低線量肝臓 CT における新しい深層学習ベースの人工知能反復再構成 (AIIR) アルゴリズム
2022年9月18日 更新者：Qingshi Zeng、Qianfoshan Hospital
低線量肝臓 CT のさまざまな強化フェーズにおける新しい深層学習ベースの人工知能反復再構成 (AIIR) アルゴリズムの評価
CT 強化スキャンは、肝疾患の診断とフォローアップのための日常的な画像診断法です。
ただし、これは患者がより多くの放射線量を受けることを意味します。
したがって、患者が受ける放射線量をできるだけ減らす必要があります。
最近、画質を改善するためにディープラーニングベースの再構成アルゴリズムが導入されました。
長年にわたり、研究者は放射線量を減らしながら高度な方法を使用して画質を維持しようと試みてきました。
最近、新しい深層学習ベースの反復再構成アルゴリズム、つまり人工知能反復再構成 (AIIR、United Imaging Healthcare、上海、中国) が導入されました。
この研究では、低線量門脈および遅延相肝臓 CT の AIIR の画像および診断品質を、標準線量 CT で通常使用される KARL 法のものと評価します。
調査の概要
詳細な説明
当院では、腹部骨盤がんの患者さんに対して、臨床治療や病勢進行後の治療方針を評価するために、低線量CTによるフォローアップを行っています。
低線量 CT の生データを遡及的に収集し、KARL および AIIR アルゴリズムを使用して再構築しました。
この研究では、低線量門脈および遅延相肝臓 CT の AIIR の画像および診断品質を、標準線量 CT で通常使用される KARL 法のものと評価します。
研究の種類
介入
入学 (予想される)
100
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
- 名前：Qingshi Zeng
- 電話番号：18560081565
- メール：zengqs2021@163.com
研究場所
-
-
Shandong
-
Jinan、Shandong、中国
- Qianfoshan Hospital (The First Affiliated Hospital of Shandong First Medical University)
-
コンタクト：
- Qingshi Zeng
- メール：zengqs2021@163.com
-
-
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
いいえ
受講資格のある性別
全て
説明
包含基準:
- 造影肝CTを予定されている方
除外基準:
- アーティファクト (モーションまたはインプラント) の影響を受けた画像
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：他の
- 割り当て：ランダム化
- 介入モデル：並列代入
- 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 |
|---|---|
|
介入なし：標準線量CT
これらの患者は、門脈および遅延相で標準線量の肝 CT を受ける
|
|
|
実験的：低線量CT
これらの患者は、門脈および遅延相で低線量肝 CT を受ける
|
これらの患者は、門脈および遅延期の低線量肝臓 CT を受けます。
|
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 |
|---|---|---|
|
信号対雑音比 (SNR)
時間枠：6ヵ月
|
低線量門脈および遅相肝CTのAIIRの画質を標準線量CTで通常用いられるKARL法で評価する
|
6ヵ月
|
|
コントラスト対ノイズ比 (CNR)
時間枠：6ヵ月
|
低線量門脈および遅相肝CTのAIIRの画質を標準線量CTで通常用いられるKARL法で評価する
|
6ヵ月
|
|
診断の信頼性
時間枠：6ヵ月
|
低線量門脈および遅相肝 CT に対する AIIR の診断品質を、標準線量 CT で通常使用される KARL 法と比較して評価する
|
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
捜査官
- スタディディレクター：Qingshi Zeng、Qianfoshan Hospital
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 (予想される)
2022年9月30日
一次修了 (予想される)
2023年3月30日
研究の完了 (予想される)
2023年4月30日
試験登録日
最初に提出
2022年9月14日
QC基準を満たした最初の提出物
2022年9月18日
最初の投稿 (実際)
2022年9月22日
学習記録の更新
投稿された最後の更新 (実際)
2022年9月22日
QC基準を満たした最後の更新が送信されました
2022年9月18日
最終確認日
2022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
- LD-SH-2022
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。