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

Käytä koneoppimista virtsan kristallimorfologian tulkinnassa.

tiistai 12. joulukuuta 2023 päivittänyt: Yi-Shiou Tseng

Tämän havaintotutkimuksen tavoitteena on kehittää kuvapohjainen tekoälyohjelmisto, joka pystyy automaattisesti tulkitsemaan virtsan kiteiden tyyppejä ja kokoja. Pääkysymykset, joihin sillä pyritään vastaamaan, ovat:

  • Mahdollistaa terveydenhuollon ammattilaisten syöttää virtsakuvia ja saada reaaliaikaisia ​​lukutuloksia kidetyypeistä ja -kokoista.
  • Tämän tarkoituksena on tarjota nopeampi, objektiivisempi ja tarkempi kiteiden analyysi.

Odotamme toimittavan kuvan tekoälyohjelmiston käytännön sovelluksiin, mikä edistää virtsan kideanalyysin automatisointia ja tarkkuutta.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Yksityiskohtainen kuvaus

Munuaiskivet muodostuvat pääasiassa virtsan ionien ylikyllästymisen vuoksi, mikä johtaa kiteiden muodostumiseen. Munuaiskivien riskin arviointi perustuu potilaan sairaushistoriaan, biokemiallisiin virtsakokeisiin ja erilaisiin laboratoriotutkimuksiin. Näiden yhdistäminen kuvantamistutkimuksiin, kuten CT-skannauksiin, ultraääneen ja röntgensäteisiin, auttaa diagnosoimaan munuaiskivien tyypin, vaikka pienempien kivien kuvantamistulokset voivat olla vähemmän tarkkoja. Kivien muodostuminen on yleistä ja uusiutumisaste on korkea, ja virtsan kiteiden ja kiven koostumuksen välillä on vahva korrelaatio. Siksi virtsan kiteiden analyysi on mielekästä diagnoosin, hoitostrategioiden arvioinnin ja kivien uusiutumisen ehkäisyn kannalta munuaiskivisairaudessa.

Virtsan kiteiden mikroskooppinen analyysi mahdollistaa pienempien kiteiden havainnoinnin. Manuaalinen virtsamikroskooppi on kuitenkin hidasta ja aikaa vievää. Tämän ratkaisemiseksi pyrimme kehittämään tekoälyohjelmistoa, joka auttaa tulkitsemaan virtsan kiteitä ja mahdollistaa nopeamman analyysin. Analysoimme takautuvasti aiemmista tutkimuksista (Chang Gung Memorial Hospital Internal Project Research No. 107123-E) tallennettuja virtsan kidekuvia tunnistaaksemme kidetyypit. Myöhemmin kuvien esikäsittely ja luokkamerkinnät tehdään koneohjelmistojen kouluttamiseksi ja päättelemiseksi. Tuloksia verrataan manuaaliseen tulkintaan ohjelmiston tarkkuuden määrittämiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

200

Yhteystiedot ja paikat

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

Opiskeluyhteys

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Kalsiumoksalaatti munuaiskivipotilas

Kuvaus

Sisällyttämiskriteerit:

  • Analysoi retrospektiivisesti edellisestä tutkimuksesta 107123-E säilytetyt virtsan kidekuvat kidetyyppianalyysiä varten. Tämän jälkeen suorita kuvan esikäsittely ja etikettien luokittelu koneohjelmistojen oppimista ja päätelmiä varten. Tulkittujen tulosten tarkkuus arvioidaan sitten tilastollisen analyysiohjelmiston avulla.

Poissulkemiskriteerit:

  • Ei sovellettavissa

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Manuaalinen mikroskooppinen havainto
Kontrolliryhmä: Virtsan kidekuvien manuaalinen analyysi, kidetyyppien erottaminen, tallennustarkkuus ja kulutetun ajan analysointi.
Kone tulkinta
Virtsan kidekuvat analysoidaan kidetyyppien osalta, mitä seuraa kuvan esikäsittely ja kategoriamerkintä koneohjelmiston oppimista ja päätelmiä varten. Myöhemmin tulkitut tulokset alistetaan tilastoanalyysiohjelmistolle tarkkuuden arvioimiseksi.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kappa tilastot
Aikaikkuna: Laite vaatii noin 0,5 tuntia noin 800 virtsakidekuvan tulkinnan suorittamiseen.
Käytetään uuden laitteen ja vakiolaitteen vertailuun sen määrittämiseksi, onko uudella instrumentilla tietty suorituskyky tai tarkkuus.
Laite vaatii noin 0,5 tuntia noin 800 virtsakidekuvan tulkinnan suorittamiseen.

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 (Arvioitu)

Maanantai 1. tammikuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Tiistai 31. joulukuuta 2024

Opintojen valmistuminen (Arvioitu)

Tiistai 31. joulukuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 12. joulukuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 12. joulukuuta 2023

Ensimmäinen Lähetetty (Arvioitu)

Torstai 21. joulukuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Torstai 21. joulukuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 12. joulukuuta 2023

Viimeksi vahvistettu

Perjantai 1. joulukuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Tässä tutkimuksessa analysoidaan retrospektiivisesti aiemmasta tutkimuksesta (Intramural Research Project Code 107123-E Far Eastern Memorial Hospital) säilyneitä virtsan kidekuvia. Myöhemmin kuvien esikäsittelyä ja luokkamerkintöjä sovelletaan koneohjelmiston oppimisen ja päätelmien helpottamiseksi. Tulkitut tulokset analysoidaan sitten tilastollisesti tarkkuuden varmistamiseksi käyttämällä erityistä ohjelmistoa. Osallistujien tiedot ja kokeelliset tiedot tallennetaan tietokoneelle yhteisessä laboratoriossa, johon pääsy on suojattu salasanasuojauksella tietoturvan varmistamiseksi. Osallistujien henkilöllisyydet on koodattu luottamuksellisuuden vuoksi. Kun vaaditut tiedot on kerätty, alkuperäiset osallistujien identiteetit linkitetään heidän vastaaviin koodeihinsa. Tutkijat eivät saa luetteloa mahdollisista osallistujista yksityisyyttä loukkaavin keinoin.

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