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

Augmentierter endobronchialer Ultraschall (EBUS-TBNA) mit künstlicher Intelligenz

15. November 2023 aktualisiert von: Norwegian University of Science and Technology

Automatische Segmentierung von mediastinalen Lymphknoten und Blutgefäßen in endobronchialen Ultraschallbildern (EBUS) unter Verwendung eines tiefen neuronalen Netzwerks

Bewertung der Nützlichkeit des tiefen neuralen Netzwerks (DNN) bei der Bewertung von mediastinalen und hilaren Lymphknoten mit endobronchialem Ultraschall (EBUS). Die Studie wird die Durchführbarkeit von DNN untersuchen, um mit EBUS untersuchte Lymphknoten und Blutgefäße zu identifizieren.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Multizentrische prospektive Machbarkeitsstudie. Das DNN-Modell wird auf Ultraschallbildern mit Anmerkungen trainiert, um mit EBUS untersuchte Lymphknoten und Blutgefäße zu identifizieren. Die Fähigkeit des DNN zur Segmentierung von Lymphknoten und Gefäßen basierend auf postoperativer Verarbeitung und statischen EBUS-Bildern wird im ersten Teil der Studie evaluiert. Im zweiten Teil der Studie wird die Echtzeitnutzung von DNN im EBUS-Verfahren evaluiert.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

50

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

  • Norwegen
      • Levanger, Norwegen, 7600
        • Rekrutierung
        • Department of Pulmonology, Levanger Hospital, North Trøndelag Hospital Trust
        • Kontakt:
      • Trondheim, Norwegen, 7030
        • Rekrutierung
        • Department of Thoracic Medicine, St Olavs Hospital
        • Kontakt:

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

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten mit nicht diagnostizierten vergrößerten mediastinalen und hilaren Lymphknoten, die für die transbronchiale Nadelaspiration mit endobronchialem Ultraschall (EBUS-TBNA) empfohlen wurden.

Beschreibung

Einschlusskriterien:

  • Patienten, die mit nicht diagnostizierten vergrößerten mediastinalen und hilaren Lymphknoten an die Thoraxabteilung in einem der teilnehmenden Krankenhäuser überwiesen wurden.
  • Die Probanden müssen ≥ 18 Jahre alt sein

Ausschlusskriterien:

  • Schwangerschaft
  • Jeder Patient, der nach Ansicht des Prüfarztes aus irgendeinem Grund für diese Studie nicht geeignet ist.

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
Fähigkeit
Zeitfenster: 8 Monate
Es sollte untersucht werden, ob Deep Neural Network (DNN) in der Lage ist, Lymphknoten und Blutgefäße aus EBUS-Bildern zu segmentieren
8 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Präzision
Zeitfenster: 2 Monate
Die Präzision, die das DNN bei der Erkennung von Lymphknoten und Blutgefäßen hat. Gemessen sowohl pro Voxel in den EBUS-Bildern als auch pro annotierter Struktur (eine Struktur gilt als erkannt, wenn mindestens 50 % ihrer annotierten Pixel vom DNN identifiziert werden).
2 Monate
Empfindlichkeit
Zeitfenster: 2 Monate
Wahre positive Rate. Korrekt erkannte Lymphknoten/Blutgefäße über Gesamtlymphknoten/Blutgefäß. Gemessen pro Pixel in den EBUS-Bildern
2 Monate
Spezifität
Zeitfenster: 2 Monate
Spezifität = (richtig negativ)/(richtig negativ + falsch positiv). Gemessen pro Pixel in den EBUS-Bildern.
2 Monate
Würfelähnlichkeitskoeffizient
Zeitfenster: 2 Monate
Misst die Ähnlichkeit zwischen zwei Datensätzen: Annotiert vom Lungenfacharzt vs. DNN.
2 Monate
Laufzeit
Zeitfenster: 2 Monate
Ist die Laufzeit ausreichend gering für Echtzeitanalysen bei EBUS?
2 Monate
Nebenwirkungen
Zeitfenster: 48 Stunden
Verfahrensbedingte unerwünschte Ereignisse oder unerwartete Zwischenfälle registriert
48 Stunden

Mitarbeiter und Ermittler

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

Sponsor

Norwegian University of Science and Technology

Mitarbeiter

Helse Nord-Trøndelag HF
SINTEF Health Research

Ermittler

  • Studienleiter: Øivind Rognmo, Dr.philos, Norwegian University of Science and Technology

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. Mai 2023

Primärer Abschluss (Geschätzt)

1. Mai 2025

Studienabschluss (Geschätzt)

1. Dezember 2025

Studienanmeldedaten

Zuerst eingereicht

13. Februar 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

13. Februar 2023

Zuerst gepostet (Tatsächlich)

22. Februar 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

16. November 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

15. November 2023

Zuletzt verifiziert

1. November 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 240245

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 Lungenkrebs

Klinische Studien zur Algorithmus für maschinelles Lernen

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Bosnia & Herzegovina

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren