Potentiel de l'apprentissage en profondeur dans l'évaluation de la pneumoconiose représentée sur la radiographie thoracique numérique
8 juillet 2021 mis à jour par: Peking University Third Hospital
Étudier le potentiel de l'apprentissage en profondeur dans l'évaluation de la pneumoconiose représentée sur les radiographies thoraciques numériques et comparer ses performances avec des radiologues certifiés
La pneumoconiose est relativement répandue dans les pays à revenu faible/intermédiaire et il reste difficile de diagnostiquer avec précision et fiabilité la pneumoconiose.
Les enquêteurs ont mis en œuvre une solution d'apprentissage en profondeur et ont clarifié le potentiel de l'apprentissage en profondeur dans le diagnostic de la pneumoconiose en comparant ses performances avec celles de deux radiologues certifiés.
L'apprentissage en profondeur a démontré un potentiel unique dans la classification de la pneumoconiose.
Aperçu de l'étude
Statut
Complété
Les conditions
Intervention / Traitement
Description détaillée
Les enquêteurs ont collecté rétrospectivement un ensemble de données composé de 1881 images radiographiques thoraciques sous forme de radiographie numérique.
Ces images ont été acquises dans un cadre de dépistage sur des sujets qui avaient des antécédents de travail dans un environnement qui les exposait à des poussières nocives.
Parmi ces sujets, 923 ont reçu un diagnostic de pneumoconiose et 958 étaient normaux.
Pour identifier les sujets atteints de pneumoconiose, les chercheurs ont appliqué un réseau de neurones à convolution profonde (CNN) classique appelé Inception-V3 à ces ensembles d'images et ont validé les performances de classification des modèles entraînés en utilisant l'aire sous la courbe caractéristique de fonctionnement du récepteur (AUC).
Type d'étude
Observationnel
Inscription (Réel)
1881
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
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Non
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Parmi ces sujets, 923 ont été diagnostiqués avec une pneumoconiose, 958 étaient normaux.
Parmi ces sujets, 163 étaient des femmes.
La description
Critère d'intégration:
- travailleurs industriels ayant des antécédents d'exposition à la poussière et ayant subi un dépistage DR de la pneumoconiose de 2015 à 2018
Critère d'exclusion:
- patients avec une mauvaise qualité d'image
- patients avec des données cliniques incomplètes
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
- Modèles d'observation: Cas uniquement
- Perspectives temporelles: Rétrospective
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
réseau de neurones convolutifs (CNN)
un réseau de neurones à convolution profonde (CNN) classique appelé Inception-V3 a été appliqué aux ensembles d'images et a validé les performances de classification des modèles entraînés
|
Architecture CNN nommée architecture U-Net
Autres noms:
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
le diagnostic de pneumoconiose
Délai: Jusqu'à 6 mois
|
Le diagnostic et la stadification de la pneumoconiose ont été réalisés par un panel d'experts composé de radiologues certifiés et de médecins du travail.
Le diagnostic de pneumoconiose a été confirmé par les antécédents médicaux et les dossiers médicaux antérieurs (radiographies pulmonaires et tests de la fonction pulmonaire).
|
Jusqu'à 6 mois
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Les enquêteurs
- Chaise d'étude: Xiaohua Wang, Peking University Third 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)
1 janvier 2015
Achèvement primaire (Réel)
31 décembre 2018
Achèvement de l'étude (Réel)
31 décembre 2019
Dates d'inscription aux études
Première soumission
28 juin 2021
Première soumission répondant aux critères de contrôle qualité
8 juillet 2021
Première publication (Réel)
15 juillet 2021
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
15 juillet 2021
Dernière mise à jour soumise répondant aux critères de contrôle qualité
8 juillet 2021
Dernière vérification
1 juin 2021
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- M2019467
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 .