Sistema di diagnosi assistita da computer basato su immagini a colori collegate
11 gennaio 2018 aggiornato da: Affiliated Hospital to Academy of Military Medical Sciences
Classificazione assistita da computer del polipo colorettale mediante l'utilizzo di immagini a colori collegate
L'imaging a colori collegato (LCI), una nuova modalità di endoscopia, crea immagini chiare e luminose utilizzando la luce laser a banda stretta a lunghezza d'onda corta.
LCI può far apparire l'area rossa più rossa e le aree bianche più bianche.
Pertanto, potrebbe essere possibile distinguere polipi adenoma e non adenoma in base alla valutazione del colore delle immagini LCI.
Questo studio mirava a valutare la correlazione tra i risultati istologici e le immagini LCI.
Inoltre, i ricercatori hanno condotto uno studio pilota per esplorare il potenziale clinico dell'LCI per distinguere i polipi adenoma e non adenoma e l'accuratezza di un sistema diagnostico automatico assistito da computer che utilizza l'immagine LCI per prevedere i polipi istologici rispetto ai medici esperti umani.
Panoramica dello studio
Stato
Sconosciuto
Descrizione dettagliata
Questo studio consiste in un'analisi retrospettiva e in uno studio pilota.
Nello studio retrospettivo, i ricercatori hanno cercato di scoprire una correlazione tra le immagini LCI e i risultati istologici per le lesioni del polipo.
Ed è stata condotta un'analisi computerizzata delle immagini per dimostrare oggettivamente la correlazione.
Successivamente, è stato eseguito uno studio pilota per esplorare se la correlazione precedente potesse essere facilmente appresa per distinguere i polipi adenoma e non adenoma confrontando i risultati della diagnosi di esperti dell'immagine LCI e non esperti.
Inoltre, nello studio pilota, i ricercatori hanno valutato l'accuratezza di un metodo di diagnosi istologica automatizzata per le immagini LCI dei polipi utilizzando il sistema assistito da computer rispetto ai medici esperti umani.
Durante l'intera ricerca, i risultati dell'istologia sono considerati il gold standard.
Tipo di studio
Osservativo
Iscrizione (Anticipato)
250
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
-
Beijing, Cina, 100071
- Attivo, non reclutante
- Department of Gastroenterology, Affilited Hospital to Academy of Military Medical Sciences
-
-
Beijing
-
Beijing, Beijing, Cina, 100071
- Reclutamento
- Affiliated Hospital to Academy of Military Medical Sciences
-
Contatto:
- Yan Liu, Ph.D.
- Numero di telefono: 010-66947473
- Email: 13911798288@163.com
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
Da 16 anni a 80 anni (Bambino, Adulto, Adulto più anziano)
Accetta volontari sani
Sì
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione di probabilità
Popolazione di studio
pazienti consecutivi sottoposti a colonscopia
Descrizione
Criterio di inclusione:
- almeno un polipo riscontrato durante l'esame colonscopico.
Criteri di esclusione:
- scarsa qualità della preparazione intestinale che impedisce la valutazione istologica; precedente resezione del colon; malattia infiammatoria intestinale; poliposi adenomatosa familiare; Sindrome di Peutz-Jeghers o altra sindrome da poliposi.
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
|---|
|
esperti
In questo gruppo, due esperti distinguono una serie di polipi sulle immagini LCI come adenoma o non adenoma.
|
|
non esperti
In questo gruppo, due non esperti distinguono l'insieme di polipi (lo stesso per il gruppo di esperti) sulle immagini LCI come adenoma o non adenoma.
|
|
Sistema di diagnosi assistita da computer
In questo gruppo, verrà utilizzato un sistema di diagnosi assistita da computer di nuova concezione per distinguere un insieme di polipi come adenoma o non adenoma.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Precisione dell'LCI
Lasso di tempo: 1 giugno 2018
|
l'accuratezza tra un nuovo sistema di diagnosi assistita da computer sviluppato e medici esperti umani o distinguere i polipi dell'adenoma e i polipi non dell'adenoma sulla base dell'immagine LCI.
|
1 giugno 2018
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
la breve curva di apprendimento
Lasso di tempo: 1 giugno 2018
|
l'accuratezza tra esperti e non esperti per distinguere polipi adenoma e polipi non adenoma basati sull'immagine LCI è stata confrontata per esplorare se il metodo LCI ha una curva di apprendimento più breve.
|
1 giugno 2018
|
|
la correlazione
Lasso di tempo: 1 giugno 2018
|
la correlazione tra immagine LCI e risultati istologici è stata esplorata retrospettivamente
|
1 giugno 2018
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Investigatori
- Direttore dello studio: Yan Liu, Department of gastroenterology, Affiliated Hospital to Academy of Military Medical Sciences.
Pubblicazioni e link utili
La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.
Pubblicazioni generali
- Sun X, Dong T, Bi Y, Min M, Shen W, Xu Y, Liu Y. Linked color imaging application for improving the endoscopic diagnosis accuracy: a pilot study. Sci Rep. 2016 Sep 19;6:33473. doi: 10.1038/srep33473.
- Dohi O, Yagi N, Onozawa Y, Kimura-Tsuchiya R, Majima A, Kitaichi T, Horii Y, Suzuki K, Tomie A, Okayama T, Yoshida N, Kamada K, Katada K, Uchiyama K, Ishikawa T, Takagi T, Handa O, Konishi H, Naito Y, Itoh Y. Linked color imaging improves endoscopic diagnosis of active Helicobacter pylori infection. Endosc Int Open. 2016 Jul;4(7):E800-5. doi: 10.1055/s-0042-109049.
- Fukuda H, Miura Y, Hayashi Y, Takezawa T, Ino Y, Okada M, Osawa H, Lefor AK, Yamamoto H. Linked color imaging technology facilitates early detection of flat gastric cancers. Clin J Gastroenterol. 2015 Dec;8(6):385-9. doi: 10.1007/s12328-015-0612-9. Epub 2015 Nov 11.
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
1 ottobre 2017
Completamento primario (Anticipato)
1 febbraio 2018
Completamento dello studio (Anticipato)
1 febbraio 2018
Date di iscrizione allo studio
Primo inviato
27 novembre 2017
Primo inviato che soddisfa i criteri di controllo qualità
27 novembre 2017
Primo Inserito (Effettivo)
2 dicembre 2017
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
12 gennaio 2018
Ultimo aggiornamento inviato che soddisfa i criteri QC
11 gennaio 2018
Ultimo verificato
1 gennaio 2018
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 307-LCI-CAD
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
INDECISO
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
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 .