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.

Dépistage et identification des maladies hépatobiliaires par apprentissage en profondeur à l'aide d'images oculaires

16 août 2020 mis à jour par: Haotian Lin, Sun Yat-sen University
L'intelligence artificielle peut donner un aperçu de l'exploration de l'association secrète potentielle derrière et révéler certains changements précoces de l'architecture oculaire chez les personnes atteintes de troubles hépatobiliaires. Nous avons mené un travail pionnier pour explorer l'association entre l'œil et le foie via l'apprentissage profond, pour développer et évaluer différents modèles d'apprentissage profond pour prédire la maladie hépatobiliaire en utilisant des images oculaires.

Aperçu de l'étude

Type d'étude

Observationnel

Inscription (Réel)

1789

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

    • Guangdong
      • Guangzhou, Guangdong, Chine, 510000
        • Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity

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

  • ADULTE
  • OLDER_ADULT
  • ENFANT

Accepte les volontaires sains

Oui

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Images de la lampe à fente et du fond d'œil de la rétine recueillies auprès du Département des maladies infectieuses, Troisième hôpital affilié de l'Université Sun Yat-sen, Département des maladies infectieuses, Troisième hôpital affilié de l'Université Sun Yat-sen, Hôpital affilié Huadu de l'Université médicale du Sud, Centre médical de Nantian des soins de santé d'Aikang et du centre médical Huanshidong des soins de santé d'Aikang.

La description

Critère d'intégration:

  • La qualité des images du fond d'œil et de la lampe à fente doit être cliniquement acceptable.
  • Plus de 90 % de la zone d'image du fond d'œil, y compris quatre régions principales (disque optique, maculaire, arcs vasculaires rétiniens supérieur et inférieur) sont faciles à lire et à discriminer.
  • Plus de 90 % de la zone d'image de la lampe à fente, y compris trois régions principales (sclérotique, pupille et cristallin), sont faciles à lire et à discriminer.

Critère d'exclusion:

  • Les images présentant des fuites de lumière (> 10 % de la surface), des taches de lumière parasite ou des taches et une surexposition ont été exclues de l'analyse ultérieure.

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
jeu de données de développement 01
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du département de chirurgie hépatobiliaire du troisième hôpital affilié de l'université Sun Yat-sen.
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
jeu de données de développement 02
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès de l'hôpital affilié Huadu de la Southern Medical University.
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
jeu de données de développement 03
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du Nantian Medical Center of Aikang Health Care.
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
jeu de données de test 01
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du Département des maladies infectieuses du troisième hôpital affilié de l'Université Sun Yat-sen.
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
jeu de données de test 02
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du centre médical Huanshidong d'Aikang Health Care.
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur
Délai: ligne de base
Les enquêteurs calculeront l'aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur et compareront cet indice entre le système d'apprentissage en profondeur et les médecins humains
ligne de base

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
sensibilité et spécificité du système d'apprentissage en profondeur
Délai: ligne de base
Les enquêteurs calculeront la sensibilité et la spécificité du système d'apprentissage en profondeur et compareront cet indice entre le système d'apprentissage en profondeur et les médecins humains
ligne de base

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 décembre 2018

Achèvement primaire (RÉEL)

31 janvier 2020

Achèvement de l'étude (RÉEL)

31 janvier 2020

Dates d'inscription aux études

Première soumission

25 décembre 2019

Première soumission répondant aux critères de contrôle qualité

25 décembre 2019

Première publication (RÉEL)

30 décembre 2019

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (RÉEL)

18 août 2020

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 août 2020

Dernière vérification

1 août 2020

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • AEHD-2019

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

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 .

S'abonner