Potencial del aprendizaje profundo en la evaluación de la neumoconiosis representada en la radiografía de tórax digital
8 de julio de 2021 actualizado por: Peking University Third Hospital
Investigar el potencial del aprendizaje profundo en la evaluación de la neumoconiosis representada en radiografías de tórax digitales y comparar su rendimiento con radiólogos certificados
La neumoconiosis es relativamente frecuente en los países de ingresos bajos y medianos, y sigue siendo una tarea desafiante diagnosticar la neumoconiosis de manera precisa y confiable.
Los investigadores implementaron una solución de aprendizaje profundo y aclararon el potencial del aprendizaje profundo en el diagnóstico de neumoconiosis al comparar su desempeño con dos radiólogos certificados.
El aprendizaje profundo demostró un potencial único en la clasificación de la neumoconiosis.
Descripción general del estudio
Estado
Terminado
Condiciones
Intervención / Tratamiento
Descripción detallada
Los investigadores recolectaron retrospectivamente un conjunto de datos que constaba de 1881 imágenes de rayos X de tórax en forma de radiografía digital.
Estas imágenes se adquirieron en un entorno de proyección en sujetos que tenían un historial de trabajo en un entorno que los exponía a polvo nocivo.
Entre estos sujetos, 923 fueron diagnosticados con neumoconiosis y 958 eran normales.
Para identificar a los sujetos con neumoconiosis, los investigadores aplicaron una red neuronal convolucional profunda clásica (CNN) llamada Inception-V3 a estos conjuntos de imágenes y validaron el rendimiento de clasificación de los modelos entrenados utilizando el área bajo la curva característica operativa (AUC) del receptor.
Tipo de estudio
De observación
Inscripción (Actual)
1881
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
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Todos
Método de muestreo
Muestra no probabilística
Población de estudio
De estos sujetos, 923 fueron diagnosticados con neumoconiosis, 958 eran normales.
Entre estos sujetos, 163 eran mujeres.
Descripción
Criterios de inclusión:
- trabajadores industriales con antecedentes de exposición al polvo y sometidos a detección de neumoconiosis DR de 2015 a 2018
Criterio de exclusión:
- pacientes con mala calidad de imagen
- pacientes con datos clínicos incompletos
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: Solo caso
- Perspectivas temporales: Retrospectivo
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
red neuronal convolucional (CNN)
se aplicó una red neuronal convolucional profunda clásica (CNN) llamada Inception-V3 a los conjuntos de imágenes y se validó el rendimiento de clasificación de los modelos entrenados
|
Arquitectura CNN llamada arquitectura U-Net
Otros nombres:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
el diagnóstico de neumoconiosis
Periodo de tiempo: hasta 6 meses
|
El diagnóstico y la estadificación de la neumoconiosis fueron realizados por un panel de expertos compuesto por radiólogos certificados y médicos ocupacionales.
El diagnóstico de neumoconiosis se confirmó por la historia clínica y los registros médicos previos (radiografías de tórax y pruebas de función pulmonar).
|
hasta 6 meses
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Silla de estudio: Xiaohua Wang, Peking University Third Hospital
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 enero de 2015
Finalización primaria (Actual)
31 de diciembre de 2018
Finalización del estudio (Actual)
31 de diciembre de 2019
Fechas de registro del estudio
Enviado por primera vez
28 de junio de 2021
Primero enviado que cumplió con los criterios de control de calidad
8 de julio de 2021
Publicado por primera vez (Actual)
15 de julio de 2021
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
15 de julio de 2021
Última actualización enviada que cumplió con los criterios de control de calidad
8 de julio de 2021
Última verificación
1 de junio de 2021
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- M2019467
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
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. .