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

Sistema de generación de informes de enfermedades explicables del fondo de ojo

10 de julio de 2023 actualizado por: Yingfeng Zheng, Sun Yat-sen University

Redes neuronales profundas multimodales explicables para identificar enfermedades del fondo de ojo y generar informes

Establecer un sistema de aprendizaje profundo de varios análisis de enfermedades del fondo de ojo basado en los resultados de imágenes de examen multimodal. El sistema puede analizar imágenes multimodales de fondo de ojo, realizar diagnósticos y generar los informes correspondientes.

Descripción general del estudio

Descripción detallada

El fondo de ojo es la única parte del cuerpo humano que puede ver directamente la microcirculación de los vasos sanguíneos y el tejido nervioso. A través de varias pruebas de imagen, incluida la fotografía de fondo de ojo en color (CFP), la tomografía de coherencia óptica (OCT), la angiografía de fondo de ojo con fluoresceína (FFA) y la angiografía con verde de indocianina (ICGA), etc., es posible observar de forma estática o dinámica la retina y la coroides. , el estado de los vasos sanguíneos y los nervios, y el diagnóstico completo de la enfermedad. La detección, la interpretación y el diagnóstico preciso de las enfermedades del fondo de ojo son cruciales para la prevención, el control y el tratamiento preciso de la enfermedad. Sin embargo, debido a la variedad de métodos de examen de fondo de ojo y la complejidad y profesionalismo del examen, hay una falta de especialistas en fondo de ojo que tengan suficiente experiencia clínica y conocimiento para interpretar los exámenes de fondo de ojo. Con el desarrollo continuo de la inteligencia artificial (IA) en el diagnóstico de enfermedades del fondo de ojo, se aplican gradualmente diversas modalidades de métodos de examen por imágenes al desarrollo de sistemas de diagnóstico de enfermedades del fondo de ojo. Además, las imágenes médicas a menudo vienen con los informes correspondientes, que en su mayoría son generados por la experiencia de los médicos o radiólogos.

Aquí, estamos estableciendo un diagnóstico de enfermedad de fondo de ojo y un sistema de generación de informes basado en exámenes de imágenes de fondo de ojo transmodales, y las lesiones de fondo de ojo se visualizaron al mismo tiempo. También se realizará la verificación de datos en varios centros. Los resultados de la investigación ayudarán en el diagnóstico de lesiones de fondo de ojo y en la generación de informes de imágenes. Esperamos que esto pueda popularizar métodos de examen de imágenes de fondo de ojo más complejos para la sociedad y ayudar a mejorar el diagnóstico temprano y el tratamiento de las lesiones de fondo de ojo que causan ceguera.

Tipo de estudio

De observación

Inscripción (Estimado)

15000

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.

Estudio Contacto

Copia de seguridad de contactos de estudio

  • Nombre: Wenjia Cai, M.D. Ph.D
  • Número de teléfono: +8615017593912
  • Correo electrónico: caiwenjia@gzzoc.com

Ubicaciones de estudio

    • Guangdong
      • Guangzhou, Guangdong, Porcelana, 510000
        • Reclutamiento
        • Zhognshan Ophthalmic Center, Sun Yat-sen University
        • Contacto:

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

Método de muestreo

Muestra de probabilidad

Población de estudio

Las imágenes del fondo de ojo se recolectaron de diferentes institutos de atención médica en toda China y de otros países.

Descripción

Criterios de inclusión:

  • La calidad de las imágenes del examen multimodal de la enfermedad del fondo de ojo y los informes correspondientes deben ser clínicamente aceptables.

Criterio de exclusión:

  • Informes con información clave faltante.
  • Las imágenes con reducciones severas de resolución de imagen, desenfoque o artefactos se excluyeron de un análisis posterior.

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
Conjunto de entrenamiento
Imágenes de fondo de ojo multimodales e informes correspondientes recopilados de múltiples sitios de detección en China.
Conjunto de validación interna
Registros separados del conjunto de entrenamiento.
Equipo de prueba externo
Imágenes de fondo de ojo multimodales e informes correspondientes recopilados de múltiples centros en China y en todo el mundo.
A través de varias modalidades de imágenes de fondo de ojo, combinándolas con datos clínicos y la experiencia de los médicos para diagnosticar diferentes enfermedades del fondo de ojo.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Área bajo la curva característica operativa del receptor del sistema de aprendizaje profundo
Periodo de tiempo: Base
Los investigadores calcularán el área bajo la curva característica operativa del receptor del sistema de aprendizaje profundo y compararán este índice con los oftalmólogos humanos.
Base

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Intersección-Sobre-Unión de la precisión de la explicación de los modelos
Periodo de tiempo: Base
Los investigadores calcularán la intersección sobre la unión (IOU) (o la similitud de Jaccard) entre las regiones de mapeo de atención de imagen de lesión y las regiones de verdad del terreno del sistema de aprendizaje profundo.
Base
Sensibilidad y especificidad del sistema de aprendizaje profundo
Periodo de tiempo: Base
Los investigadores calcularán la sensibilidad y la especificidad del sistema de aprendizaje profundo.
Base

Colaboradores e Investigadores

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

Patrocinador

Investigadores

  • Investigador principal: Yingfeng Zheng, M.D. Ph.D, Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity,Guangzhou, Guangdong, China, 510060

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 2011

Finalización primaria (Estimado)

1 de diciembre de 2023

Finalización del estudio (Estimado)

1 de julio de 2024

Fechas de registro del estudio

Enviado por primera vez

15 de noviembre de 2022

Primero enviado que cumplió con los criterios de control de calidad

15 de noviembre de 2022

Publicado por primera vez (Actual)

18 de noviembre de 2022

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

11 de julio de 2023

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

10 de julio de 2023

Última verificación

1 de julio de 2023

Más información

Términos relacionados con este estudio

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 2021KYPJ164

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. .

Ensayos clínicos sobre Imagen, Cuerpo

3
Suscribir