- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05722665
Convolutional Neural Network Model to Detect Coronavirus Disease 2019 (COVID-19) Pneumonia in Thorax-Röntgenaufnahmen (RedNeumon)
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
Studienübersicht
Status
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
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Valle Del Cauca
-
Cali, Valle Del Cauca, Kolumbien, 760001
- Fundacion Valle del Lili
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
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
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.
|
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
|
Verwendung des Convolutional Neural Network Model zur Kategorisierung von Thorax-Röntgenbildern in jeder Gruppe.
|
Normale Röntgenaufnahmen des Brustkorbs
Röntgenaufnahmen ohne Veränderungen im Lungenparenchym
|
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
Sponsor
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Schätzen)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
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?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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
-
University of Roma La SapienzaQueen Mary University of London; Università degli studi di Roma Foro Italico; Bios...AbgeschlossenPostakute Folgen von COVID-19 | Zustand nach COVID-19 | Lang-COVID | Chronisches COVID-19-SyndromItalien
-
Yang I. PachankisAktiv, nicht rekrutierendCOVID-19 Atemwegsinfektion | COVID-19 Stresssyndrom | COVID-19-Impfstoff-Nebenwirkung | COVID-19-assoziierte Thromboembolie | COVID-19 Post-Intensive-Care-Syndrom | COVID-19-assoziierter SchlaganfallChina
-
Indonesia UniversityRekrutierungPost-COVID-19-Syndrom | Lange COVID | Zustand nach COVID-19 | Post-COVID-Syndrom | Lange COVID-19Indonesien
-
Massachusetts General HospitalRekrutierungPostakutes COVID-19-Syndrom | Lange COVID | Postakute Folgen von COVID-19 | Lange COVID-19Vereinigte Staaten
-
Dr. Soetomo General HospitalIndonesia-MoH; Universitas Airlangga; Biotis Pharmaceuticals, IndonesiaRekrutierungCovid-19 Pandemie | Covid-19 Impfungen | COVID-19-ViruskrankheitIndonesien
-
Endourage, LLCRekrutierungLange COVID | Lange Covid19 | Postakutes COVID-19 | Langstrecken-COVID | Langstrecken-COVID-19 | Postakutes COVID-19-SyndromVereinigte Staaten
-
University Hospital, Ioannina1st Division of Internal Medicine, University Hospital of IoanninaRekrutierungCOVID-19 Lungenentzündung | COVID-19 Atemwegsinfektion | Covid-19 Pandemie | COVID-19 akutes Atemnotsyndrom | COVID-19-assoziierte Pneumonie | COVID-19-assoziierte Koagulopathie | COVID-19 (Coronavirus-Krankheit 2019) | COVID-19-assoziierte ThromboembolieGriechenland
-
Sheba Medical CenterUnbekannt
-
Erasmus Medical CenterDa Vinci Clinic; HGC RijswijkNoch keine RekrutierungPost-COVID-19-Syndrom | Lange COVID | Lange Covid19 | Zustand nach COVID-19 | Post-COVID-Syndrom | Post-COVID-19-Zustand, nicht näher bezeichnet | Post-COVID-ZustandNiederlande
-
Michael Peluso, MDAerium Therapeutics; Patient-Led Research Collaborative; PolyBio Research FoundationAktiv, nicht rekrutierendLange COVID | Postakutes COVID-19 | Postakute Folgeerscheinungen von COVID-19Vereinigte Staaten