- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05058599
Reconstruction Technology to Auxiliary Diagnosis and Guarantee Patient Privacy
16. september 2021 opdateret af: Haotian Lin, Sun Yat-sen University
Using a Reconstruction Technology With Facial Pathological Features to Auxiliary Diagnosis and Guarantee Patient Privacy
Medical data that contain facial images are particularly sensitive as they retain important personal biometric identity, privacy protection.
We developed a novel technology called "Digital Mask" (DM), based on real-time three-dimensional (3D) reconstruction and deep learning algorithm, to extract disease-relevant features but remove patient identifiable features from facial images of patients.
Studieoversigt
Status
Rekruttering
Betingelser
Intervention / Behandling
Undersøgelsestype
Observationel
Tilmelding (Forventet)
400
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Haotian Lin
- Telefonnummer: 13802793086
- E-mail: gddlht@aliyun.com
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510000
- Rekruttering
- Zhongshan Ophthalmic Center
-
Kontakt:
- Haotian Lin
- Telefonnummer: +86-020-87330274
- E-mail: gddlht@aliyun.com
-
-
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
Outpatients from strabismus departments, paediatric ophthalmology departments, TAO departments, and ophthalmic plastic departments.
Beskrivelse
Inclusion Criteria:
- The quality of facial images should be clinically acceptable.
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 |
|---|---|
|
facial videos dataset
facial videos collected from Zhongshan Ophthalmic Center of Sun Yat-sen University.
|
A new technology based on 3D reconstruction and deep learning algorithm to irreversibly erase the biometric attributes whilst retaining the clinical attributes needed for diagnosis and management
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostic consistency
Tidsramme: baseline
|
For each eye, both the diagnosis from the original videos and the diagnosis from the DM-reconstructed videos were recorded and compared.
If the two diagnoses were consistent, it suggests that the reconstruction would be precise enough in clinical practice.
|
baseline
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
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)
10. maj 2020
Primær færdiggørelse (Forventet)
20. september 2021
Studieafslutning (Forventet)
30. januar 2022
Datoer for studieregistrering
Først indsendt
16. september 2021
Først indsendt, der opfyldte QC-kriterier
16. september 2021
Først opslået (Faktiske)
28. september 2021
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
28. september 2021
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
16. september 2021
Sidst verificeret
1. september 2021
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- 2021KYPJ77
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 Dyb læring
-
RenJi HospitalIkke rekrutterer endnuAnvendelse af kunstig intelligens Deep Learning-teknologi i magnetisk resonans lumbal billeddannelseDeep Learning, Lumbal Magnetic Resonance Imaging
-
Cairo UniversityIkke rekrutterer endnuEndodonti | AI (kunstig intelligens) | Deep Learning Model | Perforering | Missede kanaler | Endodontisk genbehandling | Non-surgical Retreatment | DIFFICULTY ASSESSMENT | SEPARATED INSTRUMENT | Poor Obturation | Obturation Quality
-
Seoul National University Bundang HospitalIkke rekrutterer endnuSlagvolumen variation | Pulstrykvariation | Deep Learning Model | Arterielle bølgerefleksioner | Perifer veneKorea, Republikken
-
University of ZurichRekrutteringForudsigelse af slagtilfældeudfald understøttet af Deep Learning AlgorithmSchweiz
-
Wuhan Union Hospital, ChinaIkke rekrutterer endnuIkke-småcellet lungekræft | Patologisk komplet respons | Neoadjuverende kemoimmunterapi | Deep Learning Model
-
European Hepatocellular Cancer Liver Transplant...AfsluttetLevertransplantation | Hepatocellulært karcinom (HCC) | Deep Learning Model
-
Centre Hospitalier Universitaire, AmiensAfsluttetMR scanning | Venstre ventrikulær ejektionsfraktion | Hjertemagnetisk resonansbilleddannelse | Deep-LearningFrankrig
-
Centre Hospitalier Universitaire, AmiensUkendtNyrekolik | Urolithiasis | Urinvejssten | Deep Learning RekonstruktionFrankrig
-
Kırıkkale UniversityTilmelding efter invitationÅndelig omsorg | Flipped Learning ModelTyrkiet (Türkiye)
-
Sun Yat-sen UniversityRekrutteringDeep Learning ModelKina
Kliniske forsøg med DM
-
State University of New York at BuffaloAktiv, ikke rekrutterende
-
Neurovalens Ltd.University College Dublin; Clinical Trial Mentors; CS LifescienceAfsluttet
-
Desentum OyAfsluttet
-
Emory UniversityNational Institute of Nursing Research (NINR); Atlanta VA Medical Center; Atlanta Clinical and Translational Science InstituteAfsluttetHjertefejl | Diabetes mellitusForenede Stater
-
Desentum OyAfsluttet
-
National University, SingaporeTsao Foundation SingaporeAktiv, ikke rekrutterende
-
Diabetes Foundation, IndiaMinistry of Science and Technology, IndiaIkke rekrutterer endnuDiabetes mellitus | Prædiabetes | Kostvane
-
Horus PharmaEurofins Dermscan PharmascanAfsluttet
-
Neurovalens Ltd.R D Gardi Medical College, UjjainAfsluttetSikkerhedsproblemerDet Forenede Kongerige
-
Kaohsiung Medical University Chung-Ho Memorial...Rekruttering