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.

Système de génération de rapports sur les maladies du fond d'œil explicable

10 juillet 2023 mis à jour par: Yingfeng Zheng, Sun Yat-sen University

Réseaux de neurones profonds multimodaux explicables pour l'identification des maladies du fond d'œil et la génération de rapports

Établir un système d'apprentissage en profondeur de diverses analyses de la maladie du fond d'œil sur la base des résultats d'images d'examen multimodales. Le système peut analyser des images multimodales du fond d'œil, établir des diagnostics et générer des rapports correspondants.

Aperçu de l'étude

Description détaillée

Le fond d'œil est la seule partie du corps humain qui peut voir directement la microcirculation des vaisseaux sanguins et le tissu nerveux. Grâce à divers tests d'imagerie, y compris la photographie du fond d'œil en couleur (CFP), la tomographie par cohérence optique (OCT), l'angiographie du fond d'œil à la fluorescéine (FFA) et l'angiographie au vert d'indocyanine (ICGA), etc., il est possible d'avoir une vue d'ensemble statique ou d'observer dynamiquement la rétine et la choroïde. , l'état des vaisseaux sanguins et des nerfs et un diagnostic complet de la maladie. Le dépistage, l'interprétation et le diagnostic précis des maladies du fond d'œil sont cruciaux pour la prévention, le contrôle et le traitement précis des maladies. Cependant, en raison de la variété des méthodes d'examen du fond d'œil, ainsi que de la complexité et du professionnalisme de l'examen, il y a un manque de spécialistes du fond d'œil qui ont une expérience et des connaissances cliniques suffisantes pour interpréter les examens du fond d'œil. Avec le développement continu de l'intelligence artificielle (IA) dans le diagnostic des maladies du fond d'œil, diverses modalités de méthodes d'examen par imagerie sont progressivement appliquées au développement de systèmes de diagnostic des maladies du fond d'œil. De plus, les images médicales sont souvent accompagnées de rapports correspondants, qui sont principalement générés par l'expérience des cliniciens ou des radiologues.

Ici, nous établissons un diagnostic de la maladie du fond d'œil et un système de génération de rapports basé sur des examens d'imagerie oculaire du fond d'œil intermodaux, et les lésions du fond d'œil ont été visualisées en même temps. Une vérification multicentrique des données sera également effectuée. Les résultats de la recherche aideront au diagnostic des lésions du fond d'œil et à la génération de rapports d'imagerie. Nous espérons que cela pourra populariser des méthodes d'examen d'imagerie du fond d'œil plus complexes dans la société et contribuer à améliorer le diagnostic précoce et le traitement des lésions du fond d'œil qui causent la cécité.

Type d'étude

Observationnel

Inscription (Estimé)

15000

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

  • Nom: Wenjia Cai, M.D. Ph.D
  • Numéro de téléphone: +8615017593912
  • E-mail: caiwenjia@gzzoc.com

Lieux d'étude

    • Guangdong
      • Guangzhou, Guangdong, Chine, 510000
        • Recrutement
        • Zhognshan Ophthalmic Center, Sun Yat-sen University
        • Contact:

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

Oui

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Des images du fond d'œil ont été recueillies auprès de différents instituts de soins de santé dans toute la Chine et dans d'autres pays.

La description

Critère d'intégration:

  • La qualité des images d'examen multimodal de la maladie du fond d'œil et des rapports correspondants doit être cliniquement acceptable.

Critère d'exclusion:

  • Rapports avec des informations clés manquantes.
  • Les images présentant de graves réductions de résolution d'image, du flou ou des artefacts ont été exclues de l'analyse ultérieure.

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
Ensemble d'entraînement
Images multimodales du fond d'œil et rapports correspondants collectés sur plusieurs sites de dépistage en Chine.
Ensemble de validation interne
Enregistrements séparés de l'ensemble d'apprentissage.
Ensemble de test externe
Images multimodales du fond d'œil et rapports correspondants collectés dans plusieurs centres en Chine et dans le monde.
Grâce à diverses modalités d'imagerie du fond d'œil, combinées aux données cliniques et à l'expérience des cliniciens pour diagnostiquer différentes maladies du fond d'œil.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur
Délai: Ligne de base
Les enquêteurs calculeront l'aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur et compareront cet indice avec des ophtalmologistes humains.
Ligne de base

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Intersection-Over-Union de la précision de l'explication des modèles
Délai: Ligne de base
Les enquêteurs calculeront l'intersection sur l'union (IOU) (ou similarité Jaccard) entre les régions de cartographie de l'attention de l'image lésion et les régions de vérité terrain du système d'apprentissage en profondeur.
Ligne de base
Sensibilité et spécificité du système de deep learning
Délai: Ligne de base
Les enquêteurs calculeront la sensibilité et la spécificité du système d'apprentissage en profondeur.
Ligne de base

Collaborateurs et enquêteurs

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

Les enquêteurs

  • Chercheur principal: Yingfeng Zheng, M.D. Ph.D, Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity,Guangzhou, Guangdong, China, 510060

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 2011

Achèvement primaire (Estimé)

1 décembre 2023

Achèvement de l'étude (Estimé)

1 juillet 2024

Dates d'inscription aux études

Première soumission

15 novembre 2022

Première soumission répondant aux critères de contrôle qualité

15 novembre 2022

Première publication (Réel)

18 novembre 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

11 juillet 2023

Dernière mise à jour soumise répondant aux critères de contrôle qualité

10 juillet 2023

Dernière vérification

1 juillet 2023

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 2021KYPJ164

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 .

S'abonner