Tietokoneavustettu diagnoosi maksasolukarsinooman mikrovaskulaarisen hyökkäyksen suhteen (HCC-MVI-CAD)
perjantai 5. syyskuuta 2025 päivittänyt: Di Dong, Chinese Academy of Sciences
Tietokoneavusteisen diagnoosijärjestelmän kehittäminen hepatosellulaariseen karsinooman mikrovaskulaariseen hyökkäykseen, joka perustuu preoperatiiviseen kuvaanalyysiin
Maksasyöpä (HCC) on yleinen pahanlaatuisuus Kiinassa, jolla on korkea kuolleisuus. Sen varhainen toistuminen ja pitkäaikainen ennuste liittyvät läheisesti kasvaimen aggressiivisuuteen. Mikrovaskulaarinen tunkeutuminen (MVI), joka on määritelty kasvainsolujen läsnäoloksi portaalin tai maksan suonen pienissä oksissa, on keskeinen indikaattori pahanlaatuisesta biologisesta käyttäytymisestä HCC: ssä. Kliinisesti MVI korreloi voimakkaasti leikkauksen jälkeisen varhaisen uusiutumisen kanssa ja toimii tärkeänä tekijänä kirurgisen marginaalin jatkamisen, adjuvanttihoidon ja leikkauksen jälkeisen hoidon strategioiden määrittämisessä.
Tällä hetkellä MVI: n lopullinen diagnoosi riippuu edelleen leikkauksen jälkeisestä patologisesta tutkimuksesta, ja vakaita, tehokkaita preoperatiivisia arviointimenetelmiä puuttuu. Vaikka jotkut tutkimukset ovat yrittäneet ennustaa MVI: tä käyttämällä preoperatiivisia kuvantamisominaisuuksia, niiden kliinistä käännöstä on edelleen rajoitettu huono yleistävyys, heikko tulkittavuus ja riittämätön keskuksen välinen sopeutumiskyky.
Tämän tutkimuksen tavoitteena on hyödyntää monivaiheista preoperatiivista CT-kuvantamista, tekoälytekniikoita ja kliinistä aikaisempaa tietoa korkean suorituskyvyn, yleistettävän ja tulkittavan tietokoneavusteisen diagnostisen järjestelmän kehittämiseksi HCC-MVI: n preoperatiiviseen ennustamiseen. Havainnollinen, tulevaisuuden arviointi tehdään järjestelmän suorituskyvyn arvioimiseksi ja älykkäiden diagnostiikkatekniikoiden kliinisen kääntämisen helpottamiseksi reaalimaailman käytännössä.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Yksityiskohtainen kuvaus
Maksasyöpä (HCC) on yleinen pahanlaatuisuus Kiinassa, jolla on korkea kuolleisuus. Varhainen toistuminen ja pitkäaikainen ennuste liittyvät läheisesti kasvaimen aggressiivisuuteen. Mikrovaskulaarinen hyökkäys (MVI), joka on määritelty kasvainsolujen läsnäoloksi portaalin tai maksan suonen pienissä oksissa, on kriittinen merkki pahanlaatuisessa biologisessa käyttäytymisessä. Kliinisesti MVI liittyy voimakkaasti varhaiseen leikkauksen jälkeiseen toistumiseen ja se toimii tärkeänä viitteenä kirurgisen marginaalin jatkamisen, adjuvanttihoidon ja leikkauksen jälkeisten hoitostrategioiden määrittämiseen. Tällä hetkellä MVI: n lopullinen diagnoosi riippuu edelleen leikkauksen jälkeisestä patologisesta tutkimuksesta, ja luotettavia preoperatiivisia arviointimenetelmiä puuttuu. Vaikka aiemmissa tutkimuksissa on yritetty ennustaa MVI: tä käyttämällä preoperatiivista kuvantamista, niiden kliinistä sovellusta rajoittaa heikko yleistävyys, heikko tulkittavuus ja riittämätön keskuksen välinen sopeutumiskyky.
Tämän tutkimuksen tavoitteena on kehittää korkean suorituskyvyn, yleistettävän ja tulkittavissa oleva tietokoneavusteinen diagnostinen (CAD) järjestelmä HCC-MVI: n preoperatiiviseksi ennustamiseksi monivaiheisella CT-kuvantamisella, tekoälytekniikoilla ja kliinisellä aikaisemmalla tiedoilla. Järjestelmää arvioidaan mahdollisesti havainnollisessa, monikeskuksen kliinisessä tutkimuksessa sen diagnostisen arvon ja kliinisen sovellettavuuden arvioimiseksi.
CAD-järjestelmä integroi kolme kuvantamisominaisuuden luokkaa: (1) syvien hermostoverkkojen automaattisesti poimien korkean tason esitykset; (2) ennalta määritetty radiomiikan ominaisuudet, kuten tuumorin morfologia, tekstuuri ja intensiteettijakaumat; ja (3) radiologisesta asiantuntemuksesta johdetut aikaisemmat piirteet, mukaan lukien kasvaimen marginaalin epäselvyys ja alueelliset suhteet vierekkäisiin portaalisuoniin. Harvoja rajoituksia ja redundanssin tukahduttamismekanismeja käytetään vakaan ja tehokkaan MVI: hen liittyvien esitysten tunnistamiseen. Lisäksi järjestelmä hyväksyy alueellisen alueen strategian, joka kattaa kasvaimen, peritumoraaliset ja kaukaiset alueet, jotta voidaan kaapata hyökkäysmallit sekä paikallisesta morfologiasta että mikroympäristöympäristöstä, rakentaen siten toistettavia ja kliinisesti tulkittavissa olevia kuvantama -aineita.
Yhden domeenimallien rajoitusten ratkaisemiseksi järjestelmä käyttää monilähdettä heterogeenistä fuusiostrategiaa, joka integroi morfologisen teksuraalisen piirteen, dynaamiset parannusmallit ja alueelliset graafirakenteet. Malli-arkkitehtuurissa yhdistyvät konvoluutiohermostoverkot (CNN) hienorakeisten tekstuurien, muuntajamoduulien kaappaamiseksi pitkän kantaman riippuvuuksien ja graafisten hermoverkkojen (GNN) mallintamiseksi kasvainten ja verisuonien topologisten suhteiden edustamiseksi. Tämä hybridi -lähestymistapa mahdollistaa kattavan ymmärtämisen sekä paikallisista yksityiskohdista että globaaleista rakenteista. Lisäksi malli sisältää epävarmuuden kvantifioinnin ja huomion kaltaiset mekanismit ennusteen luottamuksen dynaamiseen luottamukseen ja herättämislämpökarttoihin. Nämä tuotokset on suunniteltu parantamaan lääkäreiden tulkittavuutta ja luottamusta järjestelmään. Kehitetään myös interaktiivinen visualisointirajapinta riskien tulkinnan ja kirurgisen suunnittelun tukemiseksi.
Tutkimuksessa suoritetaan tulevaisuuden havainnollistava validointi useissa kliinisissä keskuksissa, ja siinä on yhtenäinen sisällyttämis-/poissulkemiskriteerit ja standardisoidut tiedonkeruuprotokollat. Malliennusteita verrataan sokeasti leikkauksen jälkeisiin patologisiin tuloksiin. Tavanomaisten mittareiden (tarkkuus, herkkyys, spesifisyys ja AUC) lisäksi tutkimuksessa arvioidaan havainnollisesti mallipohjaisten ennusteiden vaikutusta preoperatiiviseen riskien stratifiointiin ja kirurgiseen päätöksentekoon. Testaamalla järjestelmää erilaisissa potilaspopulaatioissa, tutkimuksen tavoitteena on vahvistaa sen yleistävyys, kliininen hyödyllisyys ja potentiaali älykkäiden diagnostiikkatekniikoiden reaalimaailman kääntämiseen.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Arvioitu)
400
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Di Dong, Ph.D.
- Puhelinnumero: +86 13811833760
- Sähköposti: di.dong@ia.ac.cn
Tutki yhteystietojen varmuuskopiointi
- Nimi: Mengjie Fang, Ph.D.
- Puhelinnumero: +86 18500909634
- Sähköposti: fangmengjie2015@ia.ac.cn
Opiskelupaikat
-
-
-
Beijing, Kiina
- Rekrytointi
- Peking Union Medical College Hospital
-
Ottaa yhteyttä:
- Yilei Mao
-
Beijing, Kiina
- Rekrytointi
- Beijing Youan Hospital
-
Ottaa yhteyttä:
- Hongjun Li
-
Beijing, Kiina
- Rekrytointi
- Beijing Tsinghua Changgeng Hospital
-
Ottaa yhteyttä:
- Zhuozhao Zheng
-
Shanghai, Kiina
- Rekrytointi
- Eastern Hepatobiliary Surgery Hospital
-
Ottaa yhteyttä:
- Yabo Jiang
-
-
Fujian
-
Fuzhou, Fujian, Kiina
- Rekrytointi
- Meng Chao Hepatobiliary Hospital of Fujian Medical University
-
Ottaa yhteyttä:
- Xiaolong Liu
-
-
Guangdong
-
Guangzhou, Guangdong, Kiina
- Rekrytointi
- Guangdong Provincial Hospital of Traditional Chinese Medicine
-
Ottaa yhteyttä:
- Junming He
-
Guangzhou, Guangdong, Kiina
- Rekrytointi
- Zhujiang Hospital
-
Ottaa yhteyttä:
- Shihua Fang
-
Zhuhai, Guangdong, Kiina
- Rekrytointi
- Zhuhai people's Hospital
-
Ottaa yhteyttä:
- Sirui Fu
-
Zhuhai, Guangdong, Kiina
- Rekrytointi
- Fifth Affiliated Hospital, Sun Yat-Sen University
-
Ottaa yhteyttä:
- Jian Li
-
-
Guangxi
-
Nanning, Guangxi, Kiina
- Rekrytointi
- First Affiliated Hospital of Guangxi Medical University
-
Ottaa yhteyttä:
- Yidi Chen
-
-
Guizhou
-
Guiyang, Guizhou, Kiina
- Rekrytointi
- Guizhou Provincial People's Hospital
-
Ottaa yhteyttä:
- Rongpin Wang
-
-
Henan
-
Zhengzhou, Henan, Kiina
- Rekrytointi
- Henan Provincial People's Hospital
-
Ottaa yhteyttä:
- Deyu Li
-
-
Liaoning
-
Shenyang, Liaoning, Kiina
- Rekrytointi
- Shengjing Hospital
-
Ottaa yhteyttä:
- Meng Niu
-
-
Sichuan
-
Chengdu, Sichuan, Kiina
- Rekrytointi
- West china hospital
-
Ottaa yhteyttä:
- Hanyu Jiang
-
Dazhou, Sichuan, Kiina
- Rekrytointi
- Dazhou Central Hospital
-
Ottaa yhteyttä:
- Jie Liu
-
-
Yunnan
-
Kunming, Yunnan, Kiina
- Rekrytointi
- Yunnan Cancer Hospital
-
Ottaa yhteyttä:
- Yong Zha
-
Kunming, Yunnan, Kiina
- Rekrytointi
- The First People's Hospital of Yunnan Province
-
Ottaa yhteyttä:
- Yun Jin
-
Kunming, Yunnan, Kiina
- Rekrytointi
- First Affiliated Hospital of Kunming Medical University
-
Ottaa yhteyttä:
- Bo He
-
-
Zhejiang
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- First Affiliated Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Gang Chen
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tutkimuspopulaatio koostuu aikuisista potilaista (≥18 vuotta) hepatosellulaarisesta karsinoomasta, joille tehdään parantava kirurginen hoito, mukaan lukien maksan resektio tai maksansiirto, osallistuvissa kliinisissä keskuksissa.
Noin 5000 retrospektiivista tapausta ja 400 potentiaalista tapausta sisällytetään.
Kaikilla osallistujilla on preoperatiivinen monivaiheinen CT -kuvantaminen ja postoperatiivinen patologinen arviointi dokumentoidulla mikrovaskulaarisella hyökkäyksellä (MVI).
Kuvaus
Sisällyttämiskriteerit:
- Ikä ≥ 18 vuotta.
- Kiinan kliinisen käytännön ohjeiden mukaan vahvistettu maksasyövän (HCC) diagnoosi primaarisen maksasyövän mukaisten kiinalaisten kliinisen käytännön ohjeiden mukaisesti.
- Kirurgiseen interventioon (maksan resektio tai maksansiirto) kelvollinen kiinalaisten kliinisen käytännön ohjeiden mukaan, mukaan lukien vaiheet IA, IB ja IIA.
- Preoperatiivinen kuvantamistutkimus suoritettiin kuukauden kuluessa ennen leikkausta.
- Histopatologisen arvioinnin saatavuus dokumentoidulla mikrovaskulaarisella hyökkäyksellä (MVI).
Poissulkemiskriteerit:
- Aikaisemman tuumorin vastaisen hoidon historia, mukaan lukien preoperatiivinen kirurginen interventio, transarterinen kemoembolisaatio (TACE), radiotaajuisen ablaatio (RFA), systeeminen terapia tai mikä tahansa muu preoperatiivinen interventio.
- Suurin verisuonien tunkeutuminen, sappikanavan tunkeutuminen/tromboosi, ekstrahepaattiset etäpesäkkeet tai imusolmukkeiden osallistuminen.
- Diffuusi maksasolukarsinooma tai kasvaimen repeämä verenvuoto.
- Ensisijaiseen analyysiin tarvittavien avaintietojen puute.
- Huono kuvanlaatu, joka estää luotettavan laadullisen tai radiomiikan analyysin.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Peking Union Medical College Hospital
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Kunming -lääketieteellisen yliopiston ensimmäinen tytäryhtiö sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Peking Youan -sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Zhujiangin sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Meng Chao hepatobiliaaris Hospital of Fujian Medical University
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Wenzhou Medical Universityn ensimmäinen tytäryhtiöiden sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Viides tytäryhtiö, Sun Yat-senin yliopisto
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Henanin maakunnan ihmisten sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Guangdongin maakunnan sairaala perinteisestä kiinalaisesta lääketieteestä
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Shengjingin sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Peking Tsinghua Changgengin sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Yunnan syöpäsairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Yunnanin maakunnan ensimmäisen kansan sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Guizhoun maakunnan ihmisten sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Ensimmäinen tytäryhtiöiden sairaala Guangxi Medical University
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Länsi -Kiinan sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Zhuhai People's Hospital
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Dazhoun keskussairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
|
Itäinen hepatobiliaarikirurgian sairaala
18 -vuotiaat ja sitä vanhemmat potilaat, joille tehdään hepatosellulaarisen karsinooman kirurginen resektio, ja mikrovaskulaarisen hyökkäyksen patologinen arviointi.
Keräämme preoperatiivisia monivaiheisia CT -kuvia, kliinisiä ominaisuuksia ja patologisia tuloksia.
|
Tämä interventio on keinotekoinen älykkyyspohjainen tietokoneavusteinen diagnoosi (CAD) -järjestelmä, joka on kehitetty ennustamaan mikrovaskulaarista hyökkäystä (MVI) potilailla, joilla on maksasolukarsinooma preoperatiivisella monivaiheisella CT-kuvantamisella.
Järjestelmä integroi syvän oppimisen, radiomiikan ja asiantuntijoiden määrittelemät kuvantamisominaisuudet MVI: n riskien arvioinnin ja visualisoinnin aikaansaamiseksi ennen leikkausta.
Tässä tutkimuksessa CAD -järjestelmää arvioidaan takautuvasti ja tulevaisuudennäkymästi vain havainnollisella tavalla.
Tulokset eivät vaikuta kliiniseen päätöksentekoon tai potilaan hoitoon, ja kaikki hoidot seuraavat hoitoa.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Vastaanottimen toimintaominaisuuskäyrän (AUC) alueen alue (AUC)
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
AUC lasketaan vertaamalla CAD -järjestelmän ennusteita postoperatiivisen patologisen diagnoosin vertailustandardiin maksasolukarsinooman mikrovaskulaarisen tunkeutumisen kanssa.
|
Yhden kuukauden kuluessa leikkauksesta
|
|
Tarkkuus
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Tarkkuus määritellään CAD-järjestelmän oikein luokiteltujen tapausten (sekä MVI-positiivisten että MVI-negatiivien) osuudeksi verrattuna leikkauksen jälkeiseen patologiaan.
|
Yhden kuukauden kuluessa leikkauksesta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Herkkyys
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Herkkyys lasketaan CAD -järjestelmän oikein tunnistamien todellisten positiivisten MVI -tapausten osuutena verrattuna leikkauksen jälkeiseen patologiaan.
|
Yhden kuukauden kuluessa leikkauksesta
|
|
Spesifisyys
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Spesifisyys lasketaan todellisten negatiivisten MVI -tapausten osuutena, jonka CAD -järjestelmä on oikein tunnistettu verrattuna postoperatiiviseen patologiaan.
|
Yhden kuukauden kuluessa leikkauksesta
|
|
Kalibrointi
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Kalibrointiosuorituskyky arvioidaan käyttämällä kalibrointikäyrät, Hosmer-Lemeshow-sopivuuden testit ja BRIER-pisteet ennustettujen todennäköisyyksien ja havaittujen MVI-tulosten välisen sopimuksen määrittämiseksi.
|
Yhden kuukauden kuluessa leikkauksesta
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Käsittelyaika
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Keskimääräinen laskennallinen aika, joka tarvitaan CAD -järjestelmään ennusteiden ja visualisointituotannon tuottamiseksi, tallennetaan kliiniseen työnkulkuun integroitumisen toteutettavuuden arvioimiseksi.
|
Yhden kuukauden kuluessa leikkauksesta
|
|
Lääkärin luottamuspiste
Aikaikkuna: Yhden kuukauden kuluessa leikkauksesta
|
Lääkärin luottamuspiste mitataan käyttämällä kyselylomaketta, joka pyytää lääkäreitä arvioimaan luottamustaan potilaan riskin arvioinnissa CAD: n tuottamien todennäköisyyspisteiden ja houkuttelevuuskarttojen tarkistamisen jälkeen.
Vastaukset kerätään 5-pisteisellä Likert-asteikolla (1 = ei ollenkaan luottavainen, 2 = hieman luottavainen, 3 = kohtalaisen luottavainen, 4 = itsevarma, 5 = erittäin luottavainen).
Pistemäärä kirjataan kunkin lääkärin valitsemana numeerisena Likert -asteikon arvona.
|
Yhden kuukauden kuluessa leikkauksesta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Maanantai 1. syyskuuta 2025
Ensisijainen valmistuminen (Arvioitu)
Tiistai 1. syyskuuta 2026
Opintojen valmistuminen (Arvioitu)
Keskiviikko 1. syyskuuta 2027
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Torstai 28. elokuuta 2025
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Perjantai 5. syyskuuta 2025
Ensimmäinen Lähetetty (Arvioitu)
Perjantai 12. syyskuuta 2025
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Perjantai 12. syyskuuta 2025
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Perjantai 5. syyskuuta 2025
Viimeksi vahvistettu
Perjantai 1. elokuuta 2025
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- CASMI008
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
PÄÄTTÄMÄTÖN
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .