Deep Learning basato sull'imaging per la diagnosi e la stadiazione del cancro del polmone
15 novembre 2021 aggiornato da: Yang Jin, Wuhan Union Hospital, China
Il ruolo del trasferimento dell'apprendimento basato sull'architettura della CNN dell'imaging medico nella diagnosi e nella stadiazione del cancro del polmone
La diagnosi e la stadiazione del cancro del polmone sono due questioni fondamentali e critiche nella gestione clinica del cancro del polmone e nel processo decisionale terapeutico.
Le procedure invasive per l'analisi patologica sono il gold standard per la diagnosi e la stadiazione, tuttavia, le complicanze correlate alle procedure invasive sono inevitabili.
L'imaging medico non invasivo è uno strumento potente, tuttavia non c'è quasi spazio per miglioramenti solo in base all'esperienza del radiologo e del medico.
I ricercatori studieranno il ruolo dell'apprendimento profondo basato su computer dell'imaging medico nella diagnosi di lesione di polmone, linfonodo e altri siti sospettati di metastasi.
Panoramica dello studio
Stato
Reclutamento
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Radiologo
Tipo di studio
Osservativo
Iscrizione (Anticipato)
500
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Contatto studio
- Nome: Zhilei Lv, MD
- Numero di telefono: 86-15107177084
- Email: 794646434@qq.com
Luoghi di studio
-
-
Hubei
-
Wuhan, Hubei, Cina, 430000
- Reclutamento
- Wuhan Union Hospital
-
Contatto:
- Zhilei Lv, MD
- Numero di telefono: 86-15107177084
- Email: 794646434@qq.com
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
Da 18 anni a 75 anni (Adulto, Adulto più anziano)
Accetta volontari sani
No
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Pazienti con carcinoma polmonare con esame PET/TC o TC prima di qualsiasi trattamento specifico per il cancro
Descrizione
Criterio di inclusione:
- Diagnosi patologica del cancro del polmone
- Esame PET/TC o TC prima di qualsiasi trattamento specifico per il cancro
Criteri di esclusione:
- Una storia di altre neoplasie
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Coorte
- Prospettive temporali: Prospettiva
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
coinvolgimento delle cellule tumorali previsto dal deep learning
i partecipanti con lesioni di polmone, linfonodi o altri siti previsti come positivi per il coinvolgimento delle cellule tumorali mediante deep learning basato sull'imaging.
|
intervento chirurgico finalizzato al trattamento
puntura diagnostica
|
|
nessun coinvolgimento delle cellule tumorali previsto dal deep learning
i partecipanti con lesioni di polmone, linfonodi o altri siti previsti come negativi per il coinvolgimento delle cellule tumorali mediante deep learning basato sull'imaging.
|
intervento chirurgico finalizzato al trattamento
puntura diagnostica
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Lasso di tempo |
|---|---|
|
risultato patologico ha rivelato il coinvolgimento delle cellule tumorali nella lesione
Lasso di tempo: 1 mese dopo il test patologico
|
1 mese dopo il test patologico
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
1 maggio 2018
Completamento primario (Anticipato)
30 dicembre 2021
Completamento dello studio (Anticipato)
1 maggio 2024
Date di iscrizione allo studio
Primo inviato
24 giugno 2019
Primo inviato che soddisfa i criteri di controllo qualità
24 giugno 2019
Primo Inserito (Effettivo)
27 giugno 2019
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
16 novembre 2021
Ultimo aggiornamento inviato che soddisfa i criteri QC
15 novembre 2021
Ultimo verificato
1 novembre 2021
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AFDSFA
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Indeciso
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .