Меню
Идёт набор NCT07198256

AI-assisted Diagnosis of Malignant Brain Tumors

— Наблюдательное Gliomas Brain Metastases, Adult Lymphoma Brain Tumor Adult

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
Это наблюдательное исследование: исследуемое лечение участникам по протоколу не назначают.
Кому может быть актуально
Состояния в реестре: Gliomas, Brain Metastases, Adult, Lymphoma, Brain Tumor Adult. Базовые параметры: 18 лет — 100 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

Research on AI-assisted Diagnosis of Common Malignant Brain Tumors Based on Magnetic Resonance Imaging

Обзор

This study aims to establish a large-scale, multi-center MRI database for malignant brain tumors. It will develop an artificial intelligence system for the segmentation and classification of multiple subtypes of brain tumors (including glioma, metastatic tumor and lymphoma et al.) using deep learning technology. This will address the issues of small sample sizes and limited classification performance in existing methods, thereby improving the accuracy of non-invasive preoperative diagnosis, reducing the need for biopsies, and having significant clinical translational value.

Подробное описание

This study is mainly based on two centers, the Second Affiliated Hospital of Zhejiang University School of Medicine and the Zhejiang Cancer Hospital. It retrospectively collects cases of malignant brain tumors (including gliomas, brain metastases, and brain lymphomas) that have been confirmed by histopathology and have preoperative multimodal MRI images (mainly including CE-T1WI and T2-FLAIR). It is expected to include 3,000 cases. Axial CE-T1WI and T2-FLAIR images of all patients were obtained on 3.0T or 1.5T magnetic resonance imaging systems. A large-scale, multi-center MRI image database for common malignant brain tumors (gliomas, brain metastases, and brain lymphomas) was planned to be constructed. To address the automatic segmentation of complex lesion tissues in brain tumors and the auxiliary diagnosis of common malignant brain tumors, a deep learning technical approach was adopted. A deep learning-based multi-subtype brain tumor segmentation and classification diagnostic method was proposed, aiming to build an image artificial intelligence-assisted diagnostic system for common malignant brain tumors and improve the accuracy of auxiliary diagnosis of common brain malignancies.

Первичные конечные точки

  • Construct an AI-assisted diagnostic system for multiple subtypes of brain tumors based on deep learning. [Срок оценки: 30 days]

Критерии участия

Критерии включения

  • Patients diagnosed with glioma, brain metastases, and brain lymphoma by pathology, with the patient being at least 18 years old; preoperative MRI was complete.

Критерии исключения

  • Poor image quality; history of previous brain surgery or radiotherapy; accompanied by other intracranial lesions.

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Нет

Дизайн исследования

Модель наблюдения
Случай-контроль

Центры проведения

Китай · 2 центра
  • 2nd Affiliated Hospital, School of Medicine, Zhejiang University — Ханчжоу
  • Zhejiang Cancer Hospital — Ханчжоу

Идентификаторы

NCT: NCT07198256 · 2023-1050

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