Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Artificial Intelligence Analysis for Magnetic Resonance Imaging in Screening and Diagnosis of Breast Cancer

7 febbraio 2022 aggiornato da: WangYi, Peking University People's Hospital

Peking University People's Hospital Radiology

Use Convolutional Neural Networks Analysis for Classification of Contrast-enhancing Lesions at Multiparametric Breast MRI. Build an abbreviated protocal, and investigate whether an abbreviated protocol was suitable for breast magnetic resonance imaging screening for breast mass in Chinese women, which can shorten the examination time and avoid enhanced imaging while ensuring the accuracy of the diagnosis.

Panoramica dello studio

Stato

Reclutamento

Condizioni

Intervento / Trattamento

Tipo di studio

Osservativo

Iscrizione (Anticipato)

5000

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Luoghi di studio

  • Cina
    • Beijing
      • Beijing, Beijing, Cina, 100044
        • Reclutamento
        • Peking University People's Hospital
        • Contatto:

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

  • Bambino
  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Sessi ammissibili allo studio

Femmina

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Clinically symptomatic patients (defined as palpable masses, nipple discharge, asymmetric thickening or nodules, and abnormal skin changes according to the guidelines) should be examined by BMRI at the judgment of the clinician.

Descrizione

Inclusion Criteria:

  • Patients with clinical symptoms (define as palpable mass, nipple discharge, asymmetric thickening or nodules, and abnormal skin changes)
  • Patients undergoing full sequence BMRI examination
  • Through the follow-up database, at least 6 months of follow-up results can be obtained to determine whether the diagnosis result is negative/benign/malignant; for patients who need pathological biopsy, the pathological biopsy results shall prevail to determine the lesion benign/malignant

Exclusion Criteria:

  • The breast had received radiotherapy, chemotherapy, biology and other treatments before BMRI.
  • There are contraindications for breast-enhanced MRI examinations such as allergy to contrast agents.
  • A prosthesis is implanted in the affected breast.
  • Patients during lactation or pregnancy

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

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Clinically symptomatic patients
Clinically symptomatic patients (defined as palpable masses, nipple discharge, asymmetric thickening or nodules, and abnormal skin changes according to the guidelines) should be examined by BMRI at the judgment of the clinician.
Test diagnostico: MRI
undergoing enhanced MRI

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Breast Cancer Screening
Lasso di tempo: 5 years
Compare the area under the curve of the deep learning model of the BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequence in the diagnosis of breast cancer.
5 years

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
The accuracy of radiologists and deep learning models
Lasso di tempo: 5 years
Under the conditions of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences, compare the sensitivity, specificity, positive predictive value and negative predictive value of breast tumor detection by radiologists and deep learning models.
5 years
Health economics
Lasso di tempo: 5 years
Compare the examination time, reading time and cost of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences.
5 years

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Peking University People's Hospital

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 (Anticipato)

28 febbraio 2022

Completamento primario (Anticipato)

30 settembre 2025

Completamento dello studio (Anticipato)

30 settembre 2025

Date di iscrizione allo studio

Primo inviato

12 settembre 2021

Primo inviato che soddisfa i criteri di controllo qualità

7 febbraio 2022

Primo Inserito (Effettivo)

16 febbraio 2022

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

16 febbraio 2022

Ultimo aggiornamento inviato che soddisfa i criteri QC

7 febbraio 2022

Ultimo verificato

1 febbraio 2022

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • AI-BMRI-S

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

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 .

Prove cliniche su Neoplasie mammarie

Prove cliniche su MRI

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Bangladesh

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi