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.
研究概览
研究类型
观察性的
注册 (预期的)
5000
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。
学习联系方式
- 姓名：Yi Wang, doctor
- 电话号码：86+010-88325813
- 邮箱：wangyi@pkuph.edu.cn
学习地点
-
-
Beijing
-
Beijing、Beijing、中国、100044
- 招聘中
- Peking University People's Hospital
-
接触：
- Yi Wang, doctor
- 电话号码：13331183901
- 邮箱：wangyi@pkuph.edu.cn
-
-
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
- 孩子
- 成人
- 年长者
接受健康志愿者
不
有资格学习的性别
女性
取样方法
非概率样本
研究人群
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.
描述
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
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
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
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
|
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 |
|---|---|---|
|
Breast Cancer Screening
大体时间：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
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
The accuracy of radiologists and deep learning models
大体时间：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
大体时间：5 years
|
Compare the examination time, reading time and cost of BMRI full sequence, contrast-enhanced and non-contrast-enhanced sequences.
|
5 years
|
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 (预期的)
2022年2月28日
初级完成 (预期的)
2025年9月30日
研究完成 (预期的)
2025年9月30日
研究注册日期
首次提交
2021年9月12日
首先提交符合 QC 标准的
2022年2月7日
首次发布 (实际的)
2022年2月16日
研究记录更新
最后更新发布 (实际的)
2022年2月16日
上次提交的符合 QC 标准的更新
2022年2月7日
最后验证
2022年2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.