AI for Colorectal Polyp Detection in Endoscopy
3. september 2020 opdateret af: Prof. Helmut Neumann, Johannes Gutenberg University Mainz
Artificial Intelligence Combined With LCI for Colorectal Polyp Detection
Linked color imaging (LCI) has shown its effectiveness in multiple randomized controlled trials for enhanced colorectal polyp detection.
Most recently, artificial intelligence (AI) with deep learning through convolutional neural networks has dramatically improved and is increasingly recognized as a promising new technique enhancing colorectal polyp detection.
Study aim was to evaluate a new developed deep-learning computer-aided detection (CAD) system in combination with LCI for colorectal polyp detection.
Studieoversigt
Status
Ukendt
Intervention / Behandling
Undersøgelsestype
Observationel
Tilmelding (Forventet)
600
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
-
Mainz, Tyskland
- University Hospital Mainz
-
-
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, Ældre voksen)
Tager imod sunde frivillige
Ingen
Køn, der er berettiget til at studere
Alle
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Patients ondergoing screeining or surveillance endoscopy
Beskrivelse
Inclusion Criteria:
- Full endoscopy withdrawal videos with LCI of patients ondergoing screening or surveillance endoscopy
Exclusion Criteria:
- non adequate bowel preparation
- no full length withdrawal in LCI mode
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 |
Tidsramme |
|---|---|
|
Colorectal polyp detection rate in comparison to traditional detection rate
Tidsramme: 2019-2020
|
2019-2020
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Ledende efterforsker: Helmut Neumann, Prof. Dr., Head of Interdisciplinary Endoscopy
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 2019
Primær færdiggørelse (Forventet)
31. august 2020
Studieafslutning (Forventet)
30. september 2020
Datoer for studieregistrering
Først indsendt
7. april 2020
Først indsendt, der opfyldte QC-kriterier
7. april 2020
Først opslået (Faktiske)
9. april 2020
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
7. september 2020
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
3. september 2020
Sidst verificeret
1. september 2020
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- HN_01KR7Zt
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
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 .