Deep-Learning zur Ultraschallklassifizierung von Verletzungen des vorderen Talofibularbandes
Deep-Learning-gestützte Ultraschallklassifizierung von Verletzungen des vorderen Talofibularbandes in China: Eine retrospektive, multizentrische Diagnosestudie
Ultraschall (US) ist im Vergleich zur Magnetresonanztomographie (MRT) eine kostengünstigere, zugänglichere und verfügbarere Bildgebungstechnik zur Beurteilung von Verletzungen des vorderen Talofibularbandes (ATFL). Allerdings verzögern Herausforderungen bei der Anwendung dieser Technik und der steigende Bedarf an qualifizierten Radiologen für den Bewegungsapparat (MSK) die Diagnose. Unter Verwendung von Datensätzen aus mehreren klinischen Zentren wollten wir ein DCNN-Modell (Deep Convolutional Network) entwickeln und validieren, das die Klassifizierung von ATFL-Verletzungen mithilfe von US-Bildern automatisiert, mit dem Ziel, Radiologen interpretierbare Hilfe zu bieten und eine genauere Diagnose von ATFL-Verletzungen zu ermöglichen.
Die Forscher sammelten US-Bilder von ATFL-Verletzungen, bei denen arthroskopische Operationsergebnisse als Referenzstandard aus 13 Krankenhäusern in ganz China dienten. Anschließend teilten die Forscher die Bilder in einen Trainingsdatensatz, einen internen Validierungsdatensatz und einen externen Validierungsdatensatz im Verhältnis 8:1:1 auf; Die Forscher wählten ein optimales DCNN-Modell, um dessen diagnostische Leistung zu testen, einschließlich diagnostischer Genauigkeit, Sensitivität, Spezifität und F1-Score. Abschließend verglichen die Forscher die diagnostische Leistung des Modells mit zwölf Radiologen unterschiedlicher Fachkenntnisse.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienorte
-
-
Beijing
-
Beijing, Beijing, China, 100032
- Peking University People's Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alter > 18 Jahre alt
- Patienten, die in der ersten Episode eine akute Knöchelverstauchung erlitten hatten und innerhalb von 14 Tagen nach der Verletzung einer US-Untersuchung unterzogen wurden
- Patienten, bei denen ein entsprechendes arthroskopisches Operationsergebnis zur Klassifizierung der ATFL-Verletzung vorlag.
Ausschlusskriterien:
- Patienten, bei denen in der Vergangenheit ein offenes Sprunggelenktrauma oder eine Sprunggelenksoperation aufgetreten ist
- Es gab Weichteil- oder Knochentumoren im Knöchel
- Es bestand gleichzeitig eine andere rheumatoide Arthritis
- die Bildqualität war niedrig oder es gab schwerwiegende Artefakte (z. B. anisotrope Artefakte)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Gruppe I
leichte Belastungsverletzung der ATFL
|
Die zugeordneten Bilder der teilnehmenden Krankenhäuser werden von zwei leitenden Radiologen in unserem klinischen Zentrum erneut ausgewertet
|
|
Gruppe II
partielle Bänderrisse bei ATFL
|
Die zugeordneten Bilder der teilnehmenden Krankenhäuser werden von zwei leitenden Radiologen in unserem klinischen Zentrum erneut ausgewertet
|
|
Gruppe III
vollständiger Bruch der ATFL
|
Die zugeordneten Bilder der teilnehmenden Krankenhäuser werden von zwei leitenden Radiologen in unserem klinischen Zentrum erneut ausgewertet
|
|
Gruppe IV
abgerissene Brüche
|
Die zugeordneten Bilder der teilnehmenden Krankenhäuser werden von zwei leitenden Radiologen in unserem klinischen Zentrum erneut ausgewertet
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Um zu bewerten, ob die US-Bilder mit der ATFL-Verletzungsklassifizierung des Referenzstandards übereinstimmen
Zeitfenster: Grundlinie
|
Die Radiologen in unserem klinischen Zentrum werden erneut bewerten, ob die US-Bilder mit der Klassifizierung der ATFL-Verletzung ihres Referenzstandards übereinstimmen
|
Grundlinie
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Jiaan Zhu, Dr, Peking University People's Hospital
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Gribble PA, Bleakley CM, Caulfield BM, Docherty CL, Fourchet F, Fong DT, Hertel J, Hiller CE, Kaminski TW, McKeon PO, Refshauge KM, Verhagen EA, Vicenzino BT, Wikstrom EA, Delahunt E. Evidence review for the 2016 International Ankle Consortium consensus statement on the prevalence, impact and long-term consequences of lateral ankle sprains. Br J Sports Med. 2016 Dec;50(24):1496-1505. doi: 10.1136/bjsports-2016-096189. Epub 2016 Jun 3.
- Colo G, Bignotti B, Costa G, Signori A, Tagliafico AS. Ultrasound or MRI in the Evaluation of Anterior Talofibular Ligament (ATFL) Injuries: Systematic Review and Meta-Analysis. Diagnostics (Basel). 2023 Jul 10;13(14):2324. doi: 10.3390/diagnostics13142324.
- Cao M, Liu S, Zhang X, Ren M, Xiao Z, Chen J, Chen X. Imaging diagnosis for anterior talofibular ligament injury: a systemic review with meta-analysis. Acta Radiol. 2023 Feb;64(2):612-624. doi: 10.1177/02841851221080556. Epub 2022 Mar 27.
- Gao Y, Zeng S, Xu X, Li H, Yao S, Song K, Li X, Chen L, Tang J, Xing H, Yu Z, Zhang Q, Zeng S, Yi C, Xie H, Xiong X, Cai G, Wang Z, Wu Y, Chi J, Jiao X, Qin Y, Mao X, Chen Y, Jin X, Mo Q, Chen P, Huang Y, Shi Y, Wang J, Zhou Y, Ding S, Zhu S, Liu X, Dong X, Cheng L, Zhu L, Cheng H, Cha L, Hao Y, Jin C, Zhang L, Zhou P, Sun M, Xu Q, Chen K, Gao Z, Zhang X, Ma Y, Liu Y, Xiao L, Xu L, Peng L, Hao Z, Yang M, Wang Y, Ou H, Jia Y, Tian L, Zhang W, Jin P, Tian X, Huang L, Wang Z, Liu J, Fang T, Yan D, Cao H, Ma J, Li X, Zheng X, Lou H, Song C, Li R, Wang S, Li W, Zheng X, Chen J, Li G, Chen R, Xu C, Yu R, Wang J, Xu S, Kong B, Xie X, Ma D, Gao Q. Deep learning-enabled pelvic ultrasound images for accurate diagnosis of ovarian cancer in China: a retrospective, multicentre, diagnostic study. Lancet Digit Health. 2022 Mar;4(3):e179-e187. doi: 10.1016/S2589-7500(21)00278-8.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 2023PHB211-001
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .