Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

En ny teknik til behandling af nethindesygdomme

18. januar 2021 opdateret af: Second Affiliated Hospital, School of Medicine, Zhejiang University

Forskning i intelligent diagnose og automatisk læsionssporing til præcis behandling af nethindesygdomme baseret på dyb læring

Med fremkomsten af ​​æraen af ​​præcision medicin, baseret på FFA billede dyb læring til at identificere området af fundus læsioner, registrering af fundus billeder, i henhold til sværhedsgraden af ​​fundus sygdomme til at designe den optimale laser energi og vej, den nøjagtige behandling af fundus sygdomme har akutte kliniske behov og meget vigtig betydning

Studieoversigt

Status

Status

Angiver den aktuelle rekrutteringsstatus eller den udvidede adgangsstatus.
Rekruttering

Betingelser

Betingelser

Den sygdom, lidelse, syndrom, sygdom eller skade, der undersøges. På ClinicalTrials.gov kan tilstande også omfatte andre sundhedsrelaterede problemer, såsom levetid, livskvalitet og sundhedsrisici.

Detaljeret beskrivelse

  1. Struktureret DR Billeddatabase Opbygning og præcis annotering: retrospektiv (fra 1. januar 2016 til dagen for etisk gennemgang) og prospektiv (fra dagen for etisk gennemgang til 31. december 2023) indsamlet FFA og andre multimodale billeddata. Adskillige øjenlæger og senioreksperter i fundussygdomme foretog en diagnostisk evaluering af hvert billede af hver patient og fuldførte den nøjagtige graderingsdiagnose af dataene. Endelig blev der trin for trin etableret en struktureret Dr-database. Dette papir bruger teorien om computersyn til at kvantificere kvalitetsforvrængning af FFA-billede, guider computeren til at konfigurere de eksisterende billedforbedrings- og støjreduktionsalgoritmer adaptivt og fuldender forbehandlingen af ​​fundus-billeddata.
  2. Konstruktion af Dr. intelligent graderingsdiagnosesystem baseret på fundusbillede: For det første bruges fundusbilledet som fundusdata-træningsdatabasen, og i henhold til den internationale kliniske Dr graderingsdiagnosestandard markerer mange læger fundusbilledet nøjagtigt. Internationale kliniske Dr graderingskriterier: grad 0, ingen åbenlyse retinale abnormiteter; grad 1, kun mikroangiom; grad 2, mere alvorlig end mikroangiom, men mindre alvorlig end alvorlig; grad 3, fire kvadranter, hver kvadrant har mere end 20 nethindeblødninger, mere end to kvadranter har bestemte venøse perler, mere end én kvadrant har tydelig Irma, ingen tegn på proliferativ retinopati; grad 4, neovaskularisering, glaslegemeblødning Volumenblod, præ nethindeblødning. På basis af Dr. grading intelligent diagnose standard, er konvolution neurale netværk konstrueret til at træne og gradere fundus billeder. Efter at have gentaget denne proces mange gange for hvert billede i træningssættet af fundusbilleder, lærer det dybe læringssystem, hvordan man klassificerer alle data i træningssættet for nøjagtigt at diagnosticere fundusbillederne.
  3. Convolution neural netværkskonstruktion for FFA billedfokusområde: Convolution neurale netværk af dyb læring er sammensat af millioner af parametre, som bruges til at træne og udføre givne opgaver. Outputtet, der genereres af hver lineær foldningsoperation, reguleres af ikke-lineær aktiveringsfunktion, kombineret med dimensionalitetsreduktionen af ​​poolinglaget og det fulde forbindelseslag, således at optimeringsprocessen for dybe neurale netværk ikke kun overvinder gradientspredningen, men også hjælper med at generere funktioner ligner den hierarkiske opfattelsesmekanisme af menneskelige neurale celler til visuelle signaler. FFA-billedet bruges som fundusdatatræningsdatabase. Baseret på den nøjagtige mærkning af læsionsområdet (intet perfusionsområde, mikroangiomområde og lækageområde), skal FFA-billedet behandles for intelligent genkendelse af læsionsområdet. I træningsprocessen er parametrene for det neurale netværk i første omgang sat til tilfældige værdier. Derefter sammenlignes resultaterne givet af funktionen for hvert billede med de kendte resultater af træningssættet for at optimere funktionens parametre. Efter at have gentaget denne proces mange gange for hvert billede i træningsdatasættet, lærte deep learning-systemet at klassificere alle data i træningssættet for præcist at forudsige Dr-læsioner på FFA-billeder.
  4. Konstruktion af intelligent fundus-lasernavigationsmodel baseret på FFA-billede og fundus-billedregistrering: Dr-læsions intelligente genkendelsessystem på ovenstående FFA-billede identificerer nøjagtigt de områder, der har behov for funduslaserbehandling, hjælper læger med at bestemme de læsioner, der skal behandles, og baserer på billedmatchning af maskinlæring, giver registreringsbilledet af fundusbillede og FFA-kombination, som er indstillet i henhold til placeringen og størrelsesinformationen for læsionsområdet Ifølge den matchende nethindediameter og arrangementet af forskellige laserpletter, den personlige laser behandlingsskema formuleres, og den intelligente fundus laser behandlingsvejledningsmodel konstrueres.

