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

Intelligenter Segmentierungsalgorithmus von Ultraschallbildern

2. November 2024 aktualisiert von: Tianzhu Liu, Tongji Hospital
Dieses Projekt zielt darauf ab, die Leistung der Ultraschallbildanalyse durch die Optimierung und Verfeinerung neuronaler Netzwerkalgorithmen zu verbessern und gleichzeitig umfangreiche Datensätze zu sammeln und zu erstellen, die für Ultraschallbilder relevant sind. Der Algorithmus wird datengesteuert trainiert und ausgewertet, wobei die Testergebnisse eine genaue Segmentierung regionaler Blockbilder und die Identifizierung charakteristischer Ultraschallanatomie ermöglichen. Dieser Ansatz wird die Erforschung und Entwicklung der Ultraschalltechnologie erheblich vorantreiben.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

  1. Algorithmenentwicklung: Entwicklung leistungsstarker intelligenter Ultraschall-Bilderkennungs- und Segmentierungsalgorithmen;
  2. Datensatz: Erstellen Sie einen Ultraschallbilddatensatz, der für Forscher praktisch ist, um Algorithmen zu entwickeln und zu überprüfen.
  3. Beantragen Sie Patente, veröffentlichen Sie wissenschaftliche Arbeiten, fördern und verbreiten Sie Technologie.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

5000

Kontakte und Standorte

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

Studienkontakt

  • Name: Liu Tianzhu, M.D.
  • Telefonnummer: 13098866448
  • E-Mail: liutzh@126.com

Studienorte

    • Hubei
      • Wuhan, Hubei, China, 430000
        • Rekrutierung
        • Tianzhu Liu
        • Kontakt:
        • 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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Jeder Patient, der sich einer Ultraschalluntersuchung unterzieht, einschließlich Freiwilliger.

Beschreibung

Einschlusskriterien:

  • Keiner.

Ausschlusskriterien:

  • Keiner.

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
Ultraschallbild
Zeitfenster: 2 Jahre
Durch Ultraschalluntersuchung gewonnene Ultraschallbilder
2 Jahre

Mitarbeiter und Ermittler

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

Sponsor

Ermittler

  • Hauptermittler: Mei Wei, M.D., Tongji Hospital

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)

14. Oktober 2024

Primärer Abschluss (Geschätzt)

2. November 2026

Studienabschluss (Geschätzt)

14. November 2026

Studienanmeldedaten

Zuerst eingereicht

15. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

15. Oktober 2024

Zuerst gepostet (Tatsächlich)

17. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

5. November 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. November 2024

Zuletzt verifiziert

1. November 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • Tongji Hospital102114-4

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Kontaktieren Sie bei Bedarf den Forscher, nachdem die Studie abgeschlossen ist.

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 Ultraschallbildgebung

Abonnieren