- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05341674
Programa de propuesta de sockets autónomos basados en inteligencia artificial: Experiencias de diseño de sockets
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Para el software basado en inteligencia artificial que se planeó crear, se escanearon los muñones de todos los pacientes con el escáner 3D de la marca Artec Eva Lite. Los patrones escaneados se guardaron como nubes de puntos. Las partes del encaje de las prótesis utilizadas por los mismos pacientes también se escanearon con el mismo dispositivo de escáner y se registraron.
El conjunto de datos de puntos que consta de coincidencias de muñón y cavidad obtenidas de los pacientes se utilizó para el software.
Para entrenar el modelo de inteligencia artificial se ha creado un entorno de trabajo en el que se pueden utilizar bibliotecas y herramientas de inteligencia artificial en el ordenador. Para este propósito, se estableció la primera plataforma de ciencia de datos Anaconda. Acto seguido, se instaló el lenguaje de programación Python y la biblioteca de aprendizaje profundo Tensorflow, se agregaron otras bibliotecas necesarias para el entrenamiento del modelo de inteligencia artificial y se preparó el entorno de trabajo. Se utilizó un algoritmo de aprendizaje profundo en el modelo de inteligencia artificial desarrollado para entrenar los datos. El propósito de usar el aprendizaje profundo, que es uno de los algoritmos de inteligencia artificial más actualizados y populares, es lograr resultados más precisos al aumentar el rendimiento y la tasa de precisión. Primero, el conjunto de datos está reservado en un 90 % para entrenamiento y en un 10 % para pruebas. Luego, se creó un modelo de aprendizaje profundo con el modelo Sequantial() seleccionado de la biblioteca de Keras. En el modelo se utilizan un total de 7 capas, la primera de las cuales es la capa de entrada y la última es la capa de salida. Mientras que "relu" se usa como función de activación para la capa de entrada y las capas intermedias, la función "lineal" se usa para la capa de salida. Al crear el modelo, se eligió a "Adam" como optimizador. En el modelo entrenado con un total de 500 "repeticiones", el "tamaño de lote" se asigna como 5. Luego, el modelo entrenado se probó con los datos de prueba y se logró una tasa de éxito del 61 %. Posteriormente, se registró el modelo y los pesos. Una vez que se completó el entrenamiento del modelo, se desarrolló un nuevo programa de Python. Los modelos y pesos previamente desarrollados se cargaron mientras el programa estaba en ejecución y se usaron para proponer un encaje para dar los nuevos datos del troquel. Cuando se ejecuta el programa, se pregunta el nombre del stump para el que se solicita un socket.
Por lo tanto, el programa propone un nuevo socket después de recibir el conjunto de datos stubby del usuario y probarlo en el modelo entrenado. Este modelo de socket 3D se muestra al usuario a través de la biblioteca de gráficos Python Plotly.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Şahinbey
-
Gaziantep, Şahinbey, Pavo, 27000
- Hasan Kalyoncu University
-
-
Criterios de participación
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:
- Pacientes conscientes > 18 años que hayan sido sometidos a cirugía de amputación
Criterio de exclusión:
• Discapacidad visual y de percepción grave
- Intervención quirúrgica con secuelas funcionales en las extremidades
- Dolor que no permite realizar pruebas
- Pacientes con enfermedades con disfunción neurológica (ictus, esclerosis múltiple, etc.)
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Control de caso
- Perspectivas temporales: Retrospectivo
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
---|---|
Modelo del muñón escaneado con un escáner 3d
Para el software basado en inteligencia artificial que se planeó crear, se escanearon los muñones de todos los pacientes con el escáner 3D de la marca Artec Eva Lite.
Los patrones escaneados se guardaron como nubes de puntos.
|
los muñones de todos los pacientes fueron escaneados con el escáner 3D de la marca Artec Eva Lite.
|
Zócalo emparejado con muñón
Las partes del encaje de las prótesis utilizadas por los mismos pacientes (con otro grupo) también se escanearon con el mismo dispositivo de escáner y se registraron.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Software (programa de propuesta de socket autónomo basado en inteligencia artificial)
Periodo de tiempo: 2 años
|
Se evaluará la prospectiva del software a desarrollar. Se evaluará cuán adecuado se puede sugerir un diseño de encaje para las dimensiones del muñón ingresadas en el sistema. Gracias al software, el tiempo que se tarda en diseñar un encaje se comparará con el tiempo que tardan los encajes producidos con métodos clásicos. Se evaluará la efectividad de tiempo/costo del software. |
2 años
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Murat ÇINAR, Doctor, Hasan Kalyoncu University
Publicaciones y enlaces útiles
Publicaciones Generales
- Ten Kate J, Smit G, Breedveld P. 3D-printed upper limb prostheses: a review. Disabil Rehabil Assist Technol. 2017 Apr;12(3):300-314. doi: 10.1080/17483107.2016.1253117. Epub 2017 Feb 2. Review.
- O'Brien L, Cho E, Khara A, Lavranos J, Lommerse L, Chen C. 3D-printed custom-designed prostheses for partial hand amputation: Mechanical challenges still exist. J Hand Ther. 2021 Oct-Dec;34(4):539-542. doi: 10.1016/j.jht.2020.04.005. Epub 2020 Jun 19.
- Vujaklija I, Farina D. 3D printed upper limb prosthetics. Expert Rev Med Devices. 2018 Jul;15(7):505-512. doi: 10.1080/17434440.2018.1494568. Epub 2018 Jul 5. Review.
- Abbady HEMA, Klinkenberg ETM, de Moel L, Nicolai N, van der Stelt M, Verhulst AC, Maal TJJ, Brouwers L. 3D-printed prostheses in developing countries: A systematic review. Prosthet Orthot Int. 2022 Feb 1;46(1):19-30. doi: 10.1097/PXR.0000000000000057.
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
Otros números de identificación del estudio
- MAC2022
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. .
Ensayos clínicos sobre Inteligencia artificial
-
Medtronic Cardiac Rhythm and Heart FailureTerminadoMarcapasos cardíaco artificial | Marcapasos Cardíaco, ArtificialCanadá, Estados Unidos, Israel, Italia, Katar, Porcelana
-
Sanatorio Anchorena San MartinJavier Hernán Dorado; Joaquin PerezReclutamiento
-
Cairo UniversityReclutamiento
-
First Affiliated Hospital, Sun Yat-Sen UniversityReclutamiento
-
Istituto Clinico HumanitasTerminado
-
Istituto Clinico HumanitasTerminadoInteligencia artificialItalia
-
Respinor ASEuropean CommissionTerminadoRespiración ArtificialNoruega
-
Centre Hospitalier Universitaire, AmiensDesconocido
-
Lawson Health Research InstituteTerminado
-
Children's Hospital of PhiladelphiaLaerdal MedicalTerminado