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

Deep Learning Reconstruction Algorithms in Dual low-dose CTA

16. dubna 2024 aktualizováno: Hao Tang

Hodnocení algoritmů rekonstrukce hlubokého učení v duálním nízkodávkovém CT vaskulárním zobrazování

Cílem této observační studie je vyhodnotit dopad rekonstrukce obrazu hlubokého učení na kvalitu obrazu a diagnostický výkon dvojité nízkodávkové CTA. Hlavní otázkou, kterou si klade za cíl zodpovědět, je prozkoumat proveditelnost rekonstrukce obrazu hlubokého učení v dvojitě nízké dávce CTA.

Přehled studie

Postavení

Nábor

Podmínky

Intervence / Léčba

Detailní popis

  1. Byla zahrnuta nezpracovaná data od pacientů, kteří podstoupili CTA hlavy a krku, koronární CTA a abdominální CTA ve skupinách se standardní dávkou i dvojitou nízkou dávkou.
  2. Byly provedeny techniky jako filtrovaná zpětná projekce, iterativní rekonstrukce a rekonstrukce hlubokého učení.
  3. Na základě kvality obrazu a diagnostického výkonu byla hodnocena proveditelnost rekonstrukce hlubokého učení u dvojité CTA s nízkou dávkou.

Typ studie

Pozorovací

Zápis (Odhadovaný)

1200

Kontakty a umístění

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

Studijní kontakt

  • Jméno: Youfa M Tang, Doctor
  • Telefonní číslo: 8613554101223
  • E-mail: 1525573397@qq.com

Studijní záloha kontaktů

Studijní místa

  • Čína
    • Hubei
      • Wuhan, Hubei, Čína, 430000
        • Nábor
        • Tongji Hospital Affiliated to Tongji Medical College of Huazhong University of Science and Technology
        • Kontakt:

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

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ano

Metoda odběru vzorků

Ukázka pravděpodobnosti

Studijní populace

Zdraví nebo nemocní dospělí podstupující CT zobrazení cév

Popis

Kritéria pro zařazení:

  • Pacienti s CTA hlavy a krku, CTA koronární tepny a CTA břicha v důsledku cévní mozkové příhody, ischemické choroby srdeční a zánětlivého onemocnění břicha a břišních nádorů.

Kritéria vyloučení:

  • Věk <18 let, těhotenství, alergická reakce na jodovou kontrastní látku, renální insuficience a těžká hypertyreóza.

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

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Standardní dávková skupina
Byla zahrnuta nezpracovaná data od 400 pacientů s konvenční dávkou CTA hlavy a krku, koronární CTA a abdominální CTA. Byla provedena filtrovaná zpětná projekce, iterace a rekonstrukce hlubokého učení. Vyhodnotit vliv rekonstrukce hlubokého učení na kvalitu obrazu a diagnostický výkon u pacientů s konvenční dávkou CTA.
Diagnostický test: Rekonstrukce obrazu hlubokého učení
Rekonstrukce obrazu hlubokého učení (DLIR) je v posledních letech nově vyvinutý algoritmus pro redukci šumu umělé inteligence. Trénuje masivní vysoce kvalitní datové sady FBP, aby se naučil rozlišovat šum a signál, aby selektivně redukoval šum a rekonstruoval vysoce kvalitní snímky s obrazovými daty nízké kvality.
Skupina s dvojitou nízkou dávkou
Byla zahrnuta nezpracovaná data od 800 pacientů s nízkým napětím zkumavky a kontrastní látkou CTA hlavy a krku, koronární CTA a abdominální CTA. Byla provedena filtrovaná zpětná projekce, iterace a rekonstrukce hlubokého učení. Vyhodnotit dopad rekonstrukce hlubokého učení na kvalitu obrazu a diagnostický výkon u pacientů s CTA s dvojitou nízkou dávkou.
Diagnostický test: Rekonstrukce obrazu hlubokého učení
Rekonstrukce obrazu hlubokého učení (DLIR) je v posledních letech nově vyvinutý algoritmus pro redukci šumu umělé inteligence. Trénuje masivní vysoce kvalitní datové sady FBP, aby se naučil rozlišovat šum a signál, aby selektivně redukoval šum a rekonstruoval vysoce kvalitní snímky s obrazovými daty nízké kvality.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Specifičnost a citlivost vypočtená prostřednictvím optimální mezní hodnoty křivky provozní charakteristiky přijímače.
Časové okno: 2026.1
Specifičnost a senzitivita byly vypočteny odděleně pro skupinu se standardní dávkou a skupinu s dvojitou nízkou dávkou za použití optimální hraniční hodnoty z provozní charakteristické křivky přijímače, za účelem srovnání diagnostické přesnosti mezi těmito dvěma skupinami.
2026.1

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Poměr signálu k šumu vypočítaný z hodnot CT obrazu a šumu
Časové okno: 2026.1
Poměr signálu k šumu byl vypočten samostatně pro skupinu se standardní dávkou a skupinu s dvojitou nízkou dávkou pomocí hodnot CT obrazu a šumu, aby se vyhodnotila kvalita obrazu mezi těmito dvěma skupinami.
2026.1

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Hao Tang

Vyšetřovatelé

  • Vrchní vyšetřovatel: Hao Tang, Doctor, Tongji Hospital

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. června 2023

Primární dokončení (Odhadovaný)

1. prosince 2025

Dokončení studie (Odhadovaný)

1. března 2026

Termíny zápisu do studia

První předloženo

11. dubna 2024

První předloženo, které splnilo kritéria kontroly kvality

16. dubna 2024

První zveřejněno (Aktuální)

18. dubna 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

18. dubna 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

16. dubna 2024

Naposledy ověřeno

1. dubna 2024

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • 102122

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Popis plánu IPD

Kvůli ochraně soukromí účastníka nejsou příslušná data sdílena, dokud účastníci nedají souhlas

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 .

Klinické studie na Hluboké učení

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in South Korea

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit