Desarrollo de un sistema de gestión de calidad de imagen de ecocardiografía basado en aprendizaje profundo
Sistema de gestión de calidad de imagen de ecocardiografía basado en aprendizaje profundo: un estudio prospectivo de centro único
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Descripción detallada
Tipo de estudio
Tipo de estudio
Inscripción (Anticipado)
Inscripción
Contactos y Ubicaciones
Estudio Contacto
Estudio Contacto
- Nombre: Jing Yao, Phd
- Número de teléfono: +8618905188727
- Correo electrónico: w1835199709@163.com
Ubicaciones de estudio
-
-
Jiangsu
-
Nanjing, Jiangsu, Porcelana, 210008
- Reclutamiento
- Affiliated Drum Tower Hospital of Nanjing University Medical School
-
Contacto:
- Jing Yao, Phd
- Número de teléfono: +18905188727
- Correo electrónico: w18351992709@163.com
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- edad ≥18 años, género ilimitado;
- Pacientes con vistas TTE estandarizadas;
- Los sujetos participaron en el estudio de forma voluntaria y firmaron el consentimiento informado;
Criterio de exclusión:
- pacientes con vistas TTE estándar incompletas;
- pacientes con malas condiciones de transmisión del sonido.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Otro
- Perspectivas temporales: Futuro
Número de grupos/cohortes
Cohortes e Intervenciones
Grupo / CohorteGrupo / Cohorte |
|---|
|
Grupo de vista estandarizado
Las imágenes de visualización de ecocardiografía de los pacientes de este grupo están estandarizadas.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
la puntuación de la vista PSAX
Periodo de tiempo: 12 meses
|
la puntuación de PSAX vista por el sistema de gestión de calidad de imagen de ecocardiografía
|
12 meses
|
|
la puntuación de la vista apical
Periodo de tiempo: 12 meses
|
la puntuación de la vista apical por el sistema de gestión de calidad de imagen de ecocardiografía
|
12 meses
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Colaboradores
Colaboradores
Publicaciones y enlaces útiles
Publicaciones Generales
- Thiebaut R, Thiessard F; Section Editors for the IMIA Yearbook Section on Public Health and Epidemiology Informatics. Artificial Intelligence in Public Health and Epidemiology. Yearb Med Inform. 2018 Aug;27(1):207-210. doi: 10.1055/s-0038-1667082. Epub 2018 Aug 29.
- Sengupta PP, Shrestha S. Machine Learning for Data-Driven Discovery: The Rise and Relevance. JACC Cardiovasc Imaging. 2019 Apr;12(4):690-692. doi: 10.1016/j.jcmg.2018.06.030. Epub 2018 Dec 12. No abstract available.
- Ueda D, Shimazaki A, Miki Y. Technical and clinical overview of deep learning in radiology. Jpn J Radiol. 2019 Jan;37(1):15-33. doi: 10.1007/s11604-018-0795-3. Epub 2018 Dec 1.
- Madani A, Arnaout R, Mofrad M, Arnaout R. Fast and accurate view classification of echocardiograms using deep learning. NPJ Digit Med. 2018;1:6. doi: 10.1038/s41746-017-0013-1. Epub 2018 Mar 21.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Anticipado)
Finalización primaria
Finalización del estudio (Anticipado)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Estimar)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
Otros números de identificación del estudio
- 2022-337-01
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .