Reconstrucción de imágenes de aprendizaje profundo en CCTA
Utilidad de la reconstrucción de imágenes de aprendizaje profundo para la angiografía por tomografía computarizada cardíaca: un ensayo observacional prospectivo no aleatorizado
La TC cardíaca permite la evaluación del corazón y de las arterias coronarias mediante el uso de radiación ionizante. Aunque la exposición a la radiación se redujo significativamente en los últimos años, la disminución adicional de la exposición a la radiación se ve limitada por el aumento del ruido de la imagen y el deterioro de la calidad de la imagen. La evidencia reciente sugiere que los refinamientos tecnológicos adicionales con inteligencia artificial permiten un procesamiento posterior mejorado de imágenes con reducción del ruido de la imagen.
El presente estudio tiene como objetivo evaluar el potencial de un algoritmo de reconstrucción de imágenes de aprendizaje profundo en un entorno clínico. Específicamente, después de una exploración clínica estándar, los pacientes se exploran con una exposición a la radiación más baja y se reconstruyen con el algoritmo DLIR. Esta exploración intervencionista se compara luego con la exploración clínica estándar.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Zurich, Suiza, 8091
- University Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
- Pacientes derivados para angiografía por TC cardiaca
- Edad ≥ 18 años
- Consentimiento informado por escrito
Criterio de exclusión:
- Embarazo o lactancia
- Inscripción del investigador, sus familiares, empleados y otras personas dependientes
- Insuficiencia renal (TFG por debajo de 35 ml/min/1,73 m²)
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Otro: Dosis normal versus dosis baja
La intervención estándar consiste en los conjuntos de datos de TC cardíacos realizados de forma rutinaria reconstruidos con un algoritmo de reconstrucción iterativa estándar (ASIR-V). La dosis mediana de radiación es de aproximadamente 0,5 mSv, con un rango entre aproximadamente 0,2 y 1,2 mSv; mediana de administración de medio de contraste alrededor de 45 mL, rango entre 35 y 55 mL. La intervención experimental es una tomografía computarizada adicional con una dosis más baja (alrededor de un 20 a un 50 % de disminución) y una administración de agente de contraste similar que se reconstruye con una reconstrucción de imagen de aprendizaje profundo inmediatamente después de la tomografía computarizada clínica. El tiempo adicional requerido es de unos 5 minutos. |
Software TrueFidelity (Deep Learning Image Reconstruction, DLIR) de GE Healthcare. El dispositivo médico en cuestión es un algoritmo de reconstrucción novedoso para datos de TC sin procesar que se basa en enfoques de inteligencia artificial, a saber, reconstrucción iterativa de aprendizaje profundo (DLIR). Este algoritmo DLIR se instalará en la consola del dispositivo de escaneo CT Revolution, que se usa de forma clínica rutinaria para tomografías computarizadas cardíacas en el Departamento de Medicina Nuclear del Hospital Universitario de Zúrich. El propósito de esta instalación es la evaluación del rendimiento del algoritmo DLIR durante un período de tiempo limitado de seis semanas. El algoritmo tendrá la marca CE en el momento de la instalación y el uso (declaración de GE Healthcare proporcionada por separado). Su uso previsto es la reconstrucción de conjuntos de datos de TC. Cabe destacar que el nuevo algoritmo DLIR no sustituirá ningún procedimiento clínico de rutina actualmente en uso. Es decir, el diagnóstico aún se realizará utilizando los algoritmos de reconstrucción estándar. |
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Calidad de imagen subjetiva
Periodo de tiempo: Día 1
|
Calidad de imagen subjetiva medida por la escala de Likert de 1 (no evaluable) a 5 (excelente)
|
Día 1
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Intensidad de la señal
Periodo de tiempo: Día 1
|
Intensidad de la señal como unidades Hounsfield promedio dentro de una región de interés en la raíz aórtica, cambio de intervención experimental a intervención de control
|
Día 1
|
|
Ruido de imagen
Periodo de tiempo: Día 1
|
Ruido de imagen como desviación estándar de unidades Hounsfield dentro de una región de interés en la raíz aórtica, cambio de intervención experimental a intervención de control
|
Día 1
|
|
Relación señal-ruido
Periodo de tiempo: Día 1
|
Relación señal-ruido
|
Día 1
|
|
Productos de longitud de dosis
Periodo de tiempo: Día 1
|
Comparación de productos de longitud de dosis
|
Día 1
|
|
Volúmenes de placa
Periodo de tiempo: Día 1
|
Análisis cuantitativo de los volúmenes de placas de las arterias coronarias
|
Día 1
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Ronny R Buechel, MD, Director of Cardiac Imaging
Publicaciones y enlaces útiles
Publicaciones Generales
- Benz DC, Grani C, Hirt Moch B, Mikulicic F, Vontobel J, Fuchs TA, Stehli J, Clerc OF, Possner M, Pazhenkottil AP, Gaemperli O, Buechel RR, Kaufmann PA. Minimized Radiation and Contrast Agent Exposure for Coronary Computed Tomography Angiography: First Clinical Experience on a Latest Generation 256-slice Scanner. Acad Radiol. 2016 Aug;23(8):1008-14. doi: 10.1016/j.acra.2016.03.015. Epub 2016 May 9.
- Benz DC, Fuchs TA, Grani C, Studer Bruengger AA, Clerc OF, Mikulicic F, Messerli M, Stehli J, Possner M, Pazhenkottil AP, Gaemperli O, Kaufmann PA, Buechel RR. Head-to-head comparison of adaptive statistical and model-based iterative reconstruction algorithms for submillisievert coronary CT angiography. Eur Heart J Cardiovasc Imaging. 2018 Feb 1;19(2):193-198. doi: 10.1093/ehjci/jex008.
- Sahiner B, Pezeshk A, Hadjiiski LM, Wang X, Drukker K, Cha KH, Summers RM, Giger ML. Deep learning in medical imaging and radiation therapy. Med Phys. 2019 Jan;46(1):e1-e36. doi: 10.1002/mp.13264. Epub 2018 Nov 20.
- Toprak O. Conflicting and new risk factors for contrast induced nephropathy. J Urol. 2007 Dec;178(6):2277-83. doi: 10.1016/j.juro.2007.08.054. Epub 2007 Oct 22.
- Benz DC, Grani C, Hirt Moch B, Mikulicic F, Vontobel J, Fuchs TA, Stehli J, Clerc OF, Possner M, Pazhenkottil AP, Gaemperli O, Buechel RR, Kaufmann PA. A low-dose and an ultra-low-dose contrast agent protocol for coronary CT angiography in a clinical setting: quantitative and qualitative comparison to a standard dose protocol. Br J Radiol. 2017 Jun;90(1074):20160933. doi: 10.1259/bjr.20160933. Epub 2017 May 25.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- USZ-2019-00533
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.
producto fabricado y exportado desde los 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. .