人工知能を備えた拡張気管支超音波 (EBUS-TBNA)
ディープ ニューラル ネットワークを使用した気管支内超音波 (EBUS) 画像における縦隔リンパ節と血管の自動セグメンテーション
To evaluate the usefulness of Deep neural network (DNN) in the evaluation of mediastinal and hilar lymph nodes with Endobronchial ultrasound (EBUS). The study will explore the feasibility of DNN to identify lymph nodes and blood vessel examined with EBUS.
調査の概要
詳細な説明
Multi-center prospective feasibility study. The DNN model will be trained on ultrasound images with annotation to identifies lymph nodes and blood vessels examined with EBUS. The ability of the DNN to segment lymph nodes and vessels based on postoperative processing and static EBUS images will be evaluated in the first part of the study. In the second part of the study Real-time use of DNN in EBUS procedure will be evaluated.
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：Øyvind Ervik, MD
- 電話番号：+4791634595
- メール：oyvind.ervik@ntnu.no
研究連絡先のバックアップ
- 名前：Hanne Sorger, MD,PhD
- 電話番号：+4791816787
- メール：hanne.sorger@ntnu.no
研究場所
-
-
-
Levanger、ノルウェー、7600
- 募集
- Department of Pulmonology, Levanger Hospital, North Trøndelag Hospital Trust
-
コンタクト：
- Øyvind Ervik, MD
- 電話番号：+4791634595
- メール：oyvind.ervik@ntnu.no
-
Trondheim、ノルウェー、7030
- 募集
- Department of Thoracic Medicine, St Olavs Hospital
-
コンタクト：
- Håkon O Leira, MD, PhD
- 電話番号：+4799014967
- メール：håkon.o.leira@ntnu.no
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
Patents with undiagnosed enlarged mediastinal and hilar lymph nodes who have been recommended for Endobronchial ultrasound transbronchial needle aspiration (EBUS-TBNA).
説明
Inclusion Criteria:
- Subjects referred to thoracic department in any of the participating hospitals with undiagnosed enlarged mediastinal and hilar lymph nodes.
- Subjects have to be ≥ 18 years of age
Exclusion Criteria:
- Pregnancy
- Any patient that the Investigator feels is not appropriate for this study for any reason.
研究計画
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：CASE_ONLY
- 時間の展望：PROSPECTIVE
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 |
|---|---|---|
|
Capability
時間枠：8 months
|
To explore if Deep neural network (DNN) has capability to segment lymph nodes and blood vessels from EBUS images |
8 months
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
Precision
時間枠：2 months
|
The precision the DNN has for detecting lymph nodes and blood vessels. Measured both per voxel in the EBUS images and per annotated structure (a structure is counted as detected if at least 50% of its annotated pixels are identified by the DNN). |
2 months
|
|
Sensitivity
時間枠：2 months
|
True positive rate. Correctly detected lymph nodes/blood vessel over total lymph nodes/blood vessel. Measured per pixel in the EBUS images |
2 months
|
|
Specificity
時間枠：2 months
|
Specificity = (True Negative)/(True Negative + False Positive). Measured per pixel in the EBUS images. |
2 months
|
|
Dice similarity coefficient
時間枠：2 months
|
Measures the similarity between two sets of data: Annotated by pulmonologist vs DNN. |
2 months
|
|
Run-time
時間枠：2 months
|
Is the run-time sufficiently low for real-time analysis during EBUS? |
2 months
|
|
Adverse events
時間枠：48 hours
|
Procedure related adverse events or unexpected incidents registered |
48 hours
|
協力者と研究者
捜査官
- スタディディレクター：Øivind Rognmo, Dr.philos、Norwegian University of Science and Technology
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
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。