- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05836246
A kvantitatív ultrahang képalkotó szoftverplatform fejlesztése
Mesterséges intelligencia (AI) alapú nagy teljesítményű strukturális-funkcionális és kvantitatív ultrahang képalkotó szoftverplatform fejlesztése
Ennek a megfigyeléses vizsgálatnak a célja a hagyományos ultrahang és a mesterséges intelligencia alapú ultrahang szoftver képbeli különbségeinek összehasonlítása tudatos felnőtteknél.
A fő kérdés, amelyet meg kíván válaszolni, a hatékonyság értékelése annak megállapításával, hogy az új képelemzési módszer akkor tekinthető érvényesnek, ha a szövettani jellemzők több mint 30%-át segít azonosítani.
A résztvevők a beleegyező nyilatkozat aláírása után a korábban említett két módszerrel esnek át a vizsgálaton.
A tanulmány áttekintése
Állapot
Tanulmány típusa
Beiratkozás (Várható)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Gyeonggi-do
-
Seongnam, Gyeonggi-do, Koreai Köztársaság, 13620
- Seoul National University Bundang Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Szív-, pajzsmirigy-, mell- és májbetegségben szenvedők.
Kizárási kritériumok:
- Valaki, akit megműtöttek a kérdéses célszervön.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Kvantitatív ultrahang információ
Időkeret: 5 év
|
Szív-, pajzsmirigy- és emlőbetegségek kvantitatív ultrahangos képei
|
5 év
|
Együttműködők és nyomozók
Publikációk és hasznos linkek
Általános kiadványok
- Cheng PM, Malhi HS. Transfer Learning with Convolutional Neural Networks for Classification of Abdominal Ultrasound Images. J Digit Imaging. 2017 Apr;30(2):234-243. doi: 10.1007/s10278-016-9929-2.
- Chi J, Walia E, Babyn P, Wang J, Groot G, Eramian M. Thyroid Nodule Classification in Ultrasound Images by Fine-Tuning Deep Convolutional Neural Network. J Digit Imaging. 2017 Aug;30(4):477-486. doi: 10.1007/s10278-017-9997-y.
- F. Milletari, N. Navab and S. -A. Ahmadi. V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation. 2016 Fourth International Conference on 3D Vision (3DV), Stanford, CA, USA. 2016; 565-571.
- Ma J, Wu F, Jiang T, Zhu J, Kong D. Cascade convolutional neural networks for automatic detection of thyroid nodules in ultrasound images. Med Phys. 2017 May;44(5):1678-1691. doi: 10.1002/mp.12134. Epub 2017 Apr 17.
- Chen H, Zheng Y, Park JH, Heng PA, Zhou SK. (2016). Iterative Multi-domain Regularized Deep Learning for Anatomical Structure Detection and Segmentation from Ultrasound Images. Medical Image Computing and Computer-Assisted Intervention - MICCAI 2016. 2016; 9901.
- Lekadir K, Galimzianova A, Betriu A, Del Mar Vila M, Igual L, Rubin DL, Fernandez E, Radeva P, Napel S. A Convolutional Neural Network for Automatic Characterization of Plaque Composition in Carotid Ultrasound. IEEE J Biomed Health Inform. 2017 Jan;21(1):48-55. doi: 10.1109/JBHI.2016.2631401. Epub 2016 Nov 22.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Várható)
A tanulmány befejezése (Várható)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
- Emésztőrendszeri betegségek
- Ischaemia
- Patológiás folyamatok
- Elhalás
- Szívizom ischaemia
- Szívbetegségek
- Szív-és érrendszeri betegségek
- Érrendszeri betegségek
- Bőrbetegségek
- Neoplazmák
- Neoplazmák webhelyenként
- Endokrin rendszer betegségei
- Májbetegségek
- Miokardiális infarktus
- Infarktus
- Mellrák neoplazmák
- Pajzsmirigy betegségek
- Mellbetegségek
- Fibrocisztás emlőbetegség
Egyéb vizsgálati azonosító számok
- B-1910-570-301
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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. .