利用人工智能技术开发宫颈癌盆腔淋巴结转移的影像预测模型。
2024年6月3日 更新者：Obstetrics & Gynecology Hospital of Fudan University
本研究是一项在单中心进行的回顾性探索性试验，旨在利用人工智能深度学习开发并验证宫颈癌术前淋巴转移模型。
该模型利用宫颈癌患者的术前影像和术后病理结果进行训练，旨在通过术前影像提高淋巴转移预测的准确性，并为治疗决策提供见解。
研究概览
研究类型
观察性的
注册 (估计的)
4000
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：Xin Wu
- 电话号码：(021)33189900
- 邮箱：wuxin_fc@fudan.edu.cn
学习地点
-
-
Shanghai
-
Shanghai、Shanghai、中国、200090
- 招聘中
- The Obstetrics and Gynecology Hospital of Fudan University
-
接触：
- Xin Wu
- 电话号码：8613764046908
- 邮箱：wuxin_fc@fudan.edu.cn
-
首席研究员：
- Xin Wu
-
副研究员：
- Hua Jiang
-
副研究员：
- Xuan Yin
-
副研究员：
- Ling Qiu
-
副研究员：
- Hui Wang
-
副研究员：
- Yang Liu
-
副研究员：
- Shen Luo
-
副研究员：
- Xiaomei Sun
-
-
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
所有患者信息和影像学数据均来自复旦大学附属妇产科医院。
该医院是一家专业三级医疗机构，被公认为中国领先的妇产科医院。
描述
纳入标准：
- 术前诊断为浸润性宫颈癌I-III期、任何病理类型的患者，以及在我院接受根治/改良宫颈癌手术+盆腔淋巴结清扫术的患者。
- 年龄≥18岁且≤80岁
- 术前有完整盆腔MRI影像及术后病理及临床资料的患者
排除标准：
- 怀孕或哺乳期间的患者、流产后42天内的患者
- 既往宫颈癌手术前接受过新辅助化疗或放疗的患者
- 5年内患有其他恶性肿瘤的患者
- 合并其他可能导致盆腔淋巴结肿大的基础疾病
- 术前1个月以上影像报告
- 图像质量差且无法识别
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 |
|---|---|---|
|
术前影像识别盆腔淋巴结转移的模型
大体时间：从入组到模型开发结束24个月
|
利用人工智能（AI）技术开发了术前图像识别盆腔淋巴结转移的模型，以提高宫颈癌术前淋巴结转移检测的准确性。
该模型经过验证，主要诊断重点是确定淋巴结转移的状态。
|
从入组到模型开发结束24个月
|
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)
2024年2月1日
初级完成 (估计的)
2025年12月1日
研究完成 (估计的)
2025年12月1日
研究注册日期
首次提交
2024年6月3日
首先提交符合 QC 标准的
2024年6月3日
首次发布 (实际的)
2024年6月7日
研究记录更新
最后更新发布 (实际的)
2024年6月7日
上次提交的符合 QC 标准的更新
2024年6月3日
最后验证
2024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.