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。

炎症性腸疾患の研究とトレーニングを促進する内視鏡重症度画像認識 (EVEREST - IBD)

2024年11月14日 更新者:Hull University Teaching Hospitals NHS Trust

EVEREST - IBD: 炎症性腸疾患の研究とトレーニングを促進する内視鏡重症度画像認識

内視鏡検査中に炎症性腸疾患の重症度を検出して特徴付けるための畳み込みニューラル ネットワークを開発およびトレーニングする

調査の概要

状態

募集

詳細な説明

内視鏡検査中に炎症性腸疾患の重症度を検出して特徴付けるための畳み込みニューラル ネットワークを開発およびトレーニングする。 この取り組みにより必然的に高品質で大規模な画像データベースが構築されることになります。 したがって、私たちの二次研究の目的は、画像データベースを確立することにより、炎症性腸疾患における深層学習とコンピューター支援診断の分野を進歩させるために収集した画像を使用することです。 これには、ディープラーニングとコンピュータービジョンアルゴリズムを組み合わせたフレームワークの開発が含まれます。 最終的な目的は、画像データベースを使用して影響力の高い研究成果とトレーニング リソースを生み出し、実施される内視鏡検査の質の向上、疾患評価における観察者間のばらつきの低減、大腸がんの見逃し率と関連死亡率の低下につながることです。

研究の種類

観察的

入学 (推定)

4000

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

研究連絡先のバックアップ

研究場所

    • East Yorkshire
      • Hull、East Yorkshire、イギリス、HU3 2JZ
        • 募集
        • Hull Royal Infirmary

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

16年~99年 (子、大人、高齢者)

健康ボランティアの受け入れ

はい

サンプリング方法

確率サンプル

調査対象母集団

炎症性腸疾患 (IBD) は英国の人口の少なくとも 250 人に 1 人が罹患しており、有病率は増加しています。

説明

包含基準:

  • • 日常的な臨床ケアの一環として画像が撮影される内視鏡検査を受けることに同意した 16 歳以上の成人患者。

除外基準:

  • • 16歳未満の患者

    • 内視鏡検査を受ける際にインフォームドコンセントが得られない患者様、または擬似匿名加工画像の利用を希望されない患者様

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:他の
  • 時間の展望:断面図

コホートと介入

グループ/コホート
メイングループ
内視鏡手術を受ける炎症性腸疾患または炎症性腸疾患の疑いのある患者
コントロール
炎症性腸疾患のない内視鏡手術を受ける患者

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
内視鏡検査中に炎症性腸疾患の重症度を検出して特徴付けるための畳み込みニューラル ネットワークを開発およびトレーニングする
時間枠:5年
内視鏡検査中に炎症性腸疾患の重症度を検出して特徴付けるための畳み込みニューラル ネットワークを開発およびトレーニングする
5年

二次結果の測定

結果測定
メジャーの説明
時間枠
a) 人工知能が IBD 治療に対する反応を予測できるかどうかを調査する
時間枠:5年
人工知能が IBD 治療への反応を予測できるかどうかを調査する
5年
b) 内視鏡による検出と IBD の特性評価におけるトレーニングと標準化を進めるための内視鏡画像リポジトリを開発する。
時間枠:5年
b) トレーニングと標準化を進めるための内視鏡画像リポジトリを開発する
5年
c) IBD 診断内視鏡検査のトレーニングと品質保証のための方法論を開発および評価すること
時間枠:5年
IBDのトレーニングと品質保証のための方法論を開発および評価する
5年
d) 内視鏡医間の内視鏡画像読影の比較を評価すること。
時間枠:5年
内視鏡医間の内視鏡画像読影の比較を評価するため
5年
e) IBDの内視鏡検査における品質指標の自動測定を可能にするディープラーニングアルゴリズムとコンピュータビジョン技術を開発する。
時間枠:5年
IBDの内視鏡検査における品質指標の自動測定を可能にする深層学習アルゴリズムとコンピュータービジョン技術を開発する
5年
f) 新しいイメージング技術が時間の経過とともに出現するにつれて、上記の目的が継続的に開発されることを保証するために、将来の堅牢な研究プラットフォームを作成する。
時間枠:5年
新しいイメージング技術が時間の経過とともに出現するにつれて、上記の目的が継続的に開発されることを保証するために、将来の堅牢な研究プラットフォームを構築すること。
5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:Shaji Sebastian、Hull University Teaching Hospitals NHS Trust

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9月17日

一次修了 (推定)

2031年9月1日

研究の完了 (推定)

2031年9月1日

試験登録日

最初に提出

2021年4月27日

QC基準を満たした最初の提出物

2021年4月27日

最初の投稿 (実際)

2021年4月30日

学習記録の更新

投稿された最後の更新 (実際)

2024年11月15日

QC基準を満たした最後の更新が送信されました

2024年11月14日

最終確認日

2024年11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

  • 299614

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?

未定

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。

炎症性腸疾患 1の臨床試験

購読する