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 基于深度学习的主动脉夹层影像学诊断与风险预测系统的研究与开发

【ChiCTR2400089555】基于深度学习的主动脉夹层影像学诊断与风险预测系统的研究与开发

查看原文
立即下载
基本信息
登记号

ChiCTR2400089555

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

2024-09-10

临床申请受理号

/

靶点

/

适应症

主动脉夹层

试验通俗题目

基于深度学习的主动脉夹层影像学诊断与风险预测系统的研究与开发

试验专业题目

基于深度学习的主动脉夹层影像学诊断与风险预测系统的研究与开发

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

1.开发一个基于深度学习的影像学诊断与风险预测系统的模型，能够在CTA图像中自动分割和量化主动脉夹层的相关参数，并根据这些参数对患者的风险进行评估和预测，为临床决策提供参考。 2.提高主动脉夹层的诊断准确性和效率，降低人工影像分析的主观性和误差，为后续临床精准治疗提供参考。 3.探索人工智能技术在血管疾病诊断中的应用前景和挑战，为相关领域的科学研究和技术创新提供借鉴和支持。

试验分类
试验类型

连续入组

试验分期

回顾性研究

随机化

在夹层人工智能研究领域，通常采用分层抽样或系统抽样等方法来获取样本数据。分层抽样是将总体分成若干层，然后在每层中随机抽取一定比例的样本。系统抽样则是将总体按顺序分成若干部分，然后从第一部分中抽取第一例，从第二部分中抽取第二例，以此类推。

盲法

/

试验项目经费来源

自筹经费

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2024-09-20

试验终止时间

2026-06-30

是否属于一致性

/

入选标准

①患者年龄和性别分布符合研究目标。 ②患者CTA检查图像被诊断为主动脉夹层。 ③患者的CTA数据完整且可用于后续分析。 ④患者的CT扫描有效断层数足够，图像分辨率高。；

排除标准

①患者的CT扫描图像质量不佳，影响后续分割重建。 ②患者的CTA数据不完整或无法用于后续分析。 ③患者进行过主动脉相关疾病手术。 ④患者存在其他严重的血管疾病或全身性疾病，可能干扰夹层人工智能的诊断和治疗。；

研究者信息
研究负责人姓名
试验机构

上海市第六人民医院

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>

上海市第六人民医院的其他临床试验

更多

上海市第六人民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

同适应症药物临床试验

更多