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

Tutkimus acetabulaarisesta labrumin vauriosta, joka perustuu MR:ään: monikulmainen syväoppimismalli

tiistai 29. kesäkuuta 2021 päivittänyt: Peking University Third Hospital
Tämän tutkimuksen tarkoituksena on tutkia labrumin magneettikuvia syväoppimismenetelmällä ja yrittää luoda yhdistelmämalli aksiaalisista ja koronaalisista sarjakuvista ja verrata niitä radiologien diagnostiseen tarkkuuteen, luoda syväoppimismenetelmä acetabular labrum -vaurion tarkka tunnistaminen ja luokittelu.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

  1. Asetabulaaristen labrumikuvien havaitseminen CNN:n perusteella: käytettiin aksiaalisia ja koronaalisia T2-fs-kuvia, ja kaikki kuvat korjattiin ja standardoitiin. CNN:ää käytetään tunnistamaan ja oppimaan kuvat, joissa on labrumin etabulaarinen rakenne, valitsemaan kuvat, joissa on asetabulaarinen labrumin rakenne, ja poistamaan kuvat, joissa ei ole labrumin etabulaarista rakennetta. Kaikki tiedot on jaettu harjoitussarjaan (70 %, 30 % harjoitussarjassa vahvistussarjana) ja loput 30 % testisarjaksi mallintunnistuksen tarkkuuden arvioimiseksi. Syötä saadut tulokset seuraavaan vaiheeseen.
  2. Densenet-pohjaisen labrumin tunnistus ja segmentointi: Densenetin avulla tunnistetaan ja opitaan asteabulaarinen labrum valituista kuvista. LabelImg:llä paikannettiin acetabular labrum koordinaatit manuaalisesti ja syötettiin ne sitten Pythoniin tunnistusoppimista varten. Kaikki tiedot jaettiin harjoitussarjaksi (70 % ja sitten 30 % koulutusjoukosta valittiin varmistusjoukoksi), ja loput 30 % käytettiin testisarjana mallintunnistuksen tarkkuuden arvioimiseksi. Labrum-rakenteen tunnistamisen jälkeen labrumin rakenne leikataan paikallisesti ja suurennetaan ylimääräisen tiedon poistamiseksi. Syötä lopuksi tulos seuraavaan vaiheeseen.
  3. 3D-CNN:n perusteella astebulaarisen labrumin vaurion tunnistaminen ja luokittelu: syöttötiedot tunnistettiin ja luokiteltiin 3D-CNN-mallilla. 3D-CNN on jaettu kahdeksaan kerrokseen: syöttökerros, kovalankakerros H1, konvoluutiokerros C2, alasnäytteityskerros S3, konvoluutiokerros C4, alinäytteistyskerros S5, konvoluutiokerros C6 ja lähtökerros. 3D-CNN rakentaa kuution pinoamalla useita peräkkäisiä kehyksiä ja käyttää sitten kuutiossa 3D-konvoluutioydintä. Tämän rakenteen kautta konvoluutiokerroksen piirrekuvat yhdistetään useisiin vierekkäisiin kehyksiin edellisessä kerroksessa jatkuvan kuvan tiedonkeruun toteuttamiseksi. Vastaavasti tiedot jaettiin harjoitussarjaksi (70 % ja sitten 30 % harjoitussarjasta valittiin varmistusjoukoksi), ja loput 30 % käytettiin testisarjana arvioimaan luokittelutarkkuutta vamman tunnistamiseksi. labrumista ja luokitella tapaukset, joissa on loukkaantunut.
  4. Yhdistelmämalli: Yllä olevan prosessin (1-3) mukaisesti, kun mallit on muodostettu vastaavasti aksiaali- ja koronakuville, CNN-luokitusmallin lähtöominaisuuksien mukaisesti ennustetaan eri arvoluokkien todennäköisyydet ennen tulostuloksia, ja tulostulokset perustuvat näihin todennäköisyyksiin suurimman mahdollisen todennäköisyyden lausekemuodon valitsemiseksi. Yhdistelmämallimme laskee näiden eri luokittelujen todennäköisyydet keskiarvon, laskee lopullisen ennustetodennäköisyyden ja saa sitten lopullisen mallin. Mallin varmentamiseen käytettiin kolmannen vaiheen testisarjaa (mukaan lukien aksiaali- ja koronakuvien sekatiedot).
  5. Radiologien ja syväoppimisen vertailu: Lista testisarjan tapaukset yllä olevassa vaiheessa 3 ja pyydä kahta MSK:n ammattiradiologia luokittelemaan vaurioita ja vaurion astetta sekä vertaamaan tuloksia keinotekoisella diagnoosilla (molemmat lääkärit lukevat kuvat itsenäisesti ja sai diagnoositulokset simuloimalla raportin kirjoittamisen normaalia tilaa ilman kehotteita). Lopuksi keinotekoisen diagnoosin tarkkuutta verrattiin neljännessä vaiheessa saadun yhdistelmämallin tarkkuuteen.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1261

