デジタル変形学プロジェクト
機械学習技術を使用した顔写真からのダウン症の検出
この研究では、研究者らは顔の形態異常の写真撮影、コンピューター支援診断（CAD）と呼ばれるツールを使用してダウン症候群を検出する新しい方法を提案しています。 この方法が検証された後、この技術は、他の醜形障害症候群の検出を支援するために同様の機能を実行するように拡張される予定です。
写真と画像分析を使用することにより、この自動評価ツールは診断率を向上させ、形態異常専門医に対するリモートでの非侵襲的な診断評価をタイムリーに可能にする可能性があります。
調査の概要
詳細な説明
この研究では、研究者らは、顔の形態異常のための写真撮影、コンピュータ支援診断（CAD）と呼ばれるツールを使用してダウン症候群を検出する新しい方法を提案しています。 顔の特徴を表現するために、Contourlet 変換とローカルバイナリパターンに基づく局所テクスチャ特徴が調査されます。 次に、サポート ベクター マシン分類器を使用して、正常なケースと異常なケースが区別されます。 精度、精度、再現率はメソッドの評価に使用されます。 この方法の検証後、この技術は同様の機能を実行するように拡張され、他の醜形障害症候群の検出を支援する予定です。
写真と画像分析を使用することにより、この自動評価ツールは診断率を向上させ、形態異常専門医に対するリモートでの非侵襲的な診断評価をタイムリーに可能にする可能性があります。
研究の種類
入学 (予想される)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前：Kevin Cleary, PhD
- 電話番号：202 476 3809
- メール：kcleary@childrensnational.org
研究連絡先のバックアップ
- 名前：Marius Linguraru, PhD
- 電話番号：202 476 3059
- メール：MLingura@childrensnational.org
研究場所
-
-
District of Columbia
-
Washington、District of Columbia、アメリカ、20010
- 募集
- Children's National
-
コンタクト：
- Kevin Cleary, PhD
- 電話番号：202 476 3809
- メール：kcleary@childrensnational.org
-
コンタクト：
- Sara Alyamani, BS
- 電話番号：202-476-6099
- メール：salyaman@childrensnational.org
-
主任研究者：
- Kevin Cleary, PhD
-
副調査官：
- Marius Linguraru, PhD
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
説明
包含基準:
- ダウン症の小児患者。
- 対照群として機能する、ダウン症候群の被験者および/または別の遺伝的関係を持つ他の個人の健康な小児兄弟。
- 対象者は18歳未満である必要があります。
除外基準:
- 対象者は18歳以上。
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
- 主な目的：ヘルスサービス研究
- 割り当て：非ランダム化
- 介入モデル：並列代入
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
アクティブコンパレータ：ダウン症
18歳未満のダウン症の人の写真
|
写真を分析するコンピュータベースのプログラム (コンピュータ支援診断 (CAD) ソフトウェア)
|
|
アクティブコンパレータ：対照群
遺伝的関係（ダウン症ではない）を持つ18歳未満の個人、またはダウン症の子供の健康な兄弟の写真
|
写真を分析するコンピュータベースのプログラム (コンピュータ支援診断 (CAD) ソフトウェア)
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
コンピューター支援検出 (CADe) ツールによって正確に評価されたダウン症の参加者の数
時間枠：5年
|
この研究では、症候性症例と非症候性症例の写真データを登録して分析し、遺伝性症候群を持つ小児に対するコンピュータ支援検出（CADe）ツールの精度を90％のレベルで達成するために必要なパラメータを調査します。
|
5年
|
|
コンピューター支援検出 (CADe) ツールによって正確に評価されたダウン症の参加者の数
時間枠：5年
|
この研究では、症候性症例と非症候性症例の写真データを登録して分析し、遺伝性症候群を持つ小児に対するコンピュータ支援検出（CADe）ツールの精度を95％のレベルで達成するために必要なパラメータを調査します。
|
5年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
コンピューター支援検出 (CADe) ツールによって正確に評価された他の醜形障害症候群を持つ参加者の数
時間枠：5年
|
この研究では、症候性症例と非症候性症例の写真データを登録して分析し、遺伝性症候群を持つ小児に対するコンピュータ支援検出（CADe）ツールの精度を90％のレベルで達成するために必要なパラメータを調査します。
|
5年
|
|
コンピューター支援検出 (CADe) ツールによって正確に評価された他の醜形障害症候群を持つ参加者の数
時間枠：5年
|
この研究では、症候性症例と非症候性症例の写真データを登録して分析し、遺伝性症候群を持つ小児に対するコンピュータ支援検出（CADe）ツールの精度を95％のレベルで達成するために必要なパラメータを調査します。
|
5年
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Kevin Cleary, PhD、Children's National
研究記録日
主要日程の研究
研究開始
一次修了 (予想される)
研究の完了 (予想される)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (見積もり)
学習記録の更新
投稿された最後の更新 (実際)
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
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。