Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

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

7 februari 2022 uppdaterad av: 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.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Förväntat)

5000

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

  • Kina
    • Beijing
      • Beijing, Beijing, Kina, 100044
        • Rekrytering
        • Peking University People's Hospital
        • Kontakt:

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Kvinna

Testmetod

Icke-sannolikhetsprov

Studera befolkning

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.

Beskrivning

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

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
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.
Diagnostiskt test: MRI
undergoing enhanced MRI

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Breast Cancer Screening
Tidsram: 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

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
The accuracy of radiologists and deep learning models
Tidsram: 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
Tidsram: 5 years
Compare the examination time, reading time and cost of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences.
5 years

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Peking University People's Hospital

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Förväntat)

28 februari 2022

Primärt slutförande (Förväntat)

30 september 2025

Avslutad studie (Förväntat)

30 september 2025

Studieregistreringsdatum

Först inskickad

12 september 2021

Först inskickad som uppfyllde QC-kriterierna

7 februari 2022

Första postat (Faktisk)

16 februari 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

16 februari 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

7 februari 2022

Senast verifierad

1 februari 2022

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • AI-BMRI-S

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera