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

Anwendung des Algorithmus für künstliche Intelligenz basierend auf der Messung der CT -Bildgebung zur Muskelparametermessung

20. Februar 2025 aktualisiert von: Yaomin Hu, RenJi Hospital

Anwendung des Algorithmus für künstliche Intelligenz basierend auf der CT -Bildgebung zur Messung des Muskelsparameters bei der Diagnose von Sarkopenie

Einrichtung eines künstlichen Intelligenzmodells für die automatisierte Diagnose von Sarkopenie auf der Grundlage der CT -Bildgebung

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Mit dem beschleunigenden Alterungsprozess sind die frühe Identifizierung und Diagnose von Sarkopenie sowie die wirksame Prävention der nachteiligen Ergebnisse zu einem Schwerpunkt in der medizinischen Forschung geworden. Aktuelle Methoden zur Beurteilung und Diagnose von Sarkopenie sind jedoch immer noch erhebliche Einschränkungen, was die Entwicklung effizienterer und genauerer Techniken für die Muskelmassenbewertung zu einem dringenden klinischen Bedarf macht. Obwohl CT als die vielversprechendste Methode zur Beurteilung der Muskelmasse angesehen wird, wird seine praktische Anwendung durch Faktoren wie das Vertrauen in das Fachwissen von Ärzten und zeitaufwändige Verfahren behindert, wodurch deren weit verbreitete klinische Einführung einbezogen wird. Angesichts dieser Herausforderungen zielt diese Studie darauf ab, ein Modell für künstliche Intelligenz für eine vollautomatisierte Muskelmassenmessung basierend auf der CT -Bildgebung der Abdominal zu entwickeln und seinen Anwendungswert bei der Unterstützung der Diagnose von Sarkopenie zu validieren.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

1080

Kontakte und Standorte

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

Studienorte

  • China
    • Shanghai
      • Shanghai, Shanghai, China, 2000127
        • Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee

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

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

960 stationäre Patienten in der Geriatrischen Abteilung des Renji -Krankenhauses, 20 Patienten aus dem Ruijin Hospital, die der Shanghai Jiaotong University School of Medicine angeschlossen sind, 20 Patienten des ersten angehörten Krankenhauses der Zhejiang Medical University, 50 Patienten des ersten angehörten Krankenhauses des Wenzhou Medical University und 30 Patienten des Huangshan -Krankenhauses.

Beschreibung

Einschlusskriterien:

  1. Die Bevölkerung untersucht CT -Untersuchungen von BIA und abdominal;
  2. Kann kooperieren, um die Analyse der menschlichen Körperzusammensetzung, die Messung der Griffstärke, die Messung von 6M Wanderzeit und die Fragebogenumfrage zu vervollständigen.

Ausschlusskriterien:

  1. Alter <18 Jahre alt;
  2. Existenz des Bauchwandödems;
  3. Vorgeschichte von Wirbelsäulenchirurgie oder Wirbelfrakturen oder Wirbel -Tumorläsionen;
  4. Vorgeschichte neuromuskulärer Störungen.

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
Automatisch und präzise das dreidimensionale Muskelvolumen und das Fettvolumen genau quantifizieren.
Zeitfenster: 2020-2023
Eine automatisierte und präzise Quantifizierung des dreidimensionalen Muskelvolumens und des Fettvolumens im L3-Wirbelbereich durch tiefes Lernen.
2020-2023
Einrichtung eines Modells für künstliche Intelligenz zur Diagnose von Sarkopenie.
Zeitfenster: 2020-2023
Die Validierung künstlicher Intelligenzmodelle kann zur Diagnose von Sarkopenie beitragen.
2020-2023

Mitarbeiter und Ermittler

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

Sponsor

RenJi 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)

5. September 2023

Primärer Abschluss (Tatsächlich)

31. Dezember 2024

Studienabschluss (Tatsächlich)

31. Dezember 2024

Studienanmeldedaten

Zuerst eingereicht

20. Februar 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

20. Februar 2025

Zuerst gepostet (Tatsächlich)

25. März 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. März 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

20. Februar 2025

Zuletzt verifiziert

1. Februar 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • LY2023-150-A

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 Körperzusammensetzung

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Mali

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren