- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT04654546
Conversion d'images échographiques en imagerie au format CT à l'aide d'un apprentissage basé sur l'intelligence artificielle
Une étude prospective pour la conversion d'images échographiques en imagerie au format CT à l'aide d'un apprentissage basé sur l'intelligence artificielle
Contexte : L'imagerie par ultrasons est une méthode d'imagerie qui utilise des ondes sonores pour caractériser la structure et la fonction de divers organes dans des conditions de santé et de maladie. Cette technique est largement utilisée dans la vie clinique quotidienne et présente de nombreux avantages, tels que l'imagerie en temps réel, la disponibilité pour l'imagerie au chevet du patient et l'absence de rayonnement ionisant. Outre les avantages mentionnés, le test par ultrasons présente également des inconvénients notables. Ceux-ci incluent l'absence de pénétration d'ondes sonores à travers un milieu contenant de l'air tel que les anses intestinales, la dépendance à l'habileté de l'opérateur et la nécessité de la coopération du sujet pendant le test. Par rapport à l'examen échographique, le scanner permet une vue anatomique plus large et n'est pas limité par des facteurs physiologiques tels que les os et l'air. d'autre part, le test nécessite des rayonnements ionisants qui comportent inévitablement un danger direct et indirect pour la santé du patient, et nécessite plus de moyens financiers.
Objectifs de l'étude : Utiliser l'intelligence artificielle pour combler le fossé entre l'échographie et la tomodensitométrie, et pour créer un système uniforme qui en tire parti. Cela permet une meilleure orientation spatiale ainsi qu'une meilleure caractérisation des structures anatomiques scannées.
Participants : femmes et/ou hommes de plus de 18 ans ayant effectué un scanner abdominal au cours du mois précédent pour l'examen échographique de l'expérience.
Méthodes : L'étude est une recherche prospective ouverte, dans laquelle le médecin et le patient sont conscients de la manière et des objectifs de l'examen. Les participants qui remplissent les conditions de seuil seront convoqués pour un examen dans les salles de l'Institut d'imagerie du centre médical Haemek, au cours duquel les participants subiront une échographie complète des organes abdominaux à l'aide d'un appareil à ultrasons clinique. Les images échographiques seront couplées visuellement aux images CT précédentes du même patient au moment de l'examen, à l'aide d'un système Fusion situé dans l'appareil à ultrasons mentionné ci-dessus. Les images conjuguées CT et échographie seront encodées et seront envoyées sans détails d'identification au laboratoire SAMPL, pour être utilisées comme plateforme d'apprentissage pour le système d'intelligence artificielle. Les images seront transférées après que les données personnelles du sujet auront été encodées dans un fichier EXCEL et sauvegardées par l'investigateur principal.
Aperçu de l'étude
Description détaillée
Contexte et justification de l'expérience médicale :
L'imagerie par ultrasons est une méthode d'imagerie qui utilise des ondes sonores pour caractériser la structure et la fonction de divers organes dans des conditions de santé et de maladie. Cette technique est largement utilisée dans la vie clinique quotidienne et présente de nombreux avantages. L'examen n'implique pas l'utilisation de rayonnements ionisants, son utilisation est donc plus sûre que d'autres techniques telles que les rayons X ou les tomodensitogrammes (tomographie par ordinateur). Les images acquises et visualisées sur l'appareil à ultrasons sont en temps réel, de sorte que les changements peuvent être identifiés, ce qui, dans de nombreux cas, affecte le diagnostic final. Le test est non invasif et ne nécessite pas non plus l'utilisation d'un agent de contraste contenant des substances susceptibles de provoquer une réaction allergique ou d'altérer la fonction rénale. De plus, l'équipement est largement disponible et peut également être utilisé au chevet du patient. Outre les avantages mentionnés, le test par ultrasons présente également des inconvénients notables. Les ondes ultrasonores ne pénètrent pas bien à travers les os ou l'air, ce qui nuit à la qualité du test. De plus, la méthode dépend fortement de la compétence de l'opérateur, une expérience conséquente est donc nécessaire pour produire des informations de qualité suffisante et établir un diagnostic précis. La qualité du test dépend également de la coopération du sujet pendant le test, comme les changements de posture et la respiration profonde.
Par rapport à l'examen échographique, le scanner permet une vision anatomique plus large et n'est pas limité par des facteurs physiologiques tels que les os et l'air. Parmi les défauts les plus notables de la tomodensitométrie figure le fait que le test nécessite des rayonnements ionisants qui entraînent inévitablement un danger direct et indirect pour la santé du patient. De plus, le test nécessite plus de ressources financières et en termes de main-d'œuvre, ce qui est une limite à son utilisation en dehors de l'hôpital ou dans les pays à statut socio-économique défavorisé.
Dans cette étude, les chercheurs visent à combler le fossé entre ces deux types de techniques et à créer un système uniforme qui tire parti des deux. Cela se fait en créant des images CT à partir d'images échographiques. Ce processus impliquera l'utilisation de méthodes d'intelligence artificielle, à savoir des algorithmes d'apprentissage automatique.
Le machine learning en général, et le deep learning en particulier, ont pris de l'ampleur ces dernières années dans le domaine de la vision par ordinateur et plus récemment également dans le domaine de l'imagerie médicale. De plus, on peut déjà voir des succès significatifs dans la classification des maladies rétiniennes, dans lesquelles le capteur est une caméra de fond d'œil ou la tomographie en cohérence optique (OCT), dans la classification des classifications En imagerie IRM du sein 3, et plus récemment, en la classification de la gravité de la maladie causée par le virus Corona, à l'aide de radiographies pulmonaires et d'échographies.
L'apprentissage automatique comprend deux phases. Dans la première phase, l'algorithme s'entraîne sur des données étiquetées, en utilisant des architectures et des fonctions cibles, qui permettent d'atteindre une grande précision. Dans un deuxième temps, les enquêteurs testeront l'algorithme pour des données qui n'ont pas encore été observées. Il convient de noter qu'une grande quantité de données étiquetées peut être très utile pour développer l'algorithme, mais en même temps, il peut être difficile de produire des données étiquetées et cela peut être un processus long et coûteux. Par conséquent, les enquêteurs utiliseront des approches non supervisées ou semi-supervisées.
Objectifs de la recherche médicale : Fournir des informations échographiques et radiographiques à un système d'intelligence artificielle dans le but de créer des images CT à partir d'images échographiques, afin de permettre une meilleure orientation spatiale ainsi qu'une meilleure caractérisation des structures anatomiques numérisées.
Type d'étude : Une étude prospective ouverte dans laquelle le médecin et le patient sont conscients de la manière et des objectifs de l'examen.
Procédure expérimentale : les participants qui répondent aux critères de l'étude subiront une échographie complète des organes abdominaux à l'aide d'un appareil à ultrasons clinique à l'Institut d'imagerie du centre médical Haemek. La durée estimée de l'examen est de 20 minutes. Les images échographiques seront couplées visuellement aux images CT précédentes du même patient au moment de l'examen, à l'aide d'un système Fusion situé dans l'appareil à ultrasons mentionné ci-dessus.
Notez que si le participant est venu pour une échographie clinique qui devait avoir lieu de toute façon, il passera l'examen clinique comme d'habitude, puis passera séparément l'examen décrit ci-dessus dans le cadre de l'étude.
Les images couplées CT et échographie seront encodées et envoyées au laboratoire SAMPL de l'institut Weizmann, où les images serviront de plateforme d'apprentissage pour le système d'intelligence artificielle. Les images ne seront transférées qu'après que les données personnelles du sujet auront été encodées dans un fichier EXCEL et enregistrées par le chercheur principal. Seuls le chercheur principal et les chercheurs secondaires seront exposés à des informations de pré-encodage, qui seront stockées sur un ordinateur dédié au chercheur principal, protégé par un mot de passe.
Les informations codées collectées seront transmises en continu au cours de la recherche à l'Institut Weizmann, afin d'assurer une bonne acquisition des informations et la possibilité d'un retour en temps réel au chercheur principal favorisant l'acquisition d'informations de meilleure qualité permettant l'analyse des données.
Dans toute demande future du laboratoire SAMPL pour plus de détails sur les participants, il devra contacter avec le numéro de série lorsque la clé de codage sera exclusivement sur le site clinique (Hôpital Haemek). Le laboratoire SAMPL de l'Institut Weizmann ne sera exposé en aucune manière et à aucun stade de l'expérience à des informations identifiant les participants.
