Artificial Intelligence Analysis for Magnetic Resonance Imaging in Screening and Diagnosis of Breast Cancer
7 februari 2022 bijgewerkt door: 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.
Studie Overzicht
Toestand
Werving
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Verwacht)
5000
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studiecontact
- Naam: Yi Wang, doctor
- Telefoonnummer: 86+010-88325813
- E-mail: wangyi@pkuph.edu.cn
Studie Locaties
-
-
Beijing
-
Beijing, Beijing, China, 100044
- Werving
- Peking University People's Hospital
-
Contact:
- Yi Wang, doctor
- Telefoonnummer: 13331183901
- E-mail: wangyi@pkuph.edu.cn
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Vrouw
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
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.
Beschrijving
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
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
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
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Breast Cancer Screening
Tijdsspanne: 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
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
The accuracy of radiologists and deep learning models
Tijdsspanne: 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
Tijdsspanne: 5 years
|
Compare the examination time, reading time and cost of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences.
|
5 years
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Verwacht)
28 februari 2022
Primaire voltooiing (Verwacht)
30 september 2025
Studie voltooiing (Verwacht)
30 september 2025
Studieregistratiedata
Eerst ingediend
12 september 2021
Eerst ingediend dat voldeed aan de QC-criteria
7 februari 2022
Eerst geplaatst (Werkelijk)
16 februari 2022
Updates van studierecords
Laatste update geplaatst (Werkelijk)
16 februari 2022
Laatste update ingediend die voldeed aan QC-criteria
7 februari 2022
Laatst geverifieerd
1 februari 2022
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- AI-BMRI-S
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .