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 基于深度学习构建乳腺NME病灶风险分层DL-CIR 模型的关键技术研究

【ChiCTR2500106039】基于深度学习构建乳腺NME病灶风险分层DL-CIR 模型的关键技术研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500106039

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

2025-07-16

临床申请受理号

/

靶点

/

适应症

乳腺病变，乳腺癌

试验通俗题目

基于深度学习构建乳腺NME病灶风险分层DL-CIR 模型的关键技术研究

试验专业题目

基于深度学习构建乳腺NME病灶风险分层DL-CIR 模型的关键技术研究

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

本研究拟采用影像组学提取出反映纹理特征、形态特征和血流动力学特征的特征，采用深度学习提取表征性更强的深度特征，并将这些特征通过门控多模态融合方法与临床-影像特征进行融合，构建一种具有高效能乳腺NME病灶的良恶性诊断及精准风险分层的DL-CIR模型（Deep Learning-Clinical Imaging Radiomics），更好地提高NME临床诊断准确性。

试验分类
试验类型

诊断试验诊断准确性

试验分期

回顾性研究

随机化

无

盲法

无

试验项目经费来源

浙江省基础公益研究计划

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2024-07-01

试验终止时间

2026-12-31

是否属于一致性

/

入选标准

1.乳腺DCE-MRI图像上显示为NME； 2.有完整的活检或手术病理资料，对于未进行活检或手术切除的，随访2年的MRI结果显示为病灶消失或稳定的可认定为良性；；

排除标准

1.乳腺DCE-MRI图像显示为肿块或点状强化； 2.乳腺MRI检查前进行过病灶活检、乳腺放化疗； 3.乳腺MRI图像质量差，影响图像分析；；

研究者信息
研究负责人姓名
试验机构

浙江省立同德医院

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>

浙江省立同德医院的其他临床试验

更多

浙江省立同德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