Screening e identificazione delle malattie epatobiliari tramite deep learning utilizzando immagini oculari
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Tipo di studio
Tipo di studio
Iscrizione (Effettivo)
Iscrizione
Contatti e Sedi
Luoghi di studio
-
-
Guangdong
-
Guangzhou, Guangdong, Cina, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- ADULTO
- ANZIANO_ADULTO
- BAMBINO
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- La qualità delle immagini del fondo e della lampada a fessura deve essere clinicamente accettabile.
- Più del 90% dell'area dell'immagine del fondo oculare, comprese le quattro regioni principali (disco ottico, maculare, archi dei vasi retinici superiori e inferiori) è facile da leggere e discriminare.
- Più del 90% dell'area dell'immagine della lampada a fessura, comprese le tre regioni principali (sclera, pupilla e cristallino), è facile da leggere e discriminare.
Criteri di esclusione:
- Le immagini con perdita di luce (> 10% dell'area), macchie dovute a bagliori o macchie sull'obiettivo e sovraesposizione sono state escluse da ulteriori analisi.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
set di dati di sviluppo 01
Immagini della lampada a fessura e del fondo retinico raccolte dal Dipartimento di Chirurgia Epatobiliare del Terzo Ospedale Affiliato dell'Università di Sun Yat-sen.
|
Il set di dati di addestramento è stato utilizzato per addestrare il modello di deep learning, che è stato convalidato e testato dagli altri due set di dati.
|
|
set di dati di sviluppo 02
Immagini della lampada a fessura e del fondo retinico raccolte dall'affiliato Huadu Hospital della Southern Medical University.
|
Il set di dati di addestramento è stato utilizzato per addestrare il modello di deep learning, che è stato convalidato e testato dagli altri due set di dati.
|
|
set di dati di sviluppo 03
Immagini della lampada a fessura e del fondo retinico raccolte dal Nantian Medical Center of Aikang Health Care.
|
Il set di dati di addestramento è stato utilizzato per addestrare il modello di deep learning, che è stato convalidato e testato dagli altri due set di dati.
|
|
set di dati di prova 01
Immagini della lampada a fessura e del fondo retinico raccolte dal Dipartimento di Malattie Infettive, Terzo Ospedale Affiliato dell'Università di Sun Yat-sen.
|
Il set di dati di addestramento è stato utilizzato per addestrare il modello di deep learning, che è stato convalidato e testato dagli altri due set di dati.
|
|
set di dati di prova 02
Immagini della lampada a fessura e del fondo retinico raccolte dal Centro medico Huanshidong dell'Aikang Health Care.
|
Il set di dati di addestramento è stato utilizzato per addestrare il modello di deep learning, che è stato convalidato e testato dagli altri due set di dati.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
area sotto la curva caratteristica operativa del ricevitore del sistema di deep learning
Lasso di tempo: linea di base
|
Gli investigatori calcoleranno l'area sotto la curva caratteristica operativa del ricevitore del sistema di apprendimento profondo e confronteranno questo indice tra il sistema di apprendimento profondo e i medici umani
|
linea di base
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
sensibilità e specificità del sistema di deep learning
Lasso di tempo: linea di base
|
Gli investigatori calcoleranno la sensibilità e la specificità del sistema di apprendimento profondo e confronteranno questo indice tra il sistema di apprendimento profondo e i medici umani
|
linea di base
|
Collaboratori e investigatori
Sponsor
Sponsor
Collaboratori
Collaboratori
Studiare le date dei record
Studia le date principali
Inizio studio (EFFETTIVO)
Inizio studio
Completamento primario (EFFETTIVO)
Completamento primario
Completamento dello studio (EFFETTIVO)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (EFFETTIVO)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (EFFETTIVO)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- AEHD-2019
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .