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 基于人工智能和多模态影像组学的前列腺癌生物靶区分级雕刻新方法及临床预后：基于病历记录的研究

【ChiCTR2200055401】基于人工智能和多模态影像组学的前列腺癌生物靶区分级雕刻新方法及临床预后：基于病历记录的研究

查看原文
立即下载
基本信息
登记号

ChiCTR2200055401

试验状态

正在进行

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2022-01-08

临床申请受理号

/

靶点

/

适应症

前列腺癌

试验通俗题目

基于人工智能和多模态影像组学的前列腺癌生物靶区分级雕刻新方法及临床预后：基于病历记录的研究

试验专业题目

基于人工智能和多模态影像组学的前列腺癌生物靶区分级雕刻新方法及临床预后研究

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

1.针对PET-CT在前列腺癌生物靶区中的巨大应用价值及肿瘤异质性导致的个体化放疗结果差异，回顾性分析多中心患者多时间、多序列、多模态影像学、系统+靶向活检资料及基因检测数据，基于影像组学方法，提取放疗前后的BTV消退区域、残存区域、复发区域的一阶特征、形状特征、纹理特征、小波特征，基于无监督聚类机器学习模型，发掘有差异特征组，尝试区分前列腺癌代谢、增殖、乏氧、血管生成、基因变异等区域，进而实现对前列腺BTV异质性定量描述，为前列腺生物靶区勾画提供新思路，并为同步增量放疗计划的制定提供指导建议； 2.基于多层机器学习模型，建立前列腺癌同步推量大分割放疗疗效时间相关深度学习临床预后模型，创新性将最新离散时间生存模型引入Resnet深度学习网络，构建时间相关预后模型以实现在每个时间节点精准预测诸如肿瘤远处转移、肿瘤局部复发、患者总体生存率等重要临床关切事件，力争在治疗前筛选出高危患者，为局部增量大分割放疗计划制定提供判断依据。

试验分类
请登录查看
试验类型

连续入组

试验分期

回顾性研究

随机化

用于训练和测试的随机队列将使用基于 TensorFlow 框架的 Keras 库的 shuffle 技术生成。

盲法

N/A

试验项目经费来源

四川省肿瘤医院

试验范围

/

目标入组人数

200

实际入组人数

/

第一例入组时间

2022-01-01

试验终止时间

2027-01-01

是否属于一致性

/

入选标准

1.治疗前经系统+靶向活检，病理学证实为前列腺腺癌； 2.首次接受放射治疗临床局限期患者，病历资料完整； 3.放疗前接受PET-CT（18F-FDG 、11C-CHO、PSMAPET-CT ）、MRI、CT等多模态影像检查； 4.年龄≤80岁，KPS评分≥70分，无严重合并症或并发症； 5.放疗后接受MRI、CT影像检查； 6.病理标本基因检测数据。；

排除标准

1.有盆腔放射治疗病史者； 2.有淋巴转移或远处转移者； 3.已行前列腺切除手术或不具备放疗指征者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

四川省肿瘤医院

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>

四川省肿瘤医院的其他临床试验

更多

四川省肿瘤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