Künstliche Intelligenz und Knochentomoszintigraphien mit der CZT-Kamera (IATOS)
20. Februar 2024 aktualisiert von: Achraf BAHLOUL, Central Hospital, Nancy, France
Ultraschnelle Ganzkörper-Knochen-Tomoszintigraphien mit einer hochempfindlichen 360°-CZT-Kamera und einem speziellen Deep-Learning-Algorithmus zur Rauschunterdrückung
Diese Studie zielte darauf ab, festzustellen, ob die Aufzeichnungszeiten der Ganzkörper-Knochen-Single-Photon-Emissions-Computertomographie (SPECT) von etwa 10 Minuten, die routinemäßig von einer hochempfindlichen 360-Grad-Cadmium- und Zinktellurid-Kamera (CZT) bereitgestellt werden, durch a weiter verkürzt werden können DLNR-Algorithmus (Deep Learning Noise Reduction).
Studienübersicht
Status
Abgeschlossen
Bedingungen
Detaillierte Beschreibung
Ziel dieser Studie war es zu ermitteln, inwieweit schnelle Ganzkörper-Knochen-SPECT-Aufzeichnungszeiten, die routinemäßig mit einer hochempfindlichen 360-Grad-CZT-Kamera und eher geringen injizierten Aktivitäten durchgeführt werden, mit dem DLNR-Algorithmus weiter reduziert werden können.
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
19
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
Vandoeuvre les Nancy cedex, Frankreich, 54511
- CHRU Nancy
-
-
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Nein
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Neunzehn Krebspatienten (8 Frauen, 11 Männer), die sich zur Erkennung oder Nachverfolgung von Knochenmetastasen einer schnellen Ganzkörper-Knochen-Einzelphotonen-Emissionstomographie überwiesen, wurden retrospektiv in diese Studie einbezogen.
Beschreibung
Einschlusskriterien:
- Die Patienten überwiesen sich zur Erkennung oder Nachverfolgung von Knochenmetastasen an die schnelle Ganzkörper-Einzelphotonen-Emissionstomographie des Knochens
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 |
|---|---|---|
|
Bewerten Sie einen speziellen Deep-Learning-Algorithmus zur Rauschunterdrückung
Zeitfenster: einmal
|
Auf die aufgenommenen Ganzkörperbilder wurde ein Deep-Learning-Algorithmus zur Rauschunterdrückung angewendet
|
einmal
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
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)
30. August 2023
Primärer Abschluss (Tatsächlich)
10. September 2023
Studienabschluss (Tatsächlich)
30. Oktober 2023
Studienanmeldedaten
Zuerst eingereicht
20. Februar 2024
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
20. Februar 2024
Zuerst gepostet (Tatsächlich)
28. Februar 2024
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
28. Februar 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
20. Februar 2024
Zuletzt verifiziert
1. Februar 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 2023PI095-407
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 .