400-9696-311 转1
400-9696-311 转2
400-9696-311 转3
400-9696-311 转4
ChiCTR2300070863
尚未开始
/
/
/
2023-04-25
/
/
膀胱癌
多模态多组学深度学习预测膀胱癌分子分型、肿瘤微环境表型、疗效及预后:一项多中心真实世界队列研究
多模态多组学深度学习预测膀胱癌分子分型、肿瘤微环境表型、疗效及预后:一项多中心真实世界队列研究
410000
本研究拟利用膀胱癌临床信息、影像组、病例组、转录组等组学数据,预测患者是否患有膀胱癌、预测患者的前列腺癌分子分型、肿瘤微环境以及患者预后等临床事件。 主要目标 1. 运用人工智能深度学习技术分析多模态数据预测膀胱癌风险。 2. 运用人工智能深度学习技术分析多模态数据预测膀胱癌患者的分子分型、肿瘤微环境。 3. 运用人工智能深度学习技术分析多模态数据预测膀胱癌患者的预后。 次要目标 1. 运用深度学习技术诊断膀胱癌的病理分级; 2. 运用深度学习技术建立影像组学、核医学组学辅助膀胱癌诊断的方法。
诊断试验诊断准确性
回顾性研究
无需随机方法
/
无
/
400
/
2023-05-01
2025-04-30
/
最低入组年龄>18岁 不设置最大年龄(以<100岁代表) 怀疑患者患有膀胱癌或患者经病理检查明确诊断为膀胱癌;
请登录查看无;
请登录查看中南大学湘雅医院泌尿外科
410000
BioArt2026-01-16
药明康德2026-01-16
GLP1减重宝典2026-01-15
温江高新区2026-01-15
良医汇肿瘤资讯2026-01-15
氨基观察2026-01-15
Juventas合源生物2026-01-15
医药速览2026-01-15
CPHI制药在线2026-01-15
CPHI制药在线2026-01-15