● 招募已结束
注册ID: ChiCTR2400086177 其它
基于肝脏CT/MRI图像的医学基座大模型构建及其在肝局灶病变诊断中的应用
新型AI模型助力肝病影像诊断
研究疾病
肝癌;肝内胆管细胞癌;转移瘤;肝内其他恶性肿瘤;肝囊肿;肝血管瘤;肝脓肿;肝局灶性结节增生;肝内其他良性肿瘤
研究类型
诊断试验
研究负责人
杨正汉
研究实施单位
首都医科大学附属北京友谊医院
研究实施单位地址
北京市西城区永安路95号
发布日期
2025-10-13 14:46:37
研究时间
2024-07-01 ~ 2025-07-01
其他信息
申请注册联系人电话:+86 181 2194 2884;申请注册联系人电子邮件:jiahui171124@163.com;研究负责人电话:+86 10 6313 8469;研究负责人电子邮件:zhenghanyang@263.net
通俗说明 根据公开登记信息改写,方便患者快速理解

利用AI分析肝脏CT/MRI图像,帮助医生识别和判断肝脏病变

这项研究针对肝癌和其他肝脏疾病患者,通过构建基于大量肝脏CT和MRI图像的人工智能模型,来辅助诊断肝脏局灶性病变。研究主要面向接受过增强CT或MRI检查的患者,旨在开发能够自动识别和分类肝脏异常区域的工具,帮助医生提高诊断效率。

研究怎么做
  • 收集2018-2023年在医院接受增强CT或MRI检查的患者数据
  • 构建学习肝脏正常和病变特征的AI大模型
  • 开发专门用于检测肝脏局灶性病变的AI辅助诊断工具
可能适合谁
  • 接受过腹部增强CT或MRI检查的肝癌患者
  • 有肝内胆管细胞癌、转移瘤或其他肝脏肿瘤的患者
  • 影像学检查发现肝脏有可疑病灶的患者
  • 需要提高肝脏病变诊断准确性的医生
通常不适合谁
  • 检查时未包含完整肝脏的患者
  • 影像质量差、无法清晰显示肝脏的患者
  • 年龄小于18岁的患者
  • 检查前接受过相关治疗的患者

本说明由系统根据公开登记信息自动改写,仅供理解参考,不能替代医生面诊,也不构成入组承诺。是否适合参加试验,请以专业登记信息及医生判断为准。

专业登记信息(原文)
  • 纳入标准
    1. 基座模型纳入标准:2018-2023年在首都医科大学附属北京友谊医院接受腹部增强CT和(或)增强MRI扫描患者;
    2. 专项任务模型纳入标准:CT和(或)MRI检查发现肝内局灶性病变;
    3. 专项任务模型纳入标准:病灶符合临床或病理诊断标准;
  • 排除标准
    1. 基座模型及专项模型排除标准:扫描范围内未包含全肝;
    2. 基座模型及专项模型排除标准:图像质量差(如伪影重影响诊断);
    3. 基座模型及专项模型排除标准:年龄<18岁;
    4. 专项模型排除标准:局灶病变在检查前接受了局部或全身治疗;
  • 研究目的
    构建基于上万例肝脏CT/MRI图像的医学基座大模型,使其能够学习到正常或肝脏病变的通用特征表示,并在基座大模型基础上构建肝局灶病变自动检出与定性辅助诊断模型
  • 干预措施
评论
    暂时没有数据