使用深度学习图像重建算法在 ULDCT 上检测尿路结石 (URO DLIR)
2026年6月12日 更新者：Centre Hospitalier Universitaire, Amiens
基于深度学习图像重建算法的超低剂量腹盆腔 CT 成像检测尿路结石
尿石症在世界范围内的发病率和患病率不断增加，部分患者可能会多次复发。
由于这些与结石相关的事件可能导致需要电离辐射的多次诊断检查，因此尿石症是减少剂量努力的自然目标。
腹部骨盆低剂量 CT 在可用的成像方式中具有最高的灵敏度和特异性，是该病理学最合适的诊断检查。
本研究的主要目的是评估超低剂量 CT 在尿石症患者中使用基于深度学习的重建的诊断性能。
研究概览
研究类型
介入性
注册 (实际的)
62
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
-
Amiens、法国、80480
- CHU Amiens
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 及以上 (成人、年长者)
接受健康志愿者
不
描述
纳入标准：
- 年龄≥18岁，
- 患者转诊进行腹盆 CT 以确认尿路结石或进行随访，
- 加入社会保障计划，
- 受试者理解和表达反对意见的能力
排除标准：
- 年龄<18岁，
- 受监护人或策展人，
- 怀孕的女人，
- CT 的任何禁忌症
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：诊断
- 分配：不适用
- 介入模型：单组作业
- 屏蔽：无（打开标签）
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
使用 DLIR 重建的低剂量 CT 与不使用 DLIR 重建的低剂量 CT 检测尿路结石的准确性
大体时间：第一天
|
使用 DLIR 重建的低剂量 CT 与不使用 DLIR 重建的低剂量 CT 检测尿路结石的准确性。 被转诊至该部门进行腹盆 CT 检查以诊断或随访尿石症并同意参与该研究的患者将接受额外的超低剂量采集（ULD，<1 mSv），并进行基于深度学习的重建(DLIR)。 |
第一天
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2020年6月15日
初级完成 (实际的)
2022年3月4日
研究完成 (实际的)
2022年3月4日
研究注册日期
首次提交
2020年7月24日
首先提交符合 QC 标准的
2020年7月24日
首次发布 (实际的)
2020年7月29日
研究记录更新
最后更新发布 (实际的)
2026年6月15日
上次提交的符合 QC 标准的更新
2026年6月12日
最后验证
2026年6月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.