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

Intelligent evaluering og supervision af kataraktkirurgi

27. februar 2022 opdateret af: Haotian Lin, Sun Yat-sen University
Forskningsformål: intelligent identifikation og evaluering af kataraktkirurgiske trin Forskningsmetoder: I alt 9 emner (såsom køn, alder, synsstyrke osv.) blev udtrukket fra kirurgiske videoer af senile kataraktpatienter og de kliniske data registreret af den elektroniske journalsystem. Maskinlæringsalgoritmen 3D-CNN blev anvendt til at identificere de 11 trin i grå stærkirurgi og billederne (blanke billeder) uden instrumentmanipulation på øjeæblet under operationen. Seks vigtige kataraktkirurgiske trin blev scoret ved hjælp af deep learning-algoritmer (sandsynlighedsudjævningsvindue og softmax). Vi anvender præcision, præcision, tilbagekaldelse og F1-score til at evaluere modellens ydeevne til genkendelse af kirurgiske trin. For at evaluere pålideligheden af ​​modellens scoring af kirurgiske trin brugte vi en menneske-maskine sammenligningsmetode til at beregne overensstemmelsen (kappa-værdi) mellem maskin- og ekspertscore.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

344

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
        • Zhognshan 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

46 år til 96 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

N/A

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Deltagere, der havde senil grå stær og phacoemulsification og IOL-implantation i Zhongshan Ophthalmic Center (ZOC, Guangzhou, Guangdong, Kina) og Shenzhen Eye Hospital (Shenzhen, Guangdong, Kina)

Beskrivelse

Inklusionskriterier:

-Videoer af phacoemulsification og IOL-implantation for senil grå stær vil blive inkluderet

Ekskluderingskriterier:

-Paksignal-til-støj-forholdet (PSNR) bruges til at vurdere, om en video var sløret. Hvis PSNR for en video var mindre end 20 decibel (dBs), blev hele videoen kasseret.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Andet
  • Tidsperspektiver: Tilbagevirkende kraft

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Udviklingsdatasæt
12 operationstrin for grå stær, herunder (1) dannelse af hovedsnit, (2) dannelse af sidesnit, (3) injektion af oftalmisk viskoelastisk enhed (OVD), (4) dannelse af kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialefjernelse, (8) implantation af intraokulær linse (IOL), (9) fjernelse af OVD, (10) IOL-centrering og (11) sårlukning gennem hydrering af hornhinden og (12) ledige faser.
Andet: Evalueringstest: operationstrin for grå stær
Udviklingsdatasættene blev brugt til at træne deep learning-modellen. Validerings- og testgruppen blev brugt til at optimere hyperparametre
Valideringsdatasæt
12 operationstrin for grå stær, herunder (1) dannelse af hovedsnit, (2) dannelse af sidesnit, (3) injektion af oftalmisk viskoelastisk enhed (OVD), (4) dannelse af kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialefjernelse, (8) implantation af intraokulær linse (IOL), (9) fjernelse af OVD, (10) IOL-centrering og (11) sårlukning gennem hydrering af hornhinden og (12) ledige faser.
Andet: Evalueringstest: operationstrin for grå stær
Udviklingsdatasættene blev brugt til at træne deep learning-modellen. Validerings- og testgruppen blev brugt til at optimere hyperparametre
Test datasæt
12 operationstrin for grå stær, herunder (1) dannelse af hovedsnit, (2) dannelse af sidesnit, (3) injektion af oftalmisk viskoelastisk enhed (OVD), (4) dannelse af kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialefjernelse, (8) implantation af intraokulær linse (IOL), (9) fjernelse af OVD, (10) IOL-centrering og (11) sårlukning gennem hydrering af hornhinden og (12) ledige faser.
Andet: Evalueringstest: operationstrin for grå stær
Udviklingsdatasættene blev brugt til at træne deep learning-modellen. Validerings- og testgruppen blev brugt til at optimere hyperparametre

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed
Tidsramme: baseline
Efterforskerne vil beregne nøjagtigheden af ​​deep learning system og sammenligne dette indeks mellem deep learning system og menneskelige læger
baseline

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
kappa
Tidsramme: baseline
Cohens kappa-koefficient blev beregnet for at vurdere overensstemmelsen mellem karaktererne givet af humane læger og DeepSurgery
baseline

Samarbejdspartnere og efterforskere

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

Sponsor

Sun Yat-sen University

Efterforskere

  • Studiestol: Yizhi Liu, M.D., Ph.D., Zhongshan Ophthalmic Center, 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. januar 2019

Primær færdiggørelse (Faktiske)

30. september 2021

Studieafslutning (Faktiske)

30. december 2021

Datoer for studieregistrering

Først indsendt

27. februar 2022

Først indsendt, der opfyldte QC-kriterier

27. februar 2022

Først opslået (Faktiske)

2. marts 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

2. marts 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. februar 2022

Sidst verificeret

1. februar 2022

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • CS-2022

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 Evalueringstest: operationstrin for grå stær

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in China

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner