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.

Classification pathologique des nodules pulmonaires dans les images à l'aide de l'apprentissage en profondeur

23 janvier 2022 mis à jour par: Haiyu Zhou, Jiangxi Provincial Cancer Hospital

Classification pathologique des nodules pulmonaires à partir d'images brutes de tumeur à l'aide de l'apprentissage en profondeur

Cette étude visait à développer un modèle d'apprentissage en profondeur pour classer automatiquement les nodules pulmonaires sur la base d'images en lumière blanche et à évaluer les performances du modèle. En outre, une opération appropriée pourrait être choisie à l'aide de ce modèle, ce qui pourrait raccourcir le temps de la chirurgie.

Aperçu de l'étude

Description détaillée

Toutes les photographies en lumière blanche de nodules pulmonaires provenant de téléphones d'adénocarcinome in situ (AIS) confirmé pathologiquement, d'adénocarcinome mini-invasif (MIA) et d'adénocarcinome invasif (IAC) ont été recueillies rétrospectivement auprès de patients consécutifs ayant subi une intervention chirurgicale entre le 30 juin 2020 et le 15 septembre. 2021 à l'hôpital populaire provincial du Guangdong. Enfin, un total de 1037 images en lumière blanche de 973 personnes ont été incluses dans l'étude. L'ensemble de données a été divisé en ensembles de données d'apprentissage et de test, qui s'excluaient mutuellement, à l'aide d'un échantillonnage aléatoire. Parmi celles-ci, 830 images ont été utilisées comme ensemble de données d'apprentissage et 104 images ont été utilisées comme ensemble de données de test. Le modèle CNN a été utilisé pour classer les images, à savoir Resnet-50. Pour le modèle CNN, un modèle pré-entraîné avec l'ensemble de données ImageNet a été adopté à l'aide de l'apprentissage par transfert. Après avoir construit les modèles CNN à l'aide de l'ensemble de données d'apprentissage, les performances des modèles ont été évaluées à l'aide de l'ensemble de données de test et de l'ensemble de données de validation prospective.

Type d'étude

Observationnel

Inscription (Anticipé)

2000

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

    • Guangdong
      • Guangzhou, Guangdong, Chine, 510000
        • Recrutement
        • Guagndong Provincial People's Hospital
        • Contact:
    • Jiangxi
      • Nanchang, Jiangxi, Chine, 330000
        • Recrutement
        • Jiangxi Cancer Hospital

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 à 80 ans (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Patients à l'hôpital populaire provincial du Guangdong du 30 juin 2020 au 15 septembre 2021.

La description

Critère d'intégration:

  1. Homme ou femme , 18 ans et plus.
  2. Les patients n'ont subi aucune thérapie.
  3. Les nodules pulmonaires ont été confirmés AIS, MIA ou IAC.
  4. La taille des nodules pulmonaires était inférieure à 3 cm.
  5. Les images étaient au format jpg.

Critère d'exclusion:

  1. Souffrant d'une autre maladie tumorale avant ou en même temps.
  2. Images de mauvaise qualité ou de faible résolution qui ont empêché une classification appropriée.

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

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
1. Sous-type pathologique
Délai: jusqu'à la fin des études, en moyenne 2 ans
Selon la classification de l'OMS des tumeurs pulmonaires en 2020, cette étude classe les tumeurs pulmonaires en adénocarcinome in situ (AIS), adénocarcinome mini-invasif (MIA) et adénocarcinome invasif (IAC). Nous recueillerions les rapports de type pathologique des nodules pulmonaires après chirurgie.
jusqu'à la fin des études, en moyenne 2 ans
Aire sous la courbe (AUC)
Délai: jusqu'à la fin des études, en moyenne 2 ans
L'aire sous la courbe ROC basée sur l'efficacité prédictive du modèle
jusqu'à la fin des études, en moyenne 2 ans

Collaborateurs et enquêteurs

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

Les enquêteurs

  • Chercheur principal: Haiyu Zhou, Guangdong Provincial People's 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 juin 2020

Achèvement primaire (Anticipé)

1 juin 2022

Achèvement de l'étude (Anticipé)

1 janvier 2023

Dates d'inscription aux études

Première soumission

5 janvier 2022

Première soumission répondant aux critères de contrôle qualité

23 janvier 2022

Première publication (Réel)

3 février 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

3 février 2022

Dernière mise à jour soumise répondant aux critères de contrôle qualité

23 janvier 2022

Dernière vérification

1 janvier 2022

Plus d'information

Termes liés à cette étude

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Oui

Étudie un produit d'appareil réglementé par la FDA américaine

Non

produit fabriqué et exporté des États-Unis.

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