- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06749743
Hammaskarieksen havaitsemisen tarkkuus intraoraalisista kuvista käyttämällä erilaisia tekoälyn malleja
Hammaskarieksen havaitsemisen tarkkuus suunsisäisistä kuvista käyttämällä erilaisia tekoälyn malleja verrattuna tavanomaiseen visuaaliseen tutkimukseen lasten ryhmässä: diagnostinen tarkkuustutkimus
Tämän havainnointitutkimuksen tavoitteena on arvioida eri syväoppimismallien diagnostista tarkkuutta hammaskarieksen havaitsemisessa ammattimaisella intraoraalikameralla otetuista kuvista lapsilla. Pääkysymys, johon se pyrkii vastaamaan, on:
Mikä on eri syväoppimismallien diagnostinen tarkkuus hammaskarieksen havaitsemisessa lasten ammattimaisella intraoraalikameralla otetuista kuvista verrattuna tavanomaiseen kliiniseen visuaaliseen tutkimukseen?
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Giza, Egypti
- Cairo University
-
Ottaa yhteyttä:
- mahmoud ahmed Vice President for Graduate Studies and Research, Phd
- Puhelinnumero: 0235674835 0235674835
- Sähköposti: info@cu.edu.eg
-
Ottaa yhteyttä:
- sama sayed hanafy, Phd
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- Lapsen hampaisto, jossa on ainakin yksi karies.
Poissulkemiskriteerit:
- Lapsen hammaskiilteen kehityshäiriöitä.
- Lapset, joilla on mikä tahansa systeeminen sairaus.
- Vanhempi/lapsi kieltäytyy osallistumasta tutkimukseen.
- Yhteistyökyvytön lapsi.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
koulutusryhmä
kuvat, joita käytetään AI-mallien kouluttamiseen hammaskarieksen havaitsemiseen suunsisäisistä kuvista.
|
kouluttaa tekoälymalleja ( FASTER RCNN , YOLOY ) havaitsemaan hammaskarieksen ja testaamaan niiden tarkkuutta
Muut nimet:
|
|
testiryhmä
kuvat, joita käytetään AI-mallien tarkkuuden testaamiseen hammaskarieksen diagnosoinnissa suunsisäisistä kuvista.
|
kouluttaa tekoälymalleja ( FASTER RCNN , YOLOY ) havaitsemaan hammaskarieksen ja testaamaan niiden tarkkuutta
Muut nimet:
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Hammaskarieksen havaitsemisen tarkkuus suunsisäisistä kuvista käyttämällä erilaisia tekoälyn malleja verrattuna tavanomaiseen visuaaliseen tutkimukseen lasten ryhmässä: Diagnostinen tarkkuustutkimus
Aikaikkuna: yksi vuosi
|
Indeksitestien diagnostinen tarkkuus määritetään, mukaan lukien herkkyys, spesifisyys, kokonaistarkkuus, positiiviset ja negatiiviset ennustearvot sekä ROC-käyräanalyysi.
|
yksi vuosi
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- OP 7-1-1
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
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .