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CT图像的深度学习影像组学模型预测全身麻醉患者插管困难风险的研究

【ChiCTR2500102887】基于CT图像的深度学习影像组学模型预测全身麻醉患者插管困难风险的研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500102887

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

2025-05-21

临床申请受理号

/

靶点

/

适应症

全麻过程中的困难气道

试验通俗题目

基于CT图像的深度学习影像组学模型预测全身麻醉患者插管困难风险的研究

试验专业题目

基于CT图像的深度学习影像组学模型预测全身麻醉患者插管困难风险的研究

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

本研究旨在探究基于CT图像的深度学习模型对全身麻醉患者插管困难风险预测的可行性。基于CT图像的深度学习算法这项技术有望在全身麻醉前辅助麻醉医生进行气道情况的术前评估。其将进一步提高气道评估的准确性，并且更有效地对插管困难进行预测。同时也为未来人工智能方法进行麻醉评估提供了研究参考。

试验分类
请登录查看
试验类型

连续入组

试验分期

治疗新技术

随机化

无

盲法

/

试验项目经费来源

河南省卫生健康中青年学科带头人培养项目，项目编号：HNSWJW-2022023

试验范围

/

目标入组人数

500

实际入组人数

/

第一例入组时间

2025-02-01

试验终止时间

2025-12-31

是否属于一致性

/

入选标准

1. 计划接受择期全身麻醉手术的患者； 2. 自愿签署或者家属能够提供知情同意书； 3. 术前已拍摄头颈部CT的患者。；

排除标准

1. 在受试前30天内或少于7个半衰期内接受任何研究药物治疗的患者； 2. 已知对麻醉药物过敏、严重器官功能障碍、以及心肺疾病 (哮喘或近期有上呼吸道感染)的患者； 3. 患有颅内压升高、癫痫等精神疾病。 4. 计划清醒气管插管的患者。 5. 术前未拍摄CT图像的患者；

研究者信息
研究负责人姓名
请登录查看
试验机构

郑州大学第一附属医院

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>

郑州大学第一附属医院的其他临床试验

更多

郑州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