免费获得国外相关药品，最快 1 个工作日回馈药物信息
出境医 / 临床实验 / 基于深度学习（BCRL； ICG）的吲哚氰胺绿色淋巴结的分类方法研究
基于深度学习（BCRL； ICG）的吲哚氰胺绿色淋巴结的分类方法研究
研究描述
简要摘要：
乳腺癌相关的淋巴水肿（BCRL）是乳腺癌手术后最常见的并发症，这给患者带来了沉重的心理和精神负担。长期以来，淋巴水肿的诊断和治疗一直是国内外研究的困难。在很大程度上，这是因为大多数来看医生的患者已经患有明显的淋巴水肿，并且内部淋巴管已经进行了病理学重塑[1]因此，检测早期淋巴水肿并及时介入尤其重要通过使用敏感筛选工具。吲哚烷绿（ICG）淋巴管造影是一种相对较新的方法，可以实时和快速显示浅表淋巴流，并且不会受到放射性的影响[7]。 2007年，首次使用吲哚氰氨酸绿色淋巴检查来评估浅表淋巴管的功能。 2011年，日本学者在乳腺癌手术后的20例淋巴水肿的ICG淋巴水肿数据中发现了皮肤反流症状，并根据其严重程度将三种类型分为三种：Splash，Star Cluster和diffuse（图1）[8）[8）[8）[8）[8）[8） ]。后来，在2016年，一项涉及196人的前瞻性研究确认了ICG淋巴研究在淋巴水肿的早期诊断中的价值，并使ICG淋巴研究的图像更具体，更具体的阶段[9]，但该分期仍基于三个阶段，但仍基于三个阶段在2011年的一项小样本临床研究中发现的皮肤反流症状的类型，并不完全适用于实际临床应用。此外，当ICG淋巴管造影出现皮肤反流症状异常时，体内发生的病理生理变化就缺乏研究和探索。因此，这项研究希望通过机器学习（深度学习）来完善ICG淋巴结造影的图像特征，并建立一个PKUPH模型，以通过分期进行图像特征来诊断早期淋巴水肿。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 与乳腺癌相关的淋巴水肿深学习 | 其他：没有干预。 |
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 200名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 基于深度学习的诊断乳腺癌相关淋巴水肿的吲哚氰胺绿色淋巴检查的分类方法 |
| 实际学习开始日期 ： | 2016年10月1日 |
| 估计初级完成日期 ： | 2022年10月1日 |
| 估计 学习完成日期 ： | 2022年10月1日 |
武器和干预措施
| 小组/队列 | 干预/治疗 |
|---|---|
| 标签1 这组患者的基线数据测量：ARM圆周（阳性）和ICG（阳性）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
| 标签2 这组患者的基线数据测量：ARM圆周（负）和ICG（阳性）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
| 标签3 这组患者的基线数据测量：ARM圆周（负）和ICG（负）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
结果措施
资格标准
联系人和位置
联系人
| 联系人：Siyao Liu，博士 | +8618801229921 | liusiyao@pku.edu.cn |
位置
| 中国，北京 | |
| 北京大学人民医院 | 招募 |
| 北京，北京，中国 | |
| 联系人：liu siyao +86 18801229921 doc_lsy@163.com | |
赞助商和合作者
北京大学人民医院
调查人员
| 首席研究员： | Shu Wang，博士 | 中国北京北京北京北京大学乳房中心 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2021年3月27日 | ||||
| 第一个发布日期 | 2021年4月1日 | ||||
| 最后更新发布日期 | 2021年4月1日 | ||||
| 实际学习开始日期 | 2016年10月1日 | ||||
| 估计初级完成日期 | 2022年10月1日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | 建立一个基于深度学习的ICG诊断淋巴水肿的PKUPH模型[时间范围：2016-2022] 建立一个基于深度学习的ICG诊断淋巴水肿的PKUPH模型 | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | 没有发布更改 | ||||
| 当前的次要结果指标 | 不提供 | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 其他其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 基于深度学习的吲哚氰胺绿色淋巴研究的分类方法 | ||||
| 官方头衔 | 基于深度学习的诊断乳腺癌相关淋巴水肿的吲哚氰胺绿色淋巴检查的分类方法 | ||||
| 简要摘要 | 乳腺癌相关的淋巴水肿（BCRL）是乳腺癌手术后最常见的并发症，这给患者带来了沉重的心理和精神负担。长期以来，淋巴水肿的诊断和治疗一直是国内外研究的困难。在很大程度上，这是因为大多数来看医生的患者已经患有明显的淋巴水肿，并且内部淋巴管已经进行了病理学重塑[1]因此，检测早期淋巴水肿并及时介入尤其重要通过使用敏感筛选工具。吲哚烷绿（ICG）淋巴管造影是一种相对较新的方法，可以实时和快速显示浅表淋巴流，并且不会受到放射性的影响[7]。 2007年，首次使用吲哚氰氨酸绿色淋巴检查来评估浅表淋巴管的功能。 2011年，日本学者在乳腺癌手术后的20例淋巴水肿的ICG淋巴水肿数据中发现了皮肤反流症状，并根据其严重程度将三种类型分为三种：Splash，Star Cluster和diffuse（图1）[8）[8）[8）[8）[8）[8） ]。后来，在2016年，一项涉及196人的前瞻性研究确认了ICG淋巴研究在淋巴水肿的早期诊断中的价值，并使ICG淋巴研究的图像更具体，更具体的阶段[9]，但该分期仍基于三个阶段，但仍基于三个阶段在2011年的一项小样本临床研究中发现的皮肤反流症状的类型，并不完全适用于实际临床应用。此外，当ICG淋巴管造影出现皮肤反流症状异常时，体内发生的病理生理变化就缺乏研究和探索。因此，这项研究希望通过机器学习（深度学习）来完善ICG淋巴结造影的图像特征，并建立一个PKUPH模型，以通过分期进行图像特征来诊断早期淋巴水肿。 | ||||
| 详细说明 | 不提供 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：队列 时间视角：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 概率样本 | ||||
| 研究人群 | 由于上肢水肿的主要抱怨，已入学的患者 | ||||
| 健康）状况 | |||||
| 干涉 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 | ||||
| 研究组/队列 |
| ||||
| 出版物 * |
| ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 招募 | ||||
| 估计入学人数 | 200 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2022年10月1日 | ||||
| 估计初级完成日期 | 2022年10月1日（主要结果度量的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准： | ||||
| 性别/性别 |
| ||||
| 年龄 | 儿童，成人，老年人 | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 中国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04824378 | ||||
| 其他研究ID编号 | PKUPH202102 | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | 北京大学人民医院 | ||||
| 研究赞助商 | 北京大学人民医院 | ||||
| 合作者 | 不提供 | ||||
| 调查人员 |
| ||||
| PRS帐户 | 北京大学人民医院 | ||||
| 验证日期 | 2021年3月 | ||||
研究描述
简要摘要：
乳腺癌相关的淋巴水肿（BCRL）是乳腺癌手术后最常见的并发症，这给患者带来了沉重的心理和精神负担。长期以来，淋巴水肿的诊断和治疗一直是国内外研究的困难。在很大程度上，这是因为大多数来看医生的患者已经患有明显的淋巴水肿，并且内部淋巴管已经进行了病理学重塑[1]因此，检测早期淋巴水肿并及时介入尤其重要通过使用敏感筛选工具。吲哚烷绿（ICG）淋巴管造影是一种相对较新的方法，可以实时和快速显示浅表淋巴流，并且不会受到放射性的影响[7]。 2007年，首次使用吲哚氰氨酸绿色淋巴检查来评估浅表淋巴管的功能。 2011年，日本学者在乳腺癌手术后的20例淋巴水肿的ICG淋巴水肿数据中发现了皮肤反流症状，并根据其严重程度将三种类型分为三种：Splash，Star Cluster和diffuse（图1）[8）[8）[8）[8）[8）[8） ]。后来，在2016年，一项涉及196人的前瞻性研究确认了ICG淋巴研究在淋巴水肿的早期诊断中的价值，并使ICG淋巴研究的图像更具体，更具体的阶段[9]，但该分期仍基于三个阶段，但仍基于三个阶段在2011年的一项小样本临床研究中发现的皮肤反流症状的类型，并不完全适用于实际临床应用。此外，当ICG淋巴管造影出现皮肤反流症状异常时，体内发生的病理生理变化就缺乏研究和探索。因此，这项研究希望通过机器学习（深度学习）来完善ICG淋巴结造影的图像特征，并建立一个PKUPH模型，以通过分期进行图像特征来诊断早期淋巴水肿。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 与乳腺癌相关的淋巴水肿深学习 | 其他：没有干预。 |
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 200名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 基于深度学习的诊断乳腺癌相关淋巴水肿的吲哚氰胺绿色淋巴检查的分类方法 |
| 实际学习开始日期 ： | 2016年10月1日 |
| 估计初级完成日期 ： | 2022年10月1日 |
| 估计 学习完成日期 ： | 2022年10月1日 |
武器和干预措施
| 小组/队列 | 干预/治疗 |
|---|---|
| 标签1 这组患者的基线数据测量：ARM圆周（阳性）和ICG（阳性）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
| 标签2 这组患者的基线数据测量：ARM圆周（负）和ICG（阳性）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
| 标签3 这组患者的基线数据测量：ARM圆周（负）和ICG（负）。 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 |
结果措施
资格标准
联系人和位置
联系人
| 联系人：Siyao Liu，博士 | +8618801229921 | liusiyao@pku.edu.cn |
位置
| 中国，北京 | |
| 北京大学人民医院 | 招募 |
| 北京，北京，中国 | |
| 联系人：liu siyao +86 18801229921 doc_lsy@163.com | |
赞助商和合作者
北京大学人民医院
调查人员
| 首席研究员： | Shu Wang，博士 | 中国北京北京北京北京大学乳房中心 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2021年3月27日 | ||||
| 第一个发布日期 | 2021年4月1日 | ||||
| 最后更新发布日期 | 2021年4月1日 | ||||
| 实际学习开始日期 | 2016年10月1日 | ||||
| 估计初级完成日期 | 2022年10月1日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | 建立一个基于深度学习的ICG诊断淋巴水肿的PKUPH模型[时间范围：2016-2022] 建立一个基于深度学习的ICG诊断淋巴水肿的PKUPH模型 | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | 没有发布更改 | ||||
| 当前的次要结果指标 | 不提供 | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 其他其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 基于深度学习的吲哚氰胺绿色淋巴研究的分类方法 | ||||
| 官方头衔 | 基于深度学习的诊断乳腺癌相关淋巴水肿的吲哚氰胺绿色淋巴检查的分类方法 | ||||
| 简要摘要 | 乳腺癌相关的淋巴水肿（BCRL）是乳腺癌手术后最常见的并发症，这给患者带来了沉重的心理和精神负担。长期以来，淋巴水肿的诊断和治疗一直是国内外研究的困难。在很大程度上，这是因为大多数来看医生的患者已经患有明显的淋巴水肿，并且内部淋巴管已经进行了病理学重塑[1]因此，检测早期淋巴水肿并及时介入尤其重要通过使用敏感筛选工具。吲哚烷绿（ICG）淋巴管造影是一种相对较新的方法，可以实时和快速显示浅表淋巴流，并且不会受到放射性的影响[7]。 2007年，首次使用吲哚氰氨酸绿色淋巴检查来评估浅表淋巴管的功能。 2011年，日本学者在乳腺癌手术后的20例淋巴水肿的ICG淋巴水肿数据中发现了皮肤反流症状，并根据其严重程度将三种类型分为三种：Splash，Star Cluster和diffuse（图1）[8）[8）[8）[8）[8）[8） ]。后来，在2016年，一项涉及196人的前瞻性研究确认了ICG淋巴研究在淋巴水肿的早期诊断中的价值，并使ICG淋巴研究的图像更具体，更具体的阶段[9]，但该分期仍基于三个阶段，但仍基于三个阶段在2011年的一项小样本临床研究中发现的皮肤反流症状的类型，并不完全适用于实际临床应用。此外，当ICG淋巴管造影出现皮肤反流症状异常时，体内发生的病理生理变化就缺乏研究和探索。因此，这项研究希望通过机器学习（深度学习）来完善ICG淋巴结造影的图像特征，并建立一个PKUPH模型，以通过分期进行图像特征来诊断早期淋巴水肿。 | ||||
| 详细说明 | 不提供 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：队列 时间视角：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 概率样本 | ||||
| 研究人群 | 由于上肢水肿的主要抱怨，已入学的患者 | ||||
| 健康）状况 | |||||
| 干涉 | 其他：没有干预。 没有干预。只学习不同标签组的ICG图像特征 | ||||
| 研究组/队列 |
| ||||
| 出版物 * |
| ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 招募 | ||||
| 估计入学人数 | 200 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2022年10月1日 | ||||
| 估计初级完成日期 | 2022年10月1日（主要结果度量的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准： | ||||
| 性别/性别 |
| ||||
| 年龄 | 儿童，成人，老年人 | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 中国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04824378 | ||||
| 其他研究ID编号 | PKUPH202102 | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | 北京大学人民医院 | ||||
| 研究赞助商 | 北京大学人民医院 | ||||
| 合作者 | 不提供 | ||||
| 调查人员 |
| ||||
| PRS帐户 | 北京大学人民医院 | ||||
| 验证日期 | 2021年3月 | ||||
