Analyse der Halswirbelsäulen-MRT mit Deep Learning
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Kontakte und Standorte
Studienorte
-
-
-
Istanbul, Truthahn
- Bezmialem Vakif University Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- 18-75 Jahre alt
- In den Krankenhausunterlagen steht das Ergebnis einer MRT-Untersuchung der Halswirbelsäule, die in den letzten 5 Jahren wegen Nackenschmerzen durchgeführt wurde.
Ausschlusskriterien:
- Malignität
- Anzeichen einer aktiven Infektion
- Erhebliche Wirbelsäulendeformität (fortgeschrittene Skoliose, angeborene Wirbeldefekte)
- Wirbensäulenoperation
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeitsrate des Modells, ermittelt durch Kreuzvalidierung des Datensatzes
Zeitfenster: Bis zum Studienabschluss vergehen durchschnittlich 1,5 Jahre
|
Wir werden den Datensatz zufällig in 4 Teilmengen aufteilen.
In jedem Unterexperiment werden MRT-Schnitte aus drei Teilmengen trainiert und Schnitte in der anderen Teilmenge getestet.
Wir werden insgesamt 4 Unterexperimente durchführen, sodass jeder Abschnitt im Datensatz einmal getestet wird.
|
Bis zum Studienabschluss vergehen durchschnittlich 1,5 Jahre
|
|
Zuverlässigkeit des Modells, bewertet durch Vergleich der Berichte des Modells und des Radiologen.
Zeitfenster: Bis zum Studienabschluss vergehen durchschnittlich 1,5 Jahre
|
Es werden Kappa-Statistiken und Zuverlässigkeitskoeffizienten verwendet.
|
Bis zum Studienabschluss vergehen durchschnittlich 1,5 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Castro-Mateos I, Hua R, Pozo JM, Lazary A, Frangi AF. Intervertebral disc classification by its degree of degeneration from T2-weighted magnetic resonance images. Eur Spine J. 2016 Sep;25(9):2721-7. doi: 10.1007/s00586-016-4654-6. Epub 2016 Jul 7.
- Jamaludin A, Lootus M, Kadir T, Zisserman A, Urban J, Battie MC, Fairbank J, McCall I; Genodisc Consortium. ISSLS PRIZE IN BIOENGINEERING SCIENCE 2017: Automation of reading of radiological features from magnetic resonance images (MRIs) of the lumbar spine without human intervention is comparable with an expert radiologist. Eur Spine J. 2017 May;26(5):1374-1383. doi: 10.1007/s00586-017-4956-3. Epub 2017 Feb 6.
- Kim S, Bae WC, Masuda K, Chung CB, Hwang D. Fine-Grain Segmentation of the Intervertebral Discs from MR Spine Images Using Deep Convolutional Neural Networks: BSU-Net. Appl Sci (Basel). 2018 Sep;8(9):1656. doi: 10.3390/app8091656. Epub 2018 Sep 14.
- Daenzer S, Freitag S, von Sachsen S, Steinke H, Groll M, Meixensberger J, Leimert M. VolHOG: a volumetric object recognition approach based on bivariate histograms of oriented gradients for vertebra detection in cervical spine MRI. Med Phys. 2014 Aug;41(8):082305. doi: 10.1118/1.4890587.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Voraussichtlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 54022451
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .