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

Diagnóstico y Localización Ultrasonográfica Asistida por Aprendizaje Profundo de la Torsión del Apéndice Testicular

24 de diciembre de 2025 actualizado por: Ying Jiang

Estudio de Validación Retrospectiva Multicéntrico: Diagnóstico y Localización Asistidos por Aprendizaje Profundo de la Torsión del Apéndice Testicular

Los datos de ultrasonido se recopilaron retrospectivamente del centro principal y de otros seis subcentros. Combinados con los resultados del diagnóstico clínico, el etiquetado de los datos fue completado por médicos con amplia experiencia clínica.

En este estudio, se adoptó YOLOv11 como red de detección, la cual se integró con el mecanismo de atención convolucional (Módulo de Atención de Bloque Convolucional Espacial, es decir, Spatial CBAM) y el mecanismo de auto-atención (por ejemplo, Mezclador de Atención Convolucional, ACMix). El conjunto de datos del centro principal se dividió en subconjuntos de entrenamiento, validación y prueba, sobre los cuales el modelo fue entrenado, validado y probado respectivamente; se realizó una validación adicional en el conjunto de datos del subcentro. Mientras tanto, se asignaron cuatro médicos para interpretar los datos de ultrasonido de los subcentros utilizando dos métodos de diagnóstico—diagnóstico independiente y diagnóstico asistido por inteligencia artificial (IA)—y se comparó además la precisión diagnóstica de estos dos enfoques. Al recopilar y aprender los métodos de tratamiento de los pacientes en el conjunto de entrenamiento del centro principal, predecir los métodos de tratamiento de los pacientes en el conjunto de datos del subcentro, y comparar la proporción de cirugías predichas por la IA con la proporción real de cirugías, se verificó la eficacia del modelo.

Descripción general del estudio

Descripción detallada

Los datos de ultrasonido se recopilaron retrospectivamente del centro principal y de otros seis subcentros. Combinados con los resultados del diagnóstico clínico, el etiquetado de los datos fue completado por médicos con amplia experiencia clínica.

En este estudio, se adoptó YOLOv11 como red de detección, la cual se integró con el mecanismo de atención convolucional (Módulo de Atención de Bloque Convolucional Espacial, es decir, Spatial CBAM) y el mecanismo de auto-atención (por ejemplo, Attention Convolution Mixer, ACMix). El conjunto de datos del centro principal se dividió en subconjuntos de entrenamiento, validación y prueba, sobre los cuales el modelo fue entrenado, validado y probado respectivamente; se realizó una validación adicional en el conjunto de datos del subcentro. Mientras tanto, se asignaron cuatro médicos para interpretar los datos de ultrasonido de los subcentros utilizando dos métodos de diagnóstico: diagnóstico independiente y diagnóstico asistido por inteligencia artificial (IA), y se comparó adicionalmente la precisión diagnóstica de estos dos enfoques. Al recopilar y aprender los métodos de tratamiento de los pacientes en el conjunto de entrenamiento del centro principal, prediciendo los métodos de tratamiento de los pacientes en el conjunto de datos del subcentro, y comparando la proporción de cirugías predichas por la IA con la proporción real de cirugías, se verificó la eficacia del modelo.

Tipo de estudio

De observación

Inscripción (Estimado)

2000

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

  • Nombre: Ying Jiang, Master Degree
  • Número de teléfono: 86-19883203100
  • Correo electrónico: Jiang_ying@zju.edu.cn

Copia de seguridad de contactos de estudio

  • Nombre: Juntao Jiang, Master Degree
  • Número de teléfono: 86-13968107281
  • Correo electrónico: juntaojiang@zju.edu.cn

Ubicaciones de estudio

    • Zhejiang
      • Hangzhou, Zhejiang, Porcelana, 310000
        • Children's Hospital of Zhejiang University School of Medicine
        • Contacto:
          • Ying Jiang, Master Degree
          • Número de teléfono: 86-19883203100
          • Correo electrónico: Jiang_ying@zju.edu.cn
        • Contacto:
          • Jingjing Ye, PHD Degree
          • Número de teléfono: 86-13868174280
        • Investigador principal:
          • Ying Jiang, Master Degree

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

Acepta Voluntarios Saludables

Método de muestreo

Muestra no probabilística

Población de estudio

Edad ≤ 18 años, se sometió a examen de ultrasonido debido a dolor escrotal agudo (≤ 24 horas)

Descripción

Criterios de inclusión:

  1. Edad ≤ 18 años
  2. Se sometió a un examen de ultrasonido debido a dolor escrotal agudo (≤ 24 horas)
  3. Pacientes diagnosticados clínicamente con torsión del apéndice testicular (TAT)

Criterios de exclusión:

  1. Mala calidad de la imagen de ultrasonido (incapacidad para identificar las estructuras testiculares)
  2. Datos clínicos incompletos (incapacidad para confirmar el diagnóstico de torsión del apéndice testicular [TAT])

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
Grupo de Torsión del Apéndice Testicular
Pacientes diagnosticados con torsión del apéndice testicular
Grupo de Torsión Testicular
Pacientes diagnosticados con torsión testicular
Grupo de Epididimitis
Pacientes diagnosticados con epididimitis
Grupo Normal
Pacientes sin torsión del apéndice testicular, torsión testicular, epididimitis y el escroto es normal

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Precisión del modelo de aprendizaje profundo verifica cuatro condiciones: torsión del apéndice testicular; torsión testicular; epididimitis y condición normal
Periodo de tiempo: Desde la entrada de la imagen hasta la generación del resultado se espera que sea de 24 horas
exactitud del modelo de aprendizaje profundo verifica cuatro condiciones: torsión del apéndice testicular; torsión testicular; epididimitis y condición normal
Desde la entrada de la imagen hasta la generación del resultado se espera que sea de 24 horas

Medidas de resultado secundarias

Medida de resultado
Periodo de tiempo
Número de participantes con dolor escrotal agudo
Periodo de tiempo: Se espera que desde el inicio de la inscripción hasta el final sean 5 meses
Se espera que desde el inicio de la inscripción hasta el final sean 5 meses
La tasa de precisión de los clínicos en el diagnóstico y localización de la torsión del apéndice testicular
Periodo de tiempo: Desde el inicio del diagnóstico y localización por parte de los médicos clínicos hasta el final se espera que sean 15 días
Desde el inicio del diagnóstico y localización por parte de los médicos clínicos hasta el final se espera que sean 15 días
La tasa de precisión del modelo de aprendizaje profundo en la predicción de la modalidad de tratamiento para la torsión del apéndice testicular, tratamiento conservador o cirugía
Periodo de tiempo: Desde el inicio de la predicción del tratamiento para la torsión del apéndice testicular mediante el modelo de aprendizaje profundo hasta el final se espera que sea de 24 horas
Desde el inicio de la predicción del tratamiento para la torsión del apéndice testicular mediante el modelo de aprendizaje profundo hasta el final se espera que sea de 24 horas

Colaboradores e Investigadores

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

Patrocinador

Investigadores

  • Director de estudio: Jingjing Ye, Phd Degree, Zhejiang University School of Medicine Children's 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 (Estimado)

1 de enero de 2026

Finalización primaria (Estimado)

1 de mayo de 2026

Finalización del estudio (Estimado)

1 de mayo de 2026

Fechas de registro del estudio

Enviado por primera vez

9 de diciembre de 2025

Primero enviado que cumplió con los criterios de control de calidad

23 de diciembre de 2025

Publicado por primera vez (Estimado)

24 de diciembre de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

31 de diciembre de 2025

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

24 de diciembre de 2025

Última verificación

1 de diciembre de 2025

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

Descripción del plan IPD

las imágenes de ultrasonido y los datos de referencia del paciente

Marco de tiempo para compartir IPD

El IPD y la información de respaldo estarán disponibles el 1 de enero de 2027, y durante un mes

Criterios de acceso compartido de IPD

Editores de revistas y revisores, protocolo de estudio, envíame un correo electrónico para acceder a él.

Tipo de información de apoyo para compartir IPD

  • PROTOCOLO DE ESTUDIO

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. .

Suscribir