Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Computergestützte Diagnose für hepatozelluläre Karzinom-mikrovaskuläre Invasion (HCC-MVI-CAD)

5. September 2025 aktualisiert von: Di Dong, Chinese Academy of Sciences

Entwicklung eines computergestützten Diagnosesystems für hepatozelluläres Karzinom-Mikrovaskulärinvasion basierend auf der präoperativen Bildanalyse

Hepatozelluläres Karzinom (HCC) ist in China eine häufige Malignität mit hoher Sterblichkeitsrate. Das frühe Rezidiv und seine langfristige Prognose sind eng mit der Aggressivität von Tumor verbunden. Die mikrovaskuläre Invasion (MVI), definiert als das Vorhandensein von Tumorzellen in kleinen Zweigen der Portal- oder Lebervenen, ist ein Schlüsselindikator für ein maligneres biologisches Verhalten bei HCC. Klinisch korreliert MVI stark mit dem frühzeitigen frühen Rezidiv und dient als wichtiger Faktor für die Bestimmung der chirurgischen Margenerweiterung, der adjuvanten Therapie und der postoperativen Managementstrategien.

Derzeit beruht die endgültige Diagnose von MVI immer noch auf postoperativer pathologischer Untersuchung, und es fehlen stabile und wirksame präoperative Bewertungsmethoden. Obwohl einige Studien versucht haben, MVI unter Verwendung präoperativer Bildgebungsmerkmale vorherzusagen, bleibt ihre klinische Übersetzung durch schlechte Generalisierbarkeit, schwache Interpretierbarkeit und unzureichende Anpassungsfähigkeit der Querzentrale begrenzt.

Diese Studie zielt darauf ab, die voroperative CT-Bildgebung, künstliche Intelligenztechniken und das klinische Vorwissen zu nutzen, um ein hochleistungsfähiges, verallgemeinerbares und interpretierbares computergestütztes diagnostisches System zur präoperativen Vorhersage von HCC-MVI zu entwickeln. Es wird eine beobachtende, prospektive Bewertung durchgeführt, um die Systemleistung zu bewerten und die klinische Übersetzung intelligenter diagnostischer Technologien in der realen Praxis zu erleichtern.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Hepatozelluläres Karzinom (HCC) ist in China eine häufige Malignität mit hoher Sterblichkeitsrate. Frühe Wiederholung und langfristige Prognose sind eng mit der Aggressivität von Tumor verbunden. Die mikrovaskuläre Invasion (MVI), definiert als das Vorhandensein von Tumorzellen in kleinen Zweigen der Portal- oder Lebervenen, ist ein kritischer Marker für maligneres biologisches Verhalten. Klinisch ist MVI stark mit einem frühen postoperativen Rezidiv verbunden und dient als wichtige Referenz für die Bestimmung der chirurgischen Randverlängerung, der adjuvanten Behandlung und der postoperativen Managementstrategien. Derzeit beruht die endgültige Diagnose von MVI immer noch auf postoperativer pathologischer Untersuchung, und es fehlen zuverlässige präoperative Bewertungsmethoden. Obwohl frühere Studien versucht haben, MVI unter Verwendung der präoperativen Bildgebung vorherzusagen, bleibt ihre klinische Anwendung durch schlechte Generalisierbarkeit, schwache Interpretierbarkeit und unzureichende Anpassungsfähigkeit der Kreuzzentrale begrenzt.

Diese Studie zielt darauf ab, ein leistungsstarkes, verallgemeinerbares und interpretierbares computergestütztes diagnostisches (CAD) -System für die präoperative Vorhersage von HCC-MVI unter Verwendung von Multiphase-CT-Bildgebung, künstlichen Intelligenztechniken und klinischem Vorwissen zu entwickeln. Das System wird prospektiv in einer multizentrischen klinischen Studie bewertet, um den diagnostischen Wert und die klinische Anwendbarkeit zu bewerten.

Das CAD-System integriert drei Kategorien von Bildgebungsmerkmalen: (1) Darstellungen auf hoher Ebene, die automatisch von tiefen neuronalen Netzwerken extrahiert werden; (2) vordefinierte Radiomikmerkmale wie Tumormorphologie, Textur und Intensitätsverteilungen; und (3) strukturierte frühere Merkmale, die aus radiologischem Fachwissen abgeleitet wurden, einschließlich des Unschwähs in der Tumorrand und räumlichen Beziehungen mit angrenzenden Portalvenen. Es werden spärliche Einschränkungen und Redundanzmechanismen angewendet, um stabile und effiziente MVI-bezogene Darstellungen zu identifizieren. Darüber hinaus nimmt das System eine räumliche Domänenstrategie an, die Tumor-, Peritumor- und entfernte Regionen abdeckt, um Invasionsmuster sowohl aus der lokalen Morphologie als auch aus Mikroumgebung zu erfassen, wodurch reproduzierbare und klinisch interpretierbare bildgebende Biomarker konstruiert werden.

Um die Einschränkungen von Einzel-Domänen-Modellen zu überwinden, verwendet das System eine heterogene Fusionsstrategie mit mehreren Quellen, die morphologische Text-Merkmale, dynamische Verbesserungsmuster und räumliche Graphenstrukturen integriert. Die Modellarchitektur kombiniert Faltungsfaltungsnetzwerke (CNNs), um feinkörnige Texturen, Transformatormodule zur Modellierung von Abhängigkeiten von Langstrecken und Grafiknetzwerke (GNNs) zur Darstellung von topologischen Beziehungen von Tumor-Vaskularen zu erfassen. Dieser hybride Ansatz ermöglicht ein umfassendes Verständnis der lokalen Details und der globalen Strukturen. Darüber hinaus enthält das Modell Unsicherheitsquantifizierung und aufmerksamkeitsähnliche Mechanismen, um das Vertrauen des Vorhersage dynamisch anzupassen und Hitzemaps für die Heizung von Halt zu erzeugen. Diese Ergebnisse sollen die Interpretierbarkeit und das Vertrauen der Kliniker in das System verbessern. Eine interaktive Visualisierungsschnittstelle wird auch entwickelt, um die Risikointerpretation und die chirurgische Planung zu unterstützen.

Die Studie wird eine prospektive Beobachtungsvalidierung in mehreren klinischen Zentren mit einheitlichen Einschluss-/Ausschlusskriterien und standardisierten Datenerfassungsprotokollen durchführen. Modellvorhersagen werden blind mit postoperativen pathologischen Ergebnissen verglichen. Zusätzlich zu herkömmlichen Metriken (Genauigkeit, Sensitivität, Spezifität und AUC) bewertet die Studie die Auswirkungen modellbasierter Vorhersagen auf die voroperative Risikostratifizierung und chirurgische Entscheidungsfindung beobachtend. Durch das Testen des Systems über verschiedene Patientenpopulationen hinweg zielt die Studie darauf ab, die Generalisierbarkeit, den klinischen Nutzen und das Potenzial für die reale Übersetzung intelligenter diagnostischer Technologien zu bestätigen.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

400

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

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

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Die Studienpopulation besteht aus erwachsenen Patienten (≥ 18 Jahre) mit hepatozellulärem Karzinom, die sich in teilnehmenden klinischen Zentren einer kurativen chirurgischen Behandlung, einschließlich Leberresektion oder Lebertransplantation, unterziehen. Es werden ungefähr 5.000 retrospektive Fälle und 400 prospektive Fälle einbezogen. Alle Teilnehmer werden eine präoperative Multiphasen -CT -Bildgebung und eine postoperative pathologische Bewertung mit dokumentierten mikrovaskulären Invasionsstatus (MVI) durchführen.

Beschreibung

Einschlusskriterien:

  • Alter ≥ 18 Jahre.
  • Bestätigte Diagnose eines hepatozellulären Karzinoms (HCC) gemäß den chinesischen Richtlinien für klinische Praxis für primäre Leberkrebs.
  • Anspruch auf chirurgische Eingriffe (Leberresektion oder Lebertransplantation) gemäß den Richtlinien für die chinesische klinische Praxis für Krebs, einschließlich der Stufen IA, IB und IIA.
  • Präoperative Bildgebungsuntersuchung wurde innerhalb von 1 Monat vor der Operation durchgeführt.
  • Verfügbarkeit der histopathologischen Bewertung mit dokumentierten Status der mikrovaskulären Invasion (MVI).

Ausschlusskriterien:

  • Vorgeschichte einer früheren Antitumorbehandlung, einschließlich präoperativer chirurgischer Intervention, transarterieller Chemoembolisation (TACE), Hochfrequenzablation (RFA), systemischer Therapie oder einer anderen präoperativen Intervention.
  • Vorhandensein von großer Gefäßinvasion, Gallenganginvasion/Thrombose, extrahepatische Metastasierung oder Beteiligung von Lymphknoten.
  • Diffuses hepatozelluläres Karzinom oder Tumorbruch mit Blutung.
  • Mangel an Schlüsseldaten, die für die Primäranalyse erforderlich sind.
  • Schlechte Bildqualität, die eine zuverlässige qualitative oder radiomische Analyse verhindert.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Peking Union Medical College Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Erstes Krankenhaus der Kunming Medical University
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Peking Youan Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Zhujiang Krankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Meng Chao Hepatobiliary Hospital der Fujian Medical University
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Erstes Krankenhaus der Wenzhou Medical University
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Fünftes Krankenhaus, Sun Yat-Sen University
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Henan Provincial Volkskrankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Provinzkrankenhaus Guangdong für traditionelle chinesische Medizin
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Shengjing Krankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Peking Tsinghua Changgeng Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Yunnan Cancer Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Das erste Volkskrankenhaus der Provinz Yunnan
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Guizhou Provincial Volkskrankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Erstes Krankenhaus der Guangxi Medical University
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
West China Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Zhuhai Volkskrankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Dazhou Central Hospital
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.
Ost -Hepatobiliär -Chirurgiekrankenhaus
Patienten ab 18 Jahren, die sich einer chirurgischen Resektion für hepatozelluläres Karzinom unterziehen, mit verfügbarer pathologischer Bewertung der mikrovaskulären Invasion. Wir werden präoperative Multiphasen -CT -Bilder, klinische Merkmale und pathologische Ergebnisse sammeln.
Diagnosetest: Computergestützter Diagnosesystem zur präoperativen Vorhersage von MVI in HCC
Diese Intervention ist ein CAD-System (künstliche Intelligenz basierende computergestützte Diagnose), das zur Vorhersage der mikrovaskulären Invasion (MVI) bei Patienten mit hepatozellulärem Karzinom unter Verwendung der präoperativen Multiphase-CT-Bildgebung entwickelt wurde. Das System integriert Deep Learning, Radiomics und Expert-definierte Bildgebungsmerkmale, um die Risikobewertung und Visualisierung von MVI vor der Operation bereitzustellen. In dieser Studie wird das CAD -System nur retrospektiv und prospektiv auf beobachtende Weise bewertet. Die Ergebnisse beeinflussen keinen Einfluss auf die klinische Entscheidungsfindung oder das Patientenmanagement, und alle Behandlungen folgen dem Versorgungsstandard.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Bereich unter der Empfängerbetriebscharakteristische Kurve (AUC)
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Der AUC wird berechnet, indem CAD -Systemvorhersagen mit dem Referenzstandard der postoperativen pathologischen Diagnose der mikrovaskulären Invasion beim hepatozellulären Karzinom verglichen werden.
Innerhalb von 1 Monat nach der Operation
Genauigkeit
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Die Genauigkeit wird als Anteil korrekt klassifizierter Fälle (sowohl MVI-positiv als auch mvi-negativ) durch das CAD-System im Vergleich zur postoperativen Pathologie definiert.
Innerhalb von 1 Monat nach der Operation

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Empfindlichkeit
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Die Empfindlichkeit wird als Anteil der echten positiven MVI -Fälle berechnet, die vom CAD -System im Vergleich zur postoperativen Pathologie korrekt identifiziert wurden.
Innerhalb von 1 Monat nach der Operation
Spezifität
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Die Spezifität wird als Anteil der echten negativen MVI -Fälle berechnet, die vom CAD -System im Vergleich zur postoperativen Pathologie korrekt identifiziert wurden.
Innerhalb von 1 Monat nach der Operation
Kalibrierung
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Die Kalibrierungsleistung wird unter Verwendung von Kalibrierungskurven, Hosmer-Lemeshow-Anpassentests und Brier-Scores bewertet, um die Übereinstimmung zwischen vorhergesagten Wahrscheinlichkeiten und beobachteten MVI-Ergebnissen zu bestimmen.
Innerhalb von 1 Monat nach der Operation

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Verarbeitungszeit
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Die durchschnittliche Rechenzeit, die für das CAD -System erforderlich ist, um Vorhersagen und Visualisierungsausgaben zu generieren, werden aufgezeichnet, um die Durchführbarkeit für die Integration in den klinischen Workflow zu bewerten.
Innerhalb von 1 Monat nach der Operation
Arztvertrauensbewertung
Zeitfenster: Innerhalb von 1 Monat nach der Operation
Der Arztvertrauenswert wird anhand eines Fragebogens gemessen, der die Ärzte auffordert, ihr Vertrauen in die Bewertung des Patientenrisikos nach der Überprüfung der CAD-generierten Wahrscheinlichkeitswerte und der Ausstiegskarten zu bewerten. Die Antworten werden auf einer 5-Punkte-Likert-Skala gesammelt (1 = überhaupt nicht zuversichtlich, 2 = etwas zuversichtlich, 3 = mäßig zuversichtlich, 4 = selbstbewusst, 5 = sehr zuversichtlich). Die Punktzahl wird als der von jedem Arzt ausgewählte numerische Likert -Skala -Wert aufgezeichnet.
Innerhalb von 1 Monat nach der Operation

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Chinese Academy of Sciences

Mitarbeiter

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

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. September 2025

Primärer Abschluss (Geschätzt)

1. September 2026

Studienabschluss (Geschätzt)

1. September 2027

Studienanmeldedaten

Zuerst eingereicht

28. August 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

5. September 2025

Zuerst gepostet (Geschätzt)

12. September 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

12. September 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

5. September 2025

Zuletzt verifiziert

1. August 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • CASMI008

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Hepatozelluläres Karzinom (HCC)

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in India

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren