細胞学的塗抹標本の急速な染色を伴う固体膵臓病変の内視鏡超音波誘導性微小ニードル吸引に続いて、スライドスキャンおよび人工知能診断:前向き、多施設研究。
内镜超声穿刺胰腺实性占位细胞涂片快速染色后全玻片扫描及人工智能诊断:一项前瞻性、多中心研究
この観察研究の目的は、膵臓固体病変穿刺の自己開発の全体的なスライドスキャンおよび人工知能診断システム(以下、「zhiying shunxi」と呼ばれるバラ - 診断システムと呼ばれる)が迅速かつ正確に正確に診断できるかどうかを調査することです。膵臓病変(SPL)。 それが答えることを目指している主な質問は、次のとおりです。
光学イメージングテクノロジーを利用して、膵臓穿刺からのdiff-quik染色塗抹標本のRGB画像をキャプチャすることにより、人工知能アルゴリズムの開発は、固体膵臓宇宙診断疾患(膵管腺癌、膵臓神経腫腫瘍、非ネオエンドクラス腫瘍、および非ネオエンドクラ症などの疾患を区別するのに役立つ可能性があります。良性病変)?
研究者は、Rose-AIシステムによって作成されたSPLの診断を、SPLS自体の実際の病理学的診断と比較して、Rose-AIシステムがSPLを効果的に診断できるかどうかを判断します。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
研究の種類
研究の種類
入学 (推定)
入学
連絡先と場所
研究場所
-
-
Shanghai
-
Shanghai、Shanghai、中国、200000
- 募集
- Ruijin Hospital, Shanghai Jiaotong University School of Medicine
-
コンタクト:
- Duowu Zou, MD
- 電話番号:+8613901617608
- メール:zdw_pi@126.com
-
Shanghai、Shanghai、中国、200025
- 募集
- Department of Gastroenterolog, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
コンタクト:
- Taojing Ran, MD
- 電話番号:8615601942397
- メール:rantaojing@163.com
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 日付と署名されたインフォームドコンセントは、ジェンダー診断やイメージング研究に基づく堅実な膵臓宇宙占有病変の疑いに関係なく、研究手順を順守し、18歳以上の研究被験者全体を通して協力するというコミットメントを形成します(B-Mode超音波に基づいて、ct、またはmri)
除外基準:
- インフォームドコンセントのフォームに署名できない、または拒否しない抗凝固療法/抗血小板療法妊娠または授乳中の精神疾患または他の病状を抱えている授乳中の授乳または凝固障害の存在には不適切です(PLT <50×10^3/μl 、INR> 1.5)膵嚢胞性病変非診断EUS-FNA/B標本は、Diff-Quikスミアスライド全体のデジタル病理イメージに8つ未満の関心分野(ROI)を有する標本(ROI)
研究計画
研究はどのように設計されていますか?
デザインの詳細
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
膵管腺癌
|
すべてのサンプルは、疾患治療の必要性と日常的な臨床ワークフローに従って得られました。
病理学的診断がそれぞれの内視鏡センターに所属する病院の病理学部門によって確認された後、適格な膵臓穿刺diff-quik染色塗抹標本が借用され、janghai jiao tong大学医学部に所属するルイジン病院に移送されました。
そこで、自己開発の「Zhiing Shunxi」システムを使用して、対応する従来の光顕微鏡RGB画像をキャプチャしました。
イメージングが完了した後、すべての標本がそれらが発生した内視鏡センターに戻されました。
RGB画像を入力として使用して、固体膵臓病変の区別を支援するために人工知能アルゴリズムが開発されました。
|
|
膵臓内分泌腫瘍
|
すべてのサンプルは、疾患治療の必要性と日常的な臨床ワークフローに従って得られました。
病理学的診断がそれぞれの内視鏡センターに所属する病院の病理学部門によって確認された後、適格な膵臓穿刺diff-quik染色塗抹標本が借用され、janghai jiao tong大学医学部に所属するルイジン病院に移送されました。
そこで、自己開発の「Zhiing Shunxi」システムを使用して、対応する従来の光顕微鏡RGB画像をキャプチャしました。
イメージングが完了した後、すべての標本がそれらが発生した内視鏡センターに戻されました。
RGB画像を入力として使用して、固体膵臓病変の区別を支援するために人工知能アルゴリズムが開発されました。
|
|
非腫瘍性良性病変
|
すべてのサンプルは、疾患治療の必要性と日常的な臨床ワークフローに従って得られました。
病理学的診断がそれぞれの内視鏡センターに所属する病院の病理学部門によって確認された後、適格な膵臓穿刺diff-quik染色塗抹標本が借用され、janghai jiao tong大学医学部に所属するルイジン病院に移送されました。
そこで、自己開発の「Zhiing Shunxi」システムを使用して、対応する従来の光顕微鏡RGB画像をキャプチャしました。
イメージングが完了した後、すべての標本がそれらが発生した内視鏡センターに戻されました。
RGB画像を入力として使用して、固体膵臓病変の区別を支援するために人工知能アルゴリズムが開発されました。
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
正確さ
時間枠:研究の完了を通じて、平均2年
|
精度=(TP + TN) /(TP + FP + FN + TN)
|
研究の完了を通じて、平均2年
|
協力者と研究者
協力者
協力者
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (推定)
一次修了
研究の完了 (推定)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。