Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Segmentation automatique du foie polykystique (ASEPOL)

23 mai 2019 mis à jour par: Hospices Civils de Lyon

Segmentation automatique par un réseau de neurones convolutifs (intelligence artificielle - apprentissage en profondeur) de foies polykystiques, comme modèle de foies dysmorphiques multi-lésionnels

Évaluer le volume du foie avant la chirurgie, prédire le volume de foie restant après la chirurgie, détecter des lésions primaires ou secondaires du parenchyme hépatique sont des applications courantes qui nécessitent une détection optimale des contours du foie, et donc une segmentation du foie.

Plusieurs techniques manuelles et laborieuses, semi-automatiques et même automatiques existent.

Cependant, une pathologie sévère déformant les contours du foie (foies multi-métastatiques...), l'environnement hépatique de densité similaire au foie ou des lésions, la technique d'examen scanner sont autant de variables qui rendent difficile la détection des contours. Les techniques actuelles, même automatiques, sont limitées dans ce type de cas (pas rare) et nécessitent le plus souvent des réajustements qui font perdre de sa valeur à l'automatisation.

Tous ces critères de difficultés de segmentation sont réunis dans les foies de polykystose hépatorénale, qui constituent donc un modèle d'étude adapté pour le développement d'un outil de segmentation automatique.

Pour obtenir une segmentation automatique de tout foie lésionnel, en dépassant les critères de difficulté considérés, les investigateurs ont développé un réseau de neurones convolutifs (intelligence artificielle - apprentissage profond) utile à la pratique clinique.

Aperçu de l'étude

Type d'étude

Observationnel

Inscription (Anticipé)

120

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.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

      • Lyon, France, 69437
        • Recrutement
        • Service de radiologie - Pavillon B - Cellule Recherche imagerie, Hôpital Edouard Herriot (HCL)
        • Contact:
        • Contact:
        • Chercheur principal:
          • Pierre-Jean VALETTE, MD, Prof.

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 et plus (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Patients atteints de polycystose hépato-rénale, avec ou sans chirurgie

La description

Critère d'intégration:

  • Patients ≥ 18 ans
  • Patients atteints de polycystose hépato-rénale, avec ou sans chirurgie
  • Patients ayant eu au moins un scanner abdomino-pelvien sans injection ou avec injection entre le 1er janvier 2016 et août 2018
  • Patients avec des images de bonne qualité et disponibles

Critère d'exclusion:

  • Patients sans images CT disponibles
  • Patients avec une mauvaise qualité des images de tomodensitométrie

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
Réseau neuronal Groupe de formation

Les variables radiologiques suivantes, liées à chaque examen TDM, seront collectées pour chaque patient :

  • Modalités d'injection (sans injection, injecté)
  • Chirurgie d'hépatectomie majeure
  • Importance de la dysmorphie hépatique
  • Présence d'épanchement de liquide intrapéritonéal
  • Présence de polykystose rénale (surtout du côté droit).
Les examens TDM anonymisés seront revus à Lyon, dans le service d'imagerie de l'hôpital Edouard Herriot, par un radiologue expert et un interne des hôpitaux de Lyon.

Une première phase de formation du réseau d'intelligence artificielle sera réalisée :

- Segmentation des foies d'une première partie de l'examen TDM, par un interne des hôpitaux de Lyon

Une première phase de formation du réseau d'intelligence artificielle sera réalisée :

- Utilisation de données informatiques pour piloter le réseau d'intelligence artificielle.

Groupe de validation des réseaux neuronaux

Les variables radiologiques suivantes, liées à chaque examen TDM, seront collectées pour chaque patient :

  • Modalités d'injection (sans injection, injecté)
  • Chirurgie d'hépatectomie majeure
  • Importance de la dysmorphie hépatique
  • Présence d'épanchement de liquide intrapéritonéal
  • Présence de polykystose rénale (surtout du côté droit).
Les examens TDM anonymisés seront revus à Lyon, dans le service d'imagerie de l'hôpital Edouard Herriot, par un radiologue expert et un interne des hôpitaux de Lyon.

Une phase de validation de l'outil d'intelligence artificielle sera réalisée avec segmentation des foies de la deuxième partie des examens CT :

- Réalisé par un interne des hôpitaux de Lyon

Une phase de validation de l'outil d'intelligence artificielle sera réalisée avec segmentation des foies de la deuxième partie des examens CT :

- Réalisé par le réseau de neurones

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Test de segmentation automatique par le réseau de neurones convolutifs sur ces groupe et collecte de jeu de données
Délai: A 4 mois après la randomisation

Développement d'un outil de segmentation automatique des foies polykystiques fortement dysmorphiques comme condition préalable à la segmentation de tout type de foie multi-lésionnel difficile à segmenter, afin de faciliter la détection des lésions et la mesure du volume en pratique clinique.

Randomisation du patient en deux groupes de données, l'un pour l'entraînement l'autre pour la validation du réseau de neurones convolutifs (intelligence artificielle)

  • Segmentation manuelle des foies polykystiques du 1er groupe d'entraînement et apprentissage profond du réseau de neurones convolutifs
  • Segmentation manuelle des foies polykystiques du 2e groupe de validation
  • Test de segmentation automatique par le réseau de neurones convolutifs sur ces groupe et collecte de jeu de données
A 4 mois après la randomisation

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

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)

1 avril 2019

Achèvement primaire (Anticipé)

1 juillet 2019

Achèvement de l'étude (Anticipé)

1 septembre 2019

Dates d'inscription aux études

Première soumission

21 mai 2019

Première soumission répondant aux critères de contrôle qualité

21 mai 2019

Première publication (Réel)

23 mai 2019

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

28 mai 2019

Dernière mise à jour soumise répondant aux critères de contrôle qualité

23 mai 2019

Dernière vérification

1 mai 2019

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • ASEPOL

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 .

Essais cliniques sur Examens CT anonymisés

3
S'abonner