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

Anvend maskinlæring til fortolkningen af ​​urinkrystalmorfologi.

12. december 2023 opdateret af: Yi-Shiou Tseng

Målet med denne observationsundersøgelse er at udvikle en billedbaseret kunstig intelligens-software, der automatisk kan fortolke typer og størrelser af krystaller i urin. Hovedspørgsmålet, som det sigter mod at besvare er:

  • Giver sundhedspersonale mulighed for at indlæse urinbilleder og modtage aflæsningsresultater i realtid på krystaltyper og -størrelser.
  • Dette har til formål at give en hurtigere, mere objektiv og nøjagtig analyse af krystaller.

Vi forventer at levere en billed-AI-software, der er egnet til praktiske applikationer, der fremmer automatiseringen og nøjagtigheden af ​​urinkrystalanalyse.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Detaljeret beskrivelse

Nyresten dannes primært på grund af overmætning af ioner i urinen, hvilket fører til dannelsen af ​​krystaller. En vurdering af risikoen for nyresten er baseret på en patients sygehistorie, biokemiske urinprøver og forskellige laboratorieundersøgelser. Kombination af disse med billeddannelsesundersøgelser såsom CT-scanninger, ultralyd og røntgenbilleder hjælper med at diagnosticere typen af ​​nyresten, selvom billeddannelsesresultater for mindre sten kan være mindre nøjagtige. Stendannelse er almindelig med en høj gentagelsesrate, og der er en stærk sammenhæng mellem urinkrystaller og stensammensætning. Derfor er analysen af ​​urinkrystaller meningsfuld for diagnosticering, evaluering af behandlingsstrategier og forebyggelse af stengentagelse ved nyrestenssygdom.

Mikroskopisk analyse af urinkrystaller tillader observation af mindre krystaller. Manuel urinmikroskopi er dog langsom og tidskrævende. For at løse dette, sigter vi mod at udvikle kunstig intelligens-software til at hjælpe med fortolkningen af ​​urinkrystaller, hvilket giver en hurtigere analyse. Vi vil retrospektivt analysere urinkrystalbilleder gemt fra tidligere forskning (Chang Gung Memorial Hospital Internal Project Research No. 107123-E) for at identificere krystaltyper. Efterfølgende billedforbehandling og kategorimærkning vil blive udført for at træne og udlede maskinsoftware. Resultaterne vil blive sammenlignet med manuel fortolkning for at fastslå nøjagtigheden af ​​softwaren.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

200

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Calciumoxalat nyrestenpatient

Beskrivelse

Inklusionskriterier:

  • Analyser retrospektivt urinkrystalbillederne bevaret fra den tidligere undersøgelse 107123-E til krystaltypeanalyse. Udfør efterfølgende billedforbehandling og etiketkategorisering til maskinsoftwareindlæring og inferens. De fortolkede resultater vil derefter blive vurderet for nøjagtighed ved hjælp af statistisk analysesoftware.

Ekskluderingskriterier:

  • Ikke anvendelig

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Manuel mikroskopisk observation
Kontrolgruppe: Manuel analyse af urinkrystalbilleder, skelnen mellem krystaltyper, registreringsnøjagtighed og analyse af den forbrugte tid.
Maskinfortolkning
Urinkrystalbillederne gennemgår analyse for krystaltyper efterfulgt af billedforbehandling og kategorimærkning til maskinsoftwareindlæring og inferens. Efterfølgende vil de fortolkede resultater blive underkastet statistisk analysesoftware for at vurdere nøjagtigheden.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Kappa statistik
Tidsramme: Maskinen tager cirka 0,5 time at fuldføre fortolkningen af ​​omkring 800 urinkrystalbilleder.
Bruges til at sammenligne mellem et nyt instrument og et standardinstrument for at bestemme, om det nye instrument udviser et vist niveau af ydeevne eller nøjagtighed.
Maskinen tager cirka 0,5 time at fuldføre fortolkningen af ​​omkring 800 urinkrystalbilleder.

Samarbejdspartnere og efterforskere

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

Sponsor

Yi-Shiou Tseng

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 (Anslået)

1. januar 2024

Primær færdiggørelse (Anslået)

31. december 2024

Studieafslutning (Anslået)

31. december 2024

Datoer for studieregistrering

Først indsendt

12. december 2023

Først indsendt, der opfyldte QC-kriterier

12. december 2023

Først opslået (Anslået)

21. december 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

21. december 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. december 2023

Sidst verificeret

1. december 2023

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 112183-E

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Denne undersøgelse involverer retrospektiv analyse af urinkrystalbilleder bevaret fra en tidligere undersøgelse (Intramural Research Project Code 107123-E på Far Eastern Memorial Hospital). Efterfølgende vil billedforbehandling og kategorimærkning blive anvendt for at lette maskinsoftwareindlæring og inferens. De fortolkede resultater vil derefter gennemgå en statistisk analyse for nøjagtighed ved hjælp af dedikeret software. Deltageroplysninger og eksperimentelle data gemmes på en computer i et delt laboratorium, med adgang sikret gennem adgangskodebeskyttelse for at sikre datasikkerhed. Deltagerens identiteter kodes for fortrolighed. Når de nødvendige oplysninger er indsamlet, vil de originale deltageridentiteter blive forbundet med deres respektive koder. Forskere vil ikke indhente listen over potentielle deltagere gennem midler, der krænker privatlivets fred.

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 Nyre Calculi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Argentina

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner