Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Segmentazione automatica del fegato policistico (ASEPOL)

23 maggio 2019 aggiornato da: Hospices Civils de Lyon

Segmentazione Automatica da parte di una Rete Neurale Convoluzionale (Intelligenza Artificiale - Deep Learning) di Fegati Policistici, come Modello di Fegati Dismorfici Multilesionali

La valutazione del volume del fegato prima dell'intervento chirurgico, la previsione del volume del fegato rimanente dopo l'intervento chirurgico, il rilevamento di lesioni primarie o secondarie nel parenchima epatico sono applicazioni comuni che richiedono un rilevamento ottimale dei contorni del fegato e quindi della segmentazione del fegato.

Esistono diverse tecniche manuali e laboriose, semiautomatiche e persino automatiche.

Tuttavia, una grave patologia che deforma i contorni del fegato (fegati multi-metastatici...), l'ambiente epatico di densità simile al fegato o alle lesioni, la tecnica di esame TC sono tutte variabili che rendono difficile rilevare i contorni. Le attuali tecniche, anche automatiche, sono limitate in questo tipo di casi (non rari) e il più delle volte richiedono aggiustamenti che fanno perdere valore all'automatizzazione.

Tutti questi criteri di difficoltà di segmentazione sono raccolti nei fegati di policistosi epatorenale, che costituiscono quindi un modello di studio adattato per lo sviluppo di uno strumento di segmentazione automatica.

Per ottenere una segmentazione automatica di qualsiasi fegato lesionato, superando i criteri di difficoltà considerati, i ricercatori hanno sviluppato una rete neurale convoluzionale (intelligenza artificiale - deep learning) utile alla pratica clinica.

Panoramica dello studio

Tipo di studio

Osservativo

Iscrizione (Anticipato)

120

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

      • Lyon, Francia, 69437
        • Reclutamento
        • Service de radiologie - Pavillon B - Cellule Recherche imagerie, Hôpital Edouard Herriot (HCL)
        • Contatto:
        • Contatto:
        • Investigatore principale:
          • Pierre-Jean VALETTE, MD, Prof.

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

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti con policistosi epato-renale, con o senza intervento chirurgico

Descrizione

Criterio di inclusione:

  • Pazienti di età ≥ 18 anni
  • Pazienti con policistosi epato-renale, con o senza intervento chirurgico
  • Pazienti con almeno una TAC addomino-pelvica senza iniezione o con iniezione tra il 1 gennaio 2016 e agosto 2018
  • Pazienti con buona qualità e immagini disponibili

Criteri di esclusione:

  • Pazienti per i quali non sono disponibili immagini di scansione TC
  • Pazienti con immagini di scansione TC di cattiva qualità

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
Intervento / Trattamento
Rete neuronale Gruppo di formazione

Per ogni paziente verranno raccolte le seguenti variabili radiologiche, relative a ciascun esame TC:

  • Modalità di iniezione (senza iniezione, iniettato)
  • Intervento di epatectomia maggiore
  • Importanza della dismorfia epatica
  • Presenza di versamento di liquido intraperitoneale
  • Presenza di policistosi renale (soprattutto sul lato destro).
Gli esami TC anonimi saranno esaminati a Lione, nel reparto di imaging dell'ospedale Edouard Herriot, da un radiologo esperto e da uno stagista degli ospedali di Lione.

Verrà effettuata una prima fase di addestramento della rete di intelligenza artificiale:

- Segmentazione dei fegati di una prima parte dell'esame TC, da parte di uno stagista degli ospedali di Lione

Verrà effettuata una prima fase di addestramento della rete di intelligenza artificiale:

- Utilizzo di dati informatici per guidare la rete di intelligenza artificiale.

Gruppo di convalida della rete neuronale

Per ogni paziente verranno raccolte le seguenti variabili radiologiche, relative a ciascun esame TC:

  • Modalità di iniezione (senza iniezione, iniettato)
  • Intervento di epatectomia maggiore
  • Importanza della dismorfia epatica
  • Presenza di versamento di liquido intraperitoneale
  • Presenza di policistosi renale (soprattutto sul lato destro).
Gli esami TC anonimi saranno esaminati a Lione, nel reparto di imaging dell'ospedale Edouard Herriot, da un radiologo esperto e da uno stagista degli ospedali di Lione.

Verrà effettuata una fase di validazione dello strumento di intelligenza artificiale con segmentazione dei fegati della seconda parte degli esami TC:

- Eseguito da uno stagista presso gli ospedali di Lione

Verrà effettuata una fase di validazione dello strumento di intelligenza artificiale con segmentazione dei fegati della seconda parte degli esami TC:

- Effettuato dalla rete neurale

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Test di segmentazione automatica da parte della rete neurale convoluzionale su questi gruppi e raccolta di set di dati
Lasso di tempo: A 4 mesi dalla randomizzazione

Sviluppo di uno strumento di segmentazione automatica per fegati policistici altamente dismorfici come prerequisito per la segmentazione di qualsiasi tipo di fegato multilesionale difficile da segmentare, al fine di facilitare il rilevamento della lesione e la misurazione del volume nella pratica clinica.

Randomizzazione del paziente in due gruppi di dati, uno per l'addestramento l'altro per la convalida della rete neurale convoluzionale (intelligenza artificiale)

  • Segmentazione manuale dei fegati policistici del 1° gruppo di addestramento e deep learning della rete neurale convoluzionale
  • Segmentazione manuale dei fegati policistici del 2° gruppo di validazione
  • Test di segmentazione automatica da parte della rete neurale convoluzionale su questi gruppi e raccolta di set di dati
A 4 mesi dalla randomizzazione

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

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 aprile 2019

Completamento primario (Anticipato)

1 luglio 2019

Completamento dello studio (Anticipato)

1 settembre 2019

Date di iscrizione allo studio

Primo inviato

21 maggio 2019

Primo inviato che soddisfa i criteri di controllo qualità

21 maggio 2019

Primo Inserito (Effettivo)

23 maggio 2019

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

28 maggio 2019

Ultimo aggiornamento inviato che soddisfa i criteri QC

23 maggio 2019

Ultimo verificato

1 maggio 2019

Maggiori informazioni

Termini relativi a questo studio

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • ASEPOL

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 .

Sottoscrivi