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

Multimodal analyse af strukturelle stemmeforstyrrelser baseret på tale og stroboskopisk laryngoskopvideo

Denne undersøgelse har til hensigt at indsamle kliniske data såsom strobary laryngoskopbilleder og vokallyddata fra patienter med strukturelle stemmelidelser og raske individer, og at etablere en multimodal stemmelidelsesdiagnosesystemmodel ved at bruge dybe læringsalgoritmer. Multi-klassificering af sygdomme, der forårsager stemmelidelser, kan anvendes på patienter med stemmelidelser, men udiagnosticeret i klinisk praksis, og derved hjælpe klinikere med at diagnosticere sygdomme og reducere fejldiagnosticering og manglende diagnose. Derudover kan nogle patienter med stemmelidelser fjernbehandles gennem lyddiagnosemodellen, og bedre opfølgning og behandlingsforslag kan gives til dem. Fjernstemmeterapi kan afhjælpe den nuværende situation med mangel på talepædagoger i fjerntliggende områder af vores land og øge antallet af patienter, der har behov for stemmeterapi. lejlighed. Fjernstemmeterapi er mere omkostningseffektiv, mere fleksibel i tid og mere omkostningseffektiv.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Detaljeret beskrivelse

  1. Påvisning og klassificering af akustiske læsioner baseret på taledybdeindlæring
  2. Detektion og klassificering af akustiske læsioner baseret på dyb indlæring af billeder
  3. Påvisning og klassificering af akustiske læsioner baseret på dyb læring baseret på multimodalitet

Undersøgelsestype

Observationel

Tilmelding (Forventet)

1

Kontakter og lokationer

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

Studiekontakt

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 80 år (VOKSEN, OLDER_ADULT)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

I denne undersøgelse blev 490 patienter med stemmelidelser (herunder larynxcancer, larynxforstadier og benigne larynxlæsioner) og 50 raske mennesker indsamlet fra stroboskopiske laryngoskopivideoer og vokallydoptagelser. Køn, sygdomsforløb, VHI og andre kliniske data.

Beskrivelse

Inklusionskriterier:

Larynxcancer, larynxforstadier, godartede larynxlæsioner med stemmelidelser, raske mennesker uden halssygdomme

Ekskluderingskriterier:

  1. En historie med larynxkirurgi
  2. Patienter med stemmelidelser forårsaget af forskellige årsager undtagen larynxcancer, larynxforstadier til strubehovedet og benigne larynxlæsioner
  3. Lydkvaliteten er ikke klar, det stroboskopiske laryngoskop viser ikke tydeligt det anatomiske område relateret til glottis, og det er undereksponeret og blokeret;

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
Machine deep learning klassificerer stemmeforstyrrelser
Tidsramme: 6. maj 2022 - 30. december 2023
Nøjagtighed
6. maj 2022 - 30. december 2023
Machine deep learning klassificerer stemmeforstyrrelser med multimodalitet
Tidsramme: 1. januar 2024 - 30. december 2024
præcision
1. januar 2024 - 30. december 2024
Machine deep learning klassificerer patologisk stemmeændring i larynxkræft
Tidsramme: 1. januar 2024 - 30. december 2025
præcision
1. januar 2024 - 30. december 2025

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Machine deep learning klassificerer stemmeforstyrrelser med multimodalitet
Tidsramme: 1. januar 2024 - 30. december 2025
minde om
1. januar 2024 - 30. december 2025

Samarbejdspartnere og efterforskere

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

Samarbejdspartnere

Efterforskere

  • Studiestol: YueXin Cai, Sun Yat-sen Memorial Hospital,Sun Yat-sen University

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 (FORVENTET)

6. maj 2022

Primær færdiggørelse (FORVENTET)

30. december 2025

Studieafslutning (FORVENTET)

20. februar 2027

Datoer for studieregistrering

Først indsendt

19. april 2022

Først indsendt, der opfyldte QC-kriterier

22. april 2022

Først opslået (FAKTISKE)

27. april 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

27. april 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. april 2022

Sidst verificeret

1. marts 2022

Mere information

Begreber relateret til denne undersøgelse

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 .

3
Abonner