- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT03674034
En neonatal bimodal MR-CT-hovedskabelon (Biomodal)
Dette er en retrospektiv undersøgelse baseret på billederne i databasen fra University Hospital of Amiens. Der er ingen yderligere undersøgelse. Elektroencefalografi (EEG) og nær-infrarød spektroskopi (NIRS). Disse kilder bruges i vid udstrækning til at specificere kilden til visse fremkaldte potentialer eller til bedre at definere kilderne til epileptiske grafoelementer, især i den prækirurgiske vurdering af refraktære epilepsier.
Det er derfor vigtigt, at disse regioner er mere udbredt tilgængelige i verdens forfatning, og at de er egnede til brug i design af nye teknologier. Selvom MR er guldstandarden for segmentering af blødt væv, er den ikke egnet til knogleekstraktion; især hos den nyfødte eller knoglen er meget tynd. På den anden side er CTscan en fremragende metode til at udvinde knogle. Kontrasten mellem knogler og blødt væv er fremragende. I dette tilfælde, med CTscan, identificeres fontanellerne som diskontinuiteter mellem billederne af de tidsmæssige skalaer.
Studieoversigt
Detaljeret beskrivelse
Magnetisk resonansbilleddannelse (MRI) og hjerneskanning (CT-scanning) er de to hovedmetoder for strukturel hjernebilleddannelse, der er meget udbredt i rutinepraksis. Udvindingen af knogle fra MR- og CTscan-billeder er et vigtigt skridt i segmenteringen af de forskellige væv i forsøgspersonernes hoveder. Det er faktisk nødvendigt at kende præcist de elektriske karakteristika (ledningsevner) og optiske (absorption, diffraktion) af væv (hud, knogle, LCS, gråt stof og hvidt stof) eller ved elektriske strømme eller af fotoner. Et af de store problemer er det, der ikke er særlig dårligt visualiseret i MR i CTscan, knoglen er velindividualiseret, og at omvendt er de forskellige hjernestrukturer svære at udtrække. Dette retfærdiggør det faktum at udføre en samregistrering af billeder opnået i MR og CTscan.
Den nyfødtes kranium er en inhomogen struktur. Fontanellerne er usynlige i MR og identificerbare i CTscan.
Elektroencefalografi (EEG) og nær-infrarød spektroskopi (NIRS). Disse kilder bruges i vid udstrækning til at specificere kilden til visse fremkaldte potentialer eller til bedre at definere kilderne til epileptiske grafoelementer, især i den prækirurgiske vurdering af refraktære epilepsier.
Det er derfor vigtigt, at disse regioner er mere udbredt tilgængelige i verdens forfatning, og at de er egnede til brug i design af nye teknologier.
Selvom MR er guldstandarden for segmentering af blødt væv, er den ikke egnet til knogleekstraktion; især hos den nyfødte eller knoglen er meget tynd. På den anden side er CTscan en fremragende metode til at udvinde knogle. Kontrasten mellem knogler og blødt væv er fremragende. I dette tilfælde, med CTscan, identificeres fontanellerne som diskontinuiteter mellem billederne af de tidsmæssige skalaer.
Undersøgelsestype
Tilmelding (Faktiske)
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Population 150 CT-scanninger og MR-billeder af børn i alderen mellem 0 og 2 måneder uden strukturelle abnormiteter ved fortolkning af radiologen.
En aldersgruppe på 50 billeder af børn på termin, 50 billeder af børn på en måned, 50 billeder af børn på to måneder for hver kategori (MRI og CTscan) Da disse billeder vil blive beregnet i gennemsnit efter aldersgruppe, er det ikke nødvendigt at indhente de to billeder for hvert barn.
Beskrivelse
Inklusionskriterier:
- børn i alderen mellem 0 og 2 måneder nyfødt til termin
- uden strukturelle abnormiteter
Ekskluderingskriterier:
- spædbørn > 2 måneder
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kun etui
- Tidsperspektiver: Tilbagevirkende kraft
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
---|---|
semester
50 CTscan- og MR-billeder af børn i alderen
|
CTscan og MR-billeder segmenteret i henhold til procedurer, der tidligere er udviklet af GRAMFC
|
en måned
50 CTscan- og MR-billeder af børn i alderen en måned
|
CTscan og MR-billeder segmenteret i henhold til procedurer, der tidligere er udviklet af GRAMFC
|
to måneder
50 CTscan- og MR-billeder af børn i alderen to måneder
|
CTscan og MR-billeder segmenteret i henhold til procedurer, der tidligere er udviklet af GRAMFC
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
CTscan billeder
Tidsramme: 2 måneder
|
Formålet med denne undersøgelse er at evaluere en modelbaseret tilgang til udvinding af fontanel fra CTscan-billeder.
Genkalibrer derefter disse CT-scanningsbilleder i et unikt depot med MR-billeder for at opnå et sammensat billede af forskellige hjernevæv såsom hjerne, LCS og hud (MRI) og knogle og fontanel (CTscan).
|
2 måneder
|
Samarbejdspartnere og efterforskere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- PI2017_843_0047
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 .
Kliniske forsøg med MR scanning
-
RenJi HospitalIkke rekrutterer endnuAnvendelse af kunstig intelligens Deep Learning-teknologi i magnetisk resonans lumbal billeddannelseDeep Learning, Lumbal Magnetic Resonance Imaging
-
Reham SameehAssiut UniversityUkendtCardiac Magnetic Resonance Imaging i ikke-iskæmisk kardiomyopati
-
University at BuffaloAfsluttetMultipel sklerose, Dimethylfumarat, Diffusion Tensor Imaging Magnetic Resonance Imaging
-
Radboud University Medical CenterRekrutteringProstata Neoplams, Magnetic Resonance Imaging, Laser AblationHolland
-
Poitiers University HospitalIkke rekrutterer endnuSystemisk sklerose | 7.0 Tesla Magnetic Resonance Imaging | Håndvaskulær involvering | Hånd-osteoartikulær involvering
-
Asan Medical CenterRekrutteringCrohns sygdom | Terapeutisk lægemiddelovervågning | Infliximab | Perianal fistel på grund af Crohns sygdom | Magnetic Resonance Novel Index for Fistel Imaging i Crohn's Disease ScoreKorea, Republikken
-
Duke UniversityAfsluttetFølelsesregulering | Real Versus Sham Transcranial Magnetic Stimulation (TMS)Forenede Stater
-
Weibing Miao, PhDRekrutteringMicroglial Cells Activation ImagingKina
-
University of CincinnatiOhio Third Frontier; Wright Center of Innovation in Biomedical ImagingAktiv, ikke rekrutterendeHealthcare Facility Environment - ImagingForenede Stater
-
Mayo ClinicAfsluttetEvaluer rollen af billeddannelse i realtid i nåleplacering | Evaluer arbejdsgangen og effektiviteten af Realtime Imaging versus Standard MR ImagingForenede Stater
Kliniske forsøg med CTscan og MR-billeder
-
Universiteit AntwerpenUniversity Hospital, Antwerp; Cliniques universitaires Saint-Luc- Université...Afsluttet