Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Aprendizaje profundo para la segmentación de la próstata (GOPI-Segm)

6 de diciembre de 2019 actualizado por: Hospices Civils de Lyon

Segmentación de la próstata asistida por computadora en varias zonas en imágenes de RM utilizando un enfoque basado en el aprendizaje profundo

Debido a que los criterios de diagnóstico para el cáncer de próstata son diferentes en la zona periférica y de transición, la segmentación de la próstata es necesaria para cualquier sistema de diagnóstico asistido por computadora destinado a caracterizar las lesiones prostáticas en imágenes de resonancia magnética (RM). La segmentación manual requiere mucho tiempo y puede diferir entre radiólogos con diferente experiencia. Desarrollamos y entrenamos un algoritmo de red neuronal convolucional para segmentar toda la próstata, la zona de transición y el estroma fibromuscular anterior en imágenes ponderadas en T2 de 787 resonancias magnéticas de una base de datos de correlación patológica radiológica prospectiva existente que contiene resonancias magnéticas de próstata de pacientes tratados con prostatectomía entre 2008 y 2014 (base de datos CLARA-P).

El propósito de este estudio es validar este algoritmo en una cohorte independiente de pacientes.

Descripción general del estudio

Tipo de estudio

De observación

Inscripción (Anticipado)

62

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

      • Lyon, Francia, 69008
        • Reclutamiento
        • Hôpital Edouard Herriot
        • Contacto:
          • Olivier ROUVIERE, Pr

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

18 años y mayores (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Géneros elegibles para el estudio

Masculino

Método de muestreo

Muestra no probabilística

Población de estudio

Selección aleatoria en el Picture Archiving and Communication System (PACS) de los Hospices Civils de Lyon entre los exámenes realizados entre 2016 y 2019

Descripción

Criterios de inclusión:

  • RM de próstata contenida en el PACS de los Hospices Civils de Lyon
  • Realizado en 2016-2019

Criterio de exclusión:

  • Resonancias magnéticas de pacientes que ya recibieron tratamiento para el cáncer de próstata

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Modelos observacionales: Grupo
  • Perspectivas temporales: Retrospectivo

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Pacientes con una resonancia magnética en una unidad de 3 Tesla (T)
La cohorte de validación total se compone de imágenes axiales ponderadas en T2 de la próstata obtenidas de 31 resonancias magnéticas de próstata en una unidad de 3T elegidas aleatoriamente entre las resonancias magnéticas de próstata realizadas en los Hospices Civils de Lyon en 20162015-2019

El algoritmo se utiliza para realizar una segmentación multizona de la próstata, incluida la delimitación de: los contornos de la próstata completa, los contornos de la zona de transición, el estroma fibromuscular anterior.

Los contornos son corregidos de forma independiente por 2 radiólogos. Se almacenarán los contornos corregidos de las diferentes zonas y para cada zona se utilizarán 6 métricas diferentes para evaluar la diferencia entre el contorno inicial y el corregido:

  • Distancia media de malla: distancia límite media (ABD) para cada punto de la segmentación de referencia. Primero se calcula la distancia al punto más cercano de la segmentación comparada. Luego se calcula el promedio de todas estas distancias y se obtiene el ABD
  • Distancia general de Hausdorff (HD)
  • percentil 95% (P) de la HD y 95 (P) de la distribución HD asimétrica
  • 95% HD modificado (HD95_1): enfoque diferente calculando primero el 95 (P) del HD asimétrico y luego tomando el máximo
  • Coeficiente de dados
  • Diferencia en volúmenes
Pacientes con una resonancia magnética en una unidad de 1,5 Tesla
La cohorte de validación total se compone de imágenes axiales potenciadas en T2 de la próstata obtenidas de 31 resonancias magnéticas de próstata en una unidad de 1,5 T elegidas aleatoriamente entre las resonancias magnéticas de próstata realizadas en los Hospices Civils de Lyon en 20162015-2019

El algoritmo se utiliza para realizar una segmentación multizona de la próstata, incluida la delimitación de: los contornos de la próstata completa, los contornos de la zona de transición, el estroma fibromuscular anterior.

Los contornos son corregidos de forma independiente por 2 radiólogos. Se almacenarán los contornos corregidos de las diferentes zonas y para cada zona se utilizarán 6 métricas diferentes para evaluar la diferencia entre el contorno inicial y el corregido:

  • Distancia media de malla: distancia límite media (ABD) para cada punto de la segmentación de referencia. Primero se calcula la distancia al punto más cercano de la segmentación comparada. Luego se calcula el promedio de todas estas distancias y se obtiene el ABD
  • Distancia general de Hausdorff (HD)
  • percentil 95% (P) de la HD y 95 (P) de la distribución HD asimétrica
  • 95% HD modificado (HD95_1): enfoque diferente calculando primero el 95 (P) del HD asimétrico y luego tomando el máximo
  • Coeficiente de dados
  • Diferencia en volúmenes

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Distancia de malla media (media) entre los contornos de toda la próstata realizados por el algoritmo y los dos radiólogos
Periodo de tiempo: Mes 11

La Distancia de malla media corresponde a la Distancia límite media (ABD) para cada punto de la segmentación de referencia. Primero se calcula la distancia al punto más cercano de la segmentación comparada. Luego se calcula el promedio de todas estas distancias y se obtiene el ABD.

La distancia de malla media entre los contornos de toda la próstata realizados por el algoritmo y cada radiólogo se utilizará como medida de resultado principal.

Mes 11

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de febrero de 2019

Finalización primaria (Anticipado)

1 de enero de 2020

Finalización del estudio (Anticipado)

1 de junio de 2020

Fechas de registro del estudio

Enviado por primera vez

6 de diciembre de 2019

Primero enviado que cumplió con los criterios de control de calidad

6 de diciembre de 2019

Publicado por primera vez (Actual)

10 de diciembre de 2019

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

10 de diciembre de 2019

Última actualización enviada que cumplió con los criterios de control de calidad

6 de diciembre de 2019

Última verificación

1 de diciembre de 2019

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • GOPI-Segmentation_2019

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. .

Ensayos clínicos sobre Cancer de prostata

3
Suscribir