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

Keuhkokyhmyjen patologinen luokittelu kuvissa syväoppimisen avulla

sunnuntai 23. tammikuuta 2022 päivittänyt: Haiyu Zhou, Jiangxi Provincial Cancer Hospital

Keuhkokyhmyjen patologinen luokittelu kasvaimen bruttokuvista syväoppimisen avulla

Tässä tutkimuksessa pyrittiin kehittämään syväoppimismalli, joka luokittelee automaattisesti keuhkokyhmyt valkoisen valon kuvien perusteella ja arvioi mallin suorituskykyä. Lisäksi tämän mallin avulla voitiin valita sopiva leikkaus, joka voisi lyhentää leikkausaikaa.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Kaikki valkovalokuvat keuhkokyhmyistä puhelimista, joissa oli patologisesti vahvistettu adenokarsinooma in situ (AIS), minimaalisesti invasiivinen adenokarsinooma (MIA) ja invasiivinen adenokarsinooma (IAC), kerättiin takautuvasti peräkkäisiltä potilailta, joille tehtiin leikkaus 30.6.2020-15.9. 2021 Guangdongin maakunnan kansansairaalassa. Lopuksi tutkimukseen otettiin yhteensä 1037 valkovalokuvaa 973 henkilöltä. Koko aineisto jaettiin satunnaisotannalla harjoitus- ja testiaineistoihin, jotka sulkivat toisensa pois. Näistä 830 kuvaa käytettiin harjoitusaineistona ja 104 kuvaa testiaineistona. Kuvien luokittelussa käytettiin CNN-mallia, nimittäin Resnet-50. CNN-mallia varten otettiin käyttöön esikoulutettu malli ImageNet Datasetillä käyttämällä siirtooppimista. Kun CNN-mallit oli rakennettu harjoitustietojoukon avulla, mallien suorituskyky arvioitiin käyttämällä testitietoaineistoa ja tulevaa validointitietoaineistoa.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

2000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

    • Guangdong
      • Guangzhou, Guangdong, Kiina, 510000
        • Rekrytointi
        • Guagndong Provincial People's Hospital
        • Ottaa yhteyttä:
    • Jiangxi
      • Nanchang, Jiangxi, Kiina, 330000
        • Rekrytointi
        • Jiangxi Cancer 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

18 vuotta - 80 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilaat Guangdongin maakunnan kansansairaalassa 30.6.2020–15.9.2021.

Kuvaus

Sisällyttämiskriteerit:

  1. Mies tai nainen, 18 vuotta ja vanhempi.
  2. Potilaat eivät ole käyneet minkäänlaista hoitoa.
  3. Keuhkojen kyhmyt vahvistettiin AIS, MIA tai IAC.
  4. Keuhkokyhmyjen koot olivat alle 3 cm.
  5. Kuvat olivat jpg-muotoisia.

Poissulkemiskriteerit:

  1. Kärsivät muusta kasvainsairaudesta ennen tai samanaikaisesti.
  2. Kuvat, joiden laatu tai tarkkuus on heikko, mikä esti oikean luokituksen.

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
1. Patologinen alatyyppi
Aikaikkuna: opintojen päätyttyä keskimäärin 2 vuotta
WHO:n vuoden 2020 keuhkokasvainten luokituksen mukaan tässä tutkimuksessa keuhkokasvaimet luokitellaan adenokarsinoomaan in situ (AIS), minimaalisesti invasiiviseen adenokarsinoomaan (MIA) ja invasiiviseen adenokarsinoomaan (IAC). Keräsimme raportit patologisista keuhkokyhmyistä leikkauksen jälkeen.
opintojen päätyttyä keskimäärin 2 vuotta
Käyrän alla oleva alue (AUC)
Aikaikkuna: opintojen päätyttyä keskimäärin 2 vuotta
ROC-käyrän alla oleva pinta-ala perustui mallin ennustetehokkuuteen
opintojen päätyttyä keskimäärin 2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Haiyu Zhou, Guangdong Provincial People's 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)

Maanantai 1. kesäkuuta 2020

Ensisijainen valmistuminen (Odotettu)

Keskiviikko 1. kesäkuuta 2022

Opintojen valmistuminen (Odotettu)

Sunnuntai 1. tammikuuta 2023

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 5. tammikuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 23. tammikuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Torstai 3. helmikuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 3. helmikuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Sunnuntai 23. tammikuuta 2022

Viimeksi vahvistettu

Lauantai 1. tammikuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Joo

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

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 Keuhkosyöpä

Kliiniset tutkimukset karkea patologinen valokuvapohjainen syväoppimismalli

3
Tilaa