Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kunstig intelligenssystem til vurdering af billedkvaliteten af ​​fundusbilleder og dens indvirkning på diagnose

26. februar 2020 opdateret af: Haotian Lin, Sun Yat-sen University

Kunstigt intelligenssystem til vurdering af billedkvaliteten af ​​fundusbilleder og dets virkninger på diagnose: et klinisk forsøg

Fundusbilleder er meget brugt i oftalmologi til påvisning af diabetisk retinopati, glaukom og andre sygdomme. I praksis i den virkelige verden kan kvaliteten af ​​fundusbilleder være uacceptabel, hvilket kan underminere diagnostisk nøjagtighed og effektivitet. Her etablerede og validerede forskerne et kunstig intelligenssystem for at opnå automatisk kvalitetsvurdering af fundusbilleder ved optagelse. Dette system kan også give vejledning til fotografer i henhold til årsagerne til lav kvalitet.

Studieoversigt

Status

Ukendt

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Forventet)

300

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510060
        • Zhongshan Ophthalmic Center, Sun Yat-sen 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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Inklusionskriterier:

  • Patienter skal være opmærksomme på indholdet og underskrive for det informerede samtykke.

Ekskluderingskriterier:

  • 1. Patienter, der ikke kan samarbejde med en fotograf såsom nogle lamme, patienterne med demens og svære psykopater.
  • 2. Patienter, der ikke accepterer at underskrive informeret samtykke.

Beskrivelse

Inklusionskriterier:

  • Patienter skal være opmærksomme på indholdet og underskrive for det informerede samtykke.

Ekskluderingskriterier:

  • 1. Patienter, der ikke kan samarbejde med en fotograf såsom nogle lamme, patienterne med demens og svære psykopater.
  • 2. Patienter, der ikke accepterer at underskrive informeret samtykke.

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
Fundus billedkvalitet vurdering
Enhed: et kunstig intelligenssystem til kvalitetsvurdering af fundusbilleder. Disse patienter er indskrevet i primære sundhedsenheder eller AI-klinikken på Zhongshan Ophthalmic Center.
Enhed: Tager et fundusbillede
Deltageren skal kun tage et fundusbillede som normalt.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ydeevne af kunstig intelligens-system til at skelne mellem god billedkvalitet og dårlig billedkvalitet
Tidsramme: 3 måneder
Område under modtagerens funktionskarakteristiske kurver, følsomhed, specificitet, positive og negative forudsigelige værdier, nøjagtighed
3 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sammenligningen af ​​ydeevnen for tidligere kunstig intelligens-diagnosesystem med fundusbilleder af forskellig billedkvalitet
Tidsramme: 3 måneder
Cohens kappa-koefficient, P-værdi og andre relaterede statistiske resultater
3 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Sun Yat-sen University

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. juli 2020

Studieafslutning (Forventet)

1. juli 2020

Datoer for studieregistrering

Først indsendt

26. februar 2020

Først indsendt, der opfyldte QC-kriterier

26. februar 2020

Først opslået (Faktiske)

28. februar 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

28. februar 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. februar 2020

Sidst verificeret

1. februar 2020

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • IMAQUA2020-China-01

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 Nethindesygdomme

Kliniske forsøg med Tager et fundusbillede

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Mauritania

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner