Classification basée sur l'apprentissage en profondeur de la tomodensitométrie de la colonne vertébrale (DETECT)
10 mai 2020 mis à jour par: Shisheng He, MD, Shanghai 10th People's Hospital
Il est fastidieux pour les chirurgiens du rachis ou les radiologues d'effectuer des classifications manuelles du scanner rachidien, ce qui peut également être corrélé à une variance inter-observateur élevée.
Avec le développement de l'informatique, l'apprentissage en profondeur est devenu une technique prometteuse pour classer les images du niveau individuel au niveau du pixel.
L'essentiel de l'étude est d'identifier et de classer automatiquement les lésions, ou de segmenter les structures ciblées au scanner rachidien avec deep learning.
Aperçu de l'étude
Statut
Inconnue
Les conditions
Intervention / Traitement
Description détaillée
La tomodensitométrie (CT) est l'un des outils d'imagerie les plus importants pour aider au diagnostic et au traitement des maladies de la colonne vertébrale.
Classification des cibles spécifiques (par ex.
individus, lésions, etc.) est l'une des missions les plus courantes de l'analyse d'images médicales.
Cependant, il est fastidieux pour les chirurgiens du rachis ou les radiologues d'effectuer des classifications manuelles du scanner rachidien, ce qui peut également être corrélé à une variance inter-observateur élevée.
Avec le développement de l'informatique, l'apprentissage en profondeur est devenu une technique prometteuse pour classer les images du niveau individuel au niveau du pixel.
L'essentiel de l'étude est d'identifier et de classer automatiquement les lésions, ou de segmenter les structures ciblées au scanner rachidien avec deep learning.
Type d'étude
Observationnel
Inscription (Anticipé)
500
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
Shanghai
-
Shanghai, Shanghai, Chine, 200072
- Recrutement
- Shanghai Tenth People's Hospital
-
Contact:
- Guoxin Fan
- E-mail: 1610707@tongji.edu.cn
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
18 ans à 65 ans (Adulte, Adulte plus âgé)
Accepte les volontaires sains
Non
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
les patients avec un scanner rachidien en couche mince couvrant le niveau ciblé seront inclus.
La description
Critère d'intégration:
- scanner en couche mince rachidienne
Critères d'exclusion :
- les médailles ou autres implants induisent un artefact
- mauvaise qualité d'image
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
TDM en couche mince
Le scanner en couche mince sera étiqueté manuellement et utilisé pour former, valider et tester l'algorithme d'apprentissage en profondeur.
|
des échantillons étiquetés manuellement seront utilisés pour former, valider et tester l'algorithme d'apprentissage en profondeur, puis réaliser une classification automatique.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
précision de la classification
Délai: Un jour
|
précision de la classification (par ex.
aire sous la courbe, etc.)
|
Un jour
|
|
précision de segmentation
Délai: Un jour
|
précision de segmentation de plusieurs structures (par ex.
score aux dés, etc.)
|
Un jour
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Shisheng He, M.D., Shanghai 10th People's Hospital
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Réel)
22 février 2019
Achèvement primaire (Anticipé)
1 mai 2020
Achèvement de l'étude (Anticipé)
1 mai 2020
Dates d'inscription aux études
Première soumission
16 novembre 2018
Première soumission répondant aux critères de contrôle qualité
29 décembre 2018
Première publication (Réel)
2 janvier 2019
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
12 mai 2020
Dernière mise à jour soumise répondant aux critères de contrôle qualité
10 mai 2020
Dernière vérification
1 mai 2020
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- SHSY180624
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
INDÉCIS
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Non
Étudie un produit d'appareil réglementé par la FDA américaine
Non
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .