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

Evaluering af en fritåndende hjerte-cine-MR-sekvens med billedrekonstruktioner ved dyb læring i iskæmisk hjertesygdom (CINEDL)

18. november 2025 opdateret af: Centre Hospitalier Universitaire, Amiens

Evaluering af en fritåndende hjerte-Cine-MRI-sekvens med billedrekonstruktioner udviklet af Deep-Learning sammenlignet med den klassiske apnø-Cine-MRI-sekvens ved vurdering af iskæmisk hjertesygdom.

I dag er MR guldstandarden for den præcise vurdering af venstre ventrikelvolumen og funktion, men præsenterer ulempen ved at have en lang optagelsestid og ved at generere bevægelsesartefakter, især respiratoriske artefakter, der kræver gentagne sekvenser i apnø for at dække hele hjertevolumen . Disse apnøer er vanskelige at opnå hos patienter med iskæmisk hjertesygdom og kan føre til nedbrydning af billederne, en forøgelse af undersøgelsens varighed ved gentagne erhvervelser og derfor til diagnostiske unøjagtigheder.

Kunstig intelligens, som allerede anvendes i praksis i hjerte-MR til automatisk segmentering af hjertekamrene, forbedrer den radiologiske fortolkning med hurtige og præcise målinger. Deep-learning, som er en del af kunstig intelligens, vil muliggøre rekonstruktion af film-MRI-sekvenser i fri vejrtrækning for at overvinde artefakter fra åndedrætsbevægelser og forbedring af diagnostisk ydeevne, samtidig med at undersøgelsesforholdene for patienterne forbedres.

Patienter, der kommer til en hjerte-MRI til vurdering af iskæmisk hjertesygdom, vil være berettiget til protokollen. Hvis patienten indvilliger i at deltage, vil en fri-åndende hjerte-cine-MRI-sekvens med Deep Learning baseret billedrekonstruktion blive tilføjet til den sædvanlige protokol.

Der kræves ingen opfølgning i denne undersøgelse.

Studieoversigt

Status

Afsluttet

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

54

Kontakter og lokationer

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

Studiesteder

  • Frankrig
    • France
      • Amiens, France, Frankrig, 80000
        • CHU Amiens-Picardie

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

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Hjerte-MR er en af ​​de undersøgelser, der er ordineret som en del af den rutinemæssige behandling af denne patologi. Når patienten kommer til en hjerte-MRI i undersøgelsen for iskæmisk hjertesygdom, vil patienten blive spurgt på eksamensdagen, om han accepterer at deltage i undersøgelsen. Der vil være sendt et informationsbrev til patienten inden tidsbestilling.

I tilfælde af, at han accepterer at deltage, vil en fri-åndende hjerte-cine-MRI-sekvens med Deep Learning baseret billedrekonstruktion blive vedhæftet den sædvanlige protokol.

Beskrivelse

Inklusionskriterier:

  • Alder > eller = 18 år
  • Iskæmisk hjertesygdom
  • Emnets evne til at forstå og udtrykke sit samtykke
  • Tilslutning til socialsikringsordningen

Ekskluderingskriterier:

  • Større fedme (> 140 kg), der ikke tillader patienten at komme ind i tunnelen på maskinen, hvis diameter er mindre end 70 cm
  • Under 18 år
  • Gravid kvinde
  • Kendt allergi over for gadoliniumchelater
  • Klaustrofobi
  • Enhver kontraindikation til MR
  • Arytmi
  • Svært ved at holde på apnøer i mere end 10 sekunder

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
forskel på LVEF-målinger mellem Deep Learning-rekonstruktion og den klassiske cine-MRI-sekvens
Tidsramme: 5 minutter
forskel på LVEF-målinger mellem Deep Learning-rekonstruktion og den klassiske cine-MRI-sekvens
5 minutter

Samarbejdspartnere og efterforskere

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

Sponsor

Centre Hospitalier Universitaire, Amiens

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

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)

14. april 2022

Primær færdiggørelse (Faktiske)

24. april 2023

Studieafslutning (Faktiske)

29. januar 2024

Datoer for studieregistrering

Først indsendt

2. november 2021

Først indsendt, der opfyldte QC-kriterier

2. november 2021

Først opslået (Faktiske)

3. november 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

19. november 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

18. november 2025

Sidst verificeret

1. november 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • PI2021_843_0157

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 MR scanning

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Montenegro

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner