Estudio piloto sobre aprendizaje profundo en el ojo (IDLE)
5 de enero de 2021 actualizado por: Pieter Nelis, CRG UZ Brussel
Validación de un Algoritmo de Aprendizaje Profundo de Aprendizaje por Transferencia para la Clasificación de Imágenes en Múltiples Patologías
El aprendizaje profundo le permite clasificar imágenes utilizando un algoritmo de autoaprendizaje.
El aprendizaje por transferencia se basa en un algoritmo de autoaprendizaje existente para permitir la clasificación de imágenes con menos imágenes.
En este estudio, esta técnica se aplicará a diferentes modalidades de imagen en diferentes síndromes.
Diseño de estudio retrospectivo.
Descripción general del estudio
Estado
Desconocido
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Anticipado)
120
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.
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 a 100 años (Adulto, Adulto Mayor)
Acepta Voluntarios Saludables
Sí
Géneros elegibles para el estudio
Todos
Método de muestreo
Muestra no probabilística
Población de estudio
Sujetos sanos y no sanos: extraiga datos de las imágenes disponibles
Descripción
Criterios de inclusión:
- Disponibilidad de imágenes, que permitan la discriminación.
Criterio de exclusión:
- No hay disponibilidad de datos claros sobre la diferenciación de enfermedades
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
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Sin patología
|
|
|
Patología
|
Clasificación de imágenes usando un algoritmo de aprendizaje profundo
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Periodo de tiempo |
|---|---|
|
Validación de clasificación de imágenes por algoritmo de aprendizaje de transferencia
Periodo de tiempo: 1 año
|
1 año
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
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 (Anticipado)
1 de febrero de 2021
Finalización primaria (Anticipado)
1 de diciembre de 2021
Finalización del estudio (Anticipado)
1 de diciembre de 2022
Fechas de registro del estudio
Enviado por primera vez
7 de diciembre de 2020
Primero enviado que cumplió con los criterios de control de calidad
7 de diciembre de 2020
Publicado por primera vez (Actual)
11 de diciembre de 2020
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
7 de enero de 2021
Última actualización enviada que cumplió con los criterios de control de calidad
5 de enero de 2021
Última verificación
1 de enero de 2021
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
- Enfermedades cardiovasculares
- Enfermedades Vasculares
- Enfermedades de los ojos
- Enfermedades del sistema endocrino
- Angiopatías diabéticas
- Complicaciones de la diabetes
- Diabetes mellitus
- Enfermedades de la retina
- Enfermedades del cristalino
- Retinopatía diabética
- Catarata
- Coriorretinopatía serosa central
Otros números de identificación del estudio
- IDLE1000
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
producto fabricado y exportado desde los EE. UU.
No
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. .