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

Vapaasti hengittävän sydämen elokuva-MRI-sekvenssin arviointi syväoppimisen avulla tehdyillä kuvarekonstruktioilla iskeemisessä sydänsairaudessa (CINEDL)

tiistai 18. marraskuuta 2025 päivittänyt: Centre Hospitalier Universitaire, Amiens

Vapaasti hengittävän sydämen Cine-MRI-sekvenssin arviointi Deep-Learningin kehittämillä kuvarekonstruktioilla verrattuna klassiseen apnea-elokuva-MRI-sekvenssiin iskeemisen sydänsairauden arvioinnissa.

Nykyään magneettikuvaus on kultastandardi vasemman kammion tilavuuden ja toiminnan tarkassa arvioinnissa, mutta haittapuolena on pitkä kuvausaika ja liikeartefaktien, erityisesti hengityselinten artefaktien, synnyttäminen, mikä vaatii toistuvia sekvenssejä apneassa kattamaan koko sydämen tilavuuden. . Näitä apneoita on vaikea saavuttaa potilailla, joilla on iskeeminen sydänsairaus, ja ne voivat johtaa kuvien huonontumiseen, tutkimuksen keston pidentämiseen toistuvilla tutkimuksilla ja siten diagnostisiin epätarkkuuksiin.

Tekoäly, jota käytetään jo käytännössä sydämen magneettikuvauksessa sydämen kammioiden automaattiseen segmentointiin, parantaa radiologista tulkintaa nopeilla ja tarkoilla mittauksilla. Tekoälyn osana oleva syväoppiminen mahdollistaisi elokuva-MRI-sekvenssien rekonstruoinnin vapaassa hengityksessä, jotta hengitysliikkeistä aiheutuvat artefaktit voidaan voittaa, sekä diagnostisen suorituskyvyn parantaminen parantaen samalla potilaiden tutkimusolosuhteita.

Potilaat, jotka tulevat sydämen MRI-tutkimukseen iskeemisen sydänsairauden arvioimiseksi, ovat oikeutettuja protokollaan. Jos potilas suostuu osallistumaan, vapaasti hengittävä sydämen elokuva-MRI-sekvenssi Deep Learning -pohjaisella kuvarekonstruktiolla lisätään tavalliseen protokollaan.

Tässä tutkimuksessa ei tarvita seurantaa.

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

54

Yhteystiedot ja paikat

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

Opiskelupaikat

    • France
      • Amiens, France, Ranska, 80000
        • CHU Amiens-Picardie

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, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Sydämen MRI on yksi tämän patologian rutiinihoidon osana määrätyistä tutkimuksista. Kun potilas tulee iskeemisen sydänsairauden tutkimuksessa sydämen magneettikuvaukseen, potilaalta kysytään tutkimuspäivänä, suostuuko hän osallistumaan tutkimukseen. Potilaalle on lähetetty tiedotuskirje ennen ajanvarausta.

Mikäli hän suostuu osallistumaan, normaaliin protokollaan liitetään vapaasti hengittävä sydänelokuva-MRI-sekvenssi syvään oppimiseen perustuvalla kuvarekonstruktiolla.

Kuvaus

Sisällyttämiskriteerit:

  • Ikä > tai = 18 vuotta vanha
  • Iskeeminen sydänsairaus
  • Tutkittavan kyky ymmärtää ja ilmaista suostumuksensa
  • Sosiaaliturvajärjestelmään kuuluminen

Poissulkemiskriteerit:

  • Suuri liikalihavuus (> 140 kg), jolloin potilas ei pääse sisään koneen tunneliin, jonka halkaisija on alle 70 cm
  • Alle 18-vuotias
  • Raskaana oleva nainen
  • Tunnettu allergia gadoliniumkelaateille
  • Klaustrofobia
  • Kaikki magneettikuvauksen vasta-aiheet
  • Rytmihäiriö
  • Vaikeus pitää yli 10 sekunnin apnea

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
LVEF-mittausten ero Deep Learning -rekonstruktion ja klassisen elokuva-MRI-sekvenssin välillä
Aikaikkuna: 5 minuuttia
LVEF-mittausten ero Deep Learning -rekonstruktion ja klassisen elokuva-MRI-sekvenssin välillä
5 minuuttia

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.

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)

Torstai 14. huhtikuuta 2022

Ensisijainen valmistuminen (Todellinen)

Maanantai 24. huhtikuuta 2023

Opintojen valmistuminen (Todellinen)

Maanantai 29. tammikuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 2. marraskuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 2. marraskuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 3. marraskuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Keskiviikko 19. marraskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 18. marraskuuta 2025

Viimeksi vahvistettu

Lauantai 1. marraskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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 .

Tilaa