连全球医疗资源，享前沿医疗服务
4006 776 356
免费咨询 9:00-18:00
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 / 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究
基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究
研究描述
简要摘要：
这项研究的目的是建立一个标准化的过程，以获取眼部肿瘤的数字病理图像信息；使用现代病理技术在眼部肿瘤的病理组织中获取多个生物标志物的共表达信息，并最终使用生物标志物病理图像数据库构建标准化的数字眼肿瘤。
| 病情或疾病 |
|---|
| 黑色素（皮肤）黑色素瘤原位奈夫眼睛的眼球腺体癌的眼睑基底细胞癌鳞状细胞癌原位眼肿瘤 |
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 100名参与者 |
| 观察模型： | 案例对照 |
| 时间观点： | 预期 |
| 官方标题： | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 |
| 估计研究开始日期 ： | 2020年12月31日 |
| 估计初级完成日期 ： | 2022年6月1日 |
| 估计 学习完成日期 ： | 2022年6月1日 |
武器和干预措施
结果措施
主要结果指标 ：
- 比较蛋白石和IHC对于黑色素瘤和其他肿瘤的诊断准确性。 [时间范围：最多24周。这是给予的蛋白石自动分析的结果将与IHC手动计数分析进行比较。如果蛋白石自动分析符合所有抗体的手动计数的85％以上，则该研究的准确性将被宣布为“成功”。
生物测量保留率：DNA样品
在用EDTA抗凝结处理血液样本后，从DNA水平和RNA水平进行第二代测序以收集相关的基因组学信息，并建立眼部肿瘤融合基因组数据库。研究者将基于现有的肿瘤测序数据注释和软指甲集和肿瘤测序数据相关的公共数据库（例如宇宙数据库）的现有肿瘤测序数据注释以及分析的完整测序数据注释数据库。
资格标准
| 符合研究资格的年龄： | 儿童，成人，老年人 |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 非概率样本 |
研究人群
北京大学第三次医院眼科科学系患者患有眼科肿瘤并接受手术。
标准
联系人和位置
联系人
| 联系人：Chun Zhang，医学博士/博士 | +8618601031059 | zhangc1@yahoo.com | |
| 联系人：Defu Wu，主人 | +8613733899823 | 65319052@163.com |
赞助商和合作者
北京大学
调查人员
| 首席研究员： | Chun Zhang，医学博士/博士 | 北京大学第三医院 |
| 追踪信息 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年11月19日 | ||||||||
| 第一个发布日期 | 2021年1月5日 | ||||||||
| 最后更新发布日期 | 2021年1月5日 | ||||||||
| 估计研究开始日期 | 2020年12月31日 | ||||||||
| 估计初级完成日期 | 2022年6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 | 比较蛋白石和IHC对于黑色素瘤和其他肿瘤的诊断准确性。 [时间范围：最多24周。这是给予的 蛋白石自动分析的结果将与IHC手动计数分析进行比较。如果蛋白石自动分析符合所有抗体的手动计数的85％以上，则该研究的准确性将被宣布为“成功”。 | ||||||||
| 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 | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 | ||||||||
| 官方头衔 | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 | ||||||||
| 简要摘要 | 这项研究的目的是建立一个标准化的过程，以获取眼部肿瘤的数字病理图像信息；使用现代病理技术在眼部肿瘤的病理组织中获取多个生物标志物的共表达信息，并最终使用生物标志物病理图像数据库构建标准化的数字眼肿瘤。 | ||||||||
| 详细说明 | 这项研究是一项前瞻性研究。北京大学第三医院在眼科系中具有常见和代表性的眼部肿瘤的患者将在知情同意后被选中并招募，以收集基本的临床信息，术前血液样本和眼肿瘤获得病理图像注释数据和基因组学相关数据眼部肿瘤组织标本，使用血液样本进行基因组学信息分析，为人工智能算法的开发提供多维数据，并建立人工智能辅助图像数据，以标准化该过程并建立多模式眼镜标准化数据库“临床信息组织样本 - 病理图像基因组学数据”。数据库和诊断系统相互关联，以提供以后的机器学习和相关算法建立的最佳图像数据，最后，研究人员将完成针对眼部肿瘤的新型人工智能辅助诊断系统的设计。 | ||||||||
| 研究类型 | 观察 | ||||||||
| 学习规划 | 观察模型：病例对照 时间观点：前瞻性 | ||||||||
| 目标随访时间 | 不提供 | ||||||||
| 生物测量 | 保留：DNA样品 描述： 在用EDTA抗凝结处理血液样本后，从DNA水平和RNA水平进行第二代测序以收集相关的基因组学信息，并建立眼部肿瘤融合基因组数据库。研究者将基于现有的肿瘤测序数据注释和软指甲集和肿瘤测序数据相关的公共数据库（例如宇宙数据库）的现有肿瘤测序数据注释以及分析的完整测序数据注释数据库。 | ||||||||
| 采样方法 | 非概率样本 | ||||||||
| 研究人群 | 北京大学第三次医院眼科科学系患者患有眼科肿瘤并接受手术。 | ||||||||
| 健康）状况 | |||||||||
| 干涉 | 不提供 | ||||||||
| 研究组/队列 | |||||||||
| 出版物 * | 不提供 | ||||||||
*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 | 尚未招募 | ||||||||
| 估计入学人数 | 100 | ||||||||
| 原始估计注册 | 与电流相同 | ||||||||
| 估计学习完成日期 | 2022年6月1日 | ||||||||
| 估计初级完成日期 | 2022年6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 | 不 | ||||||||
| 联系人 |
| ||||||||
| 列出的位置国家 | 不提供 | ||||||||
| 删除了位置国家 | |||||||||
| 管理信息 | |||||||||
| NCT编号 | NCT04695015 | ||||||||
| 其他研究ID编号 | IRB00006761-M2020434 | ||||||||
| 有数据监测委员会 | 不提供 | ||||||||
| 美国FDA调节的产品 |
| ||||||||
| IPD共享声明 | 不提供 | ||||||||
| 责任方 | Chun Zhang，北京大学 | ||||||||
| 研究赞助商 | 北京大学 | ||||||||
| 合作者 | 不提供 | ||||||||
| 调查人员 |
| ||||||||
| PRS帐户 | 北京大学 | ||||||||
| 验证日期 | 2021年1月 | ||||||||
研究描述
简要摘要：
这项研究的目的是建立一个标准化的过程，以获取眼部肿瘤的数字病理图像信息；使用现代病理技术在眼部肿瘤的病理组织中获取多个生物标志物的共表达信息，并最终使用生物标志物病理图像数据库构建标准化的数字眼肿瘤。
| 病情或疾病 |
|---|
| 黑色素（皮肤）黑色素瘤原位奈夫眼睛的眼球腺体癌的眼睑基底细胞癌鳞状细胞癌原位眼肿瘤 |
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 100名参与者 |
| 观察模型： | 案例对照 |
| 时间观点： | 预期 |
| 官方标题： | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 |
| 估计研究开始日期 ： | 2020年12月31日 |
| 估计初级完成日期 ： | 2022年6月1日 |
| 估计 学习完成日期 ： | 2022年6月1日 |
武器和干预措施
结果措施
主要结果指标 ：
- 比较蛋白石和IHC对于黑色素瘤和其他肿瘤的诊断准确性。 [时间范围：最多24周。这是给予的蛋白石自动分析的结果将与IHC手动计数分析进行比较。如果蛋白石自动分析符合所有抗体的手动计数的85％以上，则该研究的准确性将被宣布为“成功”。
生物测量保留率：DNA样品
在用EDTA抗凝结处理血液样本后，从DNA水平和RNA水平进行第二代测序以收集相关的基因组学信息，并建立眼部肿瘤融合基因组数据库。研究者将基于现有的肿瘤测序数据注释和软指甲集和肿瘤测序数据相关的公共数据库（例如宇宙数据库）的现有肿瘤测序数据注释以及分析的完整测序数据注释数据库。
资格标准
| 符合研究资格的年龄： | 儿童，成人，老年人 |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 非概率样本 |
研究人群
北京大学第三次医院眼科科学系患者患有眼科肿瘤并接受手术。
标准
联系人和位置
| 追踪信息 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年11月19日 | ||||||||
| 第一个发布日期 | 2021年1月5日 | ||||||||
| 最后更新发布日期 | 2021年1月5日 | ||||||||
| 估计研究开始日期 | 2020年12月31日 | ||||||||
| 估计初级完成日期 | 2022年6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 | 比较蛋白石和IHC对于黑色素瘤和其他肿瘤的诊断准确性。 [时间范围：最多24周。这是给予的 蛋白石自动分析的结果将与IHC手动计数分析进行比较。如果蛋白石自动分析符合所有抗体的手动计数的85％以上，则该研究的准确性将被宣布为“成功”。 | ||||||||
| 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 | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 | ||||||||
| 官方头衔 | 基于新的人工智能算法的眼部肿瘤的病理成像诊断的研究 | ||||||||
| 简要摘要 | 这项研究的目的是建立一个标准化的过程，以获取眼部肿瘤的数字病理图像信息；使用现代病理技术在眼部肿瘤的病理组织中获取多个生物标志物的共表达信息，并最终使用生物标志物病理图像数据库构建标准化的数字眼肿瘤。 | ||||||||
| 详细说明 | 这项研究是一项前瞻性研究。北京大学第三医院在眼科系中具有常见和代表性的眼部肿瘤的患者将在知情同意后被选中并招募，以收集基本的临床信息，术前血液样本和眼肿瘤获得病理图像注释数据和基因组学相关数据眼部肿瘤组织标本，使用血液样本进行基因组学信息分析，为人工智能算法的开发提供多维数据，并建立人工智能辅助图像数据，以标准化该过程并建立多模式眼镜标准化数据库“临床信息组织样本 - 病理图像基因组学数据”。数据库和诊断系统相互关联，以提供以后的机器学习和相关算法建立的最佳图像数据，最后，研究人员将完成针对眼部肿瘤的新型人工智能辅助诊断系统的设计。 | ||||||||
| 研究类型 | 观察 | ||||||||
| 学习规划 | 观察模型：病例对照 时间观点：前瞻性 | ||||||||
| 目标随访时间 | 不提供 | ||||||||
| 生物测量 | 保留：DNA样品 描述： 在用EDTA抗凝结处理血液样本后，从DNA水平和RNA水平进行第二代测序以收集相关的基因组学信息，并建立眼部肿瘤融合基因组数据库。研究者将基于现有的肿瘤测序数据注释和软指甲集和肿瘤测序数据相关的公共数据库（例如宇宙数据库）的现有肿瘤测序数据注释以及分析的完整测序数据注释数据库。 | ||||||||
| 采样方法 | 非概率样本 | ||||||||
| 研究人群 | 北京大学第三次医院眼科科学系患者患有眼科肿瘤并接受手术。 | ||||||||
| 健康）状况 | |||||||||
| 干涉 | 不提供 | ||||||||
| 研究组/队列 | |||||||||
| 出版物 * | 不提供 | ||||||||
*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 | 尚未招募 | ||||||||
| 估计入学人数 | 100 | ||||||||
| 原始估计注册 | 与电流相同 | ||||||||
| 估计学习完成日期 | 2022年6月1日 | ||||||||
| 估计初级完成日期 | 2022年6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 | 不 | ||||||||
| 联系人 |
| ||||||||
| 列出的位置国家 | 不提供 | ||||||||
| 删除了位置国家 | |||||||||
| 管理信息 | |||||||||
| NCT编号 | NCT04695015 | ||||||||
| 其他研究ID编号 | IRB00006761-M2020434 | ||||||||
| 有数据监测委员会 | 不提供 | ||||||||
| 美国FDA调节的产品 |
| ||||||||
| IPD共享声明 | 不提供 | ||||||||
| 责任方 | Chun Zhang，北京大学 | ||||||||
| 研究赞助商 | 北京大学 | ||||||||
| 合作者 | 不提供 | ||||||||
| 调查人员 |
| ||||||||
| PRS帐户 | 北京大学 | ||||||||
| 验证日期 | 2021年1月 | ||||||||