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Kiina
    • Beijing
      • Beijing, Beijing, Kiina, 010
        • Peking University Third Hospital

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Syyskuusta 2018 syyskuuhun 2020 magneettikuvaus tehtiin Pekingin yliopiston kolmannen sairaalan radiologian osastolla.

Kuvaus

Sisällyttämiskriteerit:

  1. Ilman mitään hoitoa ennen kuvantamistutkimusta;
  2. Lonkkanivelen MR tehtiin kolmen kuukauden sisällä ennen leikkausta ja kuvanlaatu oli hyvä;
  3. Sairaalassamme tehtiin artroskooppinen leikkaus ja leikkauspöytäkirja oli täydellinen.

Poissulkemiskriteerit:

  1. Aiempi lonkkaleikkaus, kasvain tai aikaisempi murtuma;
  2. Epäselvä kuva, vakava artefakti tai puutteelliset kliiniset tiedot.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Case-Control
  • Aikanäkymät: Takautuva

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Normaali kontrolliryhmä - Arvosana 0
Lonkan artroskooppinen tutkimus oli normaali, ja labrum oli ehjä ilman vammoja tai repeämiä.
Diagnostinen testi: Diagnostinen testi
Kultastandardiksi otettiin lonkkaartroskopian tulokset ja tutkimuskohteena magneettikuvaus.
Nivelsiteiden vamma - luokka 1
Lonkan artroskooppinen tutkimus osoitti labrumin rappeutumista tai vauriota, mutta ei paikallista tai täydellistä repeytymistä.
Diagnostinen testi: Diagnostinen testi
Kultastandardiksi otettiin lonkkaartroskopian tulokset ja tutkimuskohteena magneettikuvaus.
Nivelsiteen repeämä, luokka 2
Lonkan artroskopia paljasti labrumin osittaisen tai täydellisen menetyksen.
Diagnostinen testi: Diagnostinen testi
Kultastandardiksi otettiin lonkkaartroskopian tulokset ja tutkimuskohteena magneettikuvaus.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
MR:ään perustuva acetabular labrum -vaurion tutkimus: monikulmainen syväoppimismalli
Aikaikkuna: 2020.12.01-2021.05.30
Syväoppimisen malli saatiin labrumin vamman diagnosointiin ja luokitukseen ja sitä verrattiin eri vaiheiden lääkäreihin.
2020.12.01-2021.05.30

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Peking University Third Hospital

Tutkijat

  • Opintojen puheenjohtaja: huishu Yuan, MD, Peking University Third Hospital

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 1. joulukuuta 2020

Ensisijainen valmistuminen (Todellinen)

Perjantai 30. huhtikuuta 2021

Opintojen valmistuminen (Todellinen)

Sunnuntai 30. toukokuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 29. kesäkuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 29. kesäkuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Perjantai 2. heinäkuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 2. heinäkuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 29. kesäkuuta 2021

Viimeksi vahvistettu

Tiistai 1. kesäkuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • M2020459

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

Ei

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 .

Kliiniset tutkimukset Diagnostinen testi

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Sri Lanka

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

3
Tilaa