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.

Classificazione dei noduli polmonari benigni e maligni basata su dati grezzi CT

29 giugno 2022 aggiornato da: Di Dong, Chinese Academy of Sciences

Confronto e analisi delle prestazioni predittive della TC e dei dati grezzi nella classificazione benigna e maligna dei noduli polmonari

L'impiego di immagini mediche combinate con reti neurali profonde per assistere nella diagnosi clinica, nell'effetto terapeutico e nella previsione della prognosi è oggigiorno un punto caldo. Tuttavia, tutti i metodi esistenti sono progettati sulla base delle immagini mediche ricostruite piuttosto che sui dati grezzi senza perdita di dati. Considerando che le immagini mediche sono destinate agli occhi umani piuttosto che all'intelligenza artificiale, proviamo a utilizzare dati grezzi per prevedere la malignità dei noduli polmonari e abbiamo confrontato le prestazioni predittive con la TC. Gli esperimenti dimostreranno la fattibilità della diagnosi mediante dati grezzi CT. Riteniamo che il metodo proposto sia promettente per cambiare l'attuale pipeline di diagnosi medica poiché ha il potenziale per liberare i radiologi.

Panoramica dello studio

Stato

Completato

Intervento / Trattamento

Descrizione dettagliata

Lo schema diagnostico dei tumori utilizzato di routine segue il processo segnale-immagine-diagnosi. È essenziale ricostruire le immagini visibili dal segnale del dispositivo medico in modo che il medico umano possa eseguire la diagnosi. Tuttavia, l'enorme quantità di informazioni all'interno del segnale non viene estratta in modo ottimale, il che causa le attuali prestazioni insoddisfacenti della diagnosi basata sull'immagine.

In questo studio clinico, svilupperemo uno schema diagnostico basato sull'intelligenza artificiale per i noduli polmonari direttamente dal segnale (dati grezzi) alla diagnosi, saltando la fase di ricostruzione. In questo studio, ci concentreremo sulla discriminazione dei noduli polmonari maligni da quelli benigni. Raccoglieremo un set di dati di pazienti sottoposti a screening per noduli polmonari. Tutti i pazienti vengono sottoposti a scansione TC preoperatoria (dati grezzi e immagini TC disponibili) e hanno un risultato patologicamente confermato dei noduli. Costruiremo un modello utilizzando solo dati grezzi per la diagnosi dei noduli polmonari. Inoltre, verrà costruito un altro modello dall'immagine CT per il confronto.

Inoltre, eseguiremo il follow-up di questi pazienti e costruiremo un modello basato su dati grezzi CT per l'analisi della prognosi del cancro del polmone.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

626

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

    • Jilin
      • Changchun, Jilin, Cina, 130021
        • The First Hospital of Ji Lin 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

18 anni e precedenti (ADULTO, ANZIANO_ADULTO)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione di probabilità

Popolazione di studio

I pazienti che vengono sottoposti a screening per noduli polmonari mediante TC saranno inclusi in questo studio. Lo standard aureo è la malignità patologicamente confermata del nodulo.

Descrizione

Criterio di inclusione:

  1. Pazienti sottoposti a screening per nodulo polmonare.
  2. I dati CT e i corrispondenti dati grezzi CT sono disponibili prima dell'intervento chirurgico.
  3. È disponibile la diagnosi patologica finale della malignità del nodulo.

Criteri di esclusione:

  1. Storia precedente di neoplasie polmonari.
  2. Artefatti sulle immagini TC che deteriorano gravemente l'osservazione della lesione.
  3. L'intervallo di tempo tra la TAC e la diagnosi della patologia è superiore a 4 settimane.

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
Il primo ospedale dell'Università di Ji Lin
Saranno raccolti i dati CT e i corrispondenti dati grezzi CT di pazienti con nodulo polmonare.
Nessun intervento

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Area sotto la curva caratteristica operativa del ricevitore (ROC)
Lasso di tempo: 8 mesi
Area sotto la curva (AUC) di dati grezzi nel discriminare noduli maligni da noduli benigni.
8 mesi
Sopravvivenza libera da malattia
Lasso di tempo: 5 anni
L'associazione tra dati grezzi e sopravvivenza libera da malattia (DFS), definita come il tempo dall'inizio della diagnosi di cancro del polmone al momento confermato della recidiva o della malattia metastatica, o si è verificato il decesso.
5 anni
Sopravvivenza globale
Lasso di tempo: 5 anni
L'associazione tra dati grezzi e sopravvivenza globale (OS), definita come il tempo dall'inizio della diagnosi di cancro del polmone alla morte con qualsiasi causa.
5 anni

Collaboratori e investigatori

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

Investigatori

  • Direttore dello studio: Yali Zang, Ph.D., Institute of Automation, Chinese Academy of 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.

Collegamenti utili

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)

15 aprile 2019

Completamento primario (EFFETTIVO)

30 giugno 2022

Completamento dello studio (EFFETTIVO)

30 giugno 2022

Date di iscrizione allo studio

Primo inviato

23 gennaio 2020

Primo inviato che soddisfa i criteri di controllo qualità

23 gennaio 2020

Primo Inserito (EFFETTIVO)

27 gennaio 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (EFFETTIVO)

30 giugno 2022

Ultimo aggiornamento inviato che soddisfa i criteri QC

29 giugno 2022

Ultimo verificato

1 giugno 2022

Maggiori informazioni

Termini relativi a questo studio

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 .

Sottoscrivi