Kunstig intelligens-aktiveret EKG-detektion af medfødt hjertesygdom hos børn: et nyt diagnostisk værktøj (AI-ECG-CHD)
Studieoversigt
Status
Status
Betingelser
Betingelser
Undersøgelsestype
Undersøgelsestype
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Sun Jing, MD
- Telefonnummer: 15618497517
- E-mail: sunjing02@xinhuamed.com.cn
Studiesteder
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, Kina
- Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Alderen for første besøg var fra 3 måneder efter fødslen til 18 år gammel;
- I gruppen af atrieseptumdefekter skulle patienterne i casegruppen gennemføre EKG-undersøgelse og bekræftet ved omhyggelig hjerte-ultralyd, at der var en simpel sekundær atrieseptumdefekt uden andre komplekse hjertemisdannelser (såsom ektopisk pulmonal venedrænage, trunk conus arterie misdannelse , afbrudt aortabue, primær pulmonal hypertension osv.). I gruppen med pulmonal hypertension blev tilstedeværelsen af CHD-associeret pulmonal hypertension bekræftet ved omhyggelig hjerte-ultralydsundersøgelse. Kontrolgruppen var patienter med normal intrakardial struktur, der blev undersøgt ved hjerteultralyd. Tidsintervallet mellem EKG-undersøgelse og ekkokardiografiundersøgelse af alle patienter var < 1 måned;
- Ingen større sygdom på tidspunktet for det første besøg (ikke-livstruende organisk sygdom forårsaget af medfødt hjertesygdom).
Ekskluderingskriterier:
- Alder for første besøg < 3 måneder eller > 18 år gammel;
- Kompliceret medfødt hjertesygdom (såsom anomal pulmonal venøs dræning, trunk conus arterie misdannelse, afbrudt aortabue, primær pulmonal hypertension osv.);
- Den kliniske information er ufuldstændig, herunder manglende EKG- eller ekkokardiografi-information, eller tidsintervallet mellem EKG og ekkokardiografi er > 1 måned;
- Livstruende sygdomme forbundet med andre organsystemer;
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
Styring
|
|
Pulmonal hypertension
|
|
Atrial septal defekt
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Storstilet EKG-database for børn
Tidsramme: 2024.01.01-2024.12.30
|
EKG-data fra børn fra flere centre blev indsamlet og sammensat, inklusive almindelige og sjældne CHD-typer og normale børns EKG, for at konstruere en storstilet EKG-database, der dækker forskellige aldre og CHD-sygdomme.
Derudover vil de originale EKG-data (digitale signaler eller EKG-billeder) blive forbehandlet for at få dem i overensstemmelse med inputstandarderne for deep learning-modeller for at forbedre kvaliteten og effektiviteten af efterfølgende modeltræning og reducere heterogeniteten af multi -center EKG data.
|
2024.01.01-2024.12.30
|
|
Kunstig intelligens-assisteret elektrokardiogrammodel for CHD hos børn
Tidsramme: 2024.01.01-2025.12.30
|
Den dybe neurale netværksmodel vil blive etableret baseret på algoritmer såsom konvolutionelt neuralt netværk, transformere og autoencodere, og vil blive trænet og verificeret i multicenter børns EKG-datasæt (85%) etableret baseret på CCHDnet, for løbende at optimere model og forbedre modellens diagnostiske ydeevne.
Yderligere vil den dybe læringsmodel baseret på den enkelte sygdom CHD blive integreret, og CHD-EKG AI-systemet vil blive bygget, og modellen vil i sidste ende automatisk udtrække og genkende den generelle grundlæggende information såsom barnets alder og køn gennem EKG'et og derefter forudsige og klassificere de potentielle CHD-karakteristika i EKG'et baseret på dette.
Forskergruppen valgte i første omgang de repræsentative undertyper af CHD - atrial septal defekt og pulmonal hypertension som den indledende udforskningsretning.
|
2024.01.01-2025.12.30
|
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
- XHEC-C-2024-053-1
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 .