NBI内窥镜数据深度神经网络分析准确诊断食管鳞癌浸润深度
2024年4月25日 更新者：RenJi Hospital
窄带成像内镜数据深度神经网络分析准确诊断早期食管鳞状细胞癌浸润深度
这项观察性研究的目的是准确诊断食管鳞状细胞癌的分期，以帮助医生决定适当的临床治疗。 它旨在回答的主要问题是：
• 利用窄带成像内镜数据早期准确诊断食管鳞癌的浸润深度。
参与者的常规检查和治疗的临床信息将被收集，不会对参与者造成任何伤害。
研究概览
地位
尚未招聘
条件
研究类型
观察性的
注册 (估计的)
500
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：Hui Ding, Doctor
- 电话号码：+8613585966417
- 邮箱：dr_daisy@163.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
- 成人
- 年长者
接受健康志愿者
不
取样方法
概率样本
研究人群
约500例。
描述
纳入标准：
- 年龄≥18岁，不限性别；
- 因食管黏膜病变而施行食管ESD手术；
- ESD 标本的病理学评估。
排除标准：
ESD术后病理检查排除食管鳞状细胞癌。
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 |
|---|---|---|
|
通过深度神经网络分析内镜NBI图像准确诊断早期食管鳞癌浸润深度
大体时间：2024/12/31
|
我们将比较 InvaDepNet 在合并使用 GAN 生成的数据之前和之后的预测性能，并证明将生成的数据包含在训练数据集中可以有效提高预测模型的准确性。
此外，我们将在两个不同拍摄角度的数据集（包括不放大的 NBI 和放大的 NBI）上训练 6 个常用的 CNN 模型，并提出一个 ResNet 模型来结合 NBI 图像来分析临床信息。
|
2024/12/31
|
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 (估计的)
2024年4月25日
初级完成 (估计的)
2024年5月31日
研究完成 (估计的)
2024年12月31日
研究注册日期
首次提交
2024年1月22日
首先提交符合 QC 标准的
2024年2月1日
首次发布 (实际的)
2024年2月12日
研究记录更新
最后更新发布 (实际的)
2024年4月29日
上次提交的符合 QC 标准的更新
2024年4月25日
最后验证
2024年4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.