Artificial Intelligence Analysis for Magnetic Resonance Imaging in Screening and Diagnosis of Breast Cancer
2022年2月7日 更新者：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.
調査の概要
研究の種類
観察的
入学 (予想される)
5000
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前：Yi Wang, doctor
- 電話番号：86+010-88325813
- メール：wangyi@pkuph.edu.cn
研究場所
-
-
Beijing
-
Beijing、Beijing、中国、100044
- 募集
- Peking University People's Hospital
-
コンタクト：
- Yi Wang, doctor
- 電話番号：13331183901
- メール：wangyi@pkuph.edu.cn
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
受講資格のある性別
女性
サンプリング方法
非確率サンプル
調査対象母集団
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.
説明
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
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
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.
|
undergoing enhanced MRI
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
Breast Cancer Screening
時間枠：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
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
The accuracy of radiologists and deep learning models
時間枠：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
時間枠：5 years
|
Compare the examination time, reading time and cost of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences.
|
5 years
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (予想される)
2022年2月28日
一次修了 (予想される)
2025年9月30日
研究の完了 (予想される)
2025年9月30日
試験登録日
最初に提出
2021年9月12日
QC基準を満たした最初の提出物
2022年2月7日
最初の投稿 (実際)
2022年2月16日
学習記録の更新
投稿された最後の更新 (実際)
2022年2月16日
QC基準を満たした最後の更新が送信されました
2022年2月7日
最終確認日
2022年2月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。