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

Hyvä- ja pahanlaatuisten keuhkokyhmyjen luokittelu CT-raakatietojen perusteella

keskiviikko 29. kesäkuuta 2022 päivittänyt: Di Dong, Chinese Academy of Sciences

TT:n ja raakatietojen ennakoivan suorituskyvyn vertailu ja analyysi keuhkokyhmyjen hyvänlaatuisessa ja pahanlaatuisessa luokituksessa

Lääketieteellisten kuvien käyttö yhdistettynä syviin hermoverkkoihin kliinisen diagnoosin, terapeuttisen vaikutuksen ja ennusteen ennustamisen avuksi on nykyään hotspot. Kaikki olemassa olevat menetelmät on kuitenkin suunniteltu rekonstruoitujen lääketieteellisten kuvien perusteella eikä häviöttömän raakadatan perusteella. Ottaen huomioon, että lääketieteelliset kuvat on tarkoitettu ihmissilmille eikä tekoälylle, yritämme käyttää raakadataa ennustaaksemme keuhkojen kyhmyjen pahanlaatuisuutta ja vertaamme ennustavaa suorituskykyä CT:hen. Kokeet osoittavat diagnoosin toteutettavuuden CT-raakadatalla. Uskomme, että ehdotettu menetelmä on lupaava muuttaa nykyistä lääketieteellistä diagnoosiputkistoa, koska sillä on potentiaalia vapauttaa radiologit.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Rutiininomaisesti käytetty syöpien diagnostinen järjestelmä seuraa signaalista kuvasta diagnoosiin -prosessia. Näkyvien kuvien rekonstruoiminen lääkinnällisen laitteen signaalista on välttämätöntä, jotta ihmislääkäri voi tehdä diagnoosin. Signaalin sisällä olevaa valtavaa informaatiota ei kuitenkaan louhita optimaalisesti, mikä aiheuttaa kuvapohjaisen diagnoosin nykyisen epätyydyttävän suorituskyvyn.

Tässä kliinisessä tutkimuksessa kehitämme tekoälyyn perustuvan diagnostisen järjestelmän keuhkojen kyhmyille suoraan signaalista (raakadata) diagnoosiin ohittaen rekonstruktiovaiheen. Tässä tutkimuksessa keskitymme pahanlaatuisten keuhkojen kyhmyjen erottamiseen hyvänlaatuisista. Keräämme tietojoukon potilaista, joilta seulotaan keuhkokyhmyt. Kaikille potilaille tehdään ennen leikkausta TT-skannaus (raakadataa ja CT-kuvia saatavilla) ja kyhmyjen tulos on patologisesti vahvistettu. Rakennamme mallin käyttämällä vain raakadataa keuhkojen kyhmyjen diagnosointiin. Lisäksi CT-kuvasta rakennetaan toinen malli vertailua varten.

Lisäksi seuraamme näitä potilaita ja rakennamme TT-raakadataan perustuvan mallin keuhkosyövän ennusteanalyysiin.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

626

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Kiina
    • Jilin
      • Changchun, Jilin, Kiina, 130021
        • The First Hospital of Ji Lin University

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 ja vanhemmat (AIKUINEN, OLDER_ADULT)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Potilaat, joilta seulotaan keuhkojen kyhmyt TT:llä, otetaan mukaan tähän tutkimukseen. Kultainen standardi on kyhmyn patologisesti vahvistettu pahanlaatuisuus.

Kuvaus

Sisällyttämiskriteerit:

  1. Potilaat, joilta seulotaan keuhkojen kyhmy.
  2. TT-tiedot ja vastaavat TT-raakatiedot ovat saatavilla ennen leikkausta.
  3. Lopullinen patologinen diagnoosi kyhmyn pahanlaatuisuudesta on saatavilla.

Poissulkemiskriteerit:

  1. Aikaisempi keuhkosyöpähistoria.
  2. TT-kuvissa olevat artefaktit heikentävät vakavasti vaurion havainnointia.
  3. CT-skannauksen ja patologian diagnoosin välinen aika on yli 4 viikkoa.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Ji Linin yliopiston ensimmäinen sairaala
TT-tiedot ja vastaavat TT-raakatiedot kerätään potilaista, joilla on keuhkokyhmy.
Muut: Ei interventioita
Ei interventioita

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Vastaanottimen toimintakäyrän alla oleva alue (ROC)
Aikaikkuna: 8 kuukautta
Raakatietojen käyrän alla oleva pinta-ala (AUC) pahanlaatuisten kyhmyjen erottamisessa hyvänlaatuisista kyhmyistä.
8 kuukautta
Taudista selviytymistä
Aikaikkuna: 5 vuotta
Raakatietojen ja taudista vapaan eloonjäämisen (DFS) välinen yhteys, joka määritellään ajaksi keuhkosyövän diagnoosin alkamisesta vahvistettuun uusiutumisen tai metastaattisen taudin tai kuoleman tapahtumiseen.
5 vuotta
Yleinen selviytyminen
Aikaikkuna: 5 vuotta
Raakatietojen ja kokonaiseloonjäämisen (OS) välinen yhteys, joka määritellään ajalle keuhkosyövän diagnoosin alkamisesta mistä tahansa syystä johtuvaan kuolemaan.
5 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Chinese Academy of Sciences

Yhteistyökumppanit

The First Hospital of Jilin University
Neusoft Medical Systems Co., Ltd.

Tutkijat

  • Opintojohtaja: Yali Zang, Ph.D., Institute of Automation, Chinese Academy of Sciences

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)

Maanantai 15. huhtikuuta 2019

Ensisijainen valmistuminen (TODELLINEN)

Torstai 30. kesäkuuta 2022

Opintojen valmistuminen (TODELLINEN)

Torstai 30. kesäkuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 23. tammikuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 23. tammikuuta 2020

Ensimmäinen Lähetetty (TODELLINEN)

Maanantai 27. tammikuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (TODELLINEN)

Torstai 30. kesäkuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 29. kesäkuuta 2022

Viimeksi vahvistettu

Keskiviikko 1. kesäkuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • CASMI001

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

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 .

Tilaa