用于前列腺癌分割和表征的人工智能模型的开发：单中心回顾性观察研究。
2023年12月5日 更新者：Chiti Arturo、IRCCS San Raffaele
前列腺癌是男性人群中第二常见的癌症。 这种病理学代表了肿瘤学和公共卫生问题，尤其是在发达国家，因为人口中老年男性较多。
医学成像在前列腺疾病的分期和再分期中发挥着核心作用。 磁共振成像（MRI）、计算机断层扫描（CT）和正电子发射断层扫描（PET）是正常临床实践中常用的表征前列腺癌的方法。 迄今为止，对这些图像的研究仅限于定性视觉分析，但是越来越多的证据表明引入生物医学图像的定量（或半定量）分析的有用性。
当前可用成像数据及其质量的增加，使得人工智能方法也可以在医疗领域应用以实现任务自动化（例如， 自动分割）和分类（例如 肿瘤侵袭性）。
定量数据的提取，以及更普遍的肿瘤病变的研究，需要一名或多名医生的手动分割。 这个过程需要很长时间，因为每个图像必须单独处理；此外，结果还取决于进行分割的医生的经验水平，这可能会产生异质性，影响分割的可重复性。
基于人工智能的自动分割方法可以应用于医学图像中进行肿瘤病灶的定位，从而超越了手动分割的限制。
研究概览
研究类型
观察性的
注册 (实际的)
350
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
-
-
-
Milano、意大利、20132
- IRCCS San Raffaele
-
-
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
- 成人
- 年长者
接受健康志愿者
不适用
取样方法
概率样本
研究人群
自 2020 年 1 月 6 日起，前列腺癌患者在 U.O. 接受 68 Ga-PMSA PET 检查（PET/CT 或 PET/MRI）。圣拉斐尔医院核医学中心专家的临床指征。
描述
纳入标准：
- 组织学诊断为前列腺癌的患者；
- 使用 68 Ga-PMSA 进行 PET 检查的患者。
排除标准：
- CT 和 MR 图像中存在伪影，无法解释结果。
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
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 |
|---|---|---|
|
用于对医学图像上的前列腺癌病变进行分类的人工智能算法。
大体时间：2年
|
入组患者的 PET 图像将用于创建模型，研究人工智能自动执行肿瘤分割任务的能力。
|
2年
|
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1月6日
初级完成 (实际的)
2022年6月1日
研究完成 (实际的)
2022年6月1日
研究注册日期
首次提交
2023年12月5日
首先提交符合 QC 标准的
2023年12月5日
首次发布 (实际的)
2023年12月13日
研究记录更新
最后更新发布 (实际的)
2023年12月13日
上次提交的符合 QC 标准的更新
2023年12月5日
最后验证
2023年12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.