Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Computerstøttet diagnose for hepatocellulær carcinom mikrovaskulær invasion (HCC-MVI-CAD)

5. september 2025 opdateret af: Di Dong, Chinese Academy of Sciences

Udvikling af et computerstøttet diagnosesystem til hepatocellulær carcinom mikrovaskulær invasion baseret på præoperativ billedanalyse

Hepatocellulært karcinom (HCC) er en almindelig malignitet i Kina med en høj dødelighed. Dens tidlige tilbagefald og langvarige prognose er tæt forbundet med tumoraggressivitet. Mikrovaskulær invasion (MVI), defineret som tilstedeværelsen af ​​tumorceller inden for små grene af portalen eller leverårerne, er en nøgleindikator for ondartet biologisk opførsel i HCC. Klinisk er MVI stærkt korreleret med postoperativ tidlig tilbagefald og fungerer som en vigtig faktor til bestemmelse af udvidelse af kirurgisk margin, adjuvansbehandling og postoperative styringsstrategier.

På nuværende tidspunkt er der stadig en definitiv diagnose af MVI, der er afhængig af postoperativ patologisk undersøgelse, og stabile, effektive præoperative vurderingsmetoder mangler. Selvom nogle undersøgelser har forsøgt at forudsige MVI ved hjælp af præoperative billeddannelsesfunktioner, forbliver deres kliniske translation begrænset af dårlig generaliserbarhed, svag tolkbarhed og utilstrækkelig tværcentrets tilpasningsevne.

Denne undersøgelse har til formål at udnytte multifase-præoperativ CT-billeddannelse, kunstig intelligensteknikker og klinisk forudgående viden til at udvikle en højtydende, generaliserbar og fortolkbart computerstøttet diagnostisk system til præoperativ forudsigelse af HCC-MVI. En observationsmæssig, potentiel evaluering vil blive gennemført for at vurdere systempræstation og for at lette den kliniske oversættelse af intelligente diagnostiske teknologier i den virkelige verden.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Hepatocellulært karcinom (HCC) er en almindelig malignitet i Kina med en høj dødelighed. Tidlig tilbagefald og langvarig prognose er tæt knyttet til tumoraggressivitet. Mikrovaskulær invasion (MVI), defineret som tilstedeværelsen af ​​tumorceller inden for små grene af portalen eller leverårerne, er en kritisk markør for ondartet biologisk opførsel. Klinisk er MVI stærkt forbundet med tidlig postoperativ tilbagefald og fungerer som en vigtig reference til bestemmelse af udvidelse af kirurgisk margin, adjuvansbehandling og postoperative styringsstrategier. På nuværende tidspunkt er der stadig en definitiv diagnose af MVI, der er afhængig af postoperativ patologisk undersøgelse, og pålidelige præoperative vurderingsmetoder mangler. Selvom forudgående undersøgelser har forsøgt at forudsige MVI ved hjælp af præoperativ billeddannelse, forbliver deres kliniske anvendelse begrænset af dårlig generaliserbarhed, svag tolkbarhed og utilstrækkelig tværcentrets tilpasningsevne.

Denne undersøgelse sigter mod at udvikle et højtydende, generaliserbart og fortolkbar computerstøttet diagnostisk (CAD) system til præoperativ forudsigelse af HCC-MVI ved hjælp af multifase CT-billeddannelse, kunstig intelligensteknikker og klinisk forudgående viden. Systemet vil blive evalueret prospektivt i en observationsmæssig, multicenter klinisk undersøgelse for at vurdere dets diagnostiske værdi og kliniske anvendelighed.

CAD-systemet integrerer tre kategorier af billeddannelsesfunktioner: (1) repræsentationer på højt niveau, der automatisk ekstraheres af dybe neurale netværk; (2) foruddefinerede radiomikfunktioner såsom tumormorfologi, tekstur og intensitetsfordelinger; og (3) strukturerede forudgående træk, der stammer fra radiologisk ekspertise, herunder tumormarginens slørhed og rumlige forhold til tilstødende portalvener. Sparse begrænsninger og undertrykkelsesmekanismer til redundans vil blive anvendt til at identificere stabile og effektive MVI-relaterede repræsentationer. Derudover vedtager systemet en rumlig domænestrategi, der dækker tumor, peritumoral og fjerne regioner, for at fange invasionsmønstre fra både lokal morfologi og mikromiljø -kontekst og derved konstruere reproducerbare og klinisk fortolkbare billeddannelsesbiomarkører.

For at overvinde begrænsningerne i enkelt-domænemodeller anvender systemet en heterogen fusionsstrategi med flere source, der integrerer morfologiske-texturale træk, dynamiske forbedringsmønstre og rumlige grafstrukturer. Modelarkitekturen kombinerer konvolutionale neurale netværk (CNN'er) for at fange finkornede strukturer, transformermoduler til modellering af langdistancemæssige afhængigheder og grafiske neurale netværk (GNN'er) for at repræsentere tumor-vaskulære topologiske forhold. Denne hybridtilgang muliggør omfattende forståelse af både lokale detaljer og globale strukturer. Endvidere inkorporerer modellen usikkerhedskvantificering og opmærksomhedslignende mekanismer til dynamisk at justere forudsigelsestillid og generere salthedsmedlemmer. Disse output er designet til at forbedre klinikernes fortolkningsevne og tillid til systemet. En interaktiv visualiseringsgrænseflade vil også blive udviklet til at understøtte risikointrolkning og kirurgisk planlægning.

Undersøgelsen vil gennemføre en potentiel observationsvalidering på tværs af flere kliniske centre med samlede inkludering/ekskluderingskriterier og standardiserede dataindsamlingsprotokoller. Modelforudsigelser vil blive blindt sammenlignet med postoperative patologiske resultater. Ud over konventionelle målinger (nøjagtighed, følsomhed, specificitet og AUC) vil undersøgelsen observationsmæssigt evaluere virkningen af ​​modelbaserede forudsigelser på præoperativ risikostratificering og kirurgisk beslutningstagning. Ved at teste systemet på tværs af forskellige patientpopulationer sigter undersøgelsen at bekræfte dets generaliserbarhed, kliniske anvendelighed og potentiale for den virkelige verden oversættelse af intelligente diagnostiske teknologier.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

400

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Kina
      • Beijing, Kina
        • Rekruttering
        • Peking Union Medical College Hospital
        • Kontakt:
          • Yilei Mao
      • Beijing, Kina
        • Rekruttering
        • Beijing Youan Hospital
        • Kontakt:
          • Hongjun Li
      • Beijing, Kina
        • Rekruttering
        • Beijing Tsinghua Changgeng Hospital
        • Kontakt:
          • Zhuozhao Zheng
      • Shanghai, Kina
        • Rekruttering
        • Eastern Hepatobiliary Surgery Hospital
        • Kontakt:
          • Yabo Jiang
    • Fujian
      • Fuzhou, Fujian, Kina
        • Rekruttering
        • Meng Chao Hepatobiliary Hospital of Fujian Medical University
        • Kontakt:
          • Xiaolong Liu
    • Guangdong
      • Guangzhou, Guangdong, Kina
        • Rekruttering
        • Guangdong Provincial Hospital of Traditional Chinese Medicine
        • Kontakt:
          • Junming He
      • Guangzhou, Guangdong, Kina
        • Rekruttering
        • Zhujiang Hospital
        • Kontakt:
          • Shihua Fang
      • Zhuhai, Guangdong, Kina
        • Rekruttering
        • Zhuhai People's Hospital
        • Kontakt:
          • Sirui Fu
      • Zhuhai, Guangdong, Kina
        • Rekruttering
        • Fifth Affiliated Hospital, Sun Yat-Sen University
        • Kontakt:
          • Jian Li
    • Guangxi
      • Nanning, Guangxi, Kina
        • Rekruttering
        • First Affiliated Hospital of Guangxi Medical University
        • Kontakt:
          • Yidi Chen
    • Guizhou
      • Guiyang, Guizhou, Kina
        • Rekruttering
        • Guizhou Provincial People's Hospital
        • Kontakt:
          • Rongpin Wang
    • Henan
      • Zhengzhou, Henan, Kina
        • Rekruttering
        • Henan Provincial People's Hospital
        • Kontakt:
          • Deyu Li
    • Liaoning
      • Shenyang, Liaoning, Kina
        • Rekruttering
        • Shengjing Hospital
        • Kontakt:
          • Meng Niu
    • Sichuan
      • Chengdu, Sichuan, Kina
        • Rekruttering
        • West China Hospital
        • Kontakt:
          • Hanyu Jiang
      • Dazhou, Sichuan, Kina
        • Rekruttering
        • Dazhou Central Hospital
        • Kontakt:
          • Jie Liu
    • Yunnan
      • Kunming, Yunnan, Kina
        • Rekruttering
        • Yunnan Cancer Hospital
        • Kontakt:
          • Yong Zha
      • Kunming, Yunnan, Kina
        • Rekruttering
        • The First People's Hospital of Yunnan Province
        • Kontakt:
          • Yun Jin
      • Kunming, Yunnan, Kina
        • Rekruttering
        • First Affiliated Hospital of Kunming Medical University
        • Kontakt:
          • Bo He
    • Zhejiang
      • Wenzhou, Zhejiang, Kina
        • Rekruttering
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
          • Gang Chen

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen består af voksne patienter (≥18 år) med hepatocellulært karcinom, der gennemgår helbredende intentisk kirurgisk behandling, herunder leverresektion eller levertransplantation, ved deltagende kliniske centre. Cirka 5.000 retrospektive sager og 400 potentielle sager vil blive inkluderet. Alle deltagere vil have præoperativ multiphase CT -billeddannelse og postoperativ patologisk evaluering med dokumenteret mikrovaskulær invasion (MVI) status.

Beskrivelse

Inkluderingskriterier:

  • Alder ≥ 18 år.
  • Bekræftet diagnose af hepatocellulært karcinom (HCC) i henhold til de kinesiske retningslinjer for klinisk praksis for primær leverkræft.
  • Berettiget til kirurgisk intervention (leverresektion eller levertransplantation) i henhold til de kinesiske retningslinjer for klinisk praksis for kræft, herunder stadier IA, IB og IIA.
  • Preoperativ billeddannelsesundersøgelse udført inden for 1 måned før operationen.
  • Tilgængelighed af histopatologisk evaluering med dokumenteret mikrovaskulær invasion (MVI) status.

Ekskluderingskriterier:

  • Historie om forudgående antitumorbehandling, herunder præoperativ kirurgisk intervention, transarteriel kemoembolisering (TACE), radiofrekvensablation (RFA), systemisk terapi eller enhver anden præoperativ intervention.
  • Tilstedeværelse af større vaskulær invasion, invasion af galdekanal/trombose, ekstrahepatisk metastase eller lymfeknudeinddragelse.
  • Diffus hepatocellulært karcinom eller tumorbrud med blødning.
  • Mangel på nøgledata, der kræves til primær analyse.
  • Dårlig billedkvalitet, der forhindrer pålidelig kvalitativ eller radiomisk analyse.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Peking Union Medical College Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Første tilknyttede hospital ved Kunming Medical University
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Beijing Youan Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Zhujiang Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Meng Chao Hepatobiliary Hospital fra Fujian Medical University
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Første tilknyttede Hospital of Wenzhou Medical University
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Femte tilknyttede hospital, Sun Yat-Sen University
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Henan Provincial People's Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Guangdong Provincial Hospital of Traditional Chinese Medicine
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Shengjing Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Beijing Tsinghua Changgeng Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Yunnan Cancer Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Den første People's Hospital i Yunnan -provinsen
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Guizhou Provincial People's Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Første tilknyttede hospital ved Guangxi Medical University
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
West China Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Zhuhai People's Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Dazhou Central Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.
Eastern Hepatobiliary Surgery Hospital
Patienter i alderen 18 år og ældre, der gennemgår kirurgisk resektion for hepatocellulært karcinom med tilgængelig patologisk evaluering af mikrovaskulær invasion. Vi indsamler præoperative multifase -CT -billeder, kliniske egenskaber og patologiske resultater.
Diagnostisk test: Computerstøttet diagnosesystem til præoperativ forudsigelse af MVI i HCC
Dette intervention er et kunstig intelligensbaseret computerstøttet diagnose (CAD) -system, der er udviklet til at forudsige mikrovaskulær invasion (MVI) hos patienter med hepatocellulært karcinom ved anvendelse af præoperativ multiphase CT-billeddannelse. Systemet integrerer dyb læring, radiomik og ekspertdefinerede billeddannelsesfunktioner til at tilvejebringe risikovurdering og visualisering af MVI inden operationen. I denne undersøgelse vil CAD -systemet kun blive evalueret retrospektivt og prospektivt på en observationsmæssig måde. Resultaterne vil ikke påvirke klinisk beslutningstagning eller patientstyring, og alle behandlinger vil følge standard for pleje.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Område under modtagerens driftskarakteristiske kurve (AUC)
Tidsramme: Inden for 1 måned efter operationen
AUC beregnes ved at sammenligne CAD -systemforudsigelser med referencestandarden for postoperativ patologisk diagnose af mikrovaskulær invasion i hepatocellulært karcinom.
Inden for 1 måned efter operationen
Nøjagtighed
Tidsramme: Inden for 1 måned efter operationen
Nøjagtighed defineres som andelen af ​​korrekt klassificerede tilfælde (både MVI-positiv og MVI-negativ) af CAD-systemet sammenlignet med postoperativ patologi.
Inden for 1 måned efter operationen

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed
Tidsramme: Inden for 1 måned efter operationen
Følsomhed beregnes som andelen af ​​ægte positive MVI -tilfælde, der er korrekt identificeret af CAD -systemet sammenlignet med postoperativ patologi.
Inden for 1 måned efter operationen
Specificitet
Tidsramme: Inden for 1 måned efter operationen
Specificitet beregnes som andelen af ​​ægte negative MVI -tilfælde korrekt identificeret af CAD -systemet sammenlignet med postoperativ patologi.
Inden for 1 måned efter operationen
Kalibrering
Tidsramme: Inden for 1 måned efter operationen
Kalibreringsydelse vil blive vurderet ved hjælp af kalibreringskurver, Hosmer-Lemeshow Goodness-of-Fit-tests og Brier-scoringer for at bestemme enighed mellem forudsagte sandsynligheder og observerede MVI-resultater.
Inden for 1 måned efter operationen

Andre resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Behandlingstid
Tidsramme: Inden for 1 måned efter operationen
Den gennemsnitlige beregningstid, der kræves for, at CAD -systemet kan generere forudsigelser og visualiseringsudgange, vil blive registreret for at vurdere gennemførligheden af ​​integration i klinisk arbejdsgang.
Inden for 1 måned efter operationen
Læge tillidsresultat
Tidsramme: Inden for 1 måned efter operationen
Læge Tillidsscore måles ved hjælp af et spørgeskema, der beder læger om at bedømme deres tillid til at vurdere patientens risiko efter gennemgang af CAD-genererede sandsynlighedsresultater og salthedskort. Svarene indsamles på en 5-punkts Likert-skala (1 = overhovedet ikke selvsikker, 2 = let selvsikker, 3 = moderat selvsikker, 4 = selvsikker, 5 = meget selvsikker). Resultatet registreres som den numeriske Likert -skalaværdi valgt af hver læge.
Inden for 1 måned efter operationen

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Chinese Academy of Sciences

Samarbejdspartnere

Guangdong Provincial Hospital of Traditional Chinese Medicine
Beijing YouAn Hospital
Peking Union Medical College Hospital
West China Hospital
Shengjing Hospital
Guizhou Provincial People's Hospital
Zhujiang Hospital
Henan Provincial People's Hospital
Eastern Hepatobiliary Surgery Hospital
Fifth Affiliated Hospital, Sun Yat-Sen University
First Affiliated Hospital of Wenzhou Medical University
Yunnan Cancer Hospital
ZhuHai Hospital
First Affiliated Hospital of Guangxi Medical University
The First People's Hospital of Yunnan
Meng Chao Hepatobiliary Hospital of Fujian Medical University
Beijing Tsinghua Changgeng Hospital
Dazhou Central Hospital
First Affiliated Hospital of Kunming Medical University

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. september 2025

Primær færdiggørelse (Anslået)

1. september 2026

Studieafslutning (Anslået)

1. september 2027

Datoer for studieregistrering

Først indsendt

28. august 2025

Først indsendt, der opfyldte QC-kriterier

5. september 2025

Først opslået (Anslået)

12. september 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

12. september 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

5. september 2025

Sidst verificeret

1. august 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • CASMI008

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Hepatocellulært karcinom (HCC)

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Poland

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner