고위험 여성의 유방암 검진에서 자기공명영상을 위한 인공지능 분석
2022년 11월 11일 업데이트: Shu Wang, Peking University People's Hospital
북경대학교 인민병원 유방센터
Multiparametric Breast MRI에서 대비 강화 병변의 분류를 위해 Convolutional Neural Networks 분석을 사용하십시오.
약식 프로토콜을 구축하고 약식 프로토콜이 고위험 중국 여성의 유방암에 대한 유방 자기 공명 영상 검사에 적합한지 여부를 조사하여 진단의 정확성을 보장하면서 검사 시간을 단축하고 향상된 영상을 피할 수 있습니다.
연구 개요
연구 유형
관찰
등록 (예상)
5000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: shu wang, doctor
- 전화번호: 86+010-88324010
- 이메일: shuwang@pkuph.edu.cn
연구 장소
-
-
Bei Jing
-
Beijing, Bei Jing, 중국, 100044
- 모병
- Peking University People's Hospital
-
연락하다:
- Yuan peng
- 전화번호: 13671287670
- 이메일: 13671287670@163.com
-
-
Beijing
-
Beijing, Beijing, 중국, 100044
- 모병
- Peking University People's Hospital
-
연락하다:
- yuan peng, MD
- 전화번호: 86+010-88324010
- 이메일: 13671287670@163.com
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
여성
샘플링 방법
확률 샘플
연구 인구
23
설명
포함 기준:
- 전체 시퀀스 BMRI 검사를 받는 환자
- 서면 동의서 및 임상 데이터 설문지 작성
- 추적 데이터베이스를 통해 진단 결과가 음성/양성/악성인지 여부를 판단하기 위해 최소 6개월의 추적 결과를 얻을 수 있습니다. 병리학적 생검이 필요한 환자의 경우 병리학적 생검 결과가 양성/악성 병변을 결정하는 데 우선해야 합니다.
제외 기준:
- 유방은 BMRI 이전에 방사선 요법, 화학 요법, 생물학 및 기타 치료를 받았습니다.
- 유방 질환의 징후 또는 증상
- 조영제에 대한 알레르기와 같은 유방 강화 MRI 검사에는 금기 사항이 있습니다.
- 수유 또는 임신 중 환자
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
고위험군
향상된 MRI를 받는 유방암 위험이 높은 여성
|
간섭 없음
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
스크리닝 수율
기간: 5 년
|
유방 MRI 전체 시퀀스, 조영증강 및 비조영증강 시퀀스 간의 고위험군 선별에서 유방암 발견률을 비교합니다.
|
5 년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
방사선 전문의의 정확성과 딥 러닝 모델
기간: 5 년
|
방사선 전문의와 딥 러닝 모델에 의한 유방 종양 검출의 민감도, 특이도, 양성 예측값 및 음성 예측값을 비교합니다.
|
5 년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2021년 9월 1일
기본 완료 (예상)
2025년 9월 30일
연구 완료 (예상)
2025년 9월 30일
연구 등록 날짜
최초 제출
2021년 7월 21일
QC 기준을 충족하는 최초 제출
2021년 7월 30일
처음 게시됨 (실제)
2021년 8월 9일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2022년 11월 16일
QC 기준을 충족하는 마지막 업데이트 제출
2022년 11월 11일
마지막으로 확인됨
2022년 11월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .