Ovarian Cancer Identification on CT Using Deep Learning
A legfontosabb adatok
- Ki végzi
- Chang Gung Memorial Hospital
- Hol
- Taoyuan és Taoyuan City (Tajvan)Mind a 2 helyszín megnézése
- Azonosító
- Állapot
- Toboroz
- Résztvevők
- 12 578 fő, tervezett
- Kezdés
- 2022. szept. 1.
- Várható befejezés
- 2028. aug. 31.
- A vizsgálat típusa
- Megfigyeléses, 2 csoport
- A regiszteradat frissítve
- 2026. augusztus 12.
Ki vehet részt
MI-összefoglaló
A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.
A vizsgálat 20 éves vagy idősebb nőket keres, akiknek a petefészek-műtét előtt legfeljebb 180 nappal CT-vizsgálatuk volt. Egy mesterséges intelligenciával működő eszközt tesztelnek, amely a CT-képekről igyekszik felismerni a petefészekrákot.
- Életkor
- 20 éves vagy idősebb
- Nem
- Csak nők
- Korábbi kezelés
- A petefészek-műtét előtt 180 napon belül CT-vizsgálaton esett át, a szövettani vizsgálathoz.
A részvétel fő kizáró okai
- 20 évesnél fiatalabb
- Nem nő
- A vizsgálat nem CT volt, vagy kontrasztanyag nélküli CT volt
- Rossz képminőség: hibás képirány, 10-nél kevesebb szelet vagy fémes műtermék
- 10 mm-nél vastagabb vagy 1 mm-nél vékonyabb szeletvastagság
A regiszter feltételei, szó szerint
Mind a 15 feltétel megnézéseKevesebb
Ki vehet részt
- Age ≥ 20 years old
- Female
- undergone a CT scan
- undergone a CT scan within 180 days prior to ovarian surgery for histopathological evaluation
Ki nem vehet részt
- Age < 20 years old
- Non-female
- Non-CT imaging
- Incorrect image orientation
- Number of slices < 10
- Slice thickness >10 mm or < 1 mm
- Unsuccessful DICM-to-NIfTI
- Pelvic subvolume extraction failed
- Non-contrast CT scans
- Metallic artifacts
- Inconclusive cases
Helyszínek itt: Tajvan
- Department of Medical Imaging and Intervention, Chang Gung Memorial HospitalTaoyuan, TajvanContact: Gigin Lin, MD, PhDRésztvevőt keres
- Chang Gung Memorial HospitalTaoyuan City, TajvanContact: Gigin Lin, MD, PhDNo longer taking part
A vizsgálatról
Mit akar kideríteni a vizsgálat
Ovarian cancer remains the deadliest gynecologic malignancy, with poor survival rates largely due to late-stage diagnosis. Early detection is crucial, yet no universally accepted screening method exists. Current imaging techniques and biomarkers, such as CA-125, have limitations in specificity and sensitivity. This study aims to develop and evaluate a deep learning-based computer-aided diagnosis tool (CAT-OV), for ovarian cancer detection using CT imaging. The system integrates a Body Part Regression (BPR) model for pelvic localization and a Multiple Instance Learning (MIL) ensemble classifier for cancer prediction. The model was trained and validated using retrospective datasets from Taiwan, the United States, and a nationwide real-world cohort. Stringent preprocessing and quality control measures were implemented to enhance model accuracy. Results highlight the potential of AI-driven CT screening in improving early detection, though further validation is needed for clinical adoption.
A vizsgálat 2 csoportja
- control group
The control group included both benign ovarian tumors and an enriched dataset.
- case group
ovarian cancer
Kérdések a vizsgálat csapatának
- Milyen gyakran kell bejárnom, és egy-egy alkalom mennyi ideig tart?
- Megtérítik az utazási költséget?
- Megtarthatom a saját orvosomat?
- Mi történik, ha ki akarok lépni?
Contact the study team: see the registry record → Contacts and Locations
Oldal nyomtatása az orvosomnakAdatok és források
- Regiszteradat
- Szerepel a ClinicalTrials.gov-on.
- Hivatalos cím
- Development and Validation of a Deep Learning Model for Ovarian Cancer Identification on CT: A Nationwide Population-Based and International Study
- MI-összefoglaló
- A vizsgálat saját részvételi feltételeiből. Gépi kiolvasás: 2026. november 12.
- A regiszteradat frissítve
- 2026. augusztus 12.