Utilizzo di metodi di apprendimento approfondito per analizzare l'ecografia mammaria automatizzata e le immagini ecografiche manuali, per stabilire un modello di diagnosi, valutazione della terapia e previsione della prognosi del cancro al seno.
12 gennaio 2022 aggiornato da: Song Hongping, The First Affiliated Hospital of the Fourth Military Medical University
Costruire e valutare un modello preciso di diagnosi, valutazione della terapia e previsione della prognosi del cancro al seno basato sull'intelligenza artificiale
Lo scopo di questo studio è l'utilizzo di un metodo di apprendimento approfondito per analizzare le immagini dell'ecografia mammaria automatizzata (ABUS) e dell'ecografia manuale (HHUS), stabilire e valutare una diagnosi, valutazione della terapia e modello di previsione della prognosi del cancro al seno.
Il modello fornirebbe importanti riferimenti per un'ulteriore prevenzione precoce, diagnosi precoce e trattamento personalizzato.
Panoramica dello studio
Descrizione dettagliata
- Creazione di un database Raccogliendo ABUS, HHUS e dati completi sulle immagini del seno, informazioni essenziali, informazioni sul trattamento clinico, prognosi e informazioni sugli effetti curativi, viene costruito un database completo sull'immagine del seno.
- Contrassegnare le immagini ABUS Tre medici utilizzano un metodo semiautomatico per inquadrare le lesioni sull'immagine.
- Costruzione del modello Utilizzo del metodo di deep learning per preelaborare, analizzare e addestrare le immagini contrassegnate e infine ottenere un modello di diagnosi, valutazione dell'efficacia e modello di previsione della prognosi del cancro al seno.
- Valutazione del modello 1）Autoconvalida： Analizzare la sensibilità, l'AUC del modello di diagnosi del cancro al seno e il numero di falsi positivi su ciascun volume ABUS.
2) Confrontato la sensibilità, l'AUC e il numero di falsi positivi con un modello diagnostico commerciale.
3)Sperimentare l'efficacia di screening e diagnostica dei sistemi di diagnosi assistita da computer attraverso studi prospettici o retrospettivi.
4) Analizzando le dimensioni e le caratteristiche delle lesioni dopo chemioterapia neoadiuvante e prevedendo il tempo di OS e DFS, sono stati valutati il modello di valutazione della terapia e di previsione della prognosi.
Tipo di studio
Osservativo
Iscrizione (Anticipato)
10000
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
-
-
Shaanxi
-
Xi'an, Shaanxi, Cina, 710000
- Reclutamento
- The First Affiliated Hospital of Fourth Military 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
18 anni e precedenti (ADULTO, ANZIANO_ADULTO)
Accetta volontari sani
Sì
Sessi ammissibili allo studio
Femmina
Metodo di campionamento
Campione di probabilità
Popolazione di studio
Pazienti di sesso femminile di età superiore ai 18 anni provenienti da due paesi (Cina e Corea).
Descrizione
Criterio di inclusione:
- Pazienti di sesso femminile di età superiore ai 18 anni che si rivolgono ai due centri per esami fisici o trattamenti;
- Informazioni di base complete e dati immagine
Criteri di esclusione:
- Non ci sono dati completi delle immagini ABUS e HHUS;
- La qualità dell'immagine è scadente;
- Nel carcinoma mammario multifocale, la correlazione tra il tumore nell'immagine e l'esame patologico postoperatorio è incerta.
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 |
|---|---|
|
gruppo maligno
donne con lesioni maligne confermate dalla patologia
|
Utilizzo del metodo di apprendimento approfondito per analizzare ed estrarre le caratteristiche dell'ecografia mammaria automatizzata e delle immagini ecografiche manuali
|
|
gruppo benigno
donne con lesioni benigne confermate da patologia o stabili nel follow-up > 2 anni
|
Utilizzo del metodo di apprendimento approfondito per analizzare ed estrarre le caratteristiche dell'ecografia mammaria automatizzata e delle immagini ecografiche manuali
|
|
gruppo normale
le donne hanno immagini normali con follow-up > 2 anni
|
Utilizzo del metodo di apprendimento approfondito per analizzare ed estrarre le caratteristiche dell'ecografia mammaria automatizzata e delle immagini ecografiche manuali
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
sensibilità
Lasso di tempo: 4 anni
|
Proporzione di lesioni maligne marcate corrette dal modello
|
4 anni
|
|
falsi positivi per volume
Lasso di tempo: 4 anni
|
il numero di lesioni maligne marcate non corrette dal modello
|
4 anni
|
|
area sotto curva
Lasso di tempo: 4 anni
|
area sotto la curva delle caratteristiche operative del ricevitore (ROC) in percentuale (%)
|
4 anni
|
|
tempo di sopravvivenza globale (OS).
Lasso di tempo: fino a 10 anni
|
Misura il tempo dalla data della diagnosi del cancro a qualsiasi causa di morte.
|
fino a 10 anni
|
|
Tempo di sopravvivenza libera da malattia (DFS).
Lasso di tempo: fino a 5 anni
|
Il tempo in cui il paziente è libero dai segni e dai sintomi di una malattia dopo il trattamento.
|
fino a 5 anni
|
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 febbraio 2020
Completamento primario (ANTICIPATO)
1 settembre 2024
Completamento dello studio (ANTICIPATO)
1 settembre 2024
Date di iscrizione allo studio
Primo inviato
12 febbraio 2020
Primo inviato che soddisfa i criteri di controllo qualità
13 febbraio 2020
Primo Inserito (EFFETTIVO)
17 febbraio 2020
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (EFFETTIVO)
27 gennaio 2022
Ultimo aggiornamento inviato che soddisfa i criteri QC
12 gennaio 2022
Ultimo verificato
1 gennaio 2022
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AI-Breast-US
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
Sì
prodotto fabbricato ed esportato dagli Stati Uniti
Sì
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 .