Künstliche Intelligenz zum Screening mehrerer Hornhauterkrankungen
Anwendung von Deep Learning zum Screening mehrerer Hornhauterkrankungen
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Yan Huo, Master
- Telefonnummer: 13102118953
- E-Mail: hy13102118953@163.com
Studienorte
-
-
Tianjin
-
Tianjin, Tianjin, China
- Rekrutierung
- Tiajin Eye Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Die Qualität der Spaltlampenbilder sollte klinisch akzeptabel sein.
- Mehr als 90 % des Bildbereichs der Spaltlampe, einschließlich der drei Hauptbereiche (Sklera, Pupille und Linse), sind leicht zu lesen und zu unterscheiden.
Ausschlusskriterien:
1)Unzureichende Informationen für die Diagnose.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Hornhauterkrankungen werden durch einen Algorithmus der künstlichen Intelligenz diagnostiziert
|
Ein Algorithmus der künstlichen Intelligenz wurde angewendet, um Hornhauterkrankungen anhand von Spaltlampenbildern zu diagnostizieren.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Fläche unter der Kurve
Zeitfenster: 1 Woche
|
Wir haben die ROC-Kurve (Receiver Operating Characteristic) und die Fläche unter der Kurve verwendet, um die Fähigkeit dieses Algorithmus der künstlichen Intelligenz zur Erkennung und Klassifizierung von Hornhauterkrankungen zu untersuchen.
|
1 Woche
|
|
Sensitivität und Spezifität
Zeitfenster: 1 Woche
|
Mithilfe von Sensitivität und Spezifität haben wir die Fähigkeit dieses Algorithmus der künstlichen Intelligenz zur Erkennung und Klassifizierung von Hornhauterkrankungen untersucht.
|
1 Woche
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Studienstuhl: Yan Wang, Prof, Tianjin Eye Hospital
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
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 (Geschätzt)
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
- KY-2023083
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 .