Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Anyai és magzati elektrokardiogram elkülönítési algoritmus

Az anyai és magzati elektrokardiogram (EKG) szétválasztó algoritmus fejlesztése és validálása mesterséges intelligencia alkalmazásán alapulóan

A magzati szívtevékenység hatékony megfigyelése a második és harmadik trimeszterben továbbra is létfontosságú kihívást jelent a perinatális orvostudományban. Ez a tanulmány egy adaptív algoritmust javasol a magzati elektrokardiogram jel kinyerésére a terhes nők hasi EKG-jéből, figyelembe véve az egyes trimeszterek fiziológiai jellemzőit. Modern gépi tanulási módszerek, független komponensanalízis és hordozható textil elektródok adatainak felhasználásával. A cél az automatikus jelszétválasztás pontosságának és megbízhatóságának javítása. 300 felvételből álló adathalmazt gyűjtenek össze és elemeznek. Az így létrejövő algoritmus lehetővé teszi a magzati szívverések gyors és pontos észlelését. Az algoritmus érvényesítéséhez 50 beteget toboroznak külön.

A tanulmány áttekintése

Részletes leírás

Kutatási cél A második és harmadik trimeszterben lévő terhes nők nem-invazív hasi EKG-je alapján az anyai és magzati elektrokardiográfiás jelek szétválasztására szolgáló algoritmus fejlesztése és validálása.

Kutatási feladatok

  1. Hasi EKG-felvételek készítése terhes nőknél nem-invazív technológiával, szabványos felvételi feltételek biztosításával és a terhességi kor figyelembevételével. Minden felvételnek legalább 5-10 perc folyamatos jelet kell tartalmaznia, elegendő adatmennyiséget biztosítva az elemzéshez és az algoritmus tanításához.
  2. A hasi EKG-jelek jellemzőinek elemzése különböző terhességi szakaszokban, beleértve az anyai és magzati ritmusok morfológiáját, átfedésük mértékét és a fiziológiai tényezők hatását. Az eredmények összehasonlítása klinikai anamnézissel és más diagnosztikai módszerekkel.
  3. Anyai és magzati elektrokardiográfiás jelek szétválasztására szolgáló algoritmus fejlesztése és adaptálása, figyelembe véve a második és harmadik trimeszter sajátosságait, a gépi tanuláson alapuló magzati szívaktivitás diagnosztika pontosságának javítása érdekében.
  4. Az algoritmus diagnosztikai paramétereinek értékelése a magzati állapot felmérésére

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

350

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

Tanulmányozza a kapcsolattartók biztonsági mentését

  • Név: Sheron R Rakhamimova, PhD Student
  • Telefonszám: +7-909-933-54-54
  • E-mail: rshery2631@yandex.ru

Tanulmányi helyek

      • Moscow, Oroszország, 119435
        • Toborzás
        • V.F. Snegirev Clinic of Obstetrics and Gynecology of I.M. Sechenov First Moscow State Medical University
        • Kapcsolatba lépni:
          • Philipp Yu Kopylov, Prof.

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

Egészséges önkénteseket fogad

Nem

Leírás

Bevételi kritériumok:

  • 18 év feletti életkor
  • Felvételek a terhesség második vagy harmadik trimeszterében készültek
  • Legalább 5 perces felvétel időtartam
  • Egyedülálló terhesség
  • Aláírt tájékoztatott beleegyezés

Kizárási kritériumok:

  • 18 év alatti életkor;
  • Többes terhesség;
  • Frissen végzett orvosi beavatkozások, amelyek befolyásolhatják az elektrokardiográfiás adatok minőségét;
  • Súlyos anyai állapotok (pl. súlyos eclampsia, sokk, súlyos szervi elégtelenség stb.);
  • Súlyos magzati állapotok (pl. jelentős hypoxia, súlyos placenta-magzat szindróma és egyéb életveszélyes állapotok).

Kizárási kritériumok:

1. A beteg megtagadja a további részvételt a vizsgálatban.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Egyéb
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Elektrokardiográfiás regisztrációs csoport
Terhes nők a 2. és 3. trimeszterben.
A szenzorokat a terhes nő hasára előre elkészített helyekre rögzítik, és az adatokat legalább 10 percig rögzítik. Ezután az EKG jeleket feldolgozzák a zaj eltávolításához.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Automatikusan kinyert magzati szívfrekvenciák és referenciaszignálok közötti korrelációs együttható
Időkeret: A vizsgálat befejezéséig, átlagosan 1 év
Cardiotocography (CTG) lesz a referencia.
A vizsgálat befejezéséig, átlagosan 1 év

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Az algoritmus jel feldolgozási ideje és számítási komplexitása.
Időkeret: A tanulmány befejezéséig, átlagosan 1 év
A jelfeldolgozási idő arra az időtartamra utal, amelyre az algoritmusnak szüksége van a bemeneti jelek elemzéséhez és feldolgozásához, beleértve olyan lépéseket, mint a szűrés, a zajeltávolítás, a jellemzők kinyerése és az adatok összehangolása.
A tanulmány befejezéséig, átlagosan 1 év
Az R-csúcs detektálás pontossága: a helyesen azonosított magzati szívverések száma (érzékenység) és a téves pozitív eredmények száma (specificitás).
Időkeret: A vizsgálat befejezéséig, átlagosan 1 év
Az R-csúcsok észlelésének pontossága az algoritmus képességére utal, hogy helyesen azonosítsa a magzati szívveréseket a rögzített jelekben. Az érzékenység (valódi pozitív arány) azt mutatja, hogy a tényleges magzati szívverések mekkora hányadát észlelte helyesen az algoritmus. A specificitás (valódi negatív arány vagy hamis pozitív arány) a téves észlelések számát tükrözi, azaz azon eseteket, amikor nem szívverés jeleket helytelenül azonosítottak magzati szívverésként. A magas érzékenység és specificitás elengedhetetlen a megbízható magzati szívfrekvencia-monitorozáshoz, minimalizálva a kihagyott ütéseket és a téves riasztásokat.
A vizsgálat befejezéséig, átlagosan 1 év
Azon elutasított vagy érvénytelen szegmensek aránya, ahol az algoritmus nem tudta megbízhatóan kinyerni a magzati adatokat.
Időkeret: A vizsgálat befejezéséig, átlagosan 1 év
Az elutasított vagy érvénytelen szegmensek aránya azon adatszegmensek százalékos arányára utal, amelyekben az algoritmus nem tudta megbízhatóan kinyerni a magzati szívfrekvencia-információt. Ezeket a szegmenseket általában kizárják az elemzésből a gyenge jelminőség, a zaj vagy más artefaktumok miatt, amelyek megakadályozzák a magzati adatok pontos észlelését.
A vizsgálat befejezéséig, átlagosan 1 év

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Philipp Yu Kopylov, Prof., I.M. Sechenov First Moscow State Medical University (Sechenov University)

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)

2026. február 12.

Elsődleges befejezés (Becsült)

2027. január 20.

A tanulmány befejezése (Becsült)

2028. május 30.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. március 27.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. április 2.

Első közzététel (Tényleges)

2026. április 8.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. április 8.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. április 2.

Utolsó ellenőrzés

2026. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

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. .

Iratkozz fel