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

Convolutional Neural Network Model to Detect Coronavirus Disease 2019 (COVID-19) Pneumonia in Thorax-Röntgenaufnahmen (RedNeumon)

20. Februar 2023 aktualisiert von: Fundacion Clinica Valle del Lili

Die Vorhersagekapazität eines Convolutional Neural Network (CNN)-Modells zur Erkennung einer viralen Pneumonie bei erwachsenen Patienten mit Coronavirus-Krankheit 2019 (COVID-19) in Cali, Kolumbien

Diese Studie zielt darauf ab, ein Convolutional Neural Network (CNN) zu entwerfen und ein Aufmerksamkeitsmodell anzuwenden, um eine Lungenentzündung aufgrund des schweren akuten respiratorischen Syndroms Coronavirus 2 (SARS-CoV-2), eine Lungenentzündung aufgrund anderer Viren/Bakterien und einen normalen Brustkorb zu unterscheiden. ray (CXR) in der klinischen Praxis. Es wurde eine Datenbank mit digitalen Brustbildern aus einer hochkomplexen Gesundheitseinrichtung in Cali, Kolumbien, verwendet.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Um eine Lungenentzündung durch die Coronavirus-Krankheit 2019 (COVID-19) von anderen Arten von Lungenentzündung zu unterscheiden, müssen erfahrene Radiologen die Röntgenaufnahme des Brustkorbs (CXR) analysieren, um visuelle, radiologische Muster im Zusammenhang mit dem schweren akuten respiratorischen Syndrom Coronavirus 2 (SARS-CoV-2) zu identifizieren. Infektion. Es ist eine Herausforderung, weil die Ergebnisse für verschiedene Arten von Lungenentzündungen ähnlich sind.

Da die manuelle Diagnose von COVID-19 aus CXR ein schwieriger und zeitaufwändiger Prozess ist, ist die Anwendung von Deep-Learning-Modellen (DL) auf die medizinische Bildanalyse ein aktuelles heißes Forschungsthema. Diese Arbeit wird ein neues Convolutional Neural Network (CNN) entwickeln, um COVID-19-Röntgenaufnahmen zu erkennen. Es wird ein großer Datensatz von Röntgenaufnahmen des Brustkorbs verwendet, die in drei Klassen eingeteilt sind: virale/bakterielle Lungenentzündung, COVID-19-Pneumonie und normale Bilder. Die Studie zielt darauf ab, ein neues Aufmerksamkeitsmodul zu integrieren, das CNNs auf die lineare Projektionsoperation anwendet, um zu helfen, die COVID-19-Pneumonie von anderen Lungenentzündungen und normalen Röntgenaufnahmen des Brustkorbs in der klinischen Praxis zu unterscheiden.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

3599

Kontakte und Standorte

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

Studienorte

  • Kolumbien
    • Valle Del Cauca
      • Cali, Valle Del Cauca, Kolumbien, 760001
        • Fundacion Valle del Lili

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

Ja

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Gruppe 1: Röntgenaufnahmen ohne Veränderungen des Lungenparenchyms Gruppe 2: Röntgenaufnahmen von Patienten mit einer anderen Lungenentzündungsdiagnose als COVID-19 Gruppe 3: Röntgenaufnahmen von Patienten mit einer bestätigten COVID-19-Diagnose durch positiv Reverse-Transkriptase-Polymerase-Kettenreaktion (RT-PCR) und/oder Vorhandensein von Antikörpern gegen COVID-19 und/oder positives virales COVID-19-Antigen.

Beschreibung

Einschlusskriterien:

  • Röntgenaufnahmen des Brustkorbs von Patienten ohne COVID-19 oder andere Lungenentzündung, die vor Beginn der Pandemie (Januar 2020) aufgenommen wurden
  • Röntgenaufnahmen des Brustkorbs von Patienten mit COVID-19, bestätigt durch positive Reverse-Transkriptase-Polymerase-Kettenreaktion (RT-PCR) und/oder Vorhandensein von Antikörpern gegen COVID-19 und/oder positives virales COVID-19-Antigen.
  • Röntgenaufnahmen des Brustkorbs von Patienten ohne COVID-19, bestätigt durch eine negative Reverse-Transkriptase-Polymerase-Kettenreaktion (RT-PCR) und andere Lungenentzündungsdiagnosen, die vor Beginn der Pandemie (Januar 2020) erstellt wurden

Ausschlusskriterien:

  • N / A

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
COVID-19-Thorax-Röntgenaufnahmen
Röntgenaufnahmen von Patienten mit COVID-19-Diagnose, bestätigt durch positive Reverse-Transkriptase-Polymerase-Kettenreaktion (RT-PCR) und/oder Vorhandensein von Antikörpern gegen COVID-19 und/oder positivem COVID-19-Virusantigen.
Sonstiges: Kategorisierung von Thorax-Röntgenbildern
Verwendung des Convolutional Neural Network Model zur Kategorisierung von Thorax-Röntgenbildern in jeder Gruppe.
Andere Pneumonie-Thorax-Röntgenaufnahmen
Röntgenaufnahmen von Patienten mit einer anderen Lungenentzündungsdiagnose als COVID-19
Sonstiges: Kategorisierung von Thorax-Röntgenbildern
Verwendung des Convolutional Neural Network Model zur Kategorisierung von Thorax-Röntgenbildern in jeder Gruppe.
Normale Röntgenaufnahmen des Brustkorbs
Röntgenaufnahmen ohne Veränderungen im Lungenparenchym
Sonstiges: Kategorisierung von Thorax-Röntgenbildern
Verwendung des Convolutional Neural Network Model zur Kategorisierung von Thorax-Röntgenbildern in jeder Gruppe.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
COVID-19 (Coronavirus-Krankheit 2019) Pneumonie-Thorax-Röntgenaufnahme identifiziert
Zeitfenster: Monat 8
Entwicklung und Bestimmung der Vorhersagefähigkeit eines Convolutional Neural Network-Modells zum Nachweis einer viralen Lungenentzündung in Thorax-Röntgenaufnahmen von erwachsenen Patienten mit akuter Atemwegserkrankung infolge einer SARS-COV-2-Infektion.
Monat 8

Mitarbeiter und Ermittler

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

Sponsor

Fundacion Clinica Valle del Lili

Mitarbeiter

Universidad Autonoma de Occidente

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)

26. August 2021

Primärer Abschluss (Tatsächlich)

30. November 2022

Studienabschluss (Tatsächlich)

30. November 2022

Studienanmeldedaten

Zuerst eingereicht

8. Februar 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

8. Februar 2023

Zuerst gepostet (Tatsächlich)

10. Februar 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Schätzen)

23. Februar 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

20. Februar 2023

Zuletzt verifiziert

1. Februar 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 1805

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Wir beabsichtigen nicht, IPD weiterzugeben, da wir keine Informationen über die Krankengeschichte unserer Patienten oder Gesundheitspersonal weitergeben dürfen.

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 COVID-19 Lungenentzündung

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Guinea

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren