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 请与我们联系上传伦理委员会批件。 基于深度学习的影像组学在预测肝移植并发症中的应用

【ChiCTR2200059026】请与我们联系上传伦理委员会批件。 基于深度学习的影像组学在预测肝移植并发症中的应用

查看原文
立即下载
基本信息
登记号

ChiCTR2200059026

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

2022-04-23

临床申请受理号

/

靶点

/

适应症

慢性肝病

试验通俗题目

请与我们联系上传伦理委员会批件。 基于深度学习的影像组学在预测肝移植并发症中的应用

试验专业题目

全景多模态CT检测人体不同组织脂肪定量方法的功能开发与应用

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

深度学习是目前最先进的机器学习方法。将基于深度学习的医学图像分析应用于计算机辅助诊断，有望提高疾病过程预测的准确性。我们将讨论其中一些问题，以便在预测正交异性肝移植（OLT）并发症方面做出有意义的尝试（Clavien Dindo）≥ 三） 。

试验分类
请登录查看
试验类型

横断面

试验分期

回顾性研究

随机化

随机数生成器

盲法

/

试验项目经费来源

无

试验范围

/

目标入组人数

145

实际入组人数

/

第一例入组时间

2022-05-01

试验终止时间

2022-06-30

是否属于一致性

/

入选标准

1. 所有患者均行原位肝移植术； 2. 入选患者年龄大于18岁； 3. 患者在肝移植前一个月内接受腹部CT平扫或增强扫描； 4. 原发性肝细胞癌患者符合杭州肝移植标准。；

排除标准

1. 腹部CT平扫图像质量差，伪影重复，无法测量相关指标，无法在第三腰椎水平勾勒感兴趣区域（ROI）； 2. 未能在指定时间间隔内随访的患者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

吉林大学第一医院

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>

吉林大学第一医院的其他临床试验

更多

吉林大学第一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