多嚢胞性肝の自動セグメンテーション (ASEPOL)
多部位異形肝モデルとしての多嚢胞性肝の畳み込みニューラルネットワーク（人工知能 - 深層学習）による自動セグメンテーション
手術前の肝臓の体積の評価、手術後に残存する肝臓の体積の予測、肝実質における一次または二次病変の検出は、肝臓の輪郭の最適な検出、したがって肝臓のセグメンテーションを必要とする一般的なアプリケーションです。
手間のかかる手動技術、半自動技術、さらには自動技術がいくつか存在します。
しかし、肝臓の輪郭を変形させる重度の病状（多発性転移肝臓など）、肝臓や病変と同様の密度の肝臓環境、CT検査技術などはすべて、輪郭の検出を困難にする変数です。 現在の技術は、自動技術であっても、この種のケースには制限があり (まれではありません)、ほとんどの場合、自動化の価値を失わせる再調整が必要になります。
セグメンテーションの困難さに関するこれらの基準はすべて、肝腎性多発嚢胞症の肝臓に集められているため、自動セグメンテーション ツールの開発に適合した研究モデルを構成します。
考慮された難易度の基準を超えて肝臓病変の自動セグメンテーションを取得するために、研究者は臨床実践に役立つ畳み込みニューラル ネットワーク (人工知能 - 深層学習) を開発しました。
調査の概要
状態
研究の種類
入学 (予想される)
連絡先と場所
研究場所
-
-
-
Lyon、フランス、69437
- 募集
- Service de radiologie - Pavillon B - Cellule Recherche imagerie, Hôpital Edouard Herriot (HCL)
-
コンタクト：
- Bénédicte CAYOT
- 電話番号：+33 472110400
- メール：benedicte.cayot@chu-lyon.fr
-
コンタクト：
- Pierre-Jean VALETTE, MD, Prof.
- 電話番号：+33 472117544
- メール：pierre-jean.valette@chu-lyon.fr
-
主任研究者：
- Pierre-Jean VALETTE, MD, Prof.
-
-
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
サンプリング方法
調査対象母集団
説明
包含基準:
- 18歳以上の患者
- 肝腎多発性嚢胞症の患者（手術の有無にかかわらず）
- 2016年1月1日から2018年8月までの間に、注射なしまたは注射ありの腹部骨盤CTスキャンを少なくとも1回受けた患者
- 良質で利用可能な画像を持っている患者
除外基準:
- 利用可能な CT スキャン画像がない患者
- CTスキャン画像の品質が悪い患者
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
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
ニューロンネットワーク研修グループ
各 CT 検査に関連する以下の放射線学的変数が各患者に対して収集されます。
|
匿名化された CT 検査は、リヨンのエドゥアール・ヘリオ病院の画像診断部門で、専門の放射線科医とリヨンの病院のインターンによって検査されます。
人工知能ネットワークの初期トレーニング段階が実行されます。 - リヨン病院の研修医による CT 検査の最初の部分の肝臓の分割 人工知能ネットワークの初期トレーニング段階が実行されます。 - 人工知能ネットワークを駆動するためのコンピューター データの使用。 |
|
ニューロンネットワーク検証グループ
各 CT 検査に関連する以下の放射線学的変数が各患者に対して収集されます。
|
匿名化された CT 検査は、リヨンのエドゥアール・ヘリオ病院の画像診断部門で、専門の放射線科医とリヨンの病院のインターンによって検査されます。
人工知能ツールの検証フェーズは、CT 検査の 2 番目の部分の肝臓のセグメンテーションで実行されます。 - リヨンの病院のインターンによって実施 人工知能ツールの検証フェーズは、CT 検査の 2 番目の部分の肝臓のセグメンテーションで実行されます。 - ニューラルネットワークによって実行されます |
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 |
|---|---|---|
|
これらのグループとデータセットの収集に対する畳み込みニューラルネットワークによる自動セグメンテーションのテスト
時間枠：無作為化から4か月後
|
臨床現場で病変の検出と体積測定を容易にするために、セグメンテーションが困難なあらゆる種類の複数病変肝臓のセグメンテーションの前提条件として、高度に異形性の多嚢胞性肝用の自動セグメンテーション ツールを開発します。 患者を 2 つのデータ グループにランダム化し、1 つはトレーニング用、もう 1 つは畳み込みニューラル ネットワーク (人工知能) の検証用です。
|
無作為化から4か月後
|
協力者と研究者
スポンサー
研究記録日
主要日程の研究
研究開始 (実際)
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 (実際)
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。