Detekce žloutenky z očních snímků prostřednictvím hlubokého učení
10. ledna 2023 aktualizováno: Haotian Lin, Sun Yat-sen University
Detekce žloutenky z očních snímků prostřednictvím hlubokého učení: prospektivní, multicentrická kohortová studie
Naše studie představuje detekční model předpovídající diagnózu žloutenky (klinická žloutenka a okultní žloutenka) vyškolený na prospektivních kohortových datech z fotografií štěrbinových lamp a fotografií z chytrých telefonů, což demonstruje platnost modelu a pomáhá klinickým pracovníkům při identifikaci pacientů, kteří jsou základními hepatobiliárními chorobami.
Přehled studie
Postavení
Aktivní, ne nábor
Detailní popis
Tato studie prokázala, že modely hlubokého učení mohou detekovat žloutenku pomocí očních obrazů v krevních hladinách s rozumnou přesností, což poskytuje neinvazivní metodu pro detekci a rozpoznání žloutenky.
Tento algoritmus může pomoci klinickým chirurgům s každodenními následnými návštěvami a poskytnout doporučení ohledně doporučení.
Zdůrazňuje také potenciální aplikaci algoritmu pro chytré telefony v rozsáhlých programech pro zjišťování nemocí nebo telemedicínu v reálném světě.
Typ studie
Pozorovací
Zápis (Aktuální)
1633
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
Guangdong
-
Guangzhou, Guangdong, Čína, 510000
- Zhongshan Ophthalmic Center
-
-
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
18 let a starší (Dospělý, Starší dospělý)
Přijímá zdravé dobrovolníky
Ne
Pohlaví způsobilá ke studiu
Všechno
Metoda odběru vzorků
Ukázka pravděpodobnosti
Studijní populace
Tato prospektivní, multicentrická observační studie byla vedena očním centrem Zhongshan (ZOC), Sun Yat-sen University a byla provedena ve třech fázích s cílem shromáždit data od účastníků ze tří chirurgických oddělení a tří lékařských vyšetřovacích center, včetně Kliniky hepatobiliární chirurgie třetí přidružená nemocnice Sun Yat-sen University (HTH; Guangzhou, Čína), Oddělení infekčních nemocí, Třetí přidružená nemocnice Sun Yat-sen University (ITH; Guangzhou, Čína), Oddělení infekčních chorob, přidružený Huadu Hospital of Southern Medical University (HDH; Guangzhou, Čína), Medical Center Třetí přidružené nemocnice Sun Yat-sen University (MCH; Guangzhou, Čína), Nantian Medical Center of Aikang Health Care (NMC) a Huanshidong Medical Center z Aikang Health Care (HMC).
Popis
Kritéria pro zařazení:
- Kvalita snímků štěrbinovou lampou by měla být klinicky přijatelná. Více než 90 % obrazové plochy štěrbinové lampy, včetně tří centrálních oblastí (skléra, zornice a čočka) je snadno čitelných a rozlišitelných.
Kritéria vyloučení:
- Snímky s únikem světla (>10 % plochy), skvrnami od odlesků nebo skvrn na čočkách a přeexponováním byly z další analýzy vyloučeny.
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: Kohorta
- Časové perspektivy: Budoucí
Kohorty a intervence
Skupina / kohorta |
|---|
|
Vývojová datová sada
Obrázky štěrbinové lampy shromážděné z oddělení hepatobiliární chirurgie Třetí přidružené nemocnice Sun Yat-sen University (HTH), přidružené nemocnice Huadu Jižní lékařské univerzity (HDH) a Nantian Medical Center of Aikang Health Care (NMC).
|
|
Testování datové sady
Snímky ze štěrbinových lamp a smartphonů shromážděné z Kliniky infekčních nemocí, Třetí přidružená nemocnice Sun Yat-sen University (ITH), Huanshidong Medical Center of Aikang Health Care, Medical Center Třetí přidružené nemocnice Sun Yat-sen University ( MCH).
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
oblast pod provozní charakteristikou přijímače systému hlubokého učení
Časové okno: základní linie
|
Vyšetřovatelé spočítají plochu pod křivkou provozní charakteristiky přijímače systému hlubokého učení
|
základní linie
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
citlivost a specifičnost systému hlubokého učení
Časové okno: základní linie
|
Vyšetřovatelé vypočítají citlivost a specifičnost systému hlubokého učení
|
základní linie
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
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)
1. prosince 2018
Primární dokončení (Aktuální)
30. října 2022
Dokončení studie (Očekávaný)
30. června 2023
Termíny zápisu do studia
První předloženo
26. prosince 2022
První předloženo, které splnilo kritéria kontroly kvality
10. ledna 2023
První zveřejněno (Aktuální)
12. ledna 2023
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
12. ledna 2023
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
10. ledna 2023
Naposledy ověřeno
1. ledna 2023
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- AEHD-2022
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 .