- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06274502
Patologisten DRG:iden automaattinen havaitseminen ja diagnosointi PHN-potilailla syväoppimisen ja magneettiresonanssin avulla
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Aiemmat tutkimuksemme ovat vahvistaneet erot makroskooppisissa ja mikroskooppisissa näkökohdissa vaurioituneiden selkäjuuren hermosolmujen (DRG) kuvantamisen välillä potilailla, joilla on postherpeettinen neuralgia (PHN) ja terveet kontrollit. Lisäksi tutkimuksemme paljasti, että vaikka vaurioituneen ihon lokalisointi on klassinen menetelmä kliinisessä käytännössä, magneettiresonanssikuvauksessa (MRI) havaitaan edelleen tiettyä eroa vaurioituneen DRG:n kanssa. Tämä viittaa MRI:n merkittävään arvoon leesion DRG:n diagnosoinnissa PHN-potilailla. Potilaille, joilla on zoster sine herpete neuralgia, on vielä tärkeämpää tunnistaa selvästi vaurioitunut DRG magneettikuvauksella. DRG-leesioiden pienen koon ja vaihtelevan morfologian vuoksi vaurioituneen DRG:n diagnosointi MRI:n avulla vaatii kuitenkin erikoisosaamista neuroanatomiasta ja kuvantamisesta, mikä on haaste kliinisille lääkäreille. Leesion DRG:n nopea ja tarkka tunnistaminen on ratkaisevan tärkeää interventiohoidossa, koska se toimii välttämättömänä neuropaattisen kivun hoitokohteena.
YOLO (You Only Look Once) -algoritmisarja on tällä hetkellä laajalti käytettyjä yksivaiheisia reaaliaikaisia objektientunnistusalgoritmeja, mukaan lukien YOLOv1-YOLOv8. Erittäin suuren tunnistusnopeudensa ansiosta ne mahdollistavat reaaliaikaisen kohteen havaitsemisen. YOLOv5:tä ja YOLOv8:aa käytetään nykyään laajasti erilaisissa sovelluksissa, kuten autonomisessa ajamisessa, videovalvonnassa ja objektien seurannassa [66,67]. Lisäksi YOLO-sarjaa käytetään yhä enemmän lääketieteen alalla, mukaan lukien kasvain- ja nivelkapselin leesioiden havaitseminen, mikä osoittaa hyvää tarkkuutta, palautusnopeutta ja havaitsemistehokkuutta [68]. Tässä tutkimuksessa pyritään hyödyntämään YOLOv8-algoritmia nopean ja tarkan objektintunnistusmallin kehittämiseen ja samalla arvioimaan sen suorituskykyä. Se pyrkii validoimaan vaurioituneiden selkäjuuren ganglioiden (DRG) havaitsemisen toteutettavuuden ja tehokkuuden reaaliaikaisessa postherpeettisessä neuralgiassa tällä mallilla, mikä tarjoaa perustan varhaiselle diagnoosille kliinisille ammatinharjoittajille ja mahdollistaa leesion DRG:n nopean ja tarkan paikantamisen.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Wuhan, Kiina
- Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
-
Hubei
-
Wuhan, Hubei, Kiina, 430030
- Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- 18 vuotta täyttäneet potilaat;
- Potilaat, joilla on herpes zoster ja jotka jatkavat kipua yli kuukauden ajan sen jälkeen, kun ihovaurioiden päälle on muodostunut kuori;
- Selkeät MRI-kuvat, joissa näkyvät selkäjuuren hermosolmuvauriot (DRG).
Poissulkemiskriteerit:
- Potilaat, joilla on vakavia systeemisiä, metabolisia tai neurologisia sairauksia, jotka voivat johtaa polyneuropatiaan, kuten multippeli myelooma, diabetes tai kilpirauhassairaus;
- Potilaat, joilla on ollut psykiatrisia häiriöitä, muita kroonisia kiputiloja tai päihteiden väärinkäyttöä;
- Potilaat, joilla on ollut rintakehä- tai selkäleikkauksia ja kipua;
- Artefaktien esiintyminen kuvantamisessa tai epäselvä kuvanäyttö;
- Muiden kudosten peittämät kohdekuvat.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Kehittää syväoppimiseen perustuva automaattinen järjestelmä leesion DRG:iden havaitsemiseksi ja diagnosoimiseksi PHN-potilailla
Aikaikkuna: 202310-202402
|
Kohdealgoritmimalliksi valittiin You Only Look Once (YOLO) versio 8
|
202310-202402
|
Yhteistyökumppanit ja tutkijat
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- deep learning
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 .
Kliiniset tutkimukset Syväoppiminen
-
Centre Hospitalier Universitaire, AmiensTuntematonMunuaiskoliikki | Virtsakivitauti | Virtsateiden kivet | Deep Learning ReconstructionRanska
-
Cohera Medical, Inc.ValmisDeep inferior epigastrisen perforaattoriläpän rekonstruktio
-
Peter BiroValmisDeep NM Blockin huolto ilman yliannostustaSveitsi
-
IpsenValmisDeep Infiltrating Endometriosis (DIE)Kiina
-
Al-Azhar UniversityRekrytointiDeep Carious Young 1. pysyvä poskihampa avoimella kärjelläEgypti
-
University of MichiganPeruutettuRintojen rekonstruktio | Deep inferior epigastrinen perforaattori | Mikrovaskulaarinen vapaa läppäsiirtoYhdysvallat
-
HITEC-Institute of Medical SciencesValmisEtyj (Objective Structured Clinical Examination) | TBL (Team Based Learning) | Kliinisten taitojen opettaminen lääketieteen opiskelijoillePakistan
-
Asociación para Evitar la Ceguera en MéxicoValmisAksiaalinen pituus (AL) | Anterior Chamber Deep (ACD) | Linssin paksuus (LT)Meksiko
-
Wenzhou Medical UniversityValmisDeep Anterior Lamellar Keratoplasty | Glyseriinillä kylmäsäilytetty soluton sarveiskalvokudos | Suuren riskin keratoplastiaKiina
-
Alexandria UniversityValmis