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

Tekoälyn tärkeiden rakenteiden tunnistaminen korva-, kurkku- ja kurkkukirurgiassa

torstai 5. joulukuuta 2024 päivittänyt: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Kehitetään tekoälyjärjestelmää, joka tunnistaa anatomiset maamerkit otolaryngologisessa kirurgiassa, mahdollistaen kriittisten ohimoluun rakenteiden reaaliaikaisen seurannan leikkauksen aikana.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Otetaan esimerkki incusin, ulkoisen puoliympyrän muotoisen kanavan, kasvohermon ja kasvohermon syvennyksen Al-tunnistuksesta ja ennustamisesta. Määritellyllä leikkausalueella annotoituja datapisteitä käytetään inkusin ja lateraalisen puoliympyrän muotoisen kanavan tunnistamiseen ja segmentointiin perustuen niiden suhteellisiin asemiin ja kulmiin suhteessa ulkokorukäytävän takaseinämään ja ympäröiviin kudoksiin. Yksityiskohtaiset kuvaukset kirurgisella alueella olevasta inkuksesta ja lateraalisesta puoliympyrän muotoisesta kanavasta ovat: Incus: Incus on pieni alasin muotoinen luu, joka sijaitsee keskikorvassa. Se liittyy malleukseen sivusuunnassa ja nauhoissa mediaalisesti. Inkun tarkka tunnistaminen on ratkaisevan tärkeää, koska se on lähellä kasvohermoa ja se osallistuu äänivärähtelyjä välittävään luuketjuun. Lateraalinen puoliympyrän muotoinen kanava: Tämä on yksi kolmesta puoliympyrän muotoisesta sisäkorvan kanavasta, joka on suunnattu vaakasuoraan. Se osallistuu pään pyörimisliikkeiden havaitsemiseen. Asianmukainen tunnistaminen on välttämätöntä kanavan vahingoittumisen välttämiseksi, mikä voi johtaa huimaukseen tai tasapainoongelmiin. Syöttöominaisuuksia ovat kontrastin lisäsäätö ja kuvien paikallinen suurennus. Parannetut kuvat luokitellaan ja lokalisoidaan koulutetun mallin avulla, ja useiden kehysten johdonmukaisuutta hyödynnetään kasvohermon ja kasvosyvennyksen lopullisen sijainnin määrittämisessä. Tilastollinen analyysi suoritetaan kasvonsyvennysten asemien ennustamiseksi suhteessa tukkoon ja lateraaliseen puoliympyrään kanavaan, mikä tarjoaa viitetietoa kirurgeille. Järjestelmä seuraa jatkuvasti muutoksia leikkausalueella, tarjoaa dynaamista palautetta ja optimoi mallin tarkkuutta ja kestävyyttä asteittain harjoitettavan koulutuksen avulla.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1000

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, 510120
        • Rekrytointi
        • Sun Yat-sen Memorial Hospital
        • Ottaa yhteyttä:

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

mastoidektomiaa vaativat otolaryngologiset sairaudet

Kuvaus

Sisällön kriteerit:

  1. Otolaryngologisten leikkausten, kuten sisäkorvaistutuksen, endolymfaattisen pussin dekompression, puoliympyrän muotoisen kanavan tukkimisen ja akustisen neurooman leikkauksen suorittaminen mikroskoopilla.
  2. Mikroskooppinen valotus tarjoaa kattavan ja selkeän kuvan leikkausalueesta ohimoluun sisällä.

Poissulkemiskriteerit:

  1. Kirurgista videotallennusta ei ole saatavilla.
  2. Kirurgisen alueen epäselvä visualisointi mikroskooppisten otolaryngologisten toimenpiteiden aikana.
  3. Koko kirurgisen prosessin epätäydellinen visualisointi.
  4. Potilaat, joille ei tehty korkearesoluutioista temporaalisen luun TT:tä sairaalassamme tai Shenzhen Deep Bayn sairaalassa.

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
mastoidektomiaa vaativat otolaryngologiset sairaudet
Aikaikkuna: 1 viikko saapumisesta kotiutukseen
  1. Otolaryngologisten leikkausten, kuten sisäkorvaistutuksen, endolymfaattisen pussin dekompression, puoliympyrän muotoisen kanavan tukkimisen ja akustisen neurooman leikkauksen suorittaminen mikroskoopilla.
  2. Mikroskooppinen valotus tarjoaa kattavan ja selkeän kuvan leikkausalueesta ohimoluun sisällä.
1 viikko saapumisesta kotiutukseen
Asiaankuuluvat indikaattorit mallin tarkkuuden arvioimiseksi
Aikaikkuna: Ilmoittautumisesta opintojen loppuun
  1. F1-pistemäärä on tarkkuuden ja muistamisen harmoninen keskiarvo, jota käytetään mittaamaan mallin tarkkuuden ja muistamisen välistä tasapainoa. Mitä korkeampi F1-pistemäärä, sitä parempi mallin suorituskyky.
  2. Kappa-arvo (Cohenin Kappa) on tilastollinen indikaattori, jota käytetään luokituksen johdonmukaisuuden mittaamiseen. Sitä käytetään pääasiassa arvioimaan kahden tai useamman luokituksen johdonmukaisuuden astetta (mukaan lukien manuaalinen luokittelu ja malliluokitus) tai saman luokituksen yhtenäisyyttä eri aikoina tai eri olosuhteissa.
Ilmoittautumisesta opintojen loppuun

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muiden arviointimallien relevantit indikaattorit
Aikaikkuna: Ilmoittautumisesta opintojen loppuun
  1. mIOU:mIOU (Mean Intersection-over-Union), eli keskimääräinen leikkaus yli liitoksen, on tärkeä arviointiindeksi semanttisissa segmentointitehtävissä. Semanttisen segmentoinnin tarkoituksena on luokitella jokainen kuvan pikseli eri luokkiin. Lääketieteellisissä kuvissa eri kudosluokat jaetaan.
  2. Tarkkuus: Tarkkuusaste edustaa osuutta kaikista mallin positiivisiksi arvioimista näytteistä, jotka ovat todella positiivisia.
  3. Palautus: Palautusprosentti edustaa prosenttiosuutta kaikista näytteistä, jotka ovat todella positiivisia ja joiden on oikein ennustettu olevan positiivisia
  4. Oacc:Yleinen tarkkuus viittaa oikein luokiteltujen näytteiden osuuteen luokitustehtävässä. Se on perus- ja intuitiivinen indikaattori mallin tai luokitusmenetelmän tarkkuuden mittaamiseen.
  5. Häviö: Häviön arvo on osoitin, jota käytetään koneoppimismallien koulutusprosessissa mittaamaan mallin ennustetulosten ja todellisten merkintöjen välistä eroa.
Ilmoittautumisesta opintojen loppuun

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)

Keskiviikko 1. tammikuuta 2020

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 30. elokuuta 2026

Opintojen valmistuminen (Arvioitu)

Sunnuntai 30. elokuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 27. marraskuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 5. joulukuuta 2024

Ensimmäinen Lähetetty (Arvioitu)

Tiistai 10. joulukuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Tiistai 10. joulukuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 5. joulukuuta 2024

Viimeksi vahvistettu

Sunnuntai 1. joulukuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Tietoja ei voida saattaa julkisesti saataville, koska ne sisältävät arkaluonteisia potilastietoja ja liittyvät Guangzhou Hansi Medical Technology Co:n nykyisiin liikesalaisuuksiin ja immateriaalioikeuksiin.

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