Máj-epebetegségek szűrése és azonosítása szemfelvételek segítségével végzett mély tanulással
2020. augusztus 16. frissítette: Haotian Lin, Sun Yat-sen University
A mesterséges intelligencia betekintést nyújthat a mögöttes lehetséges rejtett asszociáció feltárásába, és feltárhat néhány korai szemszerkezeti változást a máj-epebetegségben szenvedő egyénekben.
Úttörő munkát végeztünk a szem és a máj közötti kapcsolat feltárására mély tanuláson keresztül, különböző mély tanulási modellek kidolgozására és értékelésére a hepatobiliaris betegség előrejelzésére okuláris képek segítségével.
A tanulmány áttekintése
Állapot
Befejezve
Beavatkozás / kezelés
Tanulmány típusa
Megfigyelő
Beiratkozás (Tényleges)
1789
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Guangdong
-
Guangzhou, Guangdong, Kína, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
- FELNŐTT
- OLDER_ADULT
- GYERMEK
Egészséges önkénteseket fogad
Igen
Tanulmányozható nemek
Összes
Mintavételi módszer
Valószínűségi minta
Tanulmányi populáció
A réslámpás és a retina szemfenéki képei a Szun Jat-szen Egyetem Harmadik Kapcsolt Kórházának Fertőző Betegségek Osztályától, Fertőző Betegségek Osztályától, a Szun Jat-szen Egyetem Harmadik Társult Kórházától, a Déli Orvostudományi Egyetem Huadu Kórházától, Nantian Medical Centertől az Aikang Health Care részlegétől és az Aikang Health Care Huanshidong Medical Centerétől.
Leírás
Bevételi kritériumok:
- A szemfenék és a réslámpás képek minőségének klinikailag elfogadhatónak kell lennie.
- A szemfenéki képterület több mint 90%-a, beleértve a négy fő régiót (optikai lemez, makula, felső és alsó retina érívek), könnyen leolvasható és megkülönböztethető.
- A réslámpás képterület több mint 90%-a, beleértve a három fő régiót (sclera, pupilla és lencse), könnyen olvasható és megkülönböztethető.
Kizárási kritériumok:
- A fényszivárgást (a terület 10%-ánál nagyobb), a lencse becsillanásából vagy foltokból származó foltokat és a túlexponált képeket kizártuk a további elemzésből.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
fejlesztési adatkészlet 01
A Szun Jat-szen Egyetem Harmadik Társult Kórházának Májsebészeti Osztályáról gyűjtött réslámpás és retinafenéki képek.
|
A betanítási adatkészletet a mély tanulási modell betanításához használták, amelyet a másik két adatkészlet validált és tesztelt.
|
|
fejlesztési adatkészlet 02
A réslámpás és a retina szemfenékről készült képek a Déli Orvostudományi Egyetem Huadu Kórházától gyűjtöttek.
|
A betanítási adatkészletet a mély tanulási modell betanításához használták, amelyet a másik két adatkészlet validált és tesztelt.
|
|
fejlesztési adatkészlet 03
A réslámpás és a retina szemfenékről készült képek az Aikang Health Care Nantian Medical Centeréből gyűjtöttek.
|
A betanítási adatkészletet a mély tanulási modell betanításához használták, amelyet a másik két adatkészlet validált és tesztelt.
|
|
teszt adatkészlet 01
A Szun Jat-szen Egyetem Harmadik Társult Kórházának fertőző betegségek osztályától gyűjtött réslámpás és retinafenéki képek.
|
A betanítási adatkészletet a mély tanulási modell betanításához használták, amelyet a másik két adatkészlet validált és tesztelt.
|
|
teszt adatkészlet 02
A réslámpáról és a retina szemfenékéről készült képek az Aikang Health Care Huanshidong Medical Centeréből gyűjtöttek.
|
A betanítási adatkészletet a mély tanulási modell betanításához használták, amelyet a másik két adatkészlet validált és tesztelt.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
a mély tanulási rendszer vevő működési jelleggörbéje alatti terület
Időkeret: alapvonal
|
A kutatók kiszámítják a mély tanulási rendszer vevő működési jelleggörbéje alatti területet, és összehasonlítják ezt az indexet a mélytanulási rendszer és az emberi orvosok között.
|
alapvonal
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
a mély tanulási rendszer érzékenysége és specifikussága
Időkeret: alapvonal
|
A kutatók kiszámítják a mély tanulási rendszer érzékenységét és specifikusságát, és összehasonlítják ezt az indexet a mély tanulási rendszer és az emberi orvosok között.
|
alapvonal
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
2018. december 1.
Elsődleges befejezés (TÉNYLEGES)
2020. január 31.
A tanulmány befejezése (TÉNYLEGES)
2020. január 31.
Tanulmányi regisztráció dátumai
Először benyújtva
2019. december 25.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2019. december 25.
Első közzététel (TÉNYLEGES)
2019. december 30.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
2020. augusztus 18.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2020. augusztus 16.
Utolsó ellenőrzés
2020. augusztus 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- AEHD-2019
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .
Klinikai vizsgálatok a Hepatobiliáris rendellenességek
-
Becton, Dickinson and CompanyBefejezvePlazmasejtes rendellenességSvájc, Spanyolország, Egyesült Királyság, Egyesült Államok, Portugália
-
Universitat Jaume IMinisterio de Economía y Competitividad, SpainIsmeretlenOnline számítógépes programcsoport | Várólista vezérlőcsoportSpanyolország
-
Muğla Sıtkı Koçman UniversityBefejezve
-
Newbridge HouseToborzásÉtkezési zavarok serdülőkorbanEgyesült Királyság
-
SangathBefejezve
-
Ain Shams UniversityBefejezveParkinson kór | Vaszkuláris parkinsonizmusEgyiptom