Laskennallinen kuvantamistutkimus, joka perustuu syvään oppimiseen
torstai 21. heinäkuuta 2022 päivittänyt: Xin Lou, Chinese PLA General Hospital
Laskennallinen kuvantaminen pikselitason graafisen vastavuoroisen oppimisen avulla
Syväoppimiseen perustuva laskennallinen kuvantamistutkimus
Tutkimuksen yleiskatsaus
Tila
Aktiivinen, ei rekrytointi
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Nykyisten teknisten haasteiden, oppiaineen kehittämisen ja tietämyksen parantamisen perusteella, haitallisten lääketieteellisten onnettomuuksien välttämiseksi, diagnoosiprosessin yksinkertaistamiseksi tekoälystä on tullut vaihtoehtoinen valintamenetelmä rakentamalla koulutuksen syväoppimismalli, CTA mallisyötteinä aneurysman havaitseminen ja diagnosointi parantaa diagnoosin tehokkuutta, edistää lääketieteellisen teknologian kehitystä
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Odotettu)
1200
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Beijing, Kiina, 100853
- Chinese PLA General 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, OLDER_ADULT)
Hyväksyy terveitä vapaaehtoisia
Joo
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
erilaisia ihmisiä
Kuvaus
Sisällyttämiskriteerit:
- Ikä: 18-80 vuotta.
- CT-parikuvaustiedot verisuonista, mukaan lukien kerrosten välinen tavallinen TT ja tehostettu TT. 2 Aikaväli: tammikuu 2010–joulukuu 2021.
- Skannauskohdat: pään, kaulan, rintakehän, vatsan tai suoliluun CT ja CTA.
Poissulkemiskriteerit:
- Pariton CT-kuva.
- Vakava artefakti CT-kuva.
- parannuskuva CT-virheestä (valtimon vaiheen tallentamisen epäonnistuminen tai valtimoiden heikko kehitys, varjoaineen riittämätön virtaus jne.)
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 |
|---|---|---|
|
Objektiivinen arviointi
Aikaikkuna: 30 minuuttia
|
käyttämällä SSIM\MAE-indeksin arviointia
|
30 minuuttia
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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. marraskuuta 2021
Ensisijainen valmistuminen (ODOTETTU)
Lauantai 30. heinäkuuta 2022
Opintojen valmistuminen (ODOTETTU)
Maanantai 15. elokuuta 2022
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Torstai 21. heinäkuuta 2022
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Torstai 21. heinäkuuta 2022
Ensimmäinen Lähetetty (TODELLINEN)
Maanantai 25. heinäkuuta 2022
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (TODELLINEN)
Maanantai 25. heinäkuuta 2022
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 21. heinäkuuta 2022
Viimeksi vahvistettu
Perjantai 1. heinäkuuta 2022
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- Synthesis imaging-ChinaPLAGH
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 .