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

Udvikling af tredimensionel Deep Learning til automatisk design af kranieimplantater

10. februar 2023 opdateret af: Yau-Zen Chang, Chang Gung Memorial Hospital
Dette projekt har til formål at udvikle et effektivt dybt læringssystem til at generere numerisk implantatgeometri baseret på 3D-defekte kraniemodeller fra CT-scanninger. Denne teknik er gavnlig til design af implantater til at reparere kraniedefekter over Frankforts vandrette plan.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

At designe et personligt implantat til at genoprette de beskyttende og æstetiske funktioner i patientens kranie er udfordrende. Kraniedefekterne kan være forårsaget af traumer, medfødt misdannelse, infektion og iatrogene behandlinger såsom dekompressiv kraniektomi, plastikkirurgi og tumorresektion. Projektet har til formål at udvikle et dybt læringssystem med 3D-formrekonstruktionsevner. Systemet vil opfylde kravet om at designe højopløsnings 3D-implantat numeriske modeller effektivt.

En samling kraniebilleder blev brugt til at træne det dybe læringssystem. Defekte modeller i datasættene blev skabt ved numerisk at maskere områder af intakte 3D-kraniemodeller. Det endelige implantatdesign bør verificeres af neurokirurger ved hjælp af 3D-printede modeller.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

6

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Taiwan
      • Taoyuan City, Taiwan, 333
        • Rekruttering
        • Linkou Chang Gung Memorial Hospital
        • Kontakt:
          • Yau-zen Chang, PhD

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

15 år til 80 år (VOKSEN, OLDER_ADULT, BARN)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Tag et lægecenter som forskningsobjekt

Beskrivelse

Inklusionskriterier:

  1. Planlagt til kranioplastik
  2. Informeret samtykke

Ekskluderingskriterier:

(1) Intet informeret samtykke

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kun etui
  • Tidsperspektiver: Tilbagevirkende kraft

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
forsøgsgruppe
Enhed: 3D deep learning neuralt netværkssystem
Med samtykke fra patienten vil vi hjælpe med produktion af billeder af 3D-defektblokke gratis (3D deep learning neural network system (3D DNN) systemprocesplanlægning), fuldføre reparationen og rekonstruktionen under den kliniske rutinekirurgi og spore reparationsresultaterne efter operationen. opfylde medicinske behov.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Antal patienter, hvor der ikke er behov for at tilpasse de Patient Specific Implant (PSI) kanter
Tidsramme: 6 uger efter operationen ved standardiseret spørgeskema
Antal patienter, hvor der ikke er behov for at tilpasse de Patient Specific Implant (PSI) kanter
6 uger efter operationen ved standardiseret spørgeskema
Antal patienter, hvor der ikke er behov for at forstærke/udfylde kløfter mellem det patientspecifikke implantat (PSI) og patientens knogle
Tidsramme: 6 uger efter operationen ved standardiseret spørgeskema
Antal patienter, hvor der ikke er behov for at forstærke/udfylde kløfter mellem det patientspecifikke implantat (PSI) og patientens knogle
6 uger efter operationen ved standardiseret spørgeskema

Samarbejdspartnere og efterforskere

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

Sponsor

Chang Gung Memorial Hospital

Samarbejdspartnere

Ministry of Science and Technology, Taiwan

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)

3. februar 2023

Primær færdiggørelse (FORVENTET)

15. juli 2023

Studieafslutning (FORVENTET)

15. juli 2023

Datoer for studieregistrering

Først indsendt

7. september 2022

Først indsendt, der opfyldte QC-kriterier

1. november 2022

Først opslået (FAKTISKE)

3. november 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

13. februar 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

10. februar 2023

Sidst verificeret

1. februar 2023

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Andre undersøgelses-id-numre

  • 202201082B0

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 .

Abonner