预测乳腺癌和腋窝淋巴结转移的超声放射组学
多模态超声放射组学准确预测乳腺癌和腋窝淋巴结转移负荷
本项目提出基于多模态超声成像组学构建用于准确预测乳腺癌和腋窝淋巴结转移负荷的人工智能预测模型，该方法可以挖掘超声图像中肉眼不可见的隐藏特征，弥补临床医生在诊疗过程中的主观性，为临床决策提供准确、客观的依据。
研究概览
研究类型
观察性的
注册 (预期的)
200
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：baojie wen, doctor
- 电话号码：53500 02583106666
- 邮箱：359408031@qq.com
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 至 90年 (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
选取2018年9月及以后在南京鼓楼医院就诊并经组织病理学证实的乳腺肿瘤患者，所有患者术前US、UE和CEUS检查资料完整。
描述
纳入标准：
- 超声检查前未接受过乳腺穿刺活检或新辅助化疗等的患者；
- 对超声造影剂（SonoVue）不过敏且已签署超声检查知情同意书的患者
- 在我院接受过手术治疗且病史完整的乳腺肿瘤患者。
排除标准：
- 病例资料不完整的患者；
- 未完全显示感兴趣区域 (ROI) 的大乳房肿块病例；
- 超声检查前接受过乳腺穿刺活检或其他治疗如新辅助化疗或内分泌治疗的患者。
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 |
|---|---|
|
良性
|
分析术前常规超声 (US)、弹性超声 (UE) 和造影增强超声 (CEUS) 图像。
组织病理学结果用作金标准。
案例按7:3的比例随机分为训练集和测试集。
选取每个病灶最大长轴切面的US图像、UE图像和CEUS图像，人工勾画出病灶感兴趣区域（ROI）。
|
|
恶性的
|
分析术前常规超声 (US)、弹性超声 (UE) 和造影增强超声 (CEUS) 图像。
组织病理学结果用作金标准。
案例按7:3的比例随机分为训练集和测试集。
选取每个病灶最大长轴切面的US图像、UE图像和CEUS图像，人工勾画出病灶感兴趣区域（ROI）。
|
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 |
|---|---|---|
|
良恶性鉴别诊断的准确性
大体时间：2022.12.15-2023.12.30
|
ROC曲线、敏感性、特异性、准确性、决策曲线
|
2022.12.15-2023.12.30
|
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)
2023年4月1日
初级完成 (预期的)
2024年12月31日
研究完成 (预期的)
2025年8月31日
研究注册日期
首次提交
2022年12月5日
首先提交符合 QC 标准的
2023年3月13日
首次发布 (实际的)
2023年3月14日
研究记录更新
最后更新发布 (实际的)
2023年3月14日
上次提交的符合 QC 标准的更新
2023年3月13日
最后验证
2023年3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.