Kiinalaisten lasten syvään oppimiseen perustuvan luuiän arviointiohjelmiston diagnostisen arvon suorituskyky
Suuri tarkkuus ja tarkkuus luun iän arviointi on erittäin tärkeää erilaisten lastensairauksien diagnosoinnissa ja hoidon seurannassa. Yleisimmin käytettyjä luun iän arviointimenetelmiä ovat GP-atlas, TW3-pisteet ja Zhonghua 05. GP-menetelmänä on verrata ranteen röntgenfilmejä atlasreferenssiröntgenfilmeihin. Sen tärkeimmät haitat ovat vahva subjektiivisuus ja pitkä atlasstandardiväli. GP-menetelmästä poiketen TW3-menetelmä on arvioida ja pisteyttää jokainen luu, lisätä jokainen epifyysipistemäärä luun kypsyyden kokonaispistemäärän laskemiseksi ja saada vastaava lopullinen luun ikäarvo. Vaikka TW3-pisteytysmenetelmä on suhteellisen tarkka, se on monimutkainen ja aikaa vievä, ja arvioijien välillä on suurta vaihtelua. Jotta luuston ikää voidaan arvioida tehokkaammin ja tarkemmin, tietokonekuvan automaattiseen tunnistustekniikkaan perustuva menetelmä voi auttaa ratkaisemaan nämä ongelmat.
Tässä tutkimuksessa tutkimuskohteiksi valitaan 1000 1-18-vuotiasta lasta viidestä sairaalasta. Luuikäkalvojen ottamisen jälkeen AI-ryhmän, keinotekoisen ryhmän ja standardiryhmän filminlukutulokset ja arviointiaika kirjataan. Kuukautta myöhemmin keinotekoinen ryhmä analysoi 1000 elokuvaa uudelleen tekoälyjärjestelmän avulla ja arvioinnin aika kirjataan. Lopuksi verrataan keinotekoisen ryhmän, AI-ryhmän, keinotekoisen yhdistetyn AI-ryhmän ja standardiryhmän tarkkuutta ja aikaeroa.
Tämän tutkimuksen tarkoituksena on käyttää kehittyneintä tekoälyä syväoppivaa luuiän arviointiohjelmistoa tutkimaan luuiän instrumentin arvoa parantamaan lastenlääkäreiden suorittaman luuiän arvioinnin tarkkuutta ja diagnostista tehokkuutta.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
- Tutkimuskohteet: Valittiin röntgenkuvat vasemmasta ranteesta 1000 1-18-vuotiaalta lapselta, joille tehtiin luun iän mittaus 5 sairaalassa
- Tutkimusmenetelmät:
2.1 yleistiedot: nimi, sukupuoli, todellinen ikä, pituus, paino, BMI, rotu, sairauden tyyppi 2.2 pääinstrumentti: tekoäly Röntgen luuikälaite 2.3 skannauskaavio: Vasemman posteriorisen ja anteriorisen röntgenkuvat 2.4 luuiän arviointimenetelmä ja ryhmä 2.4 .1 standardiryhmä: Tw3-RUS ja TW3-CARPAL käytettiin arvioimaan vasemman käden luun ikätabletteja TW3-järjestelmän koulutuksessa nimettyjen 5 lastenlääkärin toimesta. Tablettien lukemiselle ei ollut aikarajaa. Lopulliseksi vertailustandardiksi otettiin 5 lääkärin arviointitulosten keskiarvo.
2.4.2 Luun iän arvioinnin ryhmittely ① keinotekoinen ryhmä (5 arvioijaa arvioi luun ikää erikseen) ② AI-ryhmä③ keinotekoinen + AI-ryhmä (keinotekoinen ryhmä arvioi luun iän tekoälyn älykkään ohjelmistoarvioinnin avulla) Luuikäkalvojen ottamisen jälkeen luun ikämittarilla kalvo AI-ryhmän, keinotekoisen ryhmän ja standardiryhmän lukutulokset ja arviointiaika kirjataan. Kuukautta myöhemmin keinotekoinen ryhmä analysoi 1000 elokuvaa uudelleen tekoälyjärjestelmän avulla ja arvioinnin aika kirjataan. Lopuksi verrataan keinotekoisen ryhmän, AI-ryhmän, keinotekoisen yhdistetyn AI-ryhmän ja standardiryhmän tarkkuutta ja aikaeroa.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Xiaoping Luo, director
- Puhelinnumero: 13387522645
- Sähköposti: xpluo@tjh.tjmu.edu.cn
Opiskelupaikat
-
-
Hubei
-
Wuhan, Hubei, Kiina
- Rekrytointi
- Tongji Hospital Tongji Medical College Of Hust
-
Ottaa yhteyttä:
- Xiaoping Luo, director
- Puhelinnumero: 13387522645
- Sähköposti: xpluo@tjh.tjmu.edu.cn
-
Päätutkija:
- xiaoping luo, director
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Lapset 1-18-vuotiaat.
- Kliininen diagnoosi, joka vaatii luun iän tutkimusta.
Poissulkemiskriteerit:
- Ranneluun luussa on esteitä tai implantteja, kuten metallia.
- Huono resoluutio, joka vaikuttaa luun ominaisuuksien havainnointiin.
- Ranteen huono ampumisasento useista syistä.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
luuston ikä
Aikaikkuna: yksi kuukausi
|
Keskimääräinen absoluuttinen virhe (MAE) ja keskimääräinen neliövirhe (RSME) eri ryhmien luun iän arviointitulosten välillä
|
yksi kuukausi
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
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
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- GenSci-GD-21001
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 .