Undersøgelsestype

Undersøgelsestype

Beskriver karakteren af ​​en klinisk undersøgelse. Undersøgelsestyper omfatter interventionelle undersøgelser (også kaldet kliniske forsøg), observationsundersøgelser (herunder patientregistre) og udvidet adgang.
Observationel

Tilmelding (Forventet)

Tilmelding

Antallet af deltagere i en klinisk undersøgelse. Den "forventede" tilmelding er det mål for antallet af deltagere, som forskerne skal bruge til undersøgelsen.
2000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Studiekontakt

Navn og kontaktoplysninger for den person, der kan besvare spørgsmål om tilmelding til en klinisk undersøgelse. Hvert sted, hvor undersøgelsen udføres, kan også have en specifik kontaktperson, som kan være bedre i stand til at besvare disse spørgsmål.

Studiesteder

  • Kina
    • Zhejiang
      • Hanzhou, Zhejiang, Kina
        • Rekruttering
        • The Second Affiliated Hospital of Zhejiang University
        • Kontakt:
          • Jin Kai, MD
          • Telefonnummer: 13646828461

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Berettigelseskriterier

De nøglekrav, som personer, der ønsker at deltage i et klinisk studie, skal opfylde eller de egenskaber, de skal have. Kvalifikationskriterier består af både inklusionskriterier (som er nødvendige for at en person kan deltage i undersøgelsen) og eksklusionskriterier (som forhindrer en person i at deltage). Typer af berettigelseskriterier omfatter, om en undersøgelse accepterer raske frivillige, har alders- eller aldersgruppekrav eller er begrænset af køn.

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

patienter gennemgår nethindeundersøgelse på øjencenter på det andet tilknyttede hospital ved Zhejiang University

Beskrivelse

Inklusionskriterier:

  • patienter med nethindesygdomme

Ekskluderingskriterier:

  • patienter med anden sygdom påvirker retinal undersøgelse

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte

Gruppe / kohorte

En gruppe eller undergruppe af deltagere i et observationsstudie, der vurderes for biomedicinske eller sundhedsmæssige resultater.
patienter
patienter med nethindesygdomme

Hvad måler undersøgelsen?

Primære resultatmål

Primære resultatmål

I et klinisk studies protokol er det planlagte resultatmål, der er det vigtigste for at evaluere effekten af ​​en intervention/behandling. De fleste kliniske undersøgelser har ét primært resultatmål, men nogle har mere end ét.
Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
kunstig intelligens
Tidsramme: 2016.01-2023.12
bruge data til at udvikle dyb læringsmodeller
2016.01-2023.12

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Sponsor

Den organisation eller person, der igangsætter undersøgelsen, og som har myndighed og kontrol over undersøgelsen.
Second Affiliated Hospital, School of Medicine, Zhejiang University

Efterforskere

Efterforskere

En forsker involveret i et klinisk studie. Beslægtede termer omfatter stedets principal investigator, site sub-investigator, studieformand, undersøgelsesleder og undersøgelseshovedinvestigator.
  • Ledende efterforsker: Jin Kai, MD, Zhejiang University
  • Ledende efterforsker: Xu Yufeng, MD, Zhejiang University
  • Ledende efterforsker: Lou Lixia, MD, Zhejiang University

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

Studiestart

Den faktiske dato, hvor den første deltager blev tilmeldt en klinisk undersøgelse. Den "forventede" undersøgelses startdato er den dato, som forskerne tror vil være undersøgelsens startdato.
1. januar 2016

Primær færdiggørelse (Forventet)

Primær færdiggørelse

Den dato, hvor den sidste deltager i et klinisk studie blev undersøgt eller modtog en intervention for at indsamle endelige data for det primære resultatmål. Hvorvidt det kliniske studie sluttede i henhold til protokollen eller blev afsluttet, påvirker ikke denne dato. For kliniske undersøgelser med mere end ét primært resultatmål med forskellige afslutningsdatoer refererer dette udtryk til den dato, hvor dataindsamlingen er afsluttet for alle de primære resultatmål. Den "forventede" primære afslutningsdato er den dato, som forskerne tror vil være den primære afslutningsdato for undersøgelsen.
1. januar 2023

Studieafslutning (Forventet)

Studieafslutning

Den dato, hvor den sidste deltager i et klinisk studie blev undersøgt eller modtog en intervention/behandling for at indsamle endelige data for de primære resultatmål, sekundære udfaldsmål og uønskede hændelser (det vil sige den sidste deltagers sidste besøg). Den "forventede" undersøgelses afslutningsdato er den dato, som forskerne tror vil være undersøgelsens afslutningsdato.
31. december 2023

Datoer for studieregistrering

Først indsendt

Først indsendt

Den dato, hvor undersøgelsens sponsor eller investigator første gang indsendte en undersøgelsespost til ClinicalTrials.gov. Der er typisk en forsinkelse på et par dage mellem den første indsendte dato og postens tilgængelighed på ClinicalTrials.gov (den første offentliggjorte dato).
18. januar 2021

Først indsendt, der opfyldte QC-kriterier

Først indsendt, der opfyldte QC-kriterier

Den dato, hvor undersøgelsens sponsor eller investigator første gang indsender en undersøgelsespost, der er i overensstemmelse med National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgangskriterier. Sponsoren eller investigatoren skal muligvis revidere og indsende en undersøgelsespost en eller flere gange, før NLM's kvalitetskontrolkriterier er opfyldt. Det er sponsorens eller investigatorens ansvar at sikre, at undersøgelsesposten er i overensstemmelse med NLM QC-gennemgangskriterierne.
18. januar 2021

Først opslået (Faktiske)

Først opslået

Datoen, hvor undersøgelsesposten først var tilgængelig på ClinicalTrials.gov efter National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgang er afsluttet. Der er typisk en forsinkelse på et par dage mellem den dato, hvor undersøgelsens sponsor eller investigator indsendte undersøgelsesposten, og den første offentliggjorte dato.
22. januar 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

Sidste opdatering sendt

Den seneste dato, hvor ændringer i en undersøgelsespost blev gjort tilgængelig på ClinicalTrials.gov. Der kan være en forsinkelse mellem det tidspunkt, hvornår ændringerne blev indsendt til ClinicalTrials.gov af undersøgelsens sponsor eller investigator (datoen for sidste opdatering afsendt) og den sidste opdatering, der blev sendt.
22. januar 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

Den seneste dato, hvor undersøgelsens sponsor eller investigator indsendte ændringer til en undersøgelsespost, der er i overensstemmelse med National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgangskriterier. Det er sponsorens eller investigatorens ansvar at sikre, at undersøgelsesposten er i overensstemmelse med NLM QC-gennemgangskriterierne.
18. januar 2021

Sidst verificeret

Sidst verificeret

Den seneste dato, hvor undersøgelsens sponsor eller investigator bekræftede oplysningerne om en klinisk undersøgelse på ClinicalTrials.gov som nøjagtige og aktuelle. Hvis en undersøgelse med rekrutteringsstatus som rekruttering; rekrutterer endnu ikke; eller aktiv, ikke rekruttering er ikke blevet bekræftet inden for de seneste 2 år, er undersøgelsens rekrutteringsstatus vist som ukendt.
1. januar 2021

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

Andre undersøgelses-id-numre

Andre identifikatorer eller ID-numre end NCT-nummeret, der er tildelt til en klinisk undersøgelse af undersøgelsens sponsor, finansieringsgivere eller andre. Disse numre kan omfatte unikke identifikatorer fra andre forsøgsregistre og National Institutes of Health-bevillingsnumre.
  • 研2019-428

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Cookieindstillinger

Vi bruger cookies for at sikre, at vi giver dig den bedste oplevelse på vores hjemmeside. For flere detaljer skal du læse omhyggeligt vores Politik om beskyttelse af personlige oplysninger og cookies. ...>>>Du kan når som helst ændre dine præferencer eller trække dit samtykke tilbage ved at slette cookies fra din hjemmeside eller computer som beskrevet i politikken. Accepter det og vælg dine præferencer ved at markere de tilsvarende felter i afsnittet "Administrer indstillinger" nedenfor. Læs vores servicevilkår omhyggeligt, inden du fortsætter med at bruge nogen del af dette websted.
«Administrer indstillinger