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

Kunstig intelligens og knogletomoscintigrafier opnået med CZT-kamera (IATOS)

20. februar 2024 opdateret af: Achraf BAHLOUL, Central Hospital, Nancy, France

Ultrahurtige helkropsknogletomoscintigrafier opnået med et 360° CZT-kamera med høj følsomhed og en dedikeret støjreduktionsalgoritme til dyb indlæring

Denne undersøgelse havde til formål at afgøre, om hele kroppens knogle Single Photon Emission Computed Tomography (SPECT) optagelsestider på omkring 10 minutter, rutinemæssigt leveret af et højfølsomt 360 grader cadmium og zink tellurid (CZT) kamera, kan reduceres yderligere med en deep learning noise reduction (DLNR) algoritme.

Studieoversigt

Detaljeret beskrivelse

Denne undersøgelse havde til formål at bestemme, i hvilket omfang hurtige helkropsknogle-SPECT-optagelsestider, rutinemæssigt opnået med et højfølsomt 360 grader CZT-kamera og ret lave injicerede aktiviteter, kan reduceres yderligere ved hjælp af DLNR-algoritmen.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

19

Kontakter og lokationer

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

Studiesteder

      • Vandoeuvre les Nancy cedex, Frankrig, 54511
        • Chru Nancy

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

Sandsynlighedsprøve

Studiebefolkning

Nitten cancerpatienter (8 kvinder, 11 mænd) henvist til hurtig helkrops-knogle-enkeltfotonemissionstomografi til påvisning eller opfølgning af knoglemetastaser blev retrospektivt inkluderet i denne undersøgelse.

Beskrivelse

Inklusionskriterier:

  • patienter henvist til hurtig helkropsknogle-enkeltfotonemissionstomografi til påvisning eller opfølgning af knoglemetastaser

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
Vurder en dedikeret deep learning støjreduktionsalgoritme
Tidsramme: en dag
En dyb indlæringsstøjreduktionsalgoritme blev anvendt på optagede billeder af hele kroppen
en dag

Samarbejdspartnere og efterforskere

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

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)

30. august 2023

Primær færdiggørelse (Faktiske)

10. september 2023

Studieafslutning (Faktiske)

30. oktober 2023

Datoer for studieregistrering

Først indsendt

20. februar 2024

Først indsendt, der opfyldte QC-kriterier

20. februar 2024

Først opslået (Faktiske)

28. februar 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

28. februar 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

20. februar 2024

Sidst verificeret

1. februar 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2023PI095-407

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 Knoglelæsion

Abonner