Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Výzkum automatizovaného screeningu makulopatie založeného na technikách umělé inteligence pomocí OCT snímků

Výzkum automatizovaného screeningu makulopatie pomocí optických koherentních tomografií založených na obrazových technikách hlubokého učení

Vyšetřovatelé očekávají, že vyvinou algoritmus, který dokáže interpretovat obrazy OCT a automaticky určit, zda je makula normální nebo ne, pomocí technik hlubokého učení na základě obrazu OCT. A vyšetřovatelé si přejí vyvíjet softwarové aplikace, které pomohou lépe prověřovat a diagnostikovat makulární onemocnění v oblastech s omezenými zdroji.

Přehled studie

Postavení

Neznámý

Podmínky

Detailní popis

Vyšetřovatelé použijí konvoluční neuronovou síť hlubokého učení pomocí ImageNet pro automatickou detekci více onemocnění sítnice pomocí OCT horizontálních B-scanů s vysoce kvalitní značenou databází. Datové sady, včetně školicích datových sad, testovacích datových sad a validačních datových sad, budou vytvořeny oftalmology z První přidružené nemocnice lékařské univerzity v Nanjingu podle standardizovaných pokynů pro anotace.

Typ studie

Pozorovací

Zápis (Očekávaný)

20000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

    • Jiangsu
      • Nanjing, Jiangsu, Čína, 210029
        • The First Affiliated Hospital with Nanjing Medical University

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

N/A

Pohlaví způsobilá ke studiu

Všechno

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

bez věkového omezení, bez ohledu na pohlaví

Popis

Kritéria pro zařazení:

  • Všichni pacienti navštěvující oční oddělení První přidružené nemocnice lékařské univerzity Nanjing během 5 let a kteří obdrželi známé jasné diagnózy pomocí digitálního zobrazení sítnice (včetně OCT, digitálních fotografií fundu a fluoresceinové angiografie fundu, alespoň s OCT snímky) jako součást jejich rutinní klinická péče, bude způsobilá pro zařazení do této studie.

Kritéria vyloučení:

  • Tištěná vyšetření (tj. fotografie papírových zpráv OCT zobrazení provedených v jiných nemocnicích) nebudou způsobilá.
  • Údaje od pacientů, kteří dříve ručně požádali, aby jejich údaje nebyly sdíleny, a to ani pro výzkumné účely v anonymizované formě, a o tomto přání informovali oční oddělení První přidružené nemocnice Lékařské univerzity Nanjing (dokonce i v dříve provedených studiích nebo jiných probíhající studie v této nemocnici), budou vyloučeni a jejich data nebudou nahrána do cloudové platformy před zahájením výzkumu.
  • Údaje z očí tamponovaných silikonovým olejem nebo plynem (tj. C3F8) nebudou způsobilá.
  • Data se špatnou kvalitou snímku, jako jsou neúplné snímky, převrácené snímky, rozmazané nebo popraskané snímky a snímky s velmi slabým signálem (tj. krvácení do sklivce), budou nezpůsobilá.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Observační modely: Jiný
  • Časové perspektivy: Průřezový

Kohorty a intervence

Skupina / kohorta
Normální
normální makulární struktura horizontálních OCT B-scanů
Abnormální
abnormální makulární struktura horizontálních OCT B-scanů, včetně mnoha podkategorií patologických rysů, jako je epiretinální membrána, odchlípení pigmentového epitelu, atd.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
křivka provozní charakteristiky přijímače (ROC) algoritmu
Časové okno: přibližně 1 rok
Říká se jí také křivka citlivosti. Křivka ROC ukazuje, jak citlivý je model algoritmu automaticky detekovat požadovaný výstup.
přibližně 1 rok
Oblast pod křivkou ROC (AUC)
Časové okno: přibližně 1 rok
Ukazuje provozní hodnotu modelu algoritmu, která může reprezentovat účinek modelu.
přibližně 1 rok

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Songtao Yuan, doctor, The First Affiliated Hospital with Nanjing Medical University

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

30. června 2017

Primární dokončení (Očekávaný)

1. června 2018

Dokončení studie (Očekávaný)

31. prosince 2020

Termíny zápisu do studia

První předloženo

26. února 2018

První předloženo, které splnilo kritéria kontroly kvality

22. března 2018

První zveřejněno (Aktuální)

26. března 2018

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

26. března 2018

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

22. března 2018

Naposledy ověřeno

1. února 2018

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • JSPH-AIOCT-001

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

Ne

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit