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

KI-Erkennung wichtiger Strukturen in der HNO-Chirurgie

Entwicklung eines Systems für künstliche Intelligenz zur Erkennung anatomischer Orientierungspunkte in der HNO-Chirurgie, das die Echtzeitverfolgung kritischer Schläfenknochenstrukturen während der Operation ermöglicht.

Studienübersicht

Detaillierte Beschreibung

Nehmen Sie das Beispiel der Al-Erkennung und -Vorhersage des Ambosses, des äußeren Bogengangs, des Gesichtsnervs und des Gesichtsnervs. Innerhalb des definierten Operationsbereichs werden kommentierte Datenpunkte verwendet, um den Amboss und den seitlichen halbkreisförmigen Kanal basierend auf ihren relativen Positionen und Winkeln in Bezug auf die hintere Wand des äußeren Gehörgangs und das umgebende Gewebe zu identifizieren und zu segmentieren. Detaillierte Beschreibungen des Ambosses und des seitlichen Bogengangs im Operationsgebiet umfassen: Amboss: Der Amboss ist ein kleiner ambossförmiger Knochen im Mittelohr. Es verbindet sich seitlich mit dem Hammer und medial mit dem Steigbügel. Die genaue Identifizierung des Ambosses ist aufgrund seiner Nähe zum Gesichtsnerv und seiner Beteiligung an der Gehörknöchelchenkette, die Schallschwingungen überträgt, von entscheidender Bedeutung. Lateraler halbkreisförmiger Kanal: Dies ist einer der drei halbkreisförmigen Kanäle im Innenohr, die horizontal ausgerichtet sind. Es ist an der Erkennung von Drehbewegungen des Kopfes beteiligt. Eine ordnungsgemäße Identifizierung ist erforderlich, um eine Beschädigung des Kanals zu vermeiden, die zu Schwindel oder Gleichgewichtsstörungen führen könnte. Zu den Eingabefunktionen gehören eine weitere Kontrastanpassung und eine lokale Vergrößerung von Bildern. Die verbesserten Bilder werden anhand des trainierten Modells klassifiziert und lokalisiert, und die Konsistenz mehrerer Bilder wird genutzt, um die endgültigen Positionen des Gesichtsnervs und des Recessus facialis zu bestimmen. Es wird eine statistische Analyse durchgeführt, um die Positionen des Recessus facialis relativ zum Amboss und zum lateralen Bogengang vorherzusagen und so Referenzinformationen für Chirurgen bereitzustellen. Das System überwacht kontinuierlich Veränderungen im Operationsbereich, bietet dynamisches Feedback und optimiert die Genauigkeit und Robustheit des Modells durch inkrementelles Training.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

1000

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

    • Guangdong
      • Guangzhou, Guangdong, China, 510120
        • Rekrutierung
        • Sun Yat-sen Memorial 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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

HNO-Erkrankungen, die eine Mastoidektomie erfordern

Beschreibung

Einschlusskriterien:

  1. Durchführung otolaryngologischer Eingriffe wie Cochlea-Implantation, Dekompression des endolymphatischen Sacks, Bogengangverstopfung und Akustikusneurinom-Operation unter dem Mikroskop.
  2. Die mikroskopische Aufnahme bietet einen umfassenden und klaren Blick auf den Operationsbereich im Schläfenbein.

Ausschlusskriterien:

  1. Keine chirurgische Videoaufzeichnung verfügbar.
  2. Unklare Visualisierung des chirurgischen Bereichs während mikroskopischer otolaryngologischer Verfahren.
  3. Unvollständige Visualisierung des gesamten chirurgischen Prozesses.
  4. Patienten, die sich in unserem Krankenhaus oder im Shenzhen Deep Bay Hospital keiner hochauflösenden Schläfenbein-CT unterzogen haben.

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
HNO-Erkrankungen, die eine Mastoidektomie erfordern
Zeitfenster: 1 Woche von der Aufnahme bis zur Entlassung
  1. Durchführung von otolaryngologischen Operationen wie Cochlea -Implantation, Dekompression des endolymphatischen SAC, dem Verstopfen des semkreisförmigen Kanals und einer akustischen Neuromoperation unter Verwendung eines Mikroskops.
  2. Die mikroskopische Aufnahme bietet einen umfassenden und klaren Blick auf den Operationsbereich im Schläfenbein.
1 Woche von der Aufnahme bis zur Entlassung
Relevante Indikatoren zur Bewertung der Genauigkeit des Modells
Zeitfenster: Von der Einschreibung bis zum Ende des Studiums
  1. Der F1-Score ist das harmonische Mittel aus Genauigkeit und Erinnerung, das zur Messung des Gleichgewichts zwischen Genauigkeit und Erinnerung des Modells verwendet wird. Je höher der F1-Score, desto besser ist die Modellleistung.
  2. Der Kappa-Wert (Cohens Kappa) ist ein statistischer Indikator zur Messung der Klassifizierungskonsistenz. Es wird hauptsächlich verwendet, um den Grad der Konsistenz zwischen zwei oder mehr Klassifikatoren (einschließlich manueller Klassifizierung und Modellklassifizierung) oder die Klassifizierungskonsistenz desselben Klassifikators zu unterschiedlichen Zeiten oder unter unterschiedlichen Bedingungen zu bewerten.
Von der Einschreibung bis zum Ende des Studiums

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Relevante Indikatoren anderer Bewertungsmodelle
Zeitfenster: Von der Einschreibung bis zum Ende des Studiums
  1. mIOU:mIOU (Mean Intersection-over-Union), also der mittlere Durchschnitt über der Vereinigung, ist ein wichtiger Bewertungsindex bei semantischen Segmentierungsaufgaben. Der Zweck der semantischen Segmentierung besteht darin, jedes Pixel in einem Bild in verschiedene Kategorien zu klassifizieren. In medizinischen Bildern werden verschiedene Gewebekategorien unterteilt.
  2. Präzision: Die Präzisionsrate stellt den Anteil aller vom Modell als positiv vorhergesagten Stichproben dar, die tatsächlich positiv sind.
  3. Rückruf: Die Rückrufrate stellt den Prozentsatz aller tatsächlich positiven Proben dar, die korrekt als positiv vorhergesagt wurden
  4. Oacc: Die Gesamtgenauigkeit bezieht sich auf den Anteil korrekt klassifizierter Proben in einer Klassifizierungsaufgabe. Es handelt sich um einen grundlegenden und intuitiven Indikator zur Messung der Genauigkeit eines Modells oder einer Klassifizierungsmethode.
  5. Verlust: Der Verlustwert ist ein Indikator, der im Trainingsprozess von maschinellen Lernmodellen verwendet wird, um den Grad der Differenz zwischen den Vorhersageergebnissen des Modells und den wahren Beschriftungen zu messen.
Von der Einschreibung bis zum Ende des Studiums

Mitarbeiter und Ermittler

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

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. Januar 2020

Primärer Abschluss (Geschätzt)

30. August 2026

Studienabschluss (Geschätzt)

30. August 2026

Studienanmeldedaten

Zuerst eingereicht

27. November 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

5. Dezember 2024

Zuerst gepostet (Geschätzt)

10. Dezember 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

10. Dezember 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

5. Dezember 2024

Zuletzt verifiziert

1. Dezember 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Die Daten können nicht öffentlich zugänglich gemacht werden, da sie sensible Patienteninformationen enthalten und die aktuellen Geschäftsgeheimnisse und geistigen Eigentumsrechte von Guangzhou Hansi Medical Technology Co. betreffen.

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 .

Abonnieren