- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT04377217
Tietokoneistettu kasvojentunnistus kasvojen, lapaluun ja olkaluun lihasdystrofian (FSMHD) automaattiseen diagnosointiin (CV4DIAGNOSIS)
Tietokoneistettu kasvojen tunnistus kasvojen, lapaluun ja olkaluon lihasdystrofian (FSMHD) automaattiseen diagnosointiin: Pilottitutkimus
Facio-Scapulo-Humeral Muscular Dystrophy (FSHMD) kliininen diagnoosi edellyttää potilaiden siirtämistä terveyskeskukseen ja pitkäkestoista lääkintähenkilöstöä koskevaa tutkimusta, ja sitä voidaan aliarvioida maltillisimmissa tapauksissa. Siten se vaatii kallista ja raskasta logistiikkaa sekä syrjäisillä alueilla asuvilta ja pitkiä ja kalliita matkoja joutuneilta potilailta että kliiniseltä henkilökunnalta. Tämä on este laajamittaiselle diagnoosille. Tutkijat aikovat lieventää näitä rajoituksia käyttämällä digitaalista kasvoanalyysitekniikkaa, joka mahdollistaisi potilaiden laajamittaisen diagnosoinnin telelääketieteen avulla.
Edellä kuvatuista syistä ja alustavista tuloksista motivoituneen projektin tavoitteena on kehittää menetelmiä tämän taudin automaattiseen havaitsemiseen ja etenemisen seurantaan tietokonenäköalgoritmeilla. Tätä varten tutkijat kokoavat ensin kuva- ja videopankin potilaista, joilla on kohtalainen tai vaikea FSHMD, potilaista, joilla on muita lihasdystrofioita, jotka aiheuttavat kasvojen lihasten epäsymmetriaa, sekä kontrollihenkilöistä, joilla ei ole kasvoja. Jokainen näistä kohteista karakterisoidaan kliinisesti ja geneettisesti.
Tämän jälkeen tutkijat kehittävät tietokonetyökaluja, joissa käytetään video- ja ääniantureita, jotka pystyvät havaitsemaan kasvojen lihasvaurioita FSHMD-potilailla ja erottamaan heidät kontrollihenkilöistä ja toisaalta potilaista, joilla on muita lihasdystrofioita. Tutkijat haluavat hyödyntää viimeisimpiä edistysaskeleita "syväoppimisen" suhteen ja parantaa arkkitehtuuriaan tavoitteidemme saavuttamiseksi.
Tämän kokonaisvaltaisen lähestymistavan lisäksi tutkijat tutkivat kasvojentunnistusmenetelmiä, jotka pystyvät tunnistamaan tarkasti eri kasvojen alueet kuvista, sekä kasvojen dynamiikan eri tilastollisten ominaisuuksien (kesto ja intensiteetti) merkitystä. Nämä algoritmit ovat hyödyllisiä myös kasvovaurioiden kehityksen seurannassa, jotta voidaan kehittää erityinen mittaustyökalu, jota voitaisiin käyttää potilaan seurannassa ja kliinisissä tutkimuksissa taudin alkuvaiheessa.
Tutkimuksen yleiskatsaus
Opintotyyppi
Ilmoittautuminen (Todellinen)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Nice, Ranska, 06001
- Hôpital Pasteur 2
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Kuvaus
- Potilas, joka kuuluu johonkin näistä neljästä ryhmästä:
- Ryhmä 1 FSMHD vahvistettu tai vahvistettava kohtalaisella kasvojen vaikutuksella
- Ryhmä 2 FSMHD vahvistettu tai vahvistettava vakavalla kasvovauriolla.
- Ryhmä 3 Muu tauti NM vahvistettu tai varmistettava.
- Ryhmän 4 kontrollikohteet.
Poissulkemiskriteerit:
- Potilas, jolla on kaikki tutkijan arvioimat patologiat häiritsevän tutkimuksen sujuvaa kulkua (kasvotrauma, ...).
- Hedelmällisessä iässä olevat raskaana olevat tai imettävät naiset.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Ei käytössä
- Inventiomalli: Yksittäinen ryhmätehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Videotallennus
Kokeen suorittaja tekee standardoidun videon potilaasta inkluusioprosessin aikana ja toisen 18 kuukauden kuluttua.
|
Kokeen suorittaja tekee standardoidun videon potilaasta inkluusioprosessin aikana ja toisen 18 kuukauden kuluttua arvioidakseen kasvovaurioiden kehitystä.
Sitten kehitetään algoritmeja, jotka pystyvät erottamaan kasvovaurioita sairastavat FSHMD-potilaat kontrollikohteista video- ja äänitallenteiden avulla.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Videotallennus
Aikaikkuna: eka päivä
|
Algoritmin herkkyys ja spesifisyys erottaa FSMHD-potilaat, joilla on keskivaikea ja vaikea kasvojen vajaatoiminta kontrollihenkilöistä
|
eka päivä
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Päätutkija: Luisa VILLA, Dr, Centre Hospitalier Universitaire De Nice
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
- Tuki- ja liikuntaelinten sairaudet
- Hermoston sairaudet
- Lihassairaudet
- Neuromuskulaariset sairaudet
- Geneettiset sairaudet, synnynnäiset
- Lihassairaudet, Atrofiset
- Lihasdystrofiat
- Synnynnäiset, perinnölliset ja vastasyntyneiden sairaudet ja poikkeavuudet
- Lihasdystrofia, Facioscapulohumeral
- Tekniikka, teollisuus ja maatalous
- Tekniikka
- Nauhoitus
- Audiovisuaaliset apuvälineet
- Koulutustekniikka
- Televisio
- Videonauhoitus
Muut tutkimustunnusnumerot
- 18-AOI-03
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .