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

Dyb læring til præoperativ pulmonal vurdering i thorax CT

26. juni 2024 opdateret af: Jianxing He, The First Affiliated Hospital of Guangzhou Medical University

Anvendelse af dyb læring i CT-billeddannelse af elektiv thoraxkirurgi-patienter: vurdering af præoperativ abnorm lungefunktion

Forsøget var designet som et enkeltcenter, ikke-interventionel prospektiv observationsundersøgelse for at bruge deep learning-teknologi kombineret med computertomografi (CT) billeder til præcist at forudsige lungefunktionsindikatorerne for thoraxkirurgi præoperative patienter.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Præoperative lungefunktionstests er afgørende for vurdering af perioperative komplikationer eller dødelighedsrisici og yde beslutningsstøtte til thoraxkirurgi. Traditionelle lungefunktionsvurderingsmetoder har dog betydelige begrænsninger, herunder lange testvarigheder, vanskeligheder med patientsamarbejde, høje falsk-negative rater og talrige kontraindikationer. Således optimerede vores undersøgelse den endelige model baseret på 1500 enkelt inspiratorisk fase CT'er ved at overføre modelparametre trænet på 500 dual-fase respiratoriske CT'er, hvilket forbedrede dens forudsigende evner for lungefunktion. Denne justering passer til de virkelige applikationskrav og tilbyder mere bekvem, omfattende og personlig præoperativ lungefunktionsvurderingsstøtte. Vores undersøgelse optimerede den endelige model baseret på 1500 enkelt inspiratorisk fase CT'er ved at overføre modelparametre trænet på 500 dual-fase respiratoriske CT'er, hvilket forbedrede dens forudsigende evner for lungefunktion. Denne justering passer til de virkelige applikationskrav og tilbyder mere bekvem, omfattende og personlig præoperativ lungefunktionsvurderingsstøtte.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

2000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510120
        • Rekruttering
        • Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
        • Kontakt:

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

Elektive thoraxkirurgiske patienter

Beskrivelse

Inklusionskriterier:

  • (1) Underskrift af den informerede samtykkeformular;
  • (2) Mand eller kvinde i alderen 18-75 år;
  • (3) gennemgår elektiv thoraxkirurgi;
  • (4) Godt præoperativt lungefunktionssamarbejde og fuldstændig rapportering;
  • (5) Præoperative en-/dobbeltfase-CT-scanninger af brystet uden væsentlige artefakter og med fuldstændig billeddannelse;
  • (6) Intervallet mellem præoperativ lungefunktion og enkelt-/dobbeltfase CT-skanninger overstiger ikke en måned.

Ekskluderingskriterier:

  • (1) Dårligt præoperativt lungefunktionssamarbejde eller manglende rapporter;
  • (2) Præoperative en-/dobbeltfase-CT-scanninger af brystet udviser væsentlige artefakter eller udeladelse af billede;
  • (3) Intervallet mellem præoperativ lungefunktion og enkelt-/dobbeltfase CT-skanninger overstiger en måned;
  • (4) Komplikation med alvorlige luftvejslidelser (såsom lungetransplantation, pneumothorax, kæmpe bullae osv.);
  • (5) Sameksisterende med andre alvorlige funktionsnedsættelser;
  • (6) Patienter med obstruktive læsioner såsom luftvejs- eller esophageal stenose;
  • (7) Højde ud over det forudsagte ligningsområde (hun < 1,45 m; mand < 1,55 m);
  • (8) Medicinbrug før lungefunktionstest, der ikke opfylder retningslinjerne for ophør;
  • (9) Lungefunktionsrapport kvalitetsgraderet D-F.

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
Intervention / Behandling
Enkelt inspiratorisk fase kohorte
Patienter i denne kohorte gennemgår en enkelt inspiratorisk fase CT og lungefunktionstest præoperativt.
Andet: Enkel inspiratorisk computertomografi.
Anvendelse af deep learning-teknologi i forbindelse med computertomografibilleder i en enkelt inspiratorisk fase til nøjagtigt at forudsige lungefunktionsindikatorerne hos præoperative thoraxkirurgiske patienter.
Respiratorisk dobbeltfasekohorte
Patienter i denne kohorte gennemgår respiratorisk dobbeltfase-CT og lungefunktionstest præoperativt.
Andet: Respiratorisk tofaset computertomografi.
Anvendelse af deep learning-teknologi i forbindelse med respiratoriske tofasede computertomografibilleder til nøjagtigt at forudsige lungefunktionsindikatorerne hos præoperative thoraxkirurgiske patienter.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Gennemsnitlig absolut fejl (MAE)
Tidsramme: 2 år
Bruges til at vurdere uoverensstemmelsen mellem lungefunktionsforudsigelser foretaget af deep learning-algoritmen og faktiske resultater opnået fra lungefunktionstests (målt med et spirometer).
2 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Konkordans korrelationskoefficient (CCC)
Tidsramme: 2 år
Bruges til at vurdere uoverensstemmelsen mellem lungefunktionsforudsigelser foretaget af deep learning-algoritmen og faktiske resultater opnået fra lungefunktionstests (målt med et spirometer).
2 år

Samarbejdspartnere og efterforskere

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

Sponsor

The First Affiliated Hospital of Guangzhou Medical University

Samarbejdspartnere

GE Healthcare

Efterforskere

  • Ledende efterforsker: Jianxing He, MD, Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College

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)

1. oktober 2023

Primær færdiggørelse (Anslået)

30. september 2024

Studieafslutning (Anslået)

30. december 2024

Datoer for studieregistrering

Først indsendt

21. juni 2024

Først indsendt, der opfyldte QC-kriterier

26. juni 2024

Først opslået (Faktiske)

27. juni 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

27. juni 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. juni 2024

Sidst verificeret

1. juni 2024

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • ES-2024-091-02

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 Lungefunktion

Kliniske forsøg med Enkel inspiratorisk computertomografi.

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Vietnam

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

3
Abonner