Utilisation de méthodes d'apprentissage en profondeur pour analyser l'échographie mammaire automatisée et les images échographiques portatives, afin d'établir un modèle de diagnostic, d'évaluation de la thérapie et de prédiction du pronostic du cancer du sein.
12 janvier 2022 mis à jour par: Song Hongping, The First Affiliated Hospital of the Fourth Military Medical University
Construire et évaluer un modèle précis de diagnostic, d'évaluation de la thérapie et de prédiction du pronostic du cancer du sein basé sur l'intelligence artificielle
Le but de cette étude utilise une méthode d'apprentissage en profondeur pour analyser les images d'échographie mammaire automatisée (ABUS) et d'échographie portative (HHUS), établir et évaluer un modèle de diagnostic, d'évaluation de la thérapie et de prédiction du pronostic du cancer du sein.
Le modèle fournirait des références importantes pour une prévention plus précoce, un diagnostic précoce et un traitement personnalisé.
Aperçu de l'étude
Statut
Recrutement
Les conditions
Intervention / Traitement
Description détaillée
- Établir une base de données En collectant des données ABUS, HHUS et des images complètes du sein, des informations essentielles, des informations sur le traitement clinique, le pronostic et des informations sur les effets curatifs, une base de données complète d'images du sein est construite.
- Marquage des images ABUS Trois médecins utilisent une méthode semi-automatique pour cadrer les lésions sur l'image.
- Construire le modèle Utiliser la méthode d'apprentissage en profondeur pour prétraiter, analyser et entraîner les images marquées, et enfin obtenir un modèle de diagnostic, d'évaluation de l'efficacité et de prédiction du pronostic du cancer du sein.
- Évaluation du modèle 1）Auto-validation： Analysez la sensibilité, l'ASC du modèle de diagnostic du cancer du sein et le nombre de faux positifs sur chaque volume ABUS.
2) Comparé la sensibilité, l'ASC et le nombre de faux positifs avec un modèle de diagnostic commercial.
3) Tester l'efficacité du dépistage et du diagnostic des systèmes de diagnostic assistés par ordinateur par des études prospectives ou rétrospectives.
4) En analysant la taille et les caractéristiques des lésions après la chimiothérapie néoadjuvante et en prédisant le temps d'OS et de DFS, l'évaluation de la thérapie et le modèle de prédiction du pronostic ont été évalués.
Type d'étude
Observationnel
Inscription (Anticipé)
10000
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
-
-
Shaanxi
-
Xi'an, Shaanxi, Chine, 710000
- Recrutement
- The First Affiliated Hospital of Fourth Military Medical University
-
-
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, OLDER_ADULT)
Accepte les volontaires sains
Oui
Sexes éligibles pour l'étude
Femelle
Méthode d'échantillonnage
Échantillon de probabilité
Population étudiée
Patientes de plus de 18 ans de deux pays (Chine et Corée).
La description
Critère d'intégration:
- Les patientes de plus de 18 ans qui viennent dans les deux centres pour un examen physique ou un traitement ;
- Informations de base complètes et données d'image
Critère d'exclusion:
- Il n'y a pas de données d'images ABUS et HHUS complètes ;
- La qualité de l'image est mauvaise ;
- Dans le cancer du sein multifocal, la corrélation entre la tumeur à l'image et l'examen anatomopathologique postopératoire est incertaine.
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 |
|---|---|
|
groupe malin
les femmes avec des lésions malignes confirmées par la pathologie
|
Utilisation d'une méthode d'apprentissage en profondeur pour analyser et extraire les caractéristiques de l'échographie mammaire automatisée et des images échographiques portatives
|
|
groupe bénin
femmes ayant des lésions bénignes confirmées par pathologie ou stables au suivi > 2 ans
|
Utilisation d'une méthode d'apprentissage en profondeur pour analyser et extraire les caractéristiques de l'échographie mammaire automatisée et des images échographiques portatives
|
|
groupe normal
les femmes ont des images normales avec un suivi > 2 ans
|
Utilisation d'une méthode d'apprentissage en profondeur pour analyser et extraire les caractéristiques de l'échographie mammaire automatisée et des images échographiques portatives
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
sensibilité
Délai: 4 années
|
Proportion de lésions malignes corrigées-marquées par le modèle
|
4 années
|
|
faux positifs par volume
Délai: 4 années
|
le nombre de lésions malignes non corrigées marquées par le modèle
|
4 années
|
|
aire sous la courbe
Délai: 4 années
|
surface sous la courbe des caractéristiques de fonctionnement du récepteur (ROC) en pourcentage (%)
|
4 années
|
|
durée de survie globale (OS)
Délai: jusqu'à 10 ans
|
Il mesure le temps entre la date du diagnostic du cancer et toute cause de décès.
|
jusqu'à 10 ans
|
|
Temps de survie sans maladie (DFS)
Délai: jusqu'à 5 ans
|
Le temps pendant lequel le patient est exempt des signes et des symptômes d'une maladie après le traitement.
|
jusqu'à 5 ans
|
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 février 2020
Achèvement primaire (ANTICIPÉ)
1 septembre 2024
Achèvement de l'étude (ANTICIPÉ)
1 septembre 2024
Dates d'inscription aux études
Première soumission
12 février 2020
Première soumission répondant aux critères de contrôle qualité
13 février 2020
Première publication (RÉEL)
17 février 2020
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (RÉEL)
27 janvier 2022
Dernière mise à jour soumise répondant aux critères de contrôle qualité
12 janvier 2022
Dernière vérification
1 janvier 2022
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- AI-Breast-US
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
Oui
produit fabriqué et exporté des États-Unis.
Oui
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 .