網膜疾患治療のための新しい技術
深層学習に基づく網膜疾患の正確な治療のためのインテリジェント診断と自動病変追跡の研究
精密医療の時代の到来により、FFA画像深層学習に基づいて眼底病変の領域を特定し、眼底画像を登録し、眼底疾患の重症度に応じて最適なレーザーエネルギーと経路を設計し、眼底の正確な治療を行います。病気には緊急の臨床的ニーズがあり、非常に重要な意味があります
調査の概要
状態
募集
条件
詳細な説明
- 構造化された DR 画像データベースの構築と正確なアノテーション: 遡及的 (2016 年 1 月 1 日から倫理審査日まで) および前向き (倫理審査日から 2023 年 12 月 31 日まで) で FFA およびその他のマルチモーダル画像データを収集しました。 数人の眼科医と眼底疾患の上級専門家が各患者の各画像に対して診断評価を行い、データの正確な等級診断を完了しました。最終的に、構造化されたDrデータベースが段階的に構築されました。 この論文では、コンピュータ ビジョンの理論を使用して FFA 画像の品質の歪みを定量化し、既存の画像強調およびノイズ低減アルゴリズムを適応的に構成するようにコンピュータをガイドし、眼底画像データの前処理を完了します。
- 眼底画像に基づくDrインテリジェント格付け診断システムの構築：まず、眼底画像を眼底データトレーニングデータベースとして使用し、国際臨床Dr格付け診断基準に従って、多くの医師が眼底画像を正確にマークします。 国際臨床医師の等級分け基準: グレード 0、明らかな網膜異常なし。グレード 1、微小血管腫のみ。グレード 2、微小血管腫よりも重度ですが、重度よりも軽度です。グレード 3、4 つの象限、各象限に 20 個を超える網膜出血があり、2 つ以上の象限に明確な静脈ビーズがあり、1 つ以上の象限に明らかなイルマがあり、増殖性網膜症の兆候はありません。グレード 4、血管新生、硝子体出血 大量の血液、網膜前出血。 Drグレーディングインテリジェント診断標準に基づいて、畳み込みニューラルネットワークが構築され、眼底画像をトレーニングおよびグレーディングします。 眼底画像のトレーニング セット内の画像ごとにこのプロセスを何度も繰り返した後、深層学習システムは、眼底画像を正確に診断するためにトレーニング セット内のすべてのデータを分類する方法を学習します。
- FFA 画像焦点領域の畳み込みニューラル ネットワークの構築: 深層学習の畳み込みニューラル ネットワークは、特定のタスクのトレーニングと実行に使用される数百万のパラメーターで構成されています。 各線形畳み込み演算によって生成される出力は、プーリング層と完全接続層の次元削減と組み合わせた非線形活性化関数によって正規化されるため、ディープ ニューラル ネットワークの最適化プロセスは勾配分散を克服するだけでなく、特徴量の生成にも役立ちます。これは、視覚信号に対する人間の神経細胞の階層的認識メカニズムと似ています。 FFA画像は眼底データの学習用データベースとして使用されます。 病変領域（灌流なし領域、微小血管腫領域、および漏出領域）の正確なラベル付けに基づいて、FFA 画像を処理して病変領域をインテリジェントに認識する必要があります。 トレーニング プロセスでは、ニューラル ネットワークのパラメーターは最初にランダムな値に設定されます。 次に、各画像について、関数によって与えられた結果がトレーニング セットの既知の結果と比較され、関数のパラメーターが最適化されます。 トレーニング データ セット内の画像ごとにこのプロセスを何度も繰り返した後、深層学習システムはトレーニング セット内のすべてのデータを分類して FFA 画像上の Dr 病変を正確に予測する方法を学習しました。
- FFA画像と眼底画像登録に基づくインテリジェントな眼底レーザーナビゲーションモデルの構築：上記のFFA画像上の医師病変インテリジェント認識システムは、眼底レーザー治療が必要な領域を正確に識別し、医師が治療が必要な病変を決定するのに役立ち、それに基づいて、機械学習の画像マッチングにより、病変領域の位置とサイズ情報に応じて設定された眼底画像とFFAの組み合わせの登録画像が提供されます。 一致する網膜直径と異なるレーザースポットの配置に従って、パーソナライズされたレーザーが提供されます。治療スキームを策定し、インテリジェントな眼底レーザー治療ガイダンスモデルを構築します。
研究の種類
観察的
入学 (予想される)
2000
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：Jin Kai, MD
- 電話番号：13646828461
- メール：jinkai@zju.edu.cn
研究場所
-
-
Zhejiang
-
Hanzhou、Zhejiang、中国
- 募集
- The Second Affiliated Hospital of Zhejiang University
-
コンタクト：
- Jin Kai, MD
- 電話番号：13646828461
-
-
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
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
受講資格のある性別
全て
サンプリング方法
確率サンプル
調査対象母集団
浙江大学第二付属病院眼科センターで網膜検査を受ける患者たち
説明
包含基準:
- 網膜疾患の患者さん
除外基準:
- 他の病気を患っている患者は網膜検査に影響を与えます
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
コホートと介入
グループ/コホート |
|---|
|
忍耐
網膜疾患の患者さん
|
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 |
|---|---|---|
|
人工知能
時間枠：2016.01-2023.12
|
データを使用して深層学習モデルを開発する
|
2016.01-2023.12
|
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：Jin Kai, MD、Zhejiang University
- 主任研究者：Xu Yufeng, MD、Zhejiang University
- 主任研究者：Lou Lixia, MD、Zhejiang University
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)
2016年1月1日
一次修了 (予想される)
2023年1月1日
研究の完了 (予想される)
2023年12月31日
試験登録日
最初に提出
2021年1月18日
QC基準を満たした最初の提出物
2021年1月18日
最初の投稿 (実際)
2021年1月22日
学習記録の更新
投稿された最後の更新 (実際)
2021年1月22日
QC基準を満たした最後の更新が送信されました
2021年1月18日
最終確認日
2021年1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。