このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

人工知能ベースの学習を使用した超音波画像の CT 形式画像への変換

2023年9月27日 更新者:Israel Aharoni、HaEmek Medical Center, Israel

人工知能ベースの学習を使用した超音波画像の CT 形式画像への変換に関する前向き研究

背景: 超音波イメージングは​​、音波を使用して健康状態および疾患状態におけるさまざまな臓器の構造と機能を特徴付けるイメージング方法です。 この技術は日常臨床で広く使用されており、リアルタイムイメージング、患者のベッドサイドでのイメージングの可用性、電離放射線の欠如など、多くの利点があります。 前述の利点の他に、超音波検査には注目すべき欠点もあります。 これらには、腸ループなどの空気を含む媒体を音波が透過しないこと、オペレーターのスキルに依存すること、およびテスト中の被験者の協力の必要性が含まれます。 超音波検査と比較して、CT スキャンでは、骨や空気などの生理学的要因に制限されず、より広範囲の解剖学的ビューが可能になります。 一方、この検査には電離放射線が必要であり、これは必然的に患者の健康に直接的および間接的な危険をもたらし、より多くの資金を必要とします。

研究の目的: 人工知能を使用して超音波スキャンと CT スキャンの間のギャップを埋め、それらを活用する均一なシステムを作成する。 これは、スキャンされる解剖学的構造のより良い空間的配向とより良い特性評価を可能にするためです。

参加者:実験の超音波検査のために前月に腹部CTスキャンを行った18歳以上の女性および/または男性。

方法: この研究は前向き非盲検研究であり、医師と患者の両方がスキャンの方法と目的を認識しています。 閾値条件を満たす参加者は、ヘメック医療センターの画像研究所の部屋に検査のために呼び出され、その間、参加者は臨床用超音波装置を使用して腹部臓器の完全な超音波スキャンを受けます。 超音波画像は、前述の超音波装置内にある Fusion システムを使用して、検査時に同じ患者の以前の CT 画像と視覚的に結合されます。 結合された CT および超音波画像はエンコードされ、詳細を特定することなく SAMPL 研究所に送信され、人工知能システムの学習プラットフォームとして使用されます。 画像は、被験者の個人情報が EXCEL ファイルにエンコードされ、主任研究者によって保存された後に転送されます。

調査の概要

状態

募集

条件

詳細な説明

医学実験の背景と理論的根拠:

超音波イメージングは​​、音波を使用して健康状態および疾患状態におけるさまざまな臓器の構造と機能を特徴付けるイメージング方法です。 この手法は日常臨床で広く使用されており、多くの利点があります。 この検査には電離放射線が使用されないため、X 線や CT スキャン (コンピューター断層撮影) などの他の技術よりも安全に使用できます。 超音波装置で取得して表示される画像はリアルタイムであるため、変化を特定することができ、多くの場合、最終診断に影響を与えます。 この検査は非侵襲的であり、アレルギー反応を引き起こしたり腎機能を損なう可能性のある物質を含む造影剤を使用する必要もありません。 また、ベッドサイドでの使用も可能で、幅広くご使用いただけます。 前述の利点の他に、超音波検査には注目すべき欠点もあります。 超音波は骨や空気を十分に透過しないため、検査の品質が低下します。 さらに、この方法はオペレータのスキルに大きく依存するため、十分な品質の情報を生成し、正確な診断を行うにはかなりの経験が必要です。 検査の質は、姿勢の変更や深呼吸など、検査中の被験者の協力にも依存します。

超音波検査と比較して、CT スキャンでは、骨や空気などの生理学的要因に制限されず、より広範囲の解剖学的視野が得られます。 CT スキャンの最も顕著な欠点には、検査に電離放射線が必要であるという事実があり、電離放射線は必然的に患者の健康に直接的および間接的な危険をもたらします。 さらに、この検査には財政的および人的資源の面でより多くのリソースが必要であるため、病院外や社会経済的地位が低い国での使用には限界があります。

この研究では、研究者らはこれら 2 種類の技術間のギャップを埋め、両方を活用する統一システムを作成することを目指しています。 これは、超音波画像から CT 画像を作成することによって行われます。 このプロセスには、人工知能手法、つまり機械学習アルゴリズムの使用が含まれます。

機械学習全般、特にディープラーニングは、近年コンピュータビジョンの分野で勢いを増しており、さらに最近では医療画像の分野でも勢いを増しています。 さらに、センサーが眼底カメラまたは光コヒーレンストモグラフィー (OCT) である網膜疾患の分類、乳房の MRI イメージング 3、さらに最近では、分類の分類においてすでに大きな成功を収めています。胸部X線と超音波スキャンを使用して、コロナウイルスによって引き起こされる病気の重症度を分類します。

