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

Der Einsatz künstlicher Intelligenz zur Vorhersage krebsartiger Lymphknoten für das Lungenkrebsstadium während der Ultraschallbildgebung

10. März 2020 aktualisiert von: Wael Hanna, St. Joseph's Healthcare Hamilton

Entwicklung und Validierung eines computergestützten Algorithmus unter Verwendung künstlicher Intelligenz und tiefer neuronaler Netze zur Segmentierung von Ultraschallmerkmalen von Lymphknoten während des endobronchialen Ultraschalls

Diese Studie zielt darauf ab, festzustellen, ob ein Netzwerk für tiefe neuronale künstliche Intelligenz (KI) (NeuralSeg) lernen kann, wie man den Canada Lymph Node Score den Lymphknoten zuordnet, die durch transbronchiale Nadelaspiration mit endobronchialem Ultraschall (EBUS-TBNA) untersucht wurden, unter Verwendung der Segmentierungstechnik. Aus 300 Lymphknotenvideos aus einer potenziellen Bibliothek werden Bilder erstellt und als Ableitungssatz für die Entwicklung des Algorithmus verwendet. Weitere 100 Lymphknotenbilder werden prospektiv gesammelt, um zu überprüfen, ob NeuralSeg den Score korrekt anwenden kann.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

52

Kontakte und Standorte

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

Studienorte

  • Kanada
    • Ontario
      • Hamilton, Ontario, Kanada, L8N 4A6
        • St. Joseph's Healthcare Hamilton

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

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Für Phase A ist keine Patientenregistrierung erforderlich. In Phase B ist eine prospektive Patientenrekrutierung erforderlich, um den Validierungssatz neuer Lymphknotenvideos zu erhalten. Alle Patienten, bei denen eine EBUS-TBNA-Prozedur zur mediastinalen Stadieneinteilung von NSCLC im St. Joseph's Healthcare Hamilton geplant ist, können an dieser Studie teilnehmen. Es gibt keine Ausschlusskriterien. Alle Patienten werden gemäß der Routineversorgung einer EBUS-TBNA unterzogen, mit Ausnahme des einen Unterschieds, bei dem die Verfahren per Video aufgezeichnet werden, damit sie zu einem späteren Zeitpunkt für die Computeranalyse verwendet werden können.

Beschreibung

Einschlusskriterien:

  • Bei ihnen muss bestätigter oder vermuteter Lungenkrebs diagnostiziert werden und sie müssen sich einer EBUS-Diagnose/Stadieneinstufung unterziehen

Ausschlusskriterien:

  • Keiner

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwicklung eines Computeralgorithmus zur Identifizierung von Lymphknoten-Ultraschallmerkmalen
Zeitfenster: Von der retrospektiven Datenerfassung bis zur Algorithmusentwicklung (1 Monat)
Ziel: Bestimmung, ob ein tiefes neuronales KI-Netzwerk (NeuralSeg) lernen kann, den Canada Lymph Node Score den von EBUS untersuchten Lymphknoten zuzuordnen, indem es die Technik der Segmentierung an einem vorhandenen (Ableitungs-)Satz von Lymphknotenvideos verwendet
Von der retrospektiven Datenerfassung bis zur Algorithmusentwicklung (1 Monat)
Validierung eines Computeralgorithmus zur Identifizierung von Lymphknoten-Ultraschallmerkmalen
Zeitfenster: Von der prospektiven Datenerfassung bis zur Algorithmusvalidierung (6 Monate)
Ziel: Feststellung, ob NeuralSeg den Canada Lymph Node Score korrekt auf einen neuen (Validierungs-)Satz von Lymphknotenvideos anwenden kann, den es noch nie zuvor gesehen hat
Von der prospektiven Datenerfassung bis zur Algorithmusvalidierung (6 Monate)

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit und Zuverlässigkeit der von NeuralSeg durchgeführten Segmentierung
Zeitfenster: Von der vom Chirurgen durchgeführten Segmentierung zur von NeuralSeg durchgeführten Segmentierung (1 Monat)
Ziel: Vergleich der Genauigkeit und Zuverlässigkeit der von NeuralSeg durchgeführten Segmentierung mit der Segmentierung, die von einem erfahrenen endoskopischen Chirurgen unter Verwendung von DICE-SORENSEN-Koeffizienten durchgeführt wurde.
Von der vom Chirurgen durchgeführten Segmentierung zur von NeuralSeg durchgeführten Segmentierung (1 Monat)
NeuralSeg-Vorhersage einer malignen Lymphknotenerkrankung
Zeitfenster: Vom NeuralSeg-Algorithmus, der bei der EBUS-Bildgebung verwendet wird, bis zum Biopsiebericht (schätzungsweise 2–3 Monate)
Ziel: Feststellung, ob NeuralSeg im Vergleich zu Biopsieergebnissen des untersuchten Lymphknotens eine Malignität im Lymphknoten genau vorhersagen kann.
Vom NeuralSeg-Algorithmus, der bei der EBUS-Bildgebung verwendet wird, bis zum Biopsiebericht (schätzungsweise 2–3 Monate)

Mitarbeiter und Ermittler

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

Sponsor

St. Joseph's Healthcare Hamilton

Ermittler

  • Hauptermittler: Wael C Hanna, St. Josephs Healthcare Hamilton

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

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)

8. April 2019

Primärer Abschluss (Tatsächlich)

23. September 2019

Studienabschluss (Tatsächlich)

20. November 2019

Studienanmeldedaten

Zuerst eingereicht

19. Februar 2019

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

20. Februar 2019

Zuerst gepostet (Tatsächlich)

21. Februar 2019

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

11. März 2020

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

10. März 2020

Zuletzt verifiziert

1. März 2020

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • StJoes EBUS AI (5636)

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 Lungenkrankheit

Klinische Studien zur Endobronchialer Ultraschall

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Canada

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren