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

Development of Artificial Intelligence System for Detection and Diagnosis of Breast Lesion Using Mammography

24. Juli 2021 aktualisiert von: Sun Ying-Shi, Peking University Cancer Hospital & Institute
This project aims to establish a comprehensive artificial intelligence system for detecting and qualitative diagnosing breast lesions. Mammary images will be used to construct a diagnosis method based on deep learning. The system is proposed to automatically analyze the type of mammary glands, automatically identify and mark all breast lesions on the mammography images, provide the malignancy probability judgment of the lesions, the BI-RADS classification and the clinical suggestion, and also automatically generate the structured diagnosis report.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

This is a multi-center study.The project contains a retrospective part(3000 samples anticipated) and a prospective part(7000 samples anticipated). In the retrospective part, investigators collected subjects with mammary images to design the deep learning method and construct a detective and diagnostic model for breast lesions. In the prospective part, investigators validate the accuracy of the constructed deep learning method, and established artificial intelligence system focusing on mammary diagnosis. Investigators will also explore the application pattern of the artificial intelligence system in clinical practice.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

5809

Kontakte und Standorte

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

Studienorte

  • China
    • Beijing
      • Beijing, Beijing, China, 100142
        • Beijing Cancer Hospital
      • Beijing, Beijing, China
        • Beijing Chao Yang Women and Children's Health Hospital
      • Beijing, Beijing, China
        • Beijing Da Xing People's Hospital
      • Beijing, Beijing, China
        • Beijing Hang Tian Centre Hospital
      • Beijing, Beijing, China
        • Beijing Nan Jiao Cancer Hospital
      • Beijing, Beijing, China
        • Beijing Shi Jing Shan Hospital
      • Beijing, Beijing, China
        • Beijing Shun Yi Qu Hospital
      • Beijing, Beijing, China
        • Beijing Shun Yi Woman and Children Health Hospital

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

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Women with suspected Breast Lesion

Beschreibung

Inclusion Criteria:

  • the X-ray images of the breast were complete
  • the results of pathological diagnosis or more than 2 years of mammography follow-up were available
  • subject signs informed consent(this item was only for prospective study cases)

Exclusion Criteria:

  • there exists pathological diagnosis of breast lesions when receiving mammography
  • there lacks pathological diagnosis or 2 years of mammography follow-up
  • subject withdraws(this item was only for prospective study cases)

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
Intervention / Behandlung
mammography group
women who receives mammography because of suspected breast lesion(s)
Diagnosetest: mammography
When a woman comes to the clinic to receive mammography. Then a radiologist will give a BI-RADS classification after reviewing the images. If a BI-RADS 4/5 is obtained, the woman will receive pathological biopsy to ensure there is a benign or malignant lesion. If a BI-RADS 3 is obtained, the woman will be followed up by a half-year interval until two year after the first mammography. At each follow up, she will receive mammography. If a BI-RADS 4/5 is obtained at follow up, she will receive pathological biopsy; if a BI-RADS 1/2/3 is obtained at follow up, she will be followed up by a half-year interval until two year. If a BI-RADS 1/2 is obtained at the first mammography, the woman will receive a second mammography after two year. During the study period, breast examination and results will be recorded for every subject. Radiologists will give the diagnosis with and without AI support.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
benign-malignant diagnosis accuracy
Zeitfenster: from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to pathology. If either one mammography of BI-RADS 4/5 in the first examination or during the two year' follow up examination is obtained,a pathological examination is performed, the lesion is judged benign or malignant according to pathological results.
from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
benign-malignant diagnosis accuracy
Zeitfenster: from the first mammography to 2-year-after mammography
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to follow up. If a 2-year mammography of BI-RADS 1/2/3 is obtained, the lesion is considered benign. If either one mammography of BI-RADS 4/5 during the two year is obtained,a pathological examination is performed to ensure the benign or malignant lesion
from the first mammography to 2-year-after mammography

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
lesion detection accuracy
Zeitfenster: from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)
the detection rate of the constructed deep learning method for detecting benign or malignant breast lesion according to radiologist's subjective diagnosis or follow up as reference. If a radiologist suggests existence of a lesion at the first mammography or at each follow-up mammography during the 2-year period, it is considered that a lesion exists
from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)

Mitarbeiter und Ermittler

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

Sponsor

Peking University Cancer Hospital & Institute

Mitarbeiter

Peking University

Ermittler

  • Studienstuhl: Ying-Shi Sun, Professor, Peking University Cancer Hospital & Institute

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)

5. April 2018

Primärer Abschluss (Tatsächlich)

4. Mai 2020

Studienabschluss (Tatsächlich)

4. Mai 2020

Studienanmeldedaten

Zuerst eingereicht

17. April 2018

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

12. Oktober 2018

Zuerst gepostet (Tatsächlich)

17. Oktober 2018

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Juli 2021

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

24. Juli 2021

Zuletzt verifiziert

1. Juli 2021

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • BCA-AI

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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 .

Klinische Studien zur mammography

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Azerbaijan

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren