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

Entwicklung und Validierung tiefer neuronaler Netze zur Blinkerkennung und -klassifizierung

2. Januar 2023 aktualisiert von: Georgios Labiris, Democritus University of Thrace
Primäres Ziel dieser Studie ist die Entwicklung und Validierung eines Systems aus tiefen neuronalen Netzen, das Blinzeln in Bildsequenzen automatisch erkennt und als „vollständig“ oder „unvollständig“ klassifiziert.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Diese Methode basiert auf Iris- und Sklerasegmentierung in beiden Augen aus den erfassten Bildern unter Verwendung modernster Deep-Learning-Encoder-Decoder-Neuralarchitekturen (DLED). Die Sequenz der segmentierten Frames wird nachbearbeitet, um den Abstand zwischen den Augenlidern jedes Auges (Lidspalte) und dem entsprechenden Irisdurchmesser zu berechnen. Diese Mengen werden zeitlich gefiltert und ihr Bruchteil wird einer adaptiven Schwellenwertbildung unterzogen, um Blinzeln zu identifizieren und ihren Typ unabhängig für jedes Auge zu bestimmen. Die beiden DLEDs wurden mit manuell segmentierten Bildern trainiert und die Nachbearbeitung mit einem 4-minütigen Video parametrisiert. Nach dem DLED-Training wurde das vorgeschlagene System an 8 verschiedenen Probanden mit jeweils einem 4-10-minütigen Video getestet. Mehrere Metriken zur Blinzelerkennung und Klassifizierungsgenauigkeit wurden anhand der Grundwahrheit berechnet, die von 3 unabhängigen Experten generiert wurde, deren Konflikte von einem erfahrenen Experten gelöst wurden. Es wird angenommen, dass zwei unabhängige Blinzelidentifikationen übereinstimmen, wenn und nur wenn es eine ausreichende zeitliche Überlappung gibt und die Art des Blinzelns zwischen dem DLED-System und der Grundwahrheit gleich ist.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

8

Kontakte und Standorte

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

Studienorte

  • Griechenland
    • Evros
      • Alexandroupolis, Evros, Griechenland, 68100
        • Department of Ophthalmology, University Hospital of Alexandroupolis
    • Thessaly
      • Lamia, Thessaly, Griechenland, 35100
        • Department of Computer Science and Biomedical Informatics, University of Thessaly

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 bis 75 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Patienten im Alter von 18 bis 75 Jahren mit unkorrigierter Fernvisus ≥ 5/10

Beschreibung

Einschlusskriterien

  • Unkorrigierte Fernsehschärfe über 6/12

Ausschlusskriterien:

  • Hornhauttrübungen
  • altersbedingte Makuladegeneration
  • Diagnose psychiatrischer Erkrankungen
  • ehemalige Augenlidchirurgie

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Kohorte
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Studiengruppe
8 Patienten im Alter zwischen 18 und 75 Jahren mit unkorrigierter Fernvisus ≥ 5/10
Diagnosetest: Vergleich des vorgeschlagenen künstlichen Netzes mit der Grundwahrheit

Beide Augen werden für jeden Studienteilnehmer eingeschlossen. Die Teilnehmer sahen sich ein 4-10-minütiges Video bei standardmäßigen mesopischen Umgebungslichtbedingungen in 3,5 m Betrachtungsabstand an. Gleichzeitig werden alle Blinkbewegungen über eine Web-Infrarotkamera aufgezeichnet.

Das vorgeschlagene System wurde an 8 verschiedenen Subjekten getestet. Mehrere Metriken zur Blinzelerkennung und Klassifizierungsgenauigkeit wurden anhand der Grundwahrheit berechnet, die von 3 unabhängigen Experten generiert wurde, deren Konflikte von einem erfahrenen Experten gelöst wurden. Es wird angenommen, dass zwei unabhängige Blinzelidentifikationen übereinstimmen, wenn und nur wenn es eine ausreichende zeitliche Überlappung gibt und die Art des Blinzelns zwischen dem DLED-System und der Grundwahrheit gleich ist.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Identifizierung von vollständigen und unvollständigen Blinzeln
Zeitfenster: bis 1 Woche
Vollständige und unvollständige Blinzeln werden durch das Verhältnis "Länge der Lidspalte zum Irisdurchmesser" definiert
bis 1 Woche
Erster Frame jedes Blinkens
Zeitfenster: bis 1 Woche
Der Rahmen, in dem sich das obere Augenlid nach unten bewegt und die Hornhaut bedeckt
bis 1 Woche
Letztes Bild jedes Blinkens
Zeitfenster: bis 1 Woche
Der Rahmen, in dem sich die Augenlider nach einem Blinzeln vollständig öffnen
bis 1 Woche

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Länge der Lidspalte beider Augen
Zeitfenster: bis 1 Woche
Der Abstand zwischen dem oberen Augenlidrand und dem unteren Augenlidrand (dh die vertikale Dimension der Lidspalte),
bis 1 Woche
Irisdurchmesser beider Augen
Zeitfenster: bis 1 Woche
Der horizontale Durchmesser der Iris (dh der horizontale Weiß-zu-Weiß-Abstand)
bis 1 Woche

Mitarbeiter und Ermittler

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

Sponsor

Democritus University of Thrace

Mitarbeiter

University of Thessaly

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)

1. Oktober 2020

Primärer Abschluss (Tatsächlich)

10. März 2021

Studienabschluss (Tatsächlich)

25. März 2021

Studienanmeldedaten

Zuerst eingereicht

29. März 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

31. März 2021

Zuerst gepostet (Tatsächlich)

1. April 2021

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

4. Januar 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. Januar 2023

Zuletzt verifiziert

1. Januar 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Andere Studien-ID-Nummern

  • ES2/Th15/25-2-2021

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

Unentschieden

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 Tiefes Lernen

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Saudi Arabia

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren