前评估体系，辅助临床决策。 1.建立并验证纵隔淋巴结自动识别、定量分析及自动分区的深度学习模型，结合N分期与良恶性鉴别模型；确定血液代谢指标与纵隔淋巴结转移的相关性，并建立与CT提示纵隔淋巴结转移的术前预测模型。 2.建立并验证高级别病理类型及肺浸润性腺癌中高危亚型的术前预测模型。 3.建立并验证肺癌术前STAS状态的影像组学预测模型。 4.分析术前肺癌七项自身抗体指标中“P53”与术后病理中P53突变的相关性及一致性，并比较P53阳性与阴性患者的影像学特征差异，建立影像学特征结合P53阳性患者的术前恶性概率评估模型。 建立并验证相关基因突变影像学特征的自动识别、定量分析模型及各种类型基因突变的深度学习模型，鉴别肺腺癌患者的基因突变类型。

试验分类
请登录查看
试验类型

诊断性病例对照试验

试验分期

诊断试验新技术

随机化

无

盲法

无

试验项目经费来源

自选课题（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

2025-03-01

试验终止时间

2027-12-31

是否属于一致性

/

入选标准

1.确诊原发性肺恶性肿瘤； 2.肺癌手术治疗； 3.术前1月内有胸部增强CT图像； 4.术后有病理报告；；

排除标准

1.术前进行过放化疗、靶向或者免疫、射频治疗； 2.病理中证实为霍奇金淋巴瘤或者原发恶性淋巴瘤； 3.CT图像层厚不小于5mm； 4.CT图像伪影严重、图像质量差；；

研究者信息
研究负责人姓名
请登录查看
试验机构

中国人民解放军陆军军医大学第一附属医院

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>

中国人民解放军陆军军医大学第一附属医院的其他临床试验

更多

陆军军医大学第一附属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