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

Effektiviteten af ​​ultra-lav-dosis bryst-CT med AI-baseret denoising-opløsning

30. maj 2022 opdateret af: Bayarbaatar Bold, Intermed Hospital

Udnyttelse og effektivitet af ultra-lavdosis brystcomputertomografi ved hjælp af innovativ CT-denoising-løsning baseret på Deep Learning-teknologi

Hovedformålet med undersøgelsen er at evaluere detektionshastigheden af ​​lungetilstande, procentdelen af ​​reduktion af ioniserende strålingsdosis og tilstanden af ​​billedkvalitet af ULDCT-kobling med innovativ leverandørneutral CT-denoising-løsning baseret på deep learning-teknologi.

Studieoversigt

Detaljeret beskrivelse

I betragtning af lungekræftrelaterede folkesundhedsudfordringer er der behov for en pålidelig lungekræftscreeningsmetode for højrisiko-kohorter i Mongoliet. Vores undersøgelse har således til formål at vurdere detektionshastigheden af ​​lungetilstande, procentdelen af ​​reduktion af ioniserende strålingsdosis og tilstanden af ​​billedkvalitet af ULDCT-kobling med kunstig intelligens baseret CT-denoising-teknik blandt forskellige patientgrupper.

Undersøgelsestype

Interventionel

Tilmelding (Forventet)

200

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

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, OLDER_ADULT)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

  • Patienter over 18 år
  • Patienter, der gennemgår CT-bryst til alle formål

Ekskluderingskriterier:

  • Alder under 18 år
  • Enhver mistanke om graviditet
  • Anamnese med thoraxkirurgi eller placering af den metalliske enhed i thorax
  • En manglende evne til at holde vejret under CT

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: DIAGNOSTISK
  • Tildeling: TILFÆLDIGT
  • Interventionel model: PARALLEL
  • Maskning: FIDOBELT

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
ACTIVE_COMPARATOR: Lavdosis CT-scanning af brystet

Gennemgik lavdosis thorax-CT med 30 % lavere stråledosis

Interventioner:

Stråling: Lav stråledosis CT Andet: Billedkvalitetsanalyse

Gennemgik lavdosis thorax-CT med 30 % lavere stråledosis
EKSPERIMENTEL: Ultralavdosis CT-scanning med kunstig intelligens

Interventioner:

Stråling: Lav strålingsdosis CT Billedkvalitet Andet: Deep-learning-baserede kontrastforstærkende algoritmer

Gennemgik ultradosis thorax-CT med 90 % lavere stråledosis
Dyb indlæringsbaserede kontrastforstærkende algoritmer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Påvisningshastighed af lungetilstande
Tidsramme: Inden for 2 uger efter dataindsamling
Påvisningshastighed for lungetilstand på lavdosis thorax-CT og ultradosis thorax-CT med kunstig intelligens-baseret CT-denoising-opløsning af blindede anmeldere
Inden for 2 uger efter dataindsamling
Kontrastmediedosis
Tidsramme: Inden for 2 uger efter dataindsamling
Indgivet kontrastmiddeldosis til hver patient
Inden for 2 uger efter dataindsamling

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Billedkontrast
Tidsramme: Inden for 2 uger efter dataindsamling
Signal til støj, støj og kantstigningsafstand på en fempunktsskala (1-5) med en højere score indikerer bedre synlighed.
Inden for 2 uger efter dataindsamling

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Studiestol: Khulan Khurelsukh, M.D, MSc, Intermed Hospital
  • Ledende efterforsker: Delgerekh Sainjargal, M.D, MSc, Intermed Hospital
  • Ledende efterforsker: Bayarbaatar Bold, M.D, Intermed Hospital

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)

15. juni 2022

Primær færdiggørelse (FORVENTET)

1. september 2022

Studieafslutning (FORVENTET)

1. oktober 2022

Datoer for studieregistrering

Først indsendt

25. maj 2022

Først indsendt, der opfyldte QC-kriterier

30. maj 2022

Først opslået (FAKTISKE)

1. juni 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

1. juni 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

30. maj 2022

Sidst verificeret

1. maj 2022

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • IMC20220515-01

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

produkt fremstillet i og eksporteret fra U.S.A.

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 Lungesygdomme

3
Abonner