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 基于术前影像的人工智能模型用于乳腺癌腋窝分期预测的多中心研究

【ChiCTR2600120322】基于术前影像的人工智能模型用于乳腺癌腋窝分期预测的多中心研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600120322

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

2026-03-12

临床申请受理号

/

靶点

/

适应症

乳腺癌

试验通俗题目

基于术前影像的人工智能模型用于乳腺癌腋窝分期预测的多中心研究

试验专业题目

基于影像组学融合深度学习的多模态影像分析在预测乳腺癌前哨和非前哨结转移中的应用研究

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

利用医学人工智能，开发和验证一种基于术前影像组学融合深度学习的自动化工具，该工具结合来自多模态（钼靶和彩超）的影像学图像特征来预测乳腺癌患者SLN和NSLN转移的风险。以一种非侵入性方法，术前识别乳腺癌患者腋窝淋巴转移状态，提高预测准确性，优化乳腺癌治疗决策，降低不必要的淋巴结切除手术风险，并提供个性化治疗方案的参考。

试验分类
请登录查看
试验类型

诊断试验诊断准确性

试验分期

探索性研究/预试验

随机化

无

盲法

/

试验项目经费来源

国家自然科学基金项目(No. 32171363, 82560355)

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2025-06-03

试验终止时间

2026-06-03

是否属于一致性

/

入选标准

1.浸润性乳腺癌患者； 2.在乳腺手术前3周内进行乳腺彩超和钼靶； 3.术中进行前哨淋巴结活检。；

排除标准

1.既往乳腺或腋窝手术史、放射治疗(RT)或新辅助化疗(NACT)史； 2.双侧乳腺癌； 3.其他恶性肿瘤或远处转移； 4.影像资料不完整或质量差； 5.临床病理资料不完整。；

研究者信息
研究负责人姓名
请登录查看
试验机构

云南省肿瘤医院

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>

云南省肿瘤医院的其他临床试验

更多

厦门大学附属中山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