肺がんの診断と病期分類のための画像ベースの深層学習
2021年11月15日 更新者：Yang Jin、Wuhan Union Hospital, China
肺がんの診断と病期分類における医用画像の CNN アーキテクチャに基づく転移学習の役割
肺がんの診断と病期分類は、肺がんの臨床管理と治療上の意思決定における 2 つの基本的かつ重要な問題です。
病理学的分析のための侵襲的手技は、診断と病期分類のゴールド スタンダードですが、侵襲的手技に関連する合併症は避けられません。
非侵襲的な医用画像は強力なツールですが、放射線科医や臨床医の経験によると、改善の余地はほとんどありません。
研究者は、肺、リンパ節、および転移が疑われる他の部位の病変の診断における医療画像のコンピュータベースのディープラーニングの役割を調査します。
調査の概要
詳細な説明
放射線技師
研究の種類
観察的
入学 (予想される)
500
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前：Zhilei Lv, MD
- 電話番号：86-15107177084
- メール：794646434@qq.com
研究場所
-
-
Hubei
-
Wuhan、Hubei、中国、430000
- 募集
- Wuhan Union Hospital
-
コンタクト：
- Zhilei Lv, MD
- 電話番号：86-15107177084
- メール：794646434@qq.com
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年～75年 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
-がん特異的治療の前にPET / CTまたはCT検査を受けた肺がん患者
説明
包含基準:
- 肺がんの病理診断
- がん特異的治療前の PET/CT または CT 検査
除外基準:
- 他の悪性腫瘍の病歴
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 観測モデル：コホート
- 時間の展望：見込みのある
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
深層学習で予測したがん細胞の関与
肺、リンパ節、またはその他の部位の病変を有する参加者は、画像ベースの深層学習によってがん細胞の関与が陽性であると予測されました。
|
治療目的の手術
診断穿刺
|
|
深層学習でがん細胞の関与なしと予測
肺、リンパ節、またはその他の部位の病変を有する参加者は、画像ベースの深層学習によって癌細胞の関与が陰性であると予測されました。
|
治療目的の手術
診断穿刺
|
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 |
時間枠 |
|---|---|
|
病理学的結果は、病変への癌細胞の関与を明らかにした
時間枠：病理検査1ヶ月後
|
病理検査1ヶ月後
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2018年5月1日
一次修了 (予想される)
2021年12月30日
研究の完了 (予想される)
2024年5月1日
試験登録日
最初に提出
2019年6月24日
QC基準を満たした最初の提出物
2019年6月24日
最初の投稿 (実際)
2019年6月27日
学習記録の更新
投稿された最後の更新 (実際)
2021年11月16日
QC基準を満たした最後の更新が送信されました
2021年11月15日
最終確認日
2021年11月1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。