機械学習には 2 つのフェーズが含まれます。 最初のフェーズでは、アルゴリズムは、高精度の達成を可能にするアーキテクチャとターゲット関数を使用してタグ付きデータをトレーニングします。 第 2 ステップでは、研究者はまだ観測されていないデータのアルゴリズムをテストします。 大量のタグ付きデータはアルゴリズムの開発に非常に役立ちますが、同時に、タグ付きデータを生成するのが難しく、時間と費用がかかるプロセスになる可能性があることに注意してください。 したがって、研究者は教師なしまたは半教師ありのアプローチを利用します。

医学研究の目的: 超音波画像から CT 画像を作成する目的で、人工知能システムに超音波検査および X 線検査情報を提供し、スキャンされた解剖学的構造のより適切な空間定位と特性評価を可能にします。

研究の種類: 医師と患者の両方がスキャンの方法と目的を認識している前向き非盲検研究。

実験手順: 研究基準を満たす参加者は、ヘメック医療センターの画像研究所で臨床超音波装置を使用して腹部臓器の完全な超音波スキャンを受けます。 試験時間の推定時間は 20 分です。 超音波画像は、前述の超音波装置内にある Fusion システムを使用して、検査時に同じ患者の以前の CT 画像と視覚的に結合されます。

いずれにせよ実施されるはずだった臨床超音波検査のために参加者が来た場合、参加者は通常どおり臨床検査に合格し、その後、研究の一環として上記の検査を別途受けることに注意してください。

結合された CT 画像と超音波画像はエンコードされてワイツマン研究所の SAMPL 研究室に送信され、そこで画像は人工知能システムの学習プラットフォームとして機能します。 画像は、被験者の個人情報が EXCEL ファイルにエンコードされ、主任研究者によって保存された後にのみ転送されます。 主任研究者と二次研究者のみがエンコード前の情報にさらされ、その情報は主任研究者の専用コンピュータにパスワードで保護されて保存されます。

収集されたコード化された情報は、情報を適切に取得し、データ分析を可能にするより質の高い情報を取得するために主任研究者にリアルタイムでフィードバックできるようにするために、研究中に継続的にワイツマン研究所に渡されます。

将来、SAMPL 検査室が参加者に関する詳細を取得する場合、コード化キーが臨床現場 (Haemek 病院) のみにある場合は、シリアル番号を使用する必要があります。 ワイツマン研究所の SAMPL 研究室は、実験のいかなる段階においても、参加者に関する特定情報にさらされることはありません。

参加者のモニタリングと医学的所見の報告

患者の健康にとって重要な予期せぬ医学的所見が研究中に発見された場合、標準医療による必要に応じてさらなる追跡調査と治療のために遅滞なくそれを主治医に転送するのは主任研究者の責任です。 臨床試験の一環としての実験スキャン後の参加者は追跡調査されません。

研究の種類

介入

入学 (推定)

50

段階

  • 適用できない

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

研究場所

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年歳以上 (大人、高齢者)

健康ボランティアの受け入れ

はい

説明

包含基準:

  • 実験的超音波検査の最大1か月前に腹部CT検査を実施した参加者。

除外基準:

  • 腹部臓器の画像機能に大きな影響を与える可能性のある病状の変化があった参加者。
  • 妊娠中の女性

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

  • 主な目的:診断
  • 割り当て:なし
  • 介入モデル:単一グループの割り当て
  • 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
実験的:腹部スキャン
実験的超音波検査の最大1か月前に腹部CT検査を実施した参加者。

ヘメック医療センターの画像研究所にある臨床超音波装置を使用した、腹部臓器の完全な超音波スキャン。 超音波画像は、前述の超音波装置内にある Fusion システムを使用して、検査時に同じ患者の以前の CT 画像と視覚的に結合されます。

結合された CT 画像と超音波画像はエンコードされてワイツマン研究所の SAMPL 研究室に送信され、そこで人工知能システムの学習プラットフォームとして機能します。

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
入力 CT 画像と超音波ベースのアルゴリズムで生成された CT 画像間の正規化された相互相関
時間枠:2年
Ground Truth として機能する入力 CT 画像と、アルゴリズムによって生成された CT 画像の間の相互相関は、[-1,1] の範囲に正規化された類似性の尺度 (類似性スコア) として機能します。
2年
正解率
時間枠:2年
システム精度率は、前述の類似性スコアを成功率しきい値 (T) と比較することによって評価されます。
2年

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。

捜査官

  • 主任研究者:Israel Aharony, M.D. Ph.D、Imaging institute, Haemek Medical Center, Afula, Israel.

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)

2021年8月24日

一次修了 (推定)

2025年1月1日

研究の完了 (推定)

2025年6月1日

試験登録日

最初に提出

2020年11月4日

QC基準を満たした最初の提出物

2020年12月3日

最初の投稿 (実際)

2020年12月4日

学習記録の更新

投稿された最後の更新 (実際)

2023年9月28日

QC基準を満たした最後の更新が送信されました

2023年9月27日

最終確認日

2023年9月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • 0177-20-EMC

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

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。

腹部超音波スキャンの臨床試験

購読する