- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07301086
Syväoppimisen avustama ultraäänidiagnostiikka ja kiveslisäkkeen kierukan paikallistaminen
Syväoppimisen avustama ultraäänidiagnostiikka ja kiveslisäkkeen kierukan paikannus: monikeskuksinen retrospektiivinen validointitutkimus
Ultraääniaineistot kerättiin retrospektiivisesti pääkeskuksesta ja kuudesta muusta alikeskuksesta. Kliinisten diagnoosien tulosten kanssa yhdistettynä aineiston merkitseminen suoritettiin laajan kliinisen kokemuksen omaavien lääkäreiden toimesta.
Tässä tutkimuksessa havaitsemisverkostona käytettiin YOLOv11:ä, joka yhdistettiin konvoluution huomiomekanismiin (Spatial Convolutional Block Attention Module, eli Spatial CBAM) ja itsehuomiomekanismiin (esimerkiksi Attention Convolution Mixer, ACMix). Pääkeskuksen aineisto jaettiin koulutus-, validointi- ja testijoukkoihin, joilla mallia koulutettiin, validoitiin ja testattiin vastaavasti; lisävalidointi suoritettiin alikeskuksen aineistolla.Samaan aikaan neljä lääkäriä määrättiin tulkitsemaan alikeskusten ultraääniaineistoja käyttäen kahta diagnoosimenetelmää – itsenäistä diagnoosia ja tekoälyavusteista (AI) diagnoosia – ja näiden kahden lähestymistavan diagnoosintarkkuutta verrattiin edelleen.Keräämällä ja oppimalla pääkeskuksen koulutusjoukon potilaiden hoitomenetelmiä, ennustamalla alikeskuksen aineiston potilaiden hoitomenetelmiä ja vertaamalla tekoälyn ennustamien leikkausten osuutta todelliseen leikkausten osuuteen, mallin tehokkuus varmistettiin.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Ultraäänitiedot kerättiin jälkikäteen pääkeskuksesta ja kuudesta muusta alikeskuksesta. Yhdistettynä kliinisiin diagnoositulemoksiin, tiedon merkitsemisen suorittivat lääkärit, joilla on laaja kliininen kokemus.
Tässä tutkimuksessa havaitsemisverkostona käytettiin YOLOv11:ä, joka yhdistettiin konvoluutionaaliseen tarkkaavuusmekanismiin (Spatial Convolutional Block Attention Module, eli Spatial CBAM) ja itse-tarkkaavuusmekanismiin (esim. Attention Convolution Mixer, ACMix). Pääkeskuksen tietojoukko jaettiin harjoitus-, validointi- ja testijoukkoihin, joilla mallia koulutettiin, validoitiin ja testattiin vastaavasti; lisävalidointi suoritettiin alikeskuksen tietojoukolla. Samalla neljälle lääkärille annettiin tehtäväksi tulkita alikeskusten ultraäänitietoja kahdella diagnoosimenetelmällä – itsenäinen diagnoosi ja tekoälyn (AI) avustama diagnoosi – ja näiden kahden lähestymistavan diagnoosipätevyyttä verrattiin edelleen. Keräämällä ja oppimalla pääkeskuksen harjoitusjoukon potilaiden hoitomenetelmiä, ennustamalla alikeskuksen tietojoukon potilaiden hoitomenetelmiä ja vertaamalla AI:n ennustamien leikkausten osuutta todelliseen leikkausten osuuteen, mallin tehoa varmennettiin.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Ying Jiang, Master Degree
- Puhelinnumero: 86-19883203100
- Sähköposti: Jiang_ying@zju.edu.cn
Tutki yhteystietojen varmuuskopiointi
- Nimi: Juntao Jiang, Master Degree
- Puhelinnumero: 86-13968107281
- Sähköposti: juntaojiang@zju.edu.cn
Opiskelupaikat
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kiina, 310000
- Children's Hospital of Zhejiang University School of Medicine
-
Ottaa yhteyttä:
- Ying Jiang, Master Degree
- Puhelinnumero: 86-19883203100
- Sähköposti: Jiang_ying@zju.edu.cn
-
Ottaa yhteyttä:
- Jingjing Ye, PHD Degree
- Puhelinnumero: 86-13868174280
-
Päätutkija:
- Ying Jiang, Master Degree
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Osallistumiskriteerit:
- Ikä ≤ 18 vuotta
- Ultraäänitutkimus akuutin kivun vuoksi (≤ 24 tuntia)
- Potilaat, joilla on kliinisesti diagnosoitu kiveksen lisäkkeen kierukka (TAT)
Poissulkemiskriteerit:
- Huono ultraääni-kuvan laatu (kiveksen rakenteiden tunnistaminen epäonnistuu)
- Epätäydelliset kliiniset tiedot (kiveksen lisäkkeen kierukan [TAT] diagnoosin vahvistaminen epäonnistuu)
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Testisappendaasin kiertymäryhmä
Potilaat, joilla on diagnosoitu kiveksen lisäkkeen vääntymä
|
|
Kiveskiertumaryhmä
Potilaat, joilla on diagnosoitu kivesten kierto
|
|
Epididymiittiryhmä
Potilaat, joilla on diagnosoitu epididymiitti
|
|
Normaaliryhmä
Potilailla, joilla ei ole kiveksen lisäkkeen kierukkaa, kiveksen kierukkaa, lisäkkeen tulehdusta, ja kivespussi on normaali
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Syväoppimismallin tarkkuus varmistaa neljä tilaa: kiveksen lisäkkeen kierto; kiveksen kierto; epididymiitti ja normaali tila
Aikaikkuna: Kuvasovelluksesta tulosten luomiseen odotetaan 24 tuntia
|
syväoppimismallin tarkkuus vahvistaa neljä tilaa: testisiin liittyvä lisäkkeen kierto; testikierukka; epididymiitti ja normaali tila
|
Kuvasovelluksesta tulosten luomiseen odotetaan 24 tuntia
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Osallistujamäärä, joilla on akuutti skrotaalinen kipu
Aikaikkuna: Osallistujien rekrytoinnin alusta loppuun odotetaan kestävän 5 kuukautta
|
Osallistujien rekrytoinnin alusta loppuun odotetaan kestävän 5 kuukautta
|
|
Kliinikkojen tarkkuus kiveksen lisäkkeen kierukan diagnosoinnissa ja paikantamisessa
Aikaikkuna: Kliinikkojen diagnosointi ja sijainnin määrittäminen alusta loppuun kestää odotettavissa 15 päivää
|
Kliinikkojen diagnosointi ja sijainnin määrittäminen alusta loppuun kestää odotettavissa 15 päivää
|
|
Syväoppimismallin tarkkuus ennustettaessa kivesten lisävarren kierukan hoitomuotoa, konservatiivista hoitoa tai leikkausta
Aikaikkuna: Syvän oppimisen mallin testikselisidekiertymän hoidon ennusteen alusta loppuun odotetaan kestävän 24 tuntia
|
Syvän oppimisen mallin testikselisidekiertymän hoidon ennusteen alusta loppuun odotetaan kestävän 24 tuntia
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: Jingjing Ye, Phd Degree, Zhejiang University School of Medicine Children's Hospital
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 (Arvioitu)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- CHZhejiangjiangying
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
IPD-jaon aikakehys
IPD-jaon käyttöoikeuskriteerit
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
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 .