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 筛选基于深度学习的口腔颌面部肿瘤多模态影像融合及分割算法模型

【ChiCTR2500106866】筛选基于深度学习的口腔颌面部肿瘤多模态影像融合及分割算法模型

查看原文
立即下载
基本信息
登记号

ChiCTR2500106866

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

2025-07-31

临床申请受理号

/

靶点

/

适应症

口腔颌面部肿瘤

试验通俗题目

筛选基于深度学习的口腔颌面部肿瘤多模态影像融合及分割算法模型

试验专业题目

筛选基于深度学习的口腔颌面部肿瘤多模态影像融合及分割算法模型

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

筛选人工智能驱动的口腔颌面部多模态影像融合算法模型，实现肿瘤和周围组织结构影像的自动分割、标记，筛选出最佳的融合和分割模型。

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

自选课题（自筹）

试验范围

/

目标入组人数

50

实际入组人数

/

第一例入组时间

2025-08-01

试验终止时间

2025-12-31

是否属于一致性

/

入选标准

1.肿瘤位于口腔深区（上/下颌后牙牙龈、软腭、舌根或咽旁等）或颌面部深区（上颌骨、下颌升支、颧骨或颅底-颞下窝区等），累及两个或以上的解剖区域； 2.术前接受过CT和MRI的检查，并拥有两种模态的医学数字图像和通讯（Digital imaging and communication in medicine, DICOM）格式的影像学资料； 3.影像学检查的扫描范围为上界过眶下缘、下界过颏顶点下方； 4.肿瘤为原发或复发，有或没有病理学诊断。；

排除标准

1.影像显示患者接受影像学检查时上下牙未处于正中关系位，该情况下患者肿瘤及周围解剖结构的位置关系可能因咬合不稳定而在不同影像间存在偏移； 2.接受两种影像学检查的时间间隔大于20天，该情况下肿瘤可能因体积增长而在不同影像间存在形变。；

研究者信息
研究负责人姓名
试验机构

北京大学口腔医院

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>

北京大学口腔医院的其他临床试验

更多

北京大学口腔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