- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06321614
Dyb læring i klassificering af tarmobstruktionsrøntgenbilleder
Selvovervåget læring til klassificering af tarmobstruktion på opretstående abdominal radiografi
Baggrund: Nøjagtig mærkning af obstruktionsstedet på opretstående abdominal røntgenbillede er en udfordrende opgave. Manglen på grundsandhed fører til dårlig præstation på overvågede læringsmodeller. For at løse dette problem foreslås selvovervåget læring (SSL) for at klassificere normal, tyndtarmsobstruktion (SBO) og tyktarmsobstruktion (LBO) røntgenbilleder ved hjælp af nogle få bekræftede prøver.
Metoder: Et par antal bekræftede og et stort antal umærkede røntgenbilleder blev kategoriseret baseret på sandheden. SSL-modellen blev først trænet på de umærkede røntgenbilleder og derefter finjusteret på de bekræftede røntgenbilleder. ResNet50 og VGG16 blev brugt til de indlejrede basiskodere, hvis vægte og parametre blev justeret under træningsprocessen. Desuden blev det testet på et uafhængigt datasæt, sammenlignet med overvågede læringsmodeller og menneskelige tolke. Til sidst blev t-SNE og Grad-CAM brugt til at visualisere modellens fortolkning.
Studieoversigt
Status
Betingelser
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiesteder
-
-
Jiangsu
-
Suzhou, Jiangsu, Kina, 215006
- TheFirst Affiliated Hospital of Soochow University
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Hospitalets billeddiagnostiske system ledte efter almindelige abdominale stående film diagnosticeret som tarmobstruktion eller normal mellem 2022 og 2024
- I alderen 18 til 80 år
- Hovedklagen var gastrointestinale symptomer
Ekskluderingskriterier:
- Billedinterferens, uklar ydeevne, svær at skelne
- Ikke-gastrointestinale symptomer var hovedklagen
- Rygliggende, liggende eller lateral decubitus radiografi
- Paralytisk obstruktion, lukket sløjfe obstruktion, et al
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
patienter med normale abdominale røntgenbilleder
patienter med normale abdominale røntgenbilleder, som blev bekræftet ved ekstra billeddiagnostiske undersøgelser og kliniske data.
Billeddiagnostiske undersøgelser omfattede CT, magnetisk resonansbilleddannelse (MRI) og koloskopi i de efterfølgende 72 timer, mens kliniske data omfattede nylige hospitalsindlæggelsesoplysninger og kirurgiske operationsnotater.
|
|
patienter med røntgenbilleder af tyndtarmsobstruktion
patienter med røntgenbilleder af tyndtarmsobstruktion, som blev bekræftet af ekstra billeddiagnostiske undersøgelser og kliniske data.
Billeddiagnostiske undersøgelser omfattede CT, magnetisk resonansbilleddannelse (MRI) og koloskopi i de efterfølgende 72 timer, mens kliniske data omfattede nylige hospitalsindlæggelsesoplysninger og kirurgiske operationsnotater.
Med hensyn til placering involverer tyndtarmsobstruktion (SBO) duodenum, jejunum og ileum
|
|
patienter med røntgenbilleder af tyktarmsobstruktion
patienter med røntgenbilleder af tyktarmsobstruktion, som blev bekræftet af ekstra billeddiagnostiske undersøgelser og kliniske data.
Billeddiagnostiske undersøgelser omfattede CT, magnetisk resonansbilleddannelse (MRI) og koloskopi i de efterfølgende 72 timer, mens kliniske data omfattede nylige hospitalsindlæggelsesoplysninger og kirurgiske operationsnotater.
Med hensyn til placering involverer tyktarmsobstruktion (SBO) blindtarmen, tyktarmen og endetarmen.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk og klassificeringsydelse
Tidsramme: En uge
|
Nøjagtighed, tilbagekaldelse, præcision, F1-score og forvirringsmatrix
|
En uge
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Visualiseret fortolkning af den selv-superviserede model
Tidsramme: En uge
|
Grad-CAM og t-SNE for at visualisere fortolkningen af SSL-modellen
|
En uge
|
Samarbejdspartnere og efterforskere
Efterforskere
- Studieleder: Rui Li, MD, The First Affiliated Hospital of Soochow University
Publikationer og nyttige links
Generelle publikationer
- Markogiannakis H, Messaris E, Dardamanis D, Pararas N, Tzertzemelis D, Giannopoulos P, Larentzakis A, Lagoudianakis E, Manouras A, Bramis I. Acute mechanical bowel obstruction: clinical presentation, etiology, management and outcome. World J Gastroenterol. 2007 Jan 21;13(3):432-7. doi: 10.3748/wjg.v13.i3.432.
- Cheng PM, Tran KN, Whang G, Tejura TK. Refining Convolutional Neural Network Detection of Small-Bowel Obstruction in Conventional Radiography. AJR Am J Roentgenol. 2019 Feb;212(2):342-350. doi: 10.2214/AJR.18.20362. Epub 2018 Nov 26.
- Kim DH, Wit H, Thurston M, Long M, Maskell GF, Strugnell MJ, Shetty D, Smith IM, Hollings NP. An artificial intelligence deep learning model for identification of small bowel obstruction on plain abdominal radiographs. Br J Radiol. 2021 Jun 1;94(1122):20201407. doi: 10.1259/bjr.20201407. Epub 2021 Apr 27.
- Frager D. Intestinal obstruction role of CT. Gastroenterol Clin North Am. 2002 Sep;31(3):777-99. doi: 10.1016/s0889-8553(02)00026-2.
- Cappell MS, Batke M. Mechanical obstruction of the small bowel and colon. Med Clin North Am. 2008 May;92(3):575-97, viii. doi: 10.1016/j.mcna.2008.01.003.
- ten Broek RP, Strik C, Issa Y, Bleichrodt RP, van Goor H. Adhesiolysis-related morbidity in abdominal surgery. Ann Surg. 2013 Jul;258(1):98-106. doi: 10.1097/SLA.0b013e31826f4969.
- Vanderbecq Q, Ardon R, De Reviers A, Ruppli C, Dallongeville A, Boulay-Coletta I, D'Assignies G, Zins M. Adhesion-related small bowel obstruction: deep learning for automatic transition-zone detection by CT. Insights Imaging. 2022 Jan 24;13(1):13. doi: 10.1186/s13244-021-01150-y.
- Chen Y, Mancini M, Zhu X, Akata Z. Semi-Supervised and Unsupervised Deep Visual Learning: A Survey. IEEE Trans Pattern Anal Mach Intell. 2024 Mar;46(3):1327-1347. doi: 10.1109/TPAMI.2022.3201576. Epub 2024 Feb 6.
- Li G, Togo R, Ogawa T, Haseyama M. Self-supervised learning for gastritis detection with gastric X-ray images. Int J Comput Assist Radiol Surg. 2023 Oct;18(10):1841-1848. doi: 10.1007/s11548-023-02891-5. Epub 2023 Apr 11.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 2022098
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 Polyp af tyktarm
-
University of ManitobaAfsluttetPolypper | Colon polyp | Polyp af tyktarm | Colo-rektal cancer | Colon polyp | Rektal polyp | Polyp rektalCanada
-
IRCCS San RaffaeleUkendtColon polyp | Colon læsionItalien
-
White River Junction Veterans Affairs Medical CenterDartmouth College; Boston Scientific CorporationAfsluttetColon polypperForenede Stater
-
London North West Healthcare NHS TrustAfsluttetColon polypDet Forenede Kongerige
-
Soonchunhyang University HospitalUkendtColon polypKorea, Republikken
-
Biotax Labs LTDRekruttering
-
Seoul National University HospitalAfsluttetColon polypKorea, Republikken
-
Portuguese Oncology Institute, CoimbraAfsluttet
-
VA Northern California Health Care SystemAfsluttet
-
Ningbo No. 1 HospitalIkke rekrutterer endnu