Screening og identifikation af lever- og galdesygdomme via dyb læring ved hjælp af øjenbilleder
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- VOKSEN
- OLDER_ADULT
- BARN
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Kvaliteten af fundus- og spaltelampebilleder bør være klinisk acceptabel.
- Mere end 90 % af fundus-billedområdet inklusive fire hovedområder (optisk disk, makulær, øvre og nedre nethindekarbuer) er lette at læse og skelne mellem.
- Mere end 90 % af spaltelampens billedareal inklusive tre hovedområder (sclera, pupil og linse) er lette at læse og skelne mellem.
Ekskluderingskriterier:
- Billeder med lyslækage (>10 % af området), pletter fra linseudbrud eller pletter og overeksponering blev udelukket fra yderligere analyse.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
udviklingsdatasæt 01
Spaltelamper og nethindefundusbilleder indsamlet fra afdelingen for hepatobiliær kirurgi på det tredje tilknyttede hospital på Sun Yat-sen University.
|
Træningsdatasættet blev brugt til at træne deep learning-modellen, som blev valideret og testet af de to andre datasæt.
|
|
udviklingsdatasæt 02
Spaltelampe og nethindefundusbilleder indsamlet fra Affiliated Huadu Hospital of Southern Medical University.
|
Træningsdatasættet blev brugt til at træne deep learning-modellen, som blev valideret og testet af de to andre datasæt.
|
|
udviklingsdatasæt 03
Billeder med spaltelampe og nethindefundus indsamlet fra Nantian Medical Center of Aikang Health Care.
|
Træningsdatasættet blev brugt til at træne deep learning-modellen, som blev valideret og testet af de to andre datasæt.
|
|
testdatasæt 01
Spaltelampe- og nethindefundusbilleder indsamlet fra Department of Infectious Diseases, Third Affiliated Hospital of Sun Yat-sen University.
|
Træningsdatasættet blev brugt til at træne deep learning-modellen, som blev valideret og testet af de to andre datasæt.
|
|
testdatasæt 02
Spaltelampe og nethindefundusbilleder indsamlet fra Huanshidong Medical Center of Aikang Health Care.
|
Træningsdatasættet blev brugt til at træne deep learning-modellen, som blev valideret og testet af de to andre datasæt.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
område under modtagerens funktionskarakteristiske kurve for deep learning-systemet
Tidsramme: baseline
|
Efterforskerne vil beregne arealet under modtagerens funktionskarakteristiske kurve for deep learning system og sammenligne dette indeks mellem deep learning system og menneskelige læger
|
baseline
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
følsomhed og specificitet af deep learning-systemet
Tidsramme: baseline
|
Efterforskerne vil beregne følsomheden og specificiteten af deep learning system og sammenligne dette indeks mellem deep learning system og menneskelige læger
|
baseline
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Datoer for undersøgelser
Studer store datoer
Studiestart (FAKTISKE)
Studiestart
Primær færdiggørelse (FAKTISKE)
Primær færdiggørelse
Studieafslutning (FAKTISKE)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (FAKTISKE)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (FAKTISKE)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- AEHD-2019
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .