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

Pathologische Klassifizierung von Lungenknoten in Bildern mithilfe von Deep Learning

23. Januar 2022 aktualisiert von: Haiyu Zhou, Jiangxi Provincial Cancer Hospital

Pathologische Klassifizierung von Lungenknötchen aus groben Tumorbildern mithilfe von Deep Learning

Ziel dieser Studie war die Entwicklung eines Deep-Learning-Modells zur automatischen Klassifizierung von Lungenknoten auf der Grundlage von Weißlichtbildern und zur Bewertung der Modellleistung. Außerdem könnte mit Hilfe dieses Modells eine geeignete Operation ausgewählt werden, was die Operationszeit verkürzen könnte.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Alle Weißlichtaufnahmen von Lungenknötchen aus Telefonen mit pathologisch bestätigtem Adenokarzinom in situ (AIS), minimal invasivem Adenokarzinom (MIA) und invasivem Adenokarzinom (IAC) wurden retrospektiv von aufeinanderfolgenden Patienten gesammelt, die sich zwischen dem 30. Juni 2020 und dem 15. September einer Operation unterzogen hatten. 2021 im Volkskrankenhaus der Provinz Guangdong. Schließlich wurden insgesamt 1037 Weißlichtbilder von 973 Personen in die Studie einbezogen. Der gesamte Datensatz wurde mittels Zufallsstichprobe in Trainings- und Testdatensätze unterteilt, die sich gegenseitig ausschlossen. Davon wurden 830 Bilder als Trainingsdatensatz und 104 Bilder als Testdatensatz verwendet. Zur Klassifizierung von Bildern wurde das CNN-Modell Resnet-50 verwendet. Für das CNN-Modell wurden vorab trainierte Modelle mit dem ImageNet-Datensatz mithilfe von Transferlernen übernommen. Nach der Erstellung der CNN-Modelle mithilfe des Trainingsdatensatzes wurde die Leistung der Modelle mithilfe des Testdatensatzes und des prospektiven Validierungsdatensatzes bewertet.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

2000

Kontakte und Standorte

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

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Rekrutierung
        • Guagndong Provincial People's Hospital
        • Kontakt:
    • Jiangxi
      • Nanchang, Jiangxi, China, 330000
        • Rekrutierung
        • Jiangxi Cancer 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 bis 80 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten im Volkskrankenhaus der Provinz Guangdong vom 30. Juni 2020 bis 15. September 2021.

Beschreibung

Einschlusskriterien:

  1. Männlich oder weiblich, 18 Jahre und älter.
  2. Die Patienten haben keine Therapie erhalten.
  3. Die Lungenknoten wurden als AIS, MIA oder IAC bestätigt.
  4. Die Größe der Lungenknötchen betrug weniger als 3 cm.
  5. Die Bilder waren im JPG-Format.

Ausschlusskriterien:

  1. Leiden Sie vorher oder gleichzeitig an einer anderen Tumorerkrankung.
  2. Bilder mit schlechter Qualität oder niedriger Auflösung, die eine ordnungsgemäße Klassifizierung unmöglich machten.

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
1. Pathologischer Subtyp
Zeitfenster: bis zum Abschluss des Studiums durchschnittlich 2 Jahre
Gemäß der WHO-Klassifizierung von Lungentumoren im Jahr 2020 werden in dieser Studie Lungentumoren in Adenokarzinom in situ (AIS), minimalinvasives Adenokarzinom (MIA) und invasives Adenokarzinom (IAC) eingeteilt. Wir würden die Berichte über pathologische Lungenknötchen nach der Operation sammeln.
bis zum Abschluss des Studiums durchschnittlich 2 Jahre
Fläche unter der Kurve (AUC)
Zeitfenster: bis zum Abschluss des Studiums durchschnittlich 2 Jahre
Die Fläche unter der ROC-Kurve basiert auf der Vorhersageeffizienz des Modells
bis zum Abschluss des Studiums durchschnittlich 2 Jahre

Mitarbeiter und Ermittler

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

Sponsor

Jiangxi Provincial Cancer Hospital

Mitarbeiter

Guangdong Provincial People's Hospital

Ermittler

  • Hauptermittler: Haiyu Zhou, Guangdong Provincial People's Hospital

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. Juni 2020

Primärer Abschluss (Voraussichtlich)

1. Juni 2022

Studienabschluss (Voraussichtlich)

1. Januar 2023

Studienanmeldedaten

Zuerst eingereicht

5. Januar 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. Januar 2022

Zuerst gepostet (Tatsächlich)

3. Februar 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

3. Februar 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

23. Januar 2022

Zuletzt verifiziert

1. Januar 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 2021ky228

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Ja

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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 .

Abonnieren