Anwendung des Algorithmus für künstliche Intelligenz basierend auf der Messung der CT -Bildgebung zur Muskelparametermessung
Anwendung des Algorithmus für künstliche Intelligenz basierend auf der CT -Bildgebung zur Messung des Muskelsparameters bei der Diagnose von Sarkopenie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Shanghai
-
Shanghai, Shanghai, China, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Die Bevölkerung untersucht CT -Untersuchungen von BIA und abdominal;
- Kann kooperieren, um die Analyse der menschlichen Körperzusammensetzung, die Messung der Griffstärke, die Messung von 6M Wanderzeit und die Fragebogenumfrage zu vervollständigen.
Ausschlusskriterien:
- Alter <18 Jahre alt;
- Existenz des Bauchwandödems;
- Vorgeschichte von Wirbelsäulenchirurgie oder Wirbelfrakturen oder Wirbel -Tumorläsionen;
- Vorgeschichte neuromuskulärer Störungen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Automatisch und präzise das dreidimensionale Muskelvolumen und das Fettvolumen genau quantifizieren.
Zeitfenster: 2020-2023
|
Eine automatisierte und präzise Quantifizierung des dreidimensionalen Muskelvolumens und des Fettvolumens im L3-Wirbelbereich durch tiefes Lernen.
|
2020-2023
|
|
Einrichtung eines Modells für künstliche Intelligenz zur Diagnose von Sarkopenie.
Zeitfenster: 2020-2023
|
Die Validierung künstlicher Intelligenzmodelle kann zur Diagnose von Sarkopenie beitragen.
|
2020-2023
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
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
- LY2023-150-A
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 .