Ricerca sullo screening automatizzato della maculopatia basato su tecniche di intelligenza artificiale che utilizzano immagini OCT
22 marzo 2018 aggiornato da: The First Affiliated Hospital with Nanjing Medical University
Ricerca sullo screening automatizzato della maculopatia mediante tecniche di deep learning basate su immagini di tomografia coerente ottica
Gli investigatori prevedono di sviluppare un algoritmo in grado di interpretare le immagini OCT e determinare automaticamente se la macula è normale o meno utilizzando tecniche di deep learning basate su immagini OCT.
E gli investigatori desiderano sviluppare applicazioni software che aiutino a schermare e diagnosticare meglio le malattie maculari in aree con risorse limitate.
Panoramica dello studio
Stato
Sconosciuto
Condizioni
Descrizione dettagliata
Gli investigatori applicheranno la rete neurale convoluzionale di apprendimento profondo utilizzando ImageNet per un rilevamento automatico di più malattie della retina con scansioni B orizzontali OCT con un database etichettato di alta qualità.
I set di dati, inclusi il set di dati di addestramento, il set di dati di test e i set di dati di convalida, saranno costruiti dagli oftalmologi del primo ospedale affiliato della Nanjing Medical University secondo le linee guida di annotazione standardizzate.
Tipo di studio
Osservativo
Iscrizione (Anticipato)
20000
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
-
-
Jiangsu
-
Nanjing, Jiangsu, Cina, 210029
- The First Affiliated Hospital with Nanjing Medical University
-
-
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
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
N/A
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
nessun limite di età, nessun genere
Descrizione
Criterio di inclusione:
- Tutti i pazienti che frequentano il dipartimento di oftalmologia del primo ospedale affiliato della Nanjing Medical University entro 5 anni e che hanno ricevuto diagnosi note e chiare con imaging retinico digitale (inclusi OCT, fotografie digitali del fondo oculare e angiografia con fluoresceina del fondo oculare, almeno con immagini OCT) come parte del le loro cure cliniche di routine, saranno idonei per l'inclusione in questo studio.
Criteri di esclusione:
- Gli esami cartacei (ad esempio, foto di referti cartacei di imaging OCT eseguiti in altri ospedali) non saranno ammissibili.
- Dati di pazienti che in precedenza hanno richiesto manualmente che i loro dati non fossero condivisi, anche per scopi di ricerca in forma anonima, e hanno informato di questo desiderio il Dipartimento di Oftalmologia del First Affiliated Hospital of Nanjing Medical University (anche in studi precedentemente condotti o altri studi in corso in questo ospedale), saranno esclusi e i loro dati non saranno caricati sulla piattaforma cloud prima dell'inizio della ricerca.
- I dati provenienti da occhi tamponati con olio di silicone o gas (ad es. C3F8) non saranno idonei.
- I dati con scarsa qualità dell'immagine, come immagini incomplete, immagini invertite, immagini sfocate o incrinate e immagini con un segnale molto debole (ad es. emorragia vitreale), non saranno idonei.
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
- Modelli osservazionali: Altro
- Prospettive temporali: Trasversale
Coorti e interventi
Gruppo / Coorte |
|---|
|
Normale
normale struttura maculare delle B-scan orizzontali OCT
|
|
Anormale
struttura maculare anormale delle scansioni B OCT orizzontali, comprese molte sottocategorie di caratteristiche patologiche, come la membrana epiretinica, il distacco dell'epitelio pigmentato, ecc.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
curva caratteristica operativa del ricevitore (ROC) dell'algoritmo
Lasso di tempo: circa 1 anno
|
Si chiama anche curva di sensibilità.
La curva ROC mostra quanto è sensibile il modello dell'algoritmo per rilevare automaticamente l'output desiderato.
|
circa 1 anno
|
|
Area sotto la curva ROC (AUC)
Lasso di tempo: circa 1 anno
|
Mostra il valore operativo del modello dell'algoritmo, che può rappresentare l'effetto del modello.
|
circa 1 anno
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Investigatori
- Investigatore principale: Songtao Yuan, doctor, The First Affiliated Hospital with Nanjing Medical University
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)
30 giugno 2017
Completamento primario (Anticipato)
1 giugno 2018
Completamento dello studio (Anticipato)
31 dicembre 2020
Date di iscrizione allo studio
Primo inviato
26 febbraio 2018
Primo inviato che soddisfa i criteri di controllo qualità
22 marzo 2018
Primo Inserito (Effettivo)
26 marzo 2018
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
26 marzo 2018
Ultimo aggiornamento inviato che soddisfa i criteri QC
22 marzo 2018
Ultimo verificato
1 febbraio 2018
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- JSPH-AIOCT-001
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
No
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 .