Histologisk segmentering af den overfladiske lårbensarterie fra mikroscanning til CT ved hjælp af kunstig intelligens (CTPred)
Histologisk segmentering af den overfladiske lårbensarterie fra mikroscanning til CT ved hjælp af kunstig intelligens: en gennemførlighedsundersøgelse (CTPred)
Det femoropopliteale arteriesegment (FPAS) er en af de længste arterier i den menneskelige krop, der gennemgår torsion, kompression, fleksion og ekstension på grund af bevægelser i underekstremiteterne. Endovaskulær kirurgi anses for at være den foretrukne behandling for den perifere arterielle sygdom, hvis resultater afhænger af de fysiologiske kræfter på arterievæggen, karrenes anatomi og karakteristikaene ved de læsioner, der behandles. Den ateromatøse sygdom omfatter på en enkel måde 3 kategorier af plaques: forkalket, fibrøst og lipid. Studiet af disse plaques og deres differentiering i billeddannelse og histologi i FPAS har allerede været genstand for forskning. Til at behandle dem er der angioplastikballoner og stents med forskellige designs og komponenter, med forskellige mekaniske egenskaber og forskellige imprægnerede molekyler.
Der er ingen ikke-invasiv metode (billeddannelse) til nøjagtigt at differentiere læsioner langs FPAS. Analysen udføres fra den præoperative CT-scanning, men der findes højopløselige scannere, der muliggør en kvasi-histologisk analyse af vævet.
Denne mikroscanner kan bruges ex vivo. Inden for rammerne af et projekt blev læringsalgoritmen skabt (Convolutional Neural Networks) for automatisk at segmentere mikroscannerskiver: efter at have taget FPAS fra amputerede lemmer, korrelerede vi ex-vivo mikroscannerbilleder af arterierne med deres histologi. Korrelationen blev derefter udført manuelt mellem mikroscannerbillederne og de opnåede histologiske snit. algoritmen skal trænes på disse skiver og valideres dens ydeevne. Valideringen af CT- og mikroscannerkonkordansen var genstand for videnskabelige publikationer.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Salomé KUNTZ, Doctor
- Telefonnummer: +31 3 69 55 01 98
- E-mail: salome.kuntz@chru-strasbourg.fr
Studiesteder
-
-
Bas-Rhin
-
Strasbourg, Bas-Rhin, Frankrig, 67 091
- Rekruttering
- Hopitaux Universitaire de Strasbourg
-
Kontakt:
- Salomé KUNTZ, Doctor
- Telefonnummer: +31 3 69 55 01 98
- E-mail: salome.kuntz@chru-strasbourg.fr
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Mand eller kvinde myndig
- Person med en planlagt transfemoral amputation i den karkirurgiske afdeling på Hôpitaux Universitaires de Strasbourg som standardbehandling
- Person med en CT som en del af standardbehandling
- Forsøgsperson, der har givet sin modstand mod at deltage i undersøgelsen
Eksklusionskriterier:
- Umuligt at give emnet informeret information (emne i en nødsituation, vanskeligheder med at forstå)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Andet
- Tildeling: N/A
- Interventionel model: Enkelt gruppeopgave
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Andet: transfemoral amputation
Person med en planlagt transfemoral amputation i den karkirurgiske afdeling på Hôpitaux Universitaires de Strasbourg som standardbehandling
|
rutinemæssig endovaskulær kirurgi og FPAS-høstning fra amputerede lemmer for at evaluere den tekniske gennemførlighed af histologisk segmentering ved hjælp af FPAS-algoritmen fra CT
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Vurdering af gennemførligheden af histologisk segmentering af den overfladiske lårbensarterie på præoperativ mikroscanner ved hjælp af kunstig intelligens
Tidsramme: 1 time
|
Rate af skiver (i %), for hvilke segmentering anses for tilstrækkelig. Kvaliteten af segmenteringen vil blive vurderet af klinikeren ved hjælp af en Likert-skala. Segmentering anses for tilstrækkelig, hvis skalaen er ≥ 3 og utilstrækkelig, hvis den er < 3 |
1 time
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
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
- 8925
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 .