Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Multimodales bildgebendes Diagnose- und Entscheidungshilfesystem für hepatische Echinokokkose basierend auf Bild-Omics und Vision-Makromodell

13. September 2024 aktualisiert von: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Hepatische Echinokokkose (hepatische Echinokokkose) ist eine wichtige zoonotische Krankheit, die in den landwirtschaftlichen und pastoralen Gebieten Nordwestchinas weit verbreitet ist. Die Krankheit kann in jedem Teil des menschlichen Körpers parasitär auftreten und mehrere Organe befallen. In schweren Fällen verlieren die Patienten ihre Arbeitsfähigkeit. Gegenwärtig steht die Krankheit vor Herausforderungen in Bezug auf die diagnostische Genauigkeit, die Identifizierung spezifischer Typen, die Beurteilung der präoperativen Aktivität, die Vorhersage eines postoperativen Wiederauftretens und die Entscheidungsbeurteilung der T-Rohr-Einkerbung. Dieses Problem ist besonders in Gebieten mit hoher Inzidenz von Bedeutung, in denen die medizinischen Ressourcen ungleichmäßig verteilt sind und es an hervorragenden Bildgebungsärzten und Klinikern mangelt. Unsere früheren Studien haben gezeigt, dass der Einsatz visueller Großmodelle und bildgebender Omics-Algorithmen Leber-Echinokokken-Läsionen effektiv segmentieren, Schlüsselmerkmale extrahieren und Ärzten genaue und zuverlässige Diagnose- und Behandlungsempfehlungen geben kann. Wir glauben, dass auf der Grundlage der Transformation verschiedener medizinischer Bildmodi (wie MRT, CT und Ultraschall) auf der Grundlage eines breiteren multizentrischen großen Datensatzes das Ziel einer effektiven Identifizierung, Diagnose, chirurgischen Entscheidungsunterstützung und postoperativen genauen Vorhersage von Lebererkrankungen erreicht werden kann Echinokokkose kann erreicht werden. Wir werden Technologielösungen der künstlichen Intelligenz wie Adversarial Generation Network, Vision Large Model, Image Omics und Decision Level Fusion nutzen und dabei Diagnose- und Behandlungseffizienz, Diagnose- und Behandlungsautomatisierung sowie Interpretierbarkeit der Diagnoseergebnisse berücksichtigen, um eine umfassende, genaue Diagnose und Prognose zu erstellen System für hepatische Echinokokkose

Studienübersicht

Status

Status

Zeigt den aktuellen Rekrutierungsstatus oder den erweiterten Zugriffsstatus an.
Abgeschlossen

Bedingungen

Bedingungen

Die Krankheit, Störung, das Syndrom, die Krankheit oder die Verletzung, die untersucht wird. Auf ClinicalTrials.gov können die Bedingungen auch andere gesundheitsbezogene Themen wie Lebensdauer, Lebensqualität und Gesundheitsrisiken umfassen.

Intervention / Behandlung

Intervention / Behandlung

Ein Prozess oder eine Handlung, die im Mittelpunkt einer klinischen Studie steht. Interventionen umfassen Medikamente, medizinische Geräte, Verfahren, Impfstoffe und andere Produkte, die entweder in der Erprobungsphase oder bereits verfügbar sind. Interventionen können auch nicht-invasive Ansätze umfassen, wie z. B. Aufklärung oder eine Änderung der Ernährung und Bewegung.

Detaillierte Beschreibung

  1. Automatische Erkennung/effiziente Diagnose von hepatischer Echinokokkose: Entwicklung eines Deep-Learning-basierten KI-Diagnosetools mit dem Ziel, die Unterscheidung von hepatischer Echinokokkose von anderen Lebererkrankungen wie Leberzysten, Leberabszessen und anderen raumfordernden hepatischen zystischen Läsionen zu verbessern. Das Tool wird generative gegnerische Netzwerke und polarisierte Selbstaufmerksamkeitsalgorithmen nutzen, um hepatische Echinokokkose effektiv zu identifizieren und zu klassifizieren, um die ungleichen medizinischen Ressourcen und den Mangel an professionellen Ärzten in der westlichen Region auszugleichen
  2. Differentialdiagnose spezifischer Arten der hepatischen Echinokokkose: Untersuchung des Einsatzes multimodaler Bildgebung in Kombination mit Deep-Learning-Methoden zur Unterscheidung von CL-Typ, CE1-Typ und Leberzyste der hepatischen Echinokokkose. Diese Forschung wird den medizinischen Bildsegmentierungsalgorithmus DINOv2 und die Deep-Learning-Technologie anwenden, um Fälle mit relativ ungleichmäßig verteilten und komplexen Daten genau zu identifizieren.
  3. Vorhersage des postoperativen Wiederauftretens einer hepatischen Echinokokkose: Transfer-Learning und Deep-SVDD-Algorithmus werden verwendet, um das Risiko eines postoperativen Wiederauftretens einer hepatischen Echinokokkose vorherzusagen, was eine wirksame Lösung für Datensätze mit unausgeglichener Stichprobengröße darstellt. Darüber hinaus wurde durch die Integration der Daten auf der medizinischen Big-Data-Plattform ein KI-basiertes postoperatives Rezidivvorhersagemodell etabliert

Studientyp

Studientyp

Beschreibt die Art einer klinischen Studie. Zu den Studientypen gehören Interventionsstudien (auch klinische Studien genannt), Beobachtungsstudien (einschließlich Patientenregister) und erweiterter Zugang.
Beobachtungs

Einschreibung (Tatsächlich)

Einschreibung

Die Anzahl der Teilnehmer an einer klinischen Studie. Die „erwartete“ Einschreibung ist die Zielzahl an Teilnehmern, die die Forscher für die Studie benötigen.
1000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • China
    • China/Guangdong
      • Guangzhou, China/Guangdong, China
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Zulassungskriterien

Die wichtigsten Voraussetzungen, die Personen erfüllen müssen, die an einer klinischen Studie teilnehmen möchten, bzw. welche Eigenschaften sie mitbringen müssen. Auswahlkriterien bestehen sowohl aus Einschlusskriterien (die erforderlich sind, damit eine Person an der Studie teilnehmen kann) als auch aus Ausschlusskriterien (die eine Person an der Teilnahme hindern). Arten von Zulassungskriterien umfassen, ob eine Studie gesunde Freiwillige akzeptiert, Alters- oder Altersgruppenanforderungen hat oder durch das Geschlecht begrenzt ist.

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

In dieser Studie wurde auf der Grundlage der Bilddaten von Patienten mit Leberblase, die durch Pathologie nach der Operation bestätigt wurde, Deep-Learning-Technologie verwendet, um Leberblase von hepatischen zystischen Stationsläsionen wie Leberzysten und Leberabszessen zu unterscheiden

Beschreibung

Einschlusskriterien:

  1. Patienten mit vollständigen Originalbildern im DCIM-Format CT, Ultraschall und MRT
  2. Patienten mit Leberhydatiden, die nach der Operation durch eine Pathologie bestätigt wurden
  3. Patienten mit vollständiger Aufbewahrung klinischer Daten

Ausschlusskriterien:

  1. Patienten mit Bilddaten von schlechter Qualität
  2. Patienten mit unvollständigen klinischen Daten
  3. CE4- und CE5-Leberhydatidenpatienten, diagnostiziert durch alleinige Bildgebung ohne chirurgische Behandlung

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte

Gruppe / Kohorte

Eine Gruppe oder Untergruppe von Teilnehmern an einer Beobachtungsstudie, die hinsichtlich biomedizinischer oder gesundheitlicher Ergebnisse bewertet wird.
Intervention / Behandlung

Intervention / Behandlung

Ein Prozess oder eine Handlung, die im Mittelpunkt einer klinischen Studie steht. Interventionen umfassen Medikamente, medizinische Geräte, Verfahren, Impfstoffe und andere Produkte, die entweder in der Erprobungsphase oder bereits verfügbar sind. Interventionen können auch nicht-invasive Ansätze umfassen, wie z. B. Aufklärung oder eine Änderung der Ernährung und Bewegung.
Beobachtungsgruppe
Als Untersuchungsobjekt dienten in dieser Studie präoperative Bilddaten von Patienten mit Leberblase
Diagnosetest: Künstliche Intelligenz identifiziert Leberhydatiden
Mithilfe der Deep-Learning-Technologie wurde ein künstliches neuronales Netzwerk zur automatischen Identifizierung von Leberflüssigkeiten aufgebaut
Kontrollgruppe
Leberzysten, Leberabszesse und normale Leber waren die Kontrollgruppe
Diagnosetest: Künstliche Intelligenz identifiziert Leberhydatiden
Mithilfe der Deep-Learning-Technologie wurde ein künstliches neuronales Netzwerk zur automatischen Identifizierung von Leberflüssigkeiten aufgebaut

Was misst die Studie?

Primäre Ergebnismessungen

Primäre Ergebnismessungen

Im Protokoll einer klinischen Studie die geplante Ergebnismessung, die für die Bewertung der Wirkung einer Intervention/Behandlung am wichtigsten ist. Die meisten klinischen Studien haben einen primären Endpunkt, aber einige haben mehr als einen.
Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Roc-Kurve
Zeitfenster: 2024.7-2026.3
Betriebskennlinie des Empfängers
2024.7-2026.3
AUC
Zeitfenster: 2024.7-2026.3
Fläche unter der ROC-Kurve
2024.7-2026.3
PPV
Zeitfenster: 2024.7-2026.3
Positiver Vorhersagewert
2024.7-2026.3
Kapitalwert
Zeitfenster: 2024.7-2026.3
Negativer Vorhersagewert
2024.7-2026.3

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Sponsor

Die Organisation oder Person, die die Studie initiiert und die Autorität und Kontrolle über die Studie hat.
Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Ermittler

Ermittler

Ein Forscher, der an einer klinischen Studie beteiligt ist. Zu den verwandten Begriffen gehören Studienleiter, Unterprüfer am Standort, Studienleiter, Studienleiter und Studienleiter.
  • Studienleiter: Yajin Chen, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Nützliche Links

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

Studienbeginn

Das tatsächliche Datum, an dem der erste Teilnehmer in eine klinische Studie aufgenommen wurde. Das „voraussichtliche“ Studienstartdatum ist das Datum, von dem die Forscher glauben, dass es das Studienstartdatum sein wird.
30. September 2023

Primärer Abschluss (Tatsächlich)

Primärer Abschluss

Das Datum, an dem der letzte Teilnehmer einer klinischen Studie untersucht wurde oder eine Intervention erhalten hat, um endgültige Daten für das primäre Ergebnis zu sammeln. Ob die klinische Studie protokollgemäß endete oder beendet wurde, hat keinen Einfluss auf dieses Datum. Bei klinischen Studien mit mehr als einem primären Ergebnismaß mit unterschiedlichen Abschlussdaten bezieht sich dieser Begriff auf das Datum, an dem die Datenerhebung für alle primären Ergebnismaße abgeschlossen ist. Das „erwartete“ primäre Abschlussdatum ist das Datum, von dem die Forscher glauben, dass es das primäre Abschlussdatum für die Studie sein wird.
12. September 2024

Studienabschluss (Tatsächlich)

Studienabschluss

Das Datum, an dem der letzte Teilnehmer an einer klinischen Studie untersucht wurde oder eine Intervention/Behandlung erhielt, um endgültige Daten für die primären Ergebnismaße, sekundären Ergebnismaße und Nebenwirkungen zu sammeln (d. h. der letzte Besuch des letzten Teilnehmers). Das „voraussichtliche“ Abschlussdatum der Studie ist das Datum, von dem die Forscher glauben, dass es das Abschlussdatum der Studie sein wird.
12. September 2024

Studienanmeldedaten

Zuerst eingereicht

Zuerst eingereicht

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht bei ClinicalTrials.gov eingereicht hat. Zwischen dem Datum der ersten Einreichung und der Verfügbarkeit des Datensatzes auf ClinicalTrials.gov (dem ersten veröffentlichten Datum) liegt in der Regel eine Verzögerung von einigen Tagen.
2. August 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht einreicht, der den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) entspricht. Der Sponsor oder Prüfer muss möglicherweise einen Studienbericht ein- oder mehrmals überarbeiten und einreichen, bevor die QC-Überprüfungskriterien von NLM erfüllt sind. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
2. August 2024

Zuerst gepostet (Tatsächlich)

Zuerst gepostet

Das Datum, an dem der Studienbericht zum ersten Mal auf ClinicalTrials.gov verfügbar war, nachdem die Qualitätskontrolle (QC) der National Library of Medicine (NLM) abgeschlossen wurde. Zwischen dem Datum, an dem der Studiensponsor oder Prüfer den Studienbericht eingereicht hat, und dem ersten veröffentlichten Datum liegt in der Regel eine Verzögerung von einigen Tagen.
6. August 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

Letztes Update gepostet

Das letzte Datum, an dem Änderungen an einem Studienbericht auf ClinicalTrials.gov verfügbar gemacht wurden. Es kann eine Verzögerung zwischen der Übermittlung der Änderungen an ClinicalTrials.gov durch den Sponsor oder Prüfer der Studie (Datum der letzten eingereichten Aktualisierung) und dem Datum der letzten Veröffentlichung der Aktualisierung geben.
19. September 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Das letzte Datum, an dem der Studiensponsor oder Prüfer Änderungen an einem Studienbericht eingereicht hat, die mit den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) übereinstimmen. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
13. September 2024

Zuletzt verifiziert

Zuletzt verifiziert

Das letzte Datum, an dem der Studiensponsor oder Prüfer die Informationen über eine klinische Studie auf ClinicalTrials.gov als richtig und aktuell bestätigt hat. Wenn eine Studie den Rekrutierungsstatus Recruiting hat; noch keine Rekrutierung; oder aktiv, keine Rekrutierung wurde innerhalb der letzten 2 Jahre nicht bestätigt, der Rekrutierungsstatus der Studie wird als unbekannt angezeigt.
1. September 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

Andere Studien-ID-Nummern

Andere Identifikatoren oder ID-Nummern als die NCT-Nummer, die einer klinischen Studie vom Sponsor der Studie, Geldgebern oder anderen zugewiesen werden. Diese Nummern können eindeutige Kennungen von anderen Studienregistern und Zuschussnummern der National Institutes of Health enthalten.
  • SYSKY-2024-517-01

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Relevante medizinische Bilddaten stellen die Privatsphäre der Patienten dar und die Forschungsgruppe weigerte sich, sie weiterzugeben

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Cookie-Einstellungen

Wir verwenden Cookies, um sicherzustellen, dass Sie auf unserer Website die bestmögliche Erfahrung machen. Weitere Informationen finden Sie in unserer Datenschutz- und Cookie-Richtlinien. ...>>>Sie können Ihre Einstellungen jederzeit ändern oder Ihre Einwilligung widerrufen, indem Sie die Cookies wie in der Richtlinie beschrieben von Ihrer Website oder Ihrem Computer löschen. Bitte akzeptieren Sie es und wählen Sie Ihre Einstellungen, indem Sie die entsprechenden Kästchen im Abschnitt "Einstellungen verwalten" unten ankreuzen. Bitte lesen Sie unsere Nutzungsbedingungen sorgfältig durch, bevor Sie einen Teil dieser Website nutzen.
«Einstellungen verwalten