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

Tau-jakauman mallintaminen DTI:stä Alzheimerin taudin diagnoosin generatiivisen kontradiktorisen verkoston avulla

keskiviikko 21. elokuuta 2024 päivittänyt: Professor Winnie W.C. Chu, Chinese University of Hong Kong

Taun laskeuman ja leviämisen mallintaminen diffuusiotensorikuvauksesta generatiivisen kontradiktorisen verkon avulla Alzheimerin taudin diagnosointiin

Tämän projektin merkittävin vaikutus on ehdottaa ensimmäistä kertaa uutta generatiivista kilpailevaa verkkoa (GAN), eräänlaisena syväoppimisarkkitehtuurina, joka tuottaa automaattisesti synteettisiä PET-kuvia, jotka heijastavat tau-kertymiä, aivojen DTI-kuvista. Jos se onnistuu, tästä kehyksestä tulee uusinta tekniikkaa edustava lähestymistapa simuloida stereotyyppistä mallia aivojen sisäisestä tau:n kertymisestä ja jakautumisesta in vivo.

DTI:n kautta otetut synteettiset tau-PET-kuvat, joilla on ylivoimainen ylivertaisuus säteilyttömyydessä, ei-invasiivisuudessa ja kustannustehokkuudessa, voivat toimia yhtenä vaihtoehtoisista PET-menetelmistä tau-kuormituksen havaitsemisessa ja todennäköisesti parempia PET:n saavutettavuuden, yleistettävyyden ja saatavuuden suhteen. tulevaisuudessa, mikä tekee siitä paljon houkuttelevamman kliinisissä sovelluksissa. Suuri käsitteellinen muutos saattaa tapahtua, jos mieluummin tulipalo-uusi tau-PET simuloidaan DTI:n kautta.

Tässä projektissa luotava DTI-dataan perustuva syväoppimiskehys muodostaa tarkan, vankan, kliinisesti käyttökelpoisen ja selitettävän työkalun koehenkilöiden tehokkaaseen luokitteluun tau-taakka-positiivisiin ja tau-taakka-negatiivisiin tapauksiin, mikä epäilemättä edistää sekä kliinisiä sairauksia. ja tutkimustoimintaa.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

250

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Shatin
      • Hong Kong, Shatin, Hong Kong
        • Rekrytointi
        • The Chinese University of Hong Kong, Prince of Wale Hospital
        • Ottaa yhteyttä:

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

55 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tiedot kerätään julkisesta tietokannasta eli Alzheimer's Disease Nueroimaging Initiativesta (ADNI). Heidän rekrytointiprotokollansa osoitteessa http://adni.loni.usc.edu/methods/documents/ tutkimukseen otetaan mukaan 55–90-vuotiaat miehet ja naiset MCI:n ja lievän AD-dementian osallistujaryhmissä sekä 65-vuotiaat normaalit kontrollit. vähemmistöjen osallistujille myönnetyt poikkeukset.

Kuvaus

Sisällyttämiskriteerit:

  • 55-vuotiaana ja sitä vanhempana
  • Aivojen magneettikuvaus, joka on otettu ± 6 kuukauden sisällä AD-, MCI- tai normaalin kognition kliinisesti vahvistetun diagnoosin päivämäärästä.

Poissulkemiskriteerit:

  • AD sekamuotoisen dementian kanssa
  • Ei-AD-dementia
  • Aiempi vakava traumaattinen aivovamma, vakava masennus, aivohalvaus, aivokasvaimet ja vakava systeeminen sairaus

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Kohortti
  • Aikanäkymät: Takautuva

Kohortit ja interventiot

Ryhmä/Kohortti
Säätimet
Lievä kognitiivinen heikentyminen
AD-dementia

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Aikaikkuna
Rakenteellisen samankaltaisuuden indeksi mittaamaan synteettisen kuvan ja perustotuuden samankaltaisuutta 20 %:lla testisarjan tiedoista
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Opintojen suorittamisen kautta keskimäärin 1 vuosi

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

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

Yleiset julkaisut

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)

Keskiviikko 30. kesäkuuta 2021

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 29. kesäkuuta 2025

Opintojen valmistuminen (Arvioitu)

Keskiviikko 31. joulukuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 4. elokuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 23. elokuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 25. elokuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 22. elokuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 21. elokuuta 2024

Viimeksi vahvistettu

Torstai 1. elokuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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