Udvikling af ekkokardiografi billedkvalitetsstyringssystem baseret på dyb læring
Ekkokardiografi Billedkvalitetsstyringssystem baseret på Deep Learning: A Single-center Prospective Study
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Jing Yao, Phd
- Telefonnummer: +8618905188727
- E-mail: w1835199709@163.com
Studiesteder
-
-
Jiangsu
-
Nanjing, Jiangsu, Kina, 210008
- Rekruttering
- Affiliated Drum Tower Hospital of Nanjing University Medical School
-
Kontakt:
- Jing Yao, Phd
- Telefonnummer: +18905188727
- E-mail: w18351992709@163.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- alder ≥18 år, køn ubegrænset;
- Patienter med standardiserede TTE-visninger;
- Forsøgspersonerne deltog frivilligt i undersøgelsen og underskrev informeret samtykke;
Ekskluderingskriterier:
- patienter med ufuldstændige standard TTE-visninger;
- patienter med dårlige lydtransmissionsforhold.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Andet
- Tidsperspektiver: Fremadrettet
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
Standardiseret visningsgruppe
De ekkokardiografiske billeder af patienter i denne gruppe er standardiserede.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
resultatet af PSAX view
Tidsramme: 12 måneder
|
scoren for PSAX-visning af ekkokardiografi-billedkvalitetsstyringssystemet
|
12 måneder
|
|
scoren for apikale udsigt
Tidsramme: 12 måneder
|
scoren for apikal visning af ekkokardiografi-billedkvalitetsstyringssystemet
|
12 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Publikationer og nyttige links
Generelle publikationer
- Thiebaut R, Thiessard F; Section Editors for the IMIA Yearbook Section on Public Health and Epidemiology Informatics. Artificial Intelligence in Public Health and Epidemiology. Yearb Med Inform. 2018 Aug;27(1):207-210. doi: 10.1055/s-0038-1667082. Epub 2018 Aug 29.
- Sengupta PP, Shrestha S. Machine Learning for Data-Driven Discovery: The Rise and Relevance. JACC Cardiovasc Imaging. 2019 Apr;12(4):690-692. doi: 10.1016/j.jcmg.2018.06.030. Epub 2018 Dec 12. No abstract available.
- Ueda D, Shimazaki A, Miki Y. Technical and clinical overview of deep learning in radiology. Jpn J Radiol. 2019 Jan;37(1):15-33. doi: 10.1007/s11604-018-0795-3. Epub 2018 Dec 1.
- Madani A, Arnaout R, Mofrad M, Arnaout R. Fast and accurate view classification of echocardiograms using deep learning. NPJ Digit Med. 2018;1:6. doi: 10.1038/s41746-017-0013-1. Epub 2018 Mar 21.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Forventet)
Primær færdiggørelse
Studieafslutning (Forventet)
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 (Skøn)
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
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2022-337-01
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 .