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.

Application de la technologie d'analyse d'imagerie hyperspectrale dans le diagnostic du cancer colorectal basé sur la biopsie coloscopique

16 décembre 2022 mis à jour par: Xiuli Zuo, Shandong University
Le but de cette étude est de développer et de valider un algorithme d'apprentissage profond pour le diagnostic du cancer colorectal autre maladie colorectale en marquant et en analysant les caractéristiques des images hyperspectrales basées sur les résultats pathologiques de la biopsie coloscopique, de manière à améliorer l'objectivité et l'intelligence de diagnostic précoce du cancer colorectal.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Description détaillée

Recueillir de manière prospective les informations d'image hyperspectrale du tissu de biopsie coloscopique ordinaire. Le tissu de biopsie coloscopique provient du centre d'endoscopie de l'hôpital Qilu de l'université du Shandong. Les images hyperspectrales sont marquées en fonction des résultats pathologiques de la biopsie et le modèle de réseau neuronal à convolution profonde (DCNN) est utilisé. Avec une formation et une vérification, développer le système de diagnostic d'intelligence artificielle d'imagerie hyperspectrale (HSIAIDS). Une partie du tissu de biopsie coloscopique sera collectée en tant qu'ensemble de tests prospectifs pour tester de manière prospective les performances diagnostiques de l'algorithme HSIAIDS.

Type d'étude

Observationnel

Inscription (Anticipé)

50

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

  • Nom: Xiuli Zuo, MD,PhD
  • Numéro de téléphone: 15588818685
  • E-mail: zuoxiuli@sina.com

Lieux d'étude

  • Chine
    • Shandong
      • Jinan, Shandong, Chine, 250012
        • Recrutement
        • Qilu hosipital

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 75 ans (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

les patients âgés de 18 à 75 ans qui subissent l'examen coloscopie et la biopsie ;

La description

Critère d'intégration:

  • les patients âgés de 18 à 75 ans qui subissent l'examen coloscopie et la biopsie

Critère d'exclusion:

  • les patients atteints de troubles cardiaques, cérébraux, pulmonaires ou rénaux graves ou de troubles psychiatriques qui ne peuvent pas participer à la coloscopie
  • patients ayant déjà subi des interventions chirurgicales sur le tractus gastro-intestinal.
  • patients présentant des contre-indications à la biopsie
  • les patients qui refusent de signer le formulaire de consentement éclairé

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: Cohorte
  • Perspectives temporelles: Éventuel

Cohortes et interventions

Groupe / Cohorte
Groupe d'algorithmes d'apprentissage en profondeur
Une fois que le patient a réussi le dépistage, une coloscopie de routine sera effectuée et le tissu cible suspecté d'inflammation ou de néoplasie sera biopsié. Les enquêteurs cliniques utilisent le microscope hyperspectral pour collecter des informations d'image du tissu de biopsie dans la salle d'endoscopie. Après avoir collecté des informations, des échantillons de biopsie seront systématiquement traités et envoyés pour un diagnostic pathologique.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision du modèle d'intelligence artificielle HSI pour identifier l'adénome colorectal et le cancer
Délai: 1 année
Précision du modèle d'intelligence artificielle d'imagerie hyperspectrale (HSI) pour identifier le polype hyperplasique colorectal, l'adénome, le SSL et le cancer colorectal. Précision des modèles d'intelligence artificielle Précision = (vrais positifs + vrais négatifs) / nombre total de sujets * 100 %
1 année
Sensibilité
Délai: 1 année
Sensibilité du modèle d'intelligence artificielle HSI Sensibilité = nombre de vrais positifs / (nombre de vrais positifs + nombre de faux négatifs) * 100 %.
1 année
Spécificité
Délai: 1 année
Spécificité du modèle d'intelligence artificielle HSI Spécificité = nombre de vrais négatifs / (nombre de vrais négatifs + nombre de faux positifs))*100 %
1 année
Valeurs prédictives négatives (VAN)
Délai: 1 année
Valeurs prédictives négatives pour le modèle d'intelligence artificielle HSI = nombre de vrais négatifs / (nombre de vrais négatifs + nombre de faux négatifs)*100 %
1 année
ASC (IC à 95 %)
Délai: 1 année
zone sous la courbe caractéristique de fonctionnement du récepteur (AUC)
1 année

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Pour enregistrer et évaluer tous les risques inconnus et les événements indésirables de l'imagerie hyperspectrale lors de l'acquisition d'images d'échantillons
Délai: 1 année
Pour enregistrer et évaluer tous les risques inconnus et les événements indésirables de l'imagerie hyperspectrale lors de l'acquisition d'images d'échantillons
1 année

Collaborateurs et enquêteurs

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

Parrainer

Shandong University

Les enquêteurs

  • Chaise d'étude: Xiuli Zuo, MD,PhD, Study Principal Investigator

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)

8 octobre 2022

Achèvement primaire (Anticipé)

31 décembre 2023

Achèvement de l'étude (Anticipé)

31 décembre 2023

Dates d'inscription aux études

Première soumission

8 octobre 2022

Première soumission répondant aux critères de contrôle qualité

8 octobre 2022

Première publication (Réel)

12 octobre 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

21 décembre 2022

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 décembre 2022

Dernière vérification

1 octobre 2022

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 2022-SDU-QILU-G003

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 .

Essais cliniques sur Tumeurs colorectales

Rechercher des essais similaires

Sponsors et collaborateurs

Les conditions médicales

Interventions en matière de drogue

CROs by country

CROs in Nigeria

Conditions

Maladies rares

Interventions en matière de drogue

Compléments alimentaires

Commanditaire / collaborateurs

Emplacements

3
S'abonner