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

AI-assisteret ansigtskirurgisk planlægning

16. februar 2021 opdateret af: National Taiwan University Hospital

Kunstig intelligens-assisteret ansigts-, periokulær- og orbitalanalyse og kirurgisk planlægning

Computervision ved hjælp af dyb læringsarkitektur bruges bredt i autogenkendelse. I forskningen anvendes den dybe læringsmodel, som trænes af kategoriserede enkeltøjebilleder, for at opnå den gode præstation af modellen i blepharoptosis auto-diagnose.

Studieoversigt

Detaljeret beskrivelse

Dette autodiagnosesystem for blepharoptose ved hjælp af maskinlæringsarkitektur vil hjælpe med telemedicin, såsom tidlig screening af ptose i barndommen for hurtig henvisning og behandling. Folk kunne bruge denne software via mobile enheder til at få en primitiv diagnose, før de når frem til lægerne. Desuden kan softwaren i primær sundhedspleje, hvor der ikke er nogen okuloplastisk kirurg, hjælpe primære læger eller almindelige øjenlæger med at identificere behovet for en henvisning.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

17932

Kontakter og lokationer

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

Studiesteder

      • Taipei, Taiwan
        • National Taiwan University Hospital

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

20 år til 65 år (VOKSEN, OLDER_ADULT)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Alle data blev indsamlet på oftalmiske ambulatorier på National Taiwan University Hospital.

Beskrivelse

[Inklusionskriterier]

  1. Deltagerne, der var 20-årige eller derover,
  2. Kirurgisk informeret samtykke blev godkendt af deltagerne selv,
  3. Deltagere, der har kirurgiske indikationer af de oculofaciale operationer, og
  4. Deltagerne, der blev enige om fotografering efter forklaring fra kirurgen på ambulatorier.

[Ekskluderingskriterier]

  1. Deltagerne, der var 19-årige eller derunder,
  2. De deltagere, der ikke har kirurgiske indikationer af de okulofaciale operationer,
  3. Deltagerne, der var designet til minimalt invasive behandlinger, såsom Botox eller enhver form for fillerinjektion,
  4. De deltagere, der nægtede fotografering af en eller anden grund, og
  5. De deltagere, der ikke er tilgængelige for standardkvalitet af fotografering, såsom sengeliggende patienter.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Modellens ydeevne evalueres efter nøjagtighed
Tidsramme: Gennem studieafslutning i gennemsnit 1 år
En kunstig intelligens-tilgang
Gennem studieafslutning i gennemsnit 1 år
AUC (Area Under the Curve)
Tidsramme: Gennem studieafslutning i gennemsnit 1 år
En kunstig intelligens-tilgang
Gennem studieafslutning i gennemsnit 1 år
ROC (Receiver Operating Characteristics) kurve.
Tidsramme: Gennem studieafslutning i gennemsnit 1 år
En kunstig intelligens-tilgang
Gennem studieafslutning i gennemsnit 1 år
En kunstig intelligens tilgang til at identificere ansigts-, periokulære og orbitale sygdomme
Tidsramme: Gennem studieafslutning i gennemsnit 1 år
Modellens fortolkningsmuligheder tilgås af Grad-CAM (Class Activation Maps).
Gennem studieafslutning i gennemsnit 1 år

Samarbejdspartnere og efterforskere

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

Samarbejdspartnere

Efterforskere

  • Ledende efterforsker: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital

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. januar 2009

Primær færdiggørelse (FAKTISKE)

31. december 2018

Studieafslutning (FAKTISKE)

30. juli 2019

Datoer for studieregistrering

Først indsendt

3. marts 2020

Først indsendt, der opfyldte QC-kriterier

23. marts 2020

Først opslået (FAKTISKE)

24. marts 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

18. februar 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

16. februar 2021

Sidst verificeret

1. februar 2021

Mere information

Begreber relateret til denne undersøgelse

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 .

Abonner