Deep Learning in der Erkennung und Überwachung von Retinoblastomen.
Computergestütztes Deep-Learning-Erkennungssystem zur Erkennung und Überwachung von Retinoblastomen.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Wenbin Wei, MD
- Telefonnummer: 010-58269523
- E-Mail: weiwenbintr@163.com
Studieren Sie die Kontaktsicherung
- Name: Ruiheng Zhang, MD
- E-Mail: zhangruihengsy@outlook.com
Studienorte
-
-
Beijing
-
Beijing, Beijing, China, 100730
- Rekrutierung
- Wen-Bin Wei
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Retinoblastom-Patienten werden einer standardmäßigen medizinischen Behandlung unterzogen.
Ausschlusskriterien:
- Die Bediener identifizierten Bilder, die aufgrund von Gründen wie Unschärfe und Defokussierung für eine korrekte Diagnose nicht auswertbar waren, und schlossen sie von der weiteren Analyse aus.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Patienten mit Retinoblastom
Retinoblastom-Patienten, die sich einer medizinischen Standardversorgung im Pekinger Tongren-Krankenhaus unterziehen.
Das anonyme Bild dieser Patienten wird prospektiv von leitenden Augenärzten gesammelt und gekennzeichnet.
|
Ein zuvor entwickelter Deep-Learning-Algorithmus würde angewendet, um Retinoblastom-Tumoren auf Retcam-Bildern zu identifizieren und zwischen aktiven und inaktiven Retinoblastom-Tumoren zu unterscheiden.
Die Entscheidung zweier verschiedener leitender Augenärzte wäre der Goldstandard.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnosegenauigkeit des Deep-Learning-Algorithmus
Zeitfenster: 1 Woche
|
Die diagnostische Genauigkeit dieses Deep-Learning-Algorithmus ist der Anteil von richtig positiv und richtig negativ in allen ausgewerteten Fällen
|
1 Woche
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (TATSÄCHLICH)
Studienbeginn
Primärer Abschluss (ERWARTET)
Primärer Abschluss
Studienabschluss (ERWARTET)
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
- Neubildungen nach histologischem Typ
- Neubildungen
- Neubildungen nach Standort
- Neubildungen, Drüsen und Epithelien
- Augenkrankheiten
- Erkrankungen der Netzhaut
- Neubildungen, Neuroepithel
- Neuroektodermale Tumoren
- Neoplasmen, Keimzelle und Embryonal
- Neubildungen, Nervengewebe
- Augenkrankheiten, erblich
- Neubildungen des Auges
- Neubildungen der Netzhaut
- Retinoblastom
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- AI in retinoblastoma
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 .