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。

糖尿病性腎臓病における自動セグメンテーション超音波ベースのラジオミクス技術

2022年2月15日 更新者：Second Affiliated Hospital, School of Medicine, Zhejiang University

自動セグメンテーション超音波ベースのラジオミクス技術に基づく糖尿病性腎疾患の非侵襲的検出

糖尿病性腎疾患は糖尿病の一般的な合併症であり、末期腎疾患の主な原因です。 この研究では、研究者はDKDの有無にかかわらず約500人の参加者を登録し、非侵襲的かつ利用可能な方法で参加者を区別するための自動セグメンテーション超音波ベースのラジオミクス技術を開発することを計画している。

調査の概要

状態

完了

条件

介入・治療

詳細な説明

超音波検査は、腎臓を検査するための便利で安価な非侵襲的な方法です。 しかし、従来の超音波検査で糖尿病性腎臓病と正常な腎臓を区別できる能力には限界があり、肉眼だけで糖尿病性腎臓病と正常な腎臓を正確に区別することは困難です。 近年、コンピュータサイエンスが急速に発展し、人工知能も発展を続けています。 データ分析における人工知能の適用においては、大きな進歩が見られました。 機械学習は汎用人工知能の方向性であり、その主な特徴は、機械が自律的に予測し、アルゴリズムを作成して自律学習を実現することです。 腎臓病とディープラーニングは、機械学習分野における 2 つの異なるアプローチです。 この研究では、画像オミックスとディープラーニングを使用して画像を分析しました。 画像オミックスは、形状、グレースケール、テクスチャなどを含む従来の画像特徴を抽出し、サポート ベクター マシン、ランダム フォレスト、XGBoost などの機械学習 (パターン認識) モデルを使用して分類および予測します。ディープ ラーニングは、畳み込みネットワーク CNN を使用して特徴を抽出し、完全な接続層などと組み合わせて分類と予測を完了します。

この研究は、自動セグメンテーション超音波ベースのラジオミクス技術、超音波画像の内部情報のマイニングに基づいて、糖尿病性腎疾患の検出とその病理学的程度を調査し、糖尿病性腎疾患合併症発症システムの一連の非侵襲的モニタリングを形成することを目的としています。特に一次医療機関においては、幅広い臨床応用の可能性があります。

研究の種類

観察的

入学 (実際)

499

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

  • 中国
    • Anhui
      • Fuyang、Anhui、中国、236200
        • The People's Hospital of Yingshang
    • Tianjin
      • Tianjin、Tianjin、中国、300000
        • Tianjin Third Central Hospital
    • Zhejiang
      • Hangzhou、Zhejiang、中国、310000
        • Department of Ultrasound, Second Affiliated Hospital, School of Medicine, Zhejiang 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

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

  1. 糖尿病患者
  2. DKDの有無にかかわらず患者

説明

包含基準:

  • T2DMおよびDKDの臨床診断を受けた患者が登録された。
  • 腎臓の両側（左と右）で鮮明な B モード超音波画像が得られる患者。
  • eGFRやUACRなどの重要な臨床データに欠損値がありません。

除外基準:

  • 腎嚢胞や腫瘍など、腎臓の空間を大きく占有する疾患のある患者は除外されました。
  • 重度の陰影または不完全な腎臓境界を伴う超音波画像は除外されました。

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
介入・治療
実験グループ
実験グループ1：DKD患者と2型糖尿病患者、実験グループ2：糖尿病性腎臓病ステージIIIおよびIVの高レベルのDKD患者。
診断テスト：超音波画像診断
患者の腎臓の 2 次元超音波画像は、超音波画像処理によって取得されました。
対照群
対照 1：2 型糖尿病を有する T2DM 患者 対照 2：糖尿病性腎疾患ステージ I および II を有する低レベルの DKD 患者。
診断テスト：超音波画像診断
患者の腎臓の 2 次元超音波画像は、超音波画像処理によって取得されました。

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
AUC
時間枠：6ヵ月
DKD と T2DM、または高レベル DKD 患者と低レベル DKD 患者を区別するためのラジオミクス モデルの曲線下面積 (AUC)
6ヵ月

二次結果の測定

結果測定
メジャーの説明
時間枠
美桜
時間枠：6ヵ月
さまざまな医療センターにおける DL ベースの自動セグメンテーションの和集合に対する平均交差 (Miou)
6ヵ月
mPA
時間枠：6ヵ月
さまざまな医療センターにおける DL ベースの自動セグメンテーションの平均ピクセル精度 (mPA)
6ヵ月

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

Second Affiliated Hospital, School of Medicine, Zhejiang University

捜査官

  • スタディチェア：Pintong Huang、Department of Ultrasound, The Second Affiliated Hospital of 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)

2021年6月1日

一次修了 (実際)

2021年12月1日

研究の完了 (実際)

2021年12月1日

試験登録日

最初に提出

2021年8月24日

QC基準を満たした最初の提出物

2021年8月24日

最初の投稿 (実際)

2021年8月27日

学習記録の更新

投稿された最後の更新 (実際)

2022年2月16日

QC基準を満たした最後の更新が送信されました

2022年2月15日

最終確認日

2021年8月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • 2021-0465

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。

糖尿病性腎症の臨床試験

超音波画像診断の臨床試験

類似の治験を検索

スポンサーと協力者

医学的状態

薬物療法

CROs by country

CROs in Romania

条件

まれな病気

薬物療法

ダイエットサプリメント

スポンサー/協力者

場所

購読する