- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT06749743
Přesnost detekce zubního kazu z intraorálních snímků pomocí různých modelů umělé inteligence
Přesnost detekce zubního kazu z intraorálních snímků s použitím různých modelů umělé inteligence versus konvenční vizuální vyšetření mezi skupinou dětí: studie diagnostické přesnosti
Cílem této observační studie je vyhodnotit diagnostickou přesnost různých modelů hlubokého učení při detekci zubního kazu z intraorálních snímků pořízených profesionální intraorální kamerou u dětí. Hlavní otázka, na kterou chce odpovědět, je:
Jaká je diagnostická přesnost různých modelů hlubokého učení při detekci zubního kazu z intraorálních snímků pořízených profesionální intraorální kamerou u dětí ve srovnání s konvenčním klinickým vizuálním vyšetřením?
Přehled studie
Postavení
Intervence / Léčba
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní místa
-
-
-
Giza, Egypt
- Cairo University
-
Kontakt:
- mahmoud ahmed Vice President for Graduate Studies and Research, Phd
- Telefonní číslo: 0235674835 0235674835
- E-mail: info@cu.edu.eg
-
Kontakt:
- sama sayed hanafy, Phd
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dítě
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria zahrnutí:
- Dětský chrup s alespoň jedním zkaženým zubem.
Kritéria vyloučení:
- Dětský chrup s vývojovými vadami skloviny.
- Děti s jakýmkoli systémovým zdravotním stavem.
- Rodič / dítě odmítají účast ve studii.
- Nespolupracující dítě.
Studijní plán
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
tréninková skupina
obrázky používané k trénování modelů AI na detekci zubního kazu z intraorálních snímků.
|
trénujte modely umělé inteligence (FASTER RCNN, YOLOY) k detekci zubního kazu a poté otestujte jejich přesnost
Ostatní jména:
|
|
testovací skupina
snímky používané k testování přesnosti modelů AI v diagnostice zubního kazu z intraorálních snímků.
|
trénujte modely umělé inteligence (FASTER RCNN, YOLOY) k detekci zubního kazu a poté otestujte jejich přesnost
Ostatní jména:
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost detekce zubního kazu z intraorálních snímků s použitím různých modelů umělé inteligence oproti konvenčnímu vizuálnímu vyšetření mezi skupinou dětí: Studie diagnostické přesnosti
Časové okno: jeden rok
|
Bude stanovena diagnostická přesnost indexových testů, včetně senzitivity, specificity, celkové přesnosti, pozitivních a negativních prediktivních hodnot a analýzy ROC křivky.
|
jeden rok
|
Spolupracovníci a vyšetřovatelé
Sponzor
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Odhadovaný)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
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
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- OP 7-1-1
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
produkt vyrobený a vyvážený z USA
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 .