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

Evaluering af en kunstig intelligens-algoritme, der reducerer støj på hurtige helkropsknogletomoscintigrafi-optagelser optaget af et 360 graders cadmium-zink-tellurid-kamera (IATOS2)

28. februar 2025 opdateret af: Achraf BAHLOUL, Central Hospital, Nancy, France

For nylig er kunstig intelligens-algoritmer, der reducerer støj ved dyb læring, blevet udviklet med anvendelse på SPECT- og PET-billeder.

Mange undersøgelser har rapporteret muligheden for at reducere registreringstiden i knoglescintigrafi ved at anvende kunstig intelligens algoritmer, der reducerer støj

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Kun to undersøgelser sammenlignede billeder, der er dæmpet af en Deep Learning-algoritme, med dem, der er dæmpet af konventionelle filtre (Gauss- og medianfiltre). Den første undersøgelse blev kun udført på patienter, uden fantomanalyse og uden hensyntagen til læsionernes størrelse. Den anden undersøgelse omfattede en analyse af fantom og patienter, men med anvendelse på plane billeder frem for SPECT-billeder, der i stigende grad bruges i dag

Hypotesen for vores undersøgelse udført på fantom og patienter er, at en kunstig intelligens-algoritme, der reducerer støj, kan erstatte de konventionelle filtre, der normalt bruges i knogle SPECT til at afsløre scintigrafiske billeder.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

20

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Frankrig
      • Vandoeuvre les Nancy cedex, Frankrig, 54511
        • Rekruttering
        • Nuclear Medicine Department
        • 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

Sandsynlighedsprøve

Studiebefolkning

Patienter, der havde en knoglescanning for hele kroppens dimensioner for reumatologiske eller onkologiske indikationer og ikke modsatte sig brugen af ​​deres data

Beskrivelse

Inklusionskriterier:

Patienter, som havde en knogledimension af hele kroppen, scannede for reumatologiske eller onkologiske indikationer.

Ekskluderingskriterier:

Patienter er imod brugen af ​​deres data

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
At sammenligne billedbehandling behandlet af intelligensens kunstige algoritme med billedbehandling behandlet med den traditionelle kunstige filteralgoritme
Tidsramme: en dag
Kvantificeringsværdi på billeddannelse målt med intelligens kunstig algoritme sammenlignet med kvantificeringsværdi målt med konventionelt filter
en dag

Samarbejdspartnere og efterforskere

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

Sponsor

Central Hospital, Nancy, France

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)

27. februar 2025

Primær færdiggørelse (Anslået)

15. marts 2025

Studieafslutning (Anslået)

30. marts 2025

Datoer for studieregistrering

Først indsendt

7. januar 2025

Først indsendt, der opfyldte QC-kriterier

14. januar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. februar 2025

Sidst verificeret

1. februar 2025

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2024PI241

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 Knoglescanning

Kliniske forsøg med kunstig intelligens algoritme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Bahamas

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner