Analyse von Fluoreszenzbildern mit künstlicher Intelligenz zur intraoperativen Erkennung von metastatischen Sentinel-Lymphknoten.
Analyse von Fluoreszenzbildern mit künstlicher Intelligenz zur intraoperativen Erkennung metastatischer Sentinel-Lymphknoten bei Patienten mit Brustkrebs.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Die Beurteilung des Sentinel-Lymphknotens (SLN) bei Patientinnen mit Brustkrebs im Frühstadium ist entscheidend für die Auswahl des geeigneten chirurgischen Ansatzes. Aber die Identifizierung von metastatischen LNs innerhalb des fibro-adipösen Gewebes der Fossa-axillaris-Probe bleibt eine Herausforderung. In letzter Zeit werden in der klinischen Praxis häufig Indocyaningrün (ICG) und Methylenblau verwendet. ICG als fluoreszierender Farbstoff hat eine Wirksamkeit bei der Kartierung von SLNs während der Operation. Chirurgen können der Fluoreszenzanzeige folgen, um SLN zu erkennen, und gleichzeitig Echtzeit-Fluoreszenz-Videobilder aufnehmen. Mehreren anderen Gruppen wurde gezeigt, dass die Verwendung eines chirurgischen ICG-Fluoreszenz-Navigationssystems zum Nachweis von SLNs bei Brustkrebspatientinnen technisch machbar ist. Aber keine Studie untersucht die Variabilität zwischen fluoreszierenden Bildern von Sentinel-Lymphknoten der Brust mit und ohne Metastasen in der bestehenden Veröffentlichung. Algorithmen der künstlichen Intelligenz (KI) für Deep Learning (DL) in der medizinischen Bildgebung breiten sich schnell aus.
In dieser Studie zielen die Forscher darauf ab, ein benutzerfreundliches Vorhersagemodell für künstliche Intelligenz zu entwickeln und zu validieren, um intraoperativ den Metastasierungsstatus von Sentinel-Lymphknoten zu identifizieren. Darüber hinaus sollte untersucht werden, ob dieser unabhängige und parallele intraoperative Workflow zur Beurteilung von Lymphknoten eine schnelle und genaue Analyse der Schädelbasis auf Lymphknoten-Fluoreszenzbildern ermöglichen und gleichzeitig okkulte (Mikro-) Lymphknotenmetastasen mithilfe optischer Bildgebung und künstlicher Intelligenz erkennen kann.
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Xueqi Fan, MD
- Telefonnummer: 19859202604
- E-Mail: fanxq@stu.xmu.edu.cn
Studienorte
-
-
Fujian
-
Xiamen, Fujian, China, 361000
- Rekrutierung
- Xiamen Key Laboratory of Endocrine-Related Cancer Precision Medicine
-
Kontakt:
- Xueqi Fan, MD
- Telefonnummer: 19859202604
- E-Mail: fanxq@stu.xmu.edu.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten im Alter von 18-70 Jahren weiblich.
- Die präoperative Stanzbiopsie oder offene chirurgische Exzisionsbiopsie Diagnose als Brustkrebs.
- Keine klinische Untersuchung verdächtiger axillärer Lymphknoten-positiv.
- Präoperativer klinischer oder radiologischer Nachweis ohne Fernmetastasen (M0).
- Der Patient hat das geplante Protokoll während der Studie gut eingehalten und eine Einverständniserklärung unterzeichnet.
Ausschlusskriterien:
- Schwangerschaft, Stillzeit.
- Allergie gegen ICG.
- Frühere Operation oder Strahlentherapie in der Achselhöhle oder Brust- oder Brustwand auf derselben Seite von Brustkrebs.
- Psychiatrische oder kognitive Beeinträchtigung.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Sonstiges
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Indocyaningrün
Injektion um den Warzenhof mit 2-4 Punkten Indocyaningrün mit 2 ml von 1,25 mg/ml; Erzielen Sie intraoperative Fluoreszenzbilder mit dem Nahinfrarot I (NIR-I)-Fluoreszenzbildgebungsinstrument.
|
Injektion um den Warzenhof mit 2-4 Punkten Indocyaningrün mit 2 ml von 1,25 mg/ml
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnose von Lymphknotenmetastasen
Zeitfenster: Die Teilnehmer werden für die Dauer des Krankenhausaufenthalts, voraussichtlich durchschnittlich 3 Monate, nachbeobachtet
|
Der Status der Lymphknotenmetastasen (LNM) wurde basierend auf der pathologischen Diagnose der chirurgischen Proben bestimmt.
|
Die Teilnehmer werden für die Dauer des Krankenhausaufenthalts, voraussichtlich durchschnittlich 3 Monate, nachbeobachtet
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Xueqi Fan, MD, School of Medicine, Xiamen University
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
- Xiang'an Hospital of XMU
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .