Deep Learning Algorithm for the Diagnosis of Gastrointestinal Diseases Depending on Tongue Images
2021年3月20日 更新者：Xiuli Zuo、Shandong University
The purpose of this study is to analysize the relationship between the characteristics of tongue image and the diagnosis of gastrointestinal diseases , then develop and validate a deep learning algorithm for the diagnosis of gastrointestinal diseases depending on tongue images, so as to improve the objectiveness and intelligence of tongue diagnosis.
At the same time, gastrointestinal flora of common tongue images were analyzed in order to provide a microecological basis for understanding the relationship between tongue images and digestive tract diseases.
調査の概要
状態
わからない
条件
詳細な説明
Tongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis.
Recently, deep learning based on central neural networks (CNN) has shownTongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis.
Recently, deep learning based on central neural networks (CNN) has shown multiple potential in detecting and diagnosing gastrointestinal diseases.
However, there is still a blank in recognition of gastrointestinal diseases .This study aims to develop and validate a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images,and analyze gastrointestinal flora of common tongue images.
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。
研究場所
-
-
Shandong
-
Jinan、Shandong、中国、250012
- Qilu Hospital, Shandong University
-
-
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～80年 (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
非確率サンプル
調査対象母集団
Patients aged 18 - 80 years undergoing endoscopic examination
説明
Inclusion Criteria:
- Patients aged 18 - 80 years undergoing endoscopic examination;patients gave informed consent and signed informed consent.
Exclusion Criteria:
-
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 |
|---|
|
deep learning algorithm group
Before patients going through colonoscopy or gastroscopy ,taking them tongue images and collecting basic information by mobile phone with Anymed.After examination,endoscopic report and histology analysis is collected .Categorizing the images by gastrointestinal diseases，developing and validating a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images.Extracting tougue coating,gastric mucosa and stool DNA by high-throughput sequencing,and analyzing their composation,adundance and diversity.
|
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 |
|---|---|---|
|
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm
時間枠：1 month
|
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm.
|
1 month
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm
時間枠：1 month
|
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm.
|
1 month
|
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
時間枠：1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
|
The diagnostic positive predictive value of gastrointestinal diseases with deep learning algorithm
時間枠：1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
|
The diagnostic negative predictive value of gastrointestinal diseases with deep learning algorithm
時間枠：1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
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。
スポンサー
捜査官
- スタディチェア：Xiuli Zuo, MD,PhD、Study Principal Investigator
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3月21日
一次修了 (予想される)
2022年6月1日
研究の完了 (予想される)
2022年6月1日
試験登録日
最初に提出
2021年3月20日
QC基準を満たした最初の提出物
2021年3月20日
最初の投稿 (実際)
2021年3月23日
学習記録の更新
投稿された最後の更新 (実際)
2021年3月23日
QC基準を満たした最後の更新が送信されました
2021年3月20日
最終確認日
2021年3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
- 2020-SDU-QILU-G056
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。
消化器疾患の臨床試験
-
HuidaGene Therapeutics Co., Ltd.募集
-
Hemab ApSPSI CRO募集フォン・ヴィレブランド病（VWD） | フォン・ヴィレブランド病 (VWD)、タイプ 1 | フォンウィルブランド病（VWD）、タイプ2 | Von Willebrand Disease（VWD）、タイプ3 | フォン・ウィルブランド病、タイプ2a | Von Willebrand病、タイプ2M | Von Willebrand病、タイプ2Nアメリカ, イギリス, オーストラリア
-
Adelphi Values LLCBlueprint Medicines Corporation完了肥満細胞性白血病 (MCL) | 攻撃的な全身性肥満細胞症 (ASM) | SM w Assoc Clonal Hema Non-mast Cell Lineage Disease (SM-AHNMD) | くすぶり全身性肥満細胞症 (SSM) | 無痛性全身性肥満細胞症 (ISM) ISM サブグループが完全に募集されましたアメリカ