Suivi des participants et rapport des constatations médicales
Si des découvertes médicales inattendues importantes pour la santé du patient sont découvertes au cours de l'étude, il est de la responsabilité de l'investigateur principal de les transférer au médecin traitant sans délai pour un suivi et un traitement supplémentaires si nécessaire par des soins médicaux standard. Les participants ne seront pas suivis après l'analyse expérimentale dans le cadre de l'essai clinique.
Type d'étude
Inscription (Estimé)
Phase
- N'est pas applicable
Contacts et emplacements
Coordonnées de l'étude
- Nom: Israel Aharony, M.D. Ph.D
- Numéro de téléphone: 97246495635
- E-mail: elik.aharony@gmail.com
Lieux d'étude
-
-
-
Afula, Israël, 1834111
- Recrutement
- Emek Medical Center
-
Contact:
- Israel Aharony, M.D Ph.D.
- Numéro de téléphone: 046494075
- E-mail: elik.aharony@gmail.com
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
La description
Critère d'intégration:
- Participants ayant effectué un examen CT abdominal jusqu'à un mois avant l'examen échographique expérimental.
Critère d'exclusion:
- Participants dont l'état de santé a changé et qui peut avoir des effets substantiels sur les caractéristiques d'imagerie des organes abdominaux.
- Femmes enceintes
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Diagnostique
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
---|---|
Expérimental: Scans abdominaux
Participants ayant effectué un examen CT abdominal jusqu'à un mois avant l'examen échographique expérimental.
|
Une échographie complète des organes abdominaux à l'aide d'un appareil à ultrasons clinique à l'Institut d'imagerie du centre médical Haemek. Les images échographiques seront couplées visuellement aux images CT précédentes du même patient au moment de l'examen, à l'aide d'un système Fusion situé dans l'appareil à ultrasons mentionné ci-dessus. Les images couplées CT et échographie seront encodées et envoyées au laboratoire SAMPL de l'institut Weizmann, où elles serviront de plate-forme d'apprentissage pour le système d'intelligence artificielle. |
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Intercorrélation normalisée entre les images CT d'entrée et les images CT générées par un algorithme basé sur les ultrasons
Délai: 2 ans
|
La corrélation croisée entre les images CT d'entrée, servant de Ground Truth, et les images CT générées par l'algorithme servira de mesure de similarité (score de similarité), normalisée à une plage [-1,1].
|
2 ans
|
Taux de précision
Délai: 2 ans
|
Le taux de précision du système sera évalué en comparant le score de similarité susmentionné à un seuil de taux de réussite (T).
|
2 ans
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Israel Aharony, M.D. Ph.D, Imaging institute, Haemek Medical Center, Afula, Israel.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- 0177-20-EMC
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
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 Échographie abdominale
-
Helse Nord-Trøndelag HFNorwegian University of Science and Technology; St. Olavs HospitalComplétéAccident vasculaire cérébral | Accident ischémique transitoire | Attaque ischémique, transitoire | Accident vasculaire cérébral | Apoplexie cérébrovasculaireNorvège
-
Faizan AhmedActif, ne recrute pasMaladie de Parkinson | Hypotension orthostatiqueCanada
-
Medical Corps, Israel Defense ForceRecrutementBlessure traumatique | Plaie hémorragiqueIsraël
-
Academisch Medisch Centrum - Universiteit van Amsterdam...ComplétéVariabilité inter et intra-observateur des mesures Doppler de l'artère utérine au premier trimestre.Mesure Doppler de l'artère utérinePays-Bas
-
Mansoura UniversityPas encore de recrutement
-
Istanbul University - Cerrahpasa (IUC)RecrutementTroubles nutritionnels | Rôle de l'infirmière | Massage | Unités de soins intensifs pédiatriquesTurquie
-
Universiti Putra MalaysiaInscription sur invitationMyasthénie expérimentaleChine
-
The Whittington Hospital NHS TrustComplété
-
Massachusetts General HospitalCricoComplété
-
Glasgow Caledonian UniversityNHS Greater Glasgow and Clyde; Baily Thomas Charitable FundActif, ne recrute pasMassage abdominal pour les personnes souffrant de troubles d'apprentissage et de constipation (AMID)ConstipationRoyaume-Uni