Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Leesion havaitsemisen arviointi maksassa: normaali vs. pieni säteilyannos käyttämällä erilaisia ​​jälkikäsittelytekniikoita

tiistai 3. maaliskuuta 2026 päivittänyt: M.D. Anderson Cancer Center
Vertaa kahta erilaista kuvanluonti-/käsittelytekniikkaa tavallisen CT-skannauksen aikana, jotta "näkee" maksaongelmia ja oppii, mikä menetelmä tarjoaa paremman kuvanlaadun. Tekniikoissa käytetään uutta tekoälyohjelmistoa vähentämään kuvakohinaa, mikä auttaa radiologia arvioimaan.

Tutkimuksen yleiskatsaus

Tila

Aktiivinen, ei rekrytointi

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Ensisijainen tavoite:

Arvioidakseen, pystyvätkö jälkikäsittelyohjelmisto Adaptive Statistical Iterative Reconstruction (ASIR), ASIR-V, Veo 3.0 (GE-versio mallipohjaisesta iteratiivisesta rekonstruktiosta (MBIR)) ja Deep Learning Image Reconstruction (DLIR) säilyttämään leesioiden havaitsemisen maksa ja muut kuvanlaadun mittaukset pienemmillä säteilyannoksilla tietokonetomografiaa (CT) varten.

Toissijaiset tavoitteet:

Arviointi siitä, parantaako jälkikäsittelyohjelmisto maksavaurioiden havaitsemista ja muita kuvanlaadun mittareita normaalilla ja pienemmillä säteilyannoksilla.

Arvio siitä, toimivatko DLIR- ja GSI DLIR -rekonstruktiot eri tavalla sekä tarkkuuden että kuvanlaadun mittareiden, kuten kohinan vähentämisen, suhteen.

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

146

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

  • Yhdysvallat
    • Texas
      • Houston, Texas, Yhdysvallat, 77030
        • University of Texas MD Anderson Cancer Center

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta - 90 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällyttämiskriteerit:

  1. Potilaan tulee olla >/= 18-vuotias ja </=90-vuotias
  2. Miehet ja ei-raskaana olevat naiset
  3. Patologisesti todistettu paksu- tai paksusuolensyövän diagnoosi
  4. Maksaetäpesäkkeet viimeisimmässä TT-tutkimuksessa
  5. Vatsan TT-tutkimus suunnitteilla IV-kontrastilla

Poissulkemiskriteerit:

  1. Potilaat eivät voi antaa tietoista suostumusta
  2. Potilaat eivät voi mennä CT-tutkimukseen

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Ei satunnaistettu
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Tietokonetomografia - 50 % annoksen vähennys
Osallistujat käyvät läpi rutiininomaisen hoidon TT-tutkimuksen paksusuolen karsinooman uudelleenmuodostuksen varalta, minkä jälkeen he saavat ylimääräisen maksan skannauksen 50 % annosta pienentämällä.
Diagnostinen testi: Tietokonetomografia - 50 % annoksen vähennys
Osallistujat käyvät läpi rutiininomaisen hoidon TT-tutkimuksen paksusuolen karsinooman uudelleenmuodostuksen varalta, minkä jälkeen he saavat ylimääräisen maksan skannauksen 50 % annosta pienentämällä.
Muut nimet:
  • Tietokonetomografia
Kokeellinen: Tietokonetomografia - 70 % annoksen vähennys
Osallistujat käyvät läpi rutiininomaisen hoidon TT-tutkimuksen paksusuolen karsinooman uudelleenmuodostumisen varalta, minkä jälkeen he saavat ylimääräisen maksan skannauksen 70 % annosta pienentämällä.
Diagnostinen testi: Tietokonetomografia - 70 % annoksen vähennys
Osallistujat käyvät läpi rutiininomaisen hoidon TT-tutkimuksen paksusuolen karsinooman uudelleenmuodostumisen varalta, minkä jälkeen he saavat ylimääräisen maksan skannauksen 70 % annosta pienentämällä.
Muut nimet:
  • Tietokonetomografia
Kokeellinen: Deep Learning Image Reconstruction (DLIR)
DLIR on saatavana sekä yhden (SE) että kahden/monienergian (DE) CT-skannaustilassa. DLIR SECT ja DLIR DECT rekonstruktioita ei ole vielä verrattu.
Diagnostinen testi: Deep Learning Image Reconstruction (DLIR)
Osallistujat saavat laadukasta kuvantamista ilman tekoälyohjelmistoa ja kuvantamistekniikkaa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Metastaasien havaitsemisen tarkkuus
Aikaikkuna: 1 päivä
Ensisijainen päätepiste on kunkin potilaan etäpesäkkeiden havaitsemisen tarkkuustila, jossa "totuudenlukijoiden" (sokeutuneista radiologeista riippumattomien) tarkistama hoitoskannaus toimii kultaisena standardina. Jos jokin potilaan leesio diagnosoidaan etäpesäkkeeksi "totuudenlukijoiden" tai sokeutuneiden lukijoiden konsensuksen toimesta, kyseistä potilasta pidetään todella positiivisena ja diagnoosipositiivisena. Normaalin TT:n odotettu tarkkuus on 95 %, ja pieniannoksisen TT-havainnon ei katsota olevan huonompi, jos sen tarkkuus on 85 % tai suurempi.
1 päivä

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

M.D. Anderson Cancer Center

Tutkijat

  • Päätutkija: Corey T. Jensen, MD, M.D. Anderson Cancer Center

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Hyödyllisiä linkkejä

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Tiistai 9. toukokuuta 2017

Ensisijainen valmistuminen (Arvioitu)

Perjantai 30. huhtikuuta 2027

Opintojen valmistuminen (Arvioitu)

Perjantai 30. huhtikuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 9. toukokuuta 2017

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 11. toukokuuta 2017

Ensimmäinen Lähetetty (Todellinen)

Perjantai 12. toukokuuta 2017

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 5. maaliskuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 3. maaliskuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. maaliskuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 2016-1135
  • NCI-2018-01272 (Muu tunniste: NCI-CTRP Clinical Trials Reporting Registry)

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Kliiniset tutkimukset Maksan metastaasit

Kliiniset tutkimukset Tietokonetomografia - 50 % annoksen vähennys

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Macedonia

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

Tilaa