- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05341674
Program návrhu autonomních zásuvek založený na umělé inteligenci: Zkušenosti s návrhem zásuvek
Přehled studie
Postavení
Podmínky
Detailní popis
Pro plánovaný software na bázi umělé inteligence byly pahýly všech pacientů naskenovány 3D skenerem Artec Eva Lite. Naskenované vzory byly uloženy jako mračna bodů. Objímkové části protéz používaných stejnými pacienty byly také naskenovány stejným skenerem a zaznamenány.
Pro software byl použit bodový soubor dat sestávající ze shod pahýl-zásuvka získaných od pacientů.
Za účelem trénování modelu umělé inteligence bylo vytvořeno pracovní prostředí, ve kterém lze na počítači používat knihovny a nástroje umělé inteligence. Za tímto účelem byla založena první platforma pro datovou vědu Anaconda. Poté byl nainstalován programovací jazyk Python a knihovna pro hluboké učení Tensorflow, byly přidány další knihovny potřebné pro trénování modelu umělé inteligence a bylo připraveno pracovní prostředí. V modelu umělé inteligence vyvinutém pro trénování dat byl použit algoritmus hlubokého učení. Účelem použití hlubokého učení, které je jedním z nejaktuálnějších a nejoblíbenějších algoritmů umělé inteligence, je dosáhnout přesnějších výsledků zvýšením výkonu a míry přesnosti. Za prvé, datová sada je z 90 % vyhrazena pro školení a 10 % pro testování. Poté byl vytvořen model hlubokého učení s modelem Sequantial() vybraným z knihovny Keras. V modelu je použito celkem 7 vrstev, z nichž první je vstupní vrstva a poslední výstupní vrstva. Zatímco "relu" se používá jako aktivační funkce pro vstupní vrstvu a mezivrstvy, funkce "lineární" se používá pro výstupní vrstvu. Při vytváření modelu byl jako optimalizátor vybrán "Adam". V modelu trénovaném s celkem 500 „opakováními“ je „velikost dávky“ přiřazena jako 5. Natrénovaný model byl poté testován s testovacími daty a bylo dosaženo úspěšnosti 61 %. Poté byl zaznamenán model a hmotnosti. Po dokončení modelového školení byl vyvinut nový program Python. Dříve vyvinuté modely a závaží byly načteny během běhu programu a byly použity k navržení zásuvky pro nová data matrice, která mají být zadána. Při spuštění programu je dotazován název pahýlu, pro který je požadován soket.
Program tedy navrhne novou zásuvku poté, co obdrží stubby sadu dat od uživatele a otestuje ji na trénovaném modelu. Tento 3D model soketu je zobrazen uživateli prostřednictvím grafické knihovny Python Plotly.
Typ studie
Zápis (Aktuální)
Kontakty a umístění
Studijní místa
-
-
Şahinbey
-
Gaziantep, Şahinbey, Krocan, 27000
- Hasan Kalyoncu University
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Pohlaví způsobilá ke studiu
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacienti při vědomí >18 let, kteří podstoupili amputační operaci
Kritéria vyloučení:
• Těžké poruchy zraku a vnímání
- Chirurgická intervence s funkčními následky na končetinách
- Bolest, která neumožňuje provést testy
- Pacienti s onemocněním s neurologickou dysfunkcí (mrtvice, roztroušená skleróza atd.)
Studijní plán
Jak je studie koncipována?
Detaily designu
- Observační modely: Case-Control
- Časové perspektivy: Retrospektivní
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
---|---|
Model pařezu naskenovaný 3D skenerem
Pro plánovaný software na bázi umělé inteligence byly pahýly všech pacientů naskenovány 3D skenerem Artec Eva Lite.
Naskenované vzory byly uloženy jako mračna bodů
|
pahýly všech pacientů byly naskenovány 3D skenerem značky Artec Eva Lite.
|
Zásuvka přizpůsobena pahýlu
Díly objímek protéz používaných stejnými pacienty (s jinou skupinou) byly také naskenovány stejným skenerem a zaznamenány.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Software (Program návrhu autonomních zásuvek založený na umělé inteligenci)
Časové okno: 2 roky
|
Bude vyhodnocena prozíravost vyvíjeného softwaru. Bude vyhodnoceno, jak vhodný návrh objímky lze navrhnout pro rozměry pahýlu zadané do systému. Díky softwaru bude čas potřebný pro návrh socketu porovnán s časem potřebným pro sockety vyrobené klasickými metodami. Bude vyhodnocena časová/nákladová efektivita softwaru. |
2 roky
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Vrchní vyšetřovatel: Murat ÇINAR, Doctor, Hasan Kalyoncu University
Publikace a užitečné odkazy
Obecné publikace
- Ten Kate J, Smit G, Breedveld P. 3D-printed upper limb prostheses: a review. Disabil Rehabil Assist Technol. 2017 Apr;12(3):300-314. doi: 10.1080/17483107.2016.1253117. Epub 2017 Feb 2. Review.
- O'Brien L, Cho E, Khara A, Lavranos J, Lommerse L, Chen C. 3D-printed custom-designed prostheses for partial hand amputation: Mechanical challenges still exist. J Hand Ther. 2021 Oct-Dec;34(4):539-542. doi: 10.1016/j.jht.2020.04.005. Epub 2020 Jun 19.
- Vujaklija I, Farina D. 3D printed upper limb prosthetics. Expert Rev Med Devices. 2018 Jul;15(7):505-512. doi: 10.1080/17434440.2018.1494568. Epub 2018 Jul 5. Review.
- Abbady HEMA, Klinkenberg ETM, de Moel L, Nicolai N, van der Stelt M, Verhulst AC, Maal TJJ, Brouwers L. 3D-printed prostheses in developing countries: A systematic review. Prosthet Orthot Int. 2022 Feb 1;46(1):19-30. doi: 10.1097/PXR.0000000000000057.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Aktuální)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další identifikační čísla studie
- MAC2022
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
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 .