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

RGB-D-kameran ja tekoälyyn perustuvan ohjelmiston yhdistävän automatisoidun järjestelmän validointi ja toteutettavuus kliinisessä käytännössä ja yhteensopivuus olkapään liikealueen mittaamiseksi potilailla, jotka on leikattu käänteisellä olkapääproteesilla.

keskiviikko 5. maaliskuuta 2025 päivittänyt: Centre Hospitalier Universitaire de Nice

Validointi ja toteutettavuus kliinisessä käytännössä sekä automaattisen järjestelmän yhteensopivuus, joka yhdistää RGB-D-kameran ja ShoulderROM:in, tekoälyyn perustuvan ohjelmiston, olkapään liikealueen mittaamiseen potilailla, jotka on leikattu kokonaan käänteisellä olkapääproteesilla.

Olkapään, joka on ihmiskehon liikkuvin nivel, toiminnallinen arviointi on monimutkainen kliininen tutkimus. Olkapään liikkuvuus perustuu kolmiulotteiseen liikkuvuuskartioon, jota on vaikea esittää ja mitata. Kuitenkin tarkka ja luotettava olkapään nivelamplitudin mittaus on olennainen sen toiminnallisen arvioinnin kannalta. Itse asiassa nämä mittaukset auttavat määrittämään potilaan globaalin hallintastrategian ja sen kehityksen seurannan.

Perinteinen menetelmä olkanivelten amplitudien mittaamiseksi sisältää goniometrin käytön. Silti visuaalista estimointia käytetään konsultaatiossa eniten, mutta sitä rajoittaa sen erittäin tutkijasta riippuvainen luonne.

Teknologinen kehitys on mahdollistanut lisätyökalujen kehittämisen ja käyttöönoton kliinisessä ympäristössä tavoitteenaan yksinkertaistaa, vähentää mittausharhaa ja standardoida nivelliikealueen (ROM) mittaustekniikoita.

Tiimimme on äskettäin julkaissut tutkimuksen validoidakseen yhteisen ROM-mittausjärjestelmän käytön, joka yhdistää RGB-D-anturin (Red Green Blue - Depth) ja tekoäly-algoritmin (AI) vapaaehtoisilla koehenkilöillä, joilla ei ole olkapäähistoriaa. RGB-D-kamera on teknisesti kehittynyt ja edullinen työkalu. Se koostuu kahdesta anturista, infrapunaprojektorista ja RGB-moduulista. Kamera tuottaa samanaikaisesti kaksiulotteisen (2D) kuvan ja sen ympäristön luomalla värivirran infrapunatekniikalla yhdistettynä syvyyskarttaan, joka kuvaa kuvassa näkyvien kohteiden etäisyyttä. AI-algoritmi tunnistaa sitten automaattisesti 2D-rungon, joka tunnistaa yläraajan (olkapää, kyynärpää, ranne) päänivelet ja vartalon akselin. Sitten mittauskulma mitataan ja jokainen liikkuvuus mitataan automaattisesti 3D-muodossa algoritmin avulla.

Tutkimuksen päätavoitteena on validoida ja demonstroida kliinisen käytännön toteutettavuus ja automatisoidun RGB-D + AI -järjestelmän yhteensopivuus olkapään nivelten ROM-mittausten mittaamiseen potilailla, joille on tehty käänteinen olkapään korvausleikkaus. Näitä mittauksia verrataan visuaaliseen menetelmään ja goniometriin, jotka ovat normaalissa hoitorutiinissa tehtyjä mittauksia. RGB-D + AI -järjestelmän avulla saatuja ROM-mittauksia verrataan kliinisessä käytännössä vuosittaisen normaalihoitorutiinin seurantakäynnin aikana saatuihin mittauksiin. Pääasiallinen arviointikriteeri on nivelen amplitudin mittaus asteina [°]. Mitattavat ROM-levyt ovat ne, jotka tavallisesti arvioidaan kliinisessä käytännössä: abduktio-adduktio, fleksio-extension ja ulkoinen-sisäinen kierto kyynärpää vartaloon tai 90°.

Tämän tutkimuksen tavoitteena on myös tarkkailla ja verrata leikkauksen jälkeisiä nivelten ROM-mittauksia, jotka on arvioitu leikkauksen jälkeisessä suunnitteluvaiheessa Blue-Print-ohjelmistolla, varsinaiseen RGB-D + AI -järjestelmällä mitattuun postoperatiiviseen ROM-mittaukseen.

Tutkimus on havainnollistava. Kerättyjen tietojen käsittely ei ennakoi potilaaseen puuttumista tai kirurgin potilaan hoitoa koskevan valinnan muuttamista. Se on todellakin RNIPH (Recherche non impliquant la personne humaine).

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

30

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Nice, Ranska, 06003
        • Chu De Nice

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 - 90 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilaat, joille on tehty käänteinen olkapään kokonaisnivelleikkaus yli 2 vuoden seurannassa.

Kuvaus

Sisällyttämiskriteerit:

  • Mies tai nainen, ikä ≥ 18 vuotta.
  • Potilas, jolle on tehty täydellinen käänteinen olkapääproteesi Nizzan Pasteur-sairaalan ortopedisen kirurgian osastolla vähintään kahden vuoden seurannalla.

Poissulkemiskriteerit:

  • potilas Ei ota vastuuta Nizzan CHU:ssa
  • Potilas ilman 2 vuoden seurantaa

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Vain tapaus
  • Aikanäkymät: Muut

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Käänteinen olkapään kokonaisartroplastia
Potilaat, joille on tehty käänteinen olkapään kokonaisnivelleikkaus yli 2 vuoden seurannalla ajanjaksolla 2016–2022.
liikerata (asteina) mitattuna vuotuisessa postoperatiivisessa seurannassa

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
liikealue (asteina) mitattuna vuotuisessa postoperatiivisessa seurantakonsultaatiossa visuaalisella mittauksella, goniometrillä ja RGB-D + AI -järjestelmällä
Aikaikkuna: 2016-2022

Pääasiallinen arviointikriteeri on nivelen amplitudin mittaus asteina [°].

Mitattavat alueet ovat ne, jotka normaalisti arvioidaan kliinisessä käytännössä: abduktio-adduktio, fleksio-extension ja ulkoinen-sisäinen kiertokyynärpää lähellä kehoa tai 90°.

2016-2022

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
liikerata (asteina) arvioitu leikkausta edeltävässä suunnittelussa BluePrint-ohjelmistolla
Aikaikkuna: 2016-2022
"Blue-Print-ohjelmiston leikkauksen jälkeisessä suunnitteluvaiheessa arvioitujen nivelten yhteistä liikelaajuutta verrataan todelliseen leikkauksen jälkeiseen liikealueeseen, joka havaitaan järjestelmäjärjestelmällä RGB-D+IA
2016-2022

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Lauantai 1. tammikuuta 2022

Ensisijainen valmistuminen (Todellinen)

Sunnuntai 1. toukokuuta 2022

Opintojen valmistuminen (Todellinen)

Torstai 1. joulukuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 14. maaliskuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 14. maaliskuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 23. maaliskuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. maaliskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 5. maaliskuuta 2025

Viimeksi vahvistettu

Lauantai 1. maaliskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • 22Chirortho01

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