Klinische Validierung eines Tools für künstliche Intelligenz zur Vorhersage der Inversionszeit (THAITI-V)
Einführung: Die MR-Sequenzen (Inversion-Recovery) (IR) Magnetresonanz (MR) werden üblicherweise zur Durchführung von LGE-Bildgebung (Late-Gadolinium-Verbesserung (LGE) während der CMR-Scans für Herzmagnetresonanz (CMR) verwendet. Die Inversionszeit (TI), d. H. Die Zeit zwischen dem 180 ° -Winkerpuls und dem 90 ° -Puls, muss manuell eingeben, um optimales Myokardnulling zu erhalten. Determinanten dieses Wertes sind Patienten-, Sequenz- und Kontrastmerkmale sowie die Zeit nach der Kontrastinjektion. Die Identifizierung des richtigen TI ist für Qualitätsbilder entscheidend. Die Bestimmung von TI basiert hauptsächlich auf Erfahrung und kann bei einigen Krankheiten und bei weniger erfahrenen Betreibern eine Herausforderung sein.
Ziel dieser Studie ist es, in einem klinischen Umfeld ein KI-Tool für künstliche Intelligenz (AI) zu testen, das wir entwickelt haben, um TI in CMR nach der Kontrast-IR-LGE-Sequenzen automatisch mit dem Namen "Thaiti" vorherzusagen.
Diese Leistung wird anhand von 1) Qualität der Bilder bewertet, die mit dem AI-präzierten TI mit einer 4-Punkte-Likert-Skala erhalten wurden. 2) Qualität der Bilder, die unter Verwendung des AI-präzierten TI in Bezug auf das Kontrastverbesserungsverhältnis erhalten wurden, d. H. Die Signalintensität des erweiterten/entfernten Myokards in CMR-LGE-Bildern; 3) Anzahl der Bilder, die wieder aufgenommen werden müssen; 4) Durchschnittliche Zeitdauer der CMR-LGE-Bildgebung.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Milan, Italien
- Istituto Auxologico Italiano IRCCS
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Patienten, bei denen CMR-LGE aus einem klinischen Grund durchgeführt wird
- Gemischte Herzerkrankungen (einschließlich Kardiomyopathien, ischämische Herzerkrankungen, normale Scans, fokale und diffuse myokardiale pathologische Prozesse)
- Beide Geschlechter
- Jedes Alter
- Verfügbarkeit von Serumkreatinin, gemessen innerhalb eines Monats vor CMR
- Bereitstellung der schriftlichen Einverständniserklärung
Ausschlusskriterien:
- Nicht kontrastiere CMR
- Erstpass-Perfusionsstress-CMR
- Absolute Kontraindikation gegen CMR
- Unzureichende Gesamtbildqualität
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Kein Eingriff: Operator-Set Ti (Kontrollgruppe)
Während des kardiovaskulären Magnetresonanz -Scans wird der TI von einem erfahrenen menschlichen Operator gemäß der klinischen Standardpraxis festgelegt
|
|
|
Experimental: Thaiti-set ti
Während des kardiovaskulären Magnetresonanz -Scans wird der TI von der experimentellen Software festgelegt
|
Thaiti ist eine AI-basierte Software, die im laufenden Bereich personalisierte TI für die Bildgebung der späten Gadolinium-Verbesserung während kardiovaskulärer Magnetresonanz-Scans vorhersagt. Die klinischen Forscher werden von den Forschungsforschern der Informatiker mit einer Software bereitgestellt, die auf dem entwickelten KI -Modell basiert. Während des CMR in der experimentellen Gruppe geben die Forscher die Daten der Patienten in die Software ein (z. Alter, Geschlecht, Kontrastdosis…). Die Software bietet einen TI -Wert, der in den MRT -Scanner eingegeben wird. Ti wird entsprechend der KI -Vorhersage eingestellt. Eine LGE-Serie von 3 Längsachse (4-, 2- und 3-Kamberansicht) und ein kurzachsischer Stapel werden erworben. Für alle Patienten wird ein Arztexperte für CMR am Scanner sein und die Qualität überprüft die Bilder in Echtzeit. Jedes Bild, in dem das Myokard nicht optimal nullte, wird mit einem vom CMR -Arzt festgelegten TI wiederholt. |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Bilder Qualitätsproportion
Zeitfenster: Bei der Prüfung
|
Anteil der Bilder mit optimaler/guter Qualität
|
Bei der Prüfung
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Kontrastverbesserungsverhältnis
Zeitfenster: Bei der Prüfung
|
Kontrastverbesserungsverhältnis (CER)
|
Bei der Prüfung
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
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
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 09C335
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 .