Unterscheidung zwischen Gehirnblutung und Kontrastmittel
Künstliche Intelligenz zur Unterscheidung zwischen Hirnblutung und Kontrastmittelextravasation nach mechanischer Revaskularisation bei akutem ischämischem Schlaganfall
Ziel dieser Beobachtungsstudie ist es, mithilfe künstlicher Intelligenz Hirnblutungen von Kontrastmittelextravasationen nach mechanischer Revaskularisation bei ischämischen Schlaganfällen zu unterscheiden.
Die Hauptfrage, die beantwortet werden soll, lautet: Kann künstliche Intelligenz dabei helfen, eine Gehirnblutung von einer Kontrastmittelextravasation zu unterscheiden?
Patienten mit intrakraniellen Läsionen hoher Dichte bei CT-Scans innerhalb von 24 Stunden nach der mechanischen Revaskularisierung werden eingeschlossen. Es werden voraussichtlich 500 Patienten aufgenommen. Die Art der hochdichten Läsion wird anhand von Dual-Energy-CT-Bildern oder Folgebildern bestimmt. Die Patienten werden durch geschichtete Zufallsstichproben (6:2:2) in Trainingsgruppen, Validierungs- und Testgruppen eingeteilt. Nachdem die Bilder und die Bildbeschriftungen erhalten wurden, wird Deep-Learning-Künstliche Intelligenz verwendet, um die Bildeigenschaften zu lernen und ein Diagnosemodell zu erstellen, und die Modellleistung und Generalisierungsfähigkeit werden bewertet.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Meiwei Chen
- Telefonnummer: +86 18898534109
- E-Mail: chenmw7@mail.sysu.edu.cn
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
(1) Bei den Patienten wurde nach mechanischer Vaskularisation eine nicht-verstärkte Kopf-CT durchgeführt. (2) Die erste postoperative Kopf-CT ohne Verstärkung wurde innerhalb von 24 Stunden nach der mechanischen Vaskularisierung durchgeführt. und (3) intrakranielle Hyperintensität, die als eine objektiv höhere Dichte als die umgebende graue oder weiße Substanz im Parenchym oder eine höhere Dichte als die Liquor cerebrospinalis in Ventrikeln und Zisternen definiert wurde, konnte danach auf der ersten nicht verstärkten Kopf-CT beobachtet werden mechanische Vaskularisierung.
Ausschlusskriterien:
(1) Die Nachbeobachtungszeit der nicht-verstärkten Kopf-CT nach mechanischer Vaskularisation betrug weniger als 24 Stunden; (2) Artefakte (z. B. Metallartefakte oder Bewegungsartefakte) beeinflussten die Hyperintensität in CT-Bildern; und (3) Patienten wurden nach mechanischer Vaskularisierung einer Kraniotomie unterzogen, was es schwierig machte, den Bereich mit Hyperintensität zu identifizieren.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
|---|
|
Blutung
Das Ergebnis der intrakraniellen Hyperdichte auf CT-Bildern wird durch Dual-Energy-CT oder Folgebilder bestimmt: Hyperdichte ist auf dem virtuellen kontrastfreien Bild der Dual-Energy-CT zu erkennen oder hohe Dichte bleibt länger als 48 bestehen Std.
|
|
einfache Kontrastextravasation
Auf den virtuellen kontrastfreien Bildern der Dual-Energy-CT ist keine intrakranielle Hyperdichte zu erkennen, oder die Folge-CT zeigt, dass die Hyperdichte innerhalb von 48 Stunden absorbiert wird.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwickeln Sie ein Deep-Learning-Modell zur Unterscheidung von Hirnblutungen und Kontrastmittelextravasation und bewerten Sie die Modellleistung und Generalisierungsfähigkeit
Zeitfenster: 2024-12
|
Die Genauigkeit, Sensitivität, Spezifität, Präzision und Erinnerung des Modells werden berechnet und eine Verwirrungsmatrix wird angezeigt.
|
2024-12
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- SYSKY-2023-865-01
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 .