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MR图像识别儿童肘关节骺软骨骨化信号变化的深度学习模型构建与验证

【ChiCTR2500109735】基于MR图像识别儿童肘关节骺软骨骨化信号变化的深度学习模型构建与验证

查看原文
立即下载
基本信息
登记号

ChiCTR2500109735

试验状态

结束

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-09-24

临床申请受理号

/

靶点

/

适应症

剥脱性骨软骨炎、骨龄测定

试验通俗题目

基于MR图像识别儿童肘关节骺软骨骨化信号变化的深度学习模型构建与验证

试验专业题目

基于MR图像深度学习的识别儿童肘关节骺软骨骨化信号变化的模型构建

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．确定儿童肘关节骺软骨MR成像中的信号强度特点，并分析其如何随年龄、性别、特定部位以及残余骨化软骨的变化而发生改变。 2.探讨深度学习方法在MR图像上识别和区分软骨骨化正常过程与病变的可行性，评估其在实际应用中的准确性和有效性。 3.开发一个能够对大量MR图像进行快速、准确分析的模型，以减少正常发育过程与病变混淆所导致的误诊，从而优化临床诊断和患者管理。 4.对不同年龄肘关节软骨MR信号的变化进行分析，尝试开发一个能够对肘部MR图像进行快速准确分析并推测骨龄的深度学习模型。

试验分类
试验类型

连续入组

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

辽宁省科技计划联合计划（批准号：2024-BSLH-319）

试验范围

/

目标入组人数

100;200

实际入组人数

/

第一例入组时间

2025-06-25

试验终止时间

2025-08-20

是否属于一致性

/

入选标准

1.在我院就诊并接受包含肘关节MR临床检查的患者； 2.年龄在14岁以下（对于骨龄测定研究需要将男性患者范围扩大到15岁）； 3.因外伤或常规体检进行MR检查。 4.对于骨龄部分纳入的患需要在3月内同时做过肘部X线检查；

排除标准

1.存在肘部周围的肿瘤、畸形或手术史的患者； 2.患有恶性肿瘤、严重心脏病、肾功能不全等导致一般状况较差的患者； 3.磁共振图像质量不佳； 4.存在内分泌疾病（如甲状腺功能亢进或糖尿病）可能影响骨骼发育的患者； 5.有长期使用类固醇或其他影响骨骼发育药物的历史； 6.具有影响骨骼生长的遗传性疾病（如成骨不全症、软骨发育不全等）； 7.曾接受过放射治疗、化疗或其他可能影响骨骼健康的治疗者； 8.身体发育异常（如侏儒症或巨人症）； 9.曾参与可能影响骨骼发育的高强度体育训练或特殊文艺活动者。；

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
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