洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

首页 临床进展 基于人工智能的经胸超声心动图自动分类模型

【ChiCTR2400092151】基于人工智能的经胸超声心动图自动分类模型

查看原文
立即下载
基本信息
登记号

ChiCTR2400092151

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

2024-11-11

临床申请受理号

/

靶点

/

适应症

各类心脏结构病变

试验通俗题目

基于人工智能的经胸超声心动图自动分类模型

试验专业题目

人工智能自动识别经胸超声心动图切面的可行性研究

申办单位信息
申请人联系人
申请人名称
联系人邮箱
联系人邮编

联系人通讯地址
临床试验信息
试验目的

近年来，随着居民生活方式的改变，心血管疾病发病率逐年上升。超声心动图有实时动态成像、安全无创、经济快捷、时间分辨率高等特点，因而成为了解心脏解剖结构及功能状态的首选方法。但实际应用中，超声心动图存在一定局限性。首先，和其他组织脏器相比，心脏有着更为复杂的解剖结构，因而涉及的病种往往更为繁杂。其次，为了获得多个清晰显示目标病变的连续切面，操作者需并根据每个人的心脏轴位及病变特征不断调整探头位置和机器参数，这对操作者的手法和经验都要求较高。 人工智能在超声领域的出现与应用有望改降低超声检查对操作者的依赖程度，减少耗时耗力的人工重复性劳动，从而提高医疗系统的工作效率，满足日益增长的心脏超声检查需求。 本研究探讨以InceptionNeXt为基础的AI模型对13种经胸超声心动图切面自动识别与质量分级的准确性与可行性。

试验分类
试验类型

随机抽样

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

省级部（辽宁省自然科学基金计划）

试验范围

/

目标入组人数

150

实际入组人数

/

第一例入组时间

2024-11-11

试验终止时间

2025-05-05

是否属于一致性

/

入选标准

于中国医科大学附属盛京医院行经胸超声心动图检查的受检者。年龄性别不限。；

排除标准

1.受体位、体型、肺气等因素影响，切面质量过差无法人为辨认者。 2.生命体征不稳定，无法完成TTE者。；

研究者信息
研究负责人姓名
试验机构

中国医科大学附属盛京医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

/

联系人通讯地址
<END>

中国医科大学附属盛京医院的其他临床试验

更多

中国医科大学附属盛京医院的其他临床试验

更多

最新临床资讯

更多
对摩熵医药数据库感兴趣，可以免费体验产品
体验产品