Brug af Deep Learning-metoder til at analysere automatiseret brystultralyd og håndholdte ultralydsbilleder for at etablere en diagnose, terapivurdering og prognoseprædiktionsmodel for brystkræft.
12. januar 2022 opdateret af: Song Hongping, The First Affiliated Hospital of the Fourth Military Medical University
At opbygge og evaluere en præcis diagnose, terapivurdering og prognoseforudsigelsesmodel for brystkræft baseret på kunstig intelligens
Formålet med denne undersøgelse er at bruge en dyb læringsmetode til at analysere de automatiske brystultralyd (ABUS) og håndholdte ultralyds (HHUS) billeder, etablere og evaluere en diagnose, terapivurdering og prognoseforudsigelsesmodel for brystkræft.
Modellen vil give vigtige referencer til yderligere tidlig forebyggelse, tidlig diagnose og personlig behandling.
Studieoversigt
Detaljeret beskrivelse
- Etablering af en database Ved at indsamle ABUS, HHUS og omfattende brystbilleder data, væsentlig information, information om klinisk behandling, prognose og helbredende effekt information, opbygges en komplet bryst billeddatabase.
- Mærkning af ABUS-billeder Tre læger bruger en halvautomatisk metode til at indramme læsionerne på billedet.
- Opbygning af modellen Brug af deep learning-metoden til at forbehandle, analysere og træne de markerede billeder og til sidst få en modeldiagnose, effektevaluering og prognoseforudsigelsesmodel for brystkræft.
- Evaluering af modellen 1）Selvvalidering: Analyser følsomheden, AUC for brystkræftdiagnosemodellen og det falsk-positive tal på hver ABUS-volumen.
2) Sammenlignede sensitiviteten, AUC og det falsk-positive tal med en kommerciel diagnosemodel.
3) At teste screening og diagnostisk effektivitet af computerstøttede diagnosesystemer gennem prospektive eller retrospektive undersøgelser.
4) Ved at analysere størrelsen og karakteristika af læsionerne efter neoadjuverende kemoterapi og forudsige OS- og DFS-tiden blev terapivurderingen og prognoseforudsigelsesmodellen evalueret.
Undersøgelsestype
Observationel
Tilmelding (Forventet)
10000
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Shaanxi
-
Xi'an, Shaanxi, Kina, 710000
- Rekruttering
- The First Affiliated Hospital of Fourth Military Medical University
-
-
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
Aldre berettiget til at studere
18 år og ældre (VOKSEN, OLDER_ADULT)
Tager imod sunde frivillige
Ja
Køn, der er berettiget til at studere
Kvinde
Prøveudtagningsmetode
Sandsynlighedsprøve
Studiebefolkning
Kvindelige patienter over 18 år fra to lande (Kina og Korea).
Beskrivelse
Inklusionskriterier:
- Kvindelige patienter over 18 år, der kommer til de to centre for fysisk undersøgelse eller behandling;
- Komplet grundlæggende information og billeddata
Ekskluderingskriterier:
- Der er ingen fuldstændige ABUS- og HHUS-billeddata;
- Billedkvaliteten er dårlig;
- Ved multifokal brystkræft er sammenhængen mellem tumoren på billedet og den postoperative patologiske undersøgelse usikker.
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 |
Intervention / Behandling |
|---|---|
|
ondartet gruppe
kvinder med ondartede læsioner bekræftet af patologi
|
Brug af dyb læringsmetode til at analysere og udtrække funktionerne i automatiseret brystultralyd og håndholdte ultralydsbilleder
|
|
godartet gruppe
kvinder med godartede læsioner bekræftet af patologi eller stabile i opfølgning > 2 år
|
Brug af dyb læringsmetode til at analysere og udtrække funktionerne i automatiseret brystultralyd og håndholdte ultralydsbilleder
|
|
normal gruppe
kvinder har normale billeder med opfølgning > 2 år
|
Brug af dyb læringsmetode til at analysere og udtrække funktionerne i automatiseret brystultralyd og håndholdte ultralydsbilleder
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
følsomhed
Tidsramme: 4 år
|
Andel af korrigerede-markerede maligne læsioner af modellen
|
4 år
|
|
falsk-positiv pr. bind
Tidsramme: 4 år
|
antallet af ukorrigerede markerede maligne læsioner af modellen
|
4 år
|
|
areal under kurve
Tidsramme: 4 år
|
areal under modtagerens driftskarakteristik (ROC) kurve i procent (%)
|
4 år
|
|
samlet overlevelsestid (OS).
Tidsramme: op til 10 år
|
Den måler tiden fra datoen for kræftdiagnose til enhver dødsårsag.
|
op til 10 år
|
|
Sygdomsfri overlevelsestid (DFS).
Tidsramme: op til 5 år
|
Den tid, hvor patienten er fri for tegn og symptomer på en sygdom efter behandling.
|
op til 5 år
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
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)
1. februar 2020
Primær færdiggørelse (FORVENTET)
1. september 2024
Studieafslutning (FORVENTET)
1. september 2024
Datoer for studieregistrering
Først indsendt
12. februar 2020
Først indsendt, der opfyldte QC-kriterier
13. februar 2020
Først opslået (FAKTISKE)
17. februar 2020
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (FAKTISKE)
27. januar 2022
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
12. januar 2022
Sidst verificeret
1. januar 2022
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- AI-Breast-US
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
UBESLUTET
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Ingen
Studerer et amerikansk FDA-reguleret enhedsprodukt
Ja
produkt fremstillet i og eksporteret fra U.S.A.
Ja
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 .