此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

基于PET/CT成像的肺癌病理与遗传亚型分层多模态人工智能框架

基于PET/CT影像的肺癌病理与遗传亚型分级多模态人工智能框架

PET/CT影像和临床信息(年龄、性别、吸烟史、癌症家族史、现病史及多种肿瘤标志物等)被用于建立一个用于肺癌病理和基因亚型分层的多模态人工智能分层框架

研究概览

详细说明

多模态人工智能框架旨在促进分层且精确的疾病分层过程。 第一层级涉及准确区分诊断为肺癌患者中的小细胞肺癌与非小细胞肺癌(NSCLC)。 第二层级需要对NSCLC患者进一步分类为腺癌、鳞状细胞癌及其他较少见亚型。 第三层级涉及预测EGFR驱动基因的突变状态,该基因在肺腺癌患者中最常见。 整个队列被分为训练队列(回顾性)、验证队列(回顾性)、测试队列(回顾性)和前瞻性队列。

研究类型

观察性的

注册 (估计的)

5500

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

研究联系人备份

学习地点

    • Guangdong
      • Guangzhou、Guangdong、中国、510403
        • 招聘中
        • Guangdong Second Provincial General Hospital
        • 接触:
    • Hubei
      • Wuhan、Hubei、中国、430071
        • 招聘中
        • Zhongnan Hospital
        • 接触:
      • Wuhan、Hubei、中国、430030
        • 招聘中
        • Wuhan TongJi Hospital
        • 接触:
    • Jiangsu
      • Yangzhou、Jiangsu、中国、225001
        • 招聘中
        • Northern Jiangsu People's Hospital
        • 接触:
    • Liaoning
      • Shenyang、Liaoning、中国、110801
        • 招聘中
        • First Hospital of China Medical University
        • 接触:
    • Sichuan
      • Chengdu、Sichuan、中国、610041
        • 招聘中
        • West China Hospital
        • 接触:
    • Zhejiang
      • Hangzhou、Zhejiang、中国、310022
        • 招聘中
        • Zhejiang Cancer Hospital
        • 接触:
      • Hangzhou、Zhejiang、中国、310006
        • 招聘中
        • The First Affiliated Hospital of Zhejiang Chinese Medical University
        • 接触:
      • Hangzhou、Zhejiang、中国、310009
        • 招聘中
        • Department of Nuclear Medicine and PET/CT Center, The Second Affiliated Hospital, School of Medicine, Zhejiang University
        • 接触:

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

非概率样本

研究人群

本研究的目标人群是接受过治疗前18F-FDG PET/CT检查的肺癌患者。 该研究将评估基于PET/CT的影像学特征与临床变量与病理亚型之间的关系。

描述

纳入标准:

  • 经病理学确诊为新诊断的非小细胞肺癌
  • 年龄≥18岁
  • 接受过治疗前18F-FDG PET/CT扫描
  • 未接受过任何抗肿瘤治疗
  • 无其他恶性肿瘤病史

排除标准:

● 纯磨玻璃结节且无FDG摄取

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
训练队列
所有患者均接受了治疗前的18F-FDG PET/CT扫描。
PET影像分析、数据挖掘和AI模型开发
验证队列
所有患者均接受了治疗前18F-FDG PET/CT扫描。
PET影像分析、数据挖掘和AI模型开发
测试队列
所有患者均接受了治疗前18F-FDG PET/CT扫描。
PET影像分析、数据挖掘和AI模型开发
前瞻性队列
所有患者均接受治疗前18F-FDG PET/CT扫描。
PET影像分析、数据挖掘和AI模型开发

研究衡量的是什么?

主要结果指标

结果测量
大体时间
准确区分小细胞肺癌与非小细胞肺癌
大体时间:1年
1年

次要结果测量

结果测量
大体时间
非小细胞肺癌的组织学分型,包括腺癌、鳞状细胞癌及其他非小细胞肺癌亚型
大体时间:1年
1年

其他结果措施

结果测量
大体时间
准确识别EGFR基因突变状态
大体时间:1年
1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)

2024年8月1日

初级完成 (估计的)

2027年8月1日

研究完成 (估计的)

2027年8月1日

研究注册日期

首次提交

2026年3月6日

首先提交符合 QC 标准的

2026年3月6日

首次发布 (实际的)

2026年3月11日

研究记录更新

最后更新发布 (实际的)

2026年3月11日

上次提交的符合 QC 标准的更新

2026年3月6日

最后验证

2026年3月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