MRI ベースの頭頸部の合成 CT 画像
2023年12月18日 更新者：Paul Merkus、Amsterdam UMC, location VUmc
頭頸部領域の CT スキャンを代替する人工知能駆動の合成 CT
頭頸部領域の外科手術の場合、骨の CT と組み合わせた MRI が、計画、ナビゲーション、およびリスク評価のために骨のランドマークを視覚化するための標準的な方法であることがよくあります。
CT スキャンの重要な欠点は、特に小児における放射線被曝に伴うことです。
さらなる欠点は、幼い子供の場合、MRI と CT スキャンの両方のセッションに鎮静剤または全身麻酔が必要なことです。
CT スキャンを CT と同じ情報を提供できる MRI シーケンスで置き換えることができれば、これらの欠点は解消される可能性があります。
このプロジェクトは、機械学習技術を使用して、MRI 画像から頭蓋顔面骨の CT のような画像を再作成する実現可能性を判断することを目的としています。
調査の概要
研究の種類
介入
入学 (実際)
80
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。
研究場所
-
-
-
Amsterdam、オランダ
- Amsterdam University Medical Center
-
-
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
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
説明
包含基準:
- 耳鼻咽喉科外来の患者。
- 18歳以上。
- 乳様突起、副鼻腔複合体、または顔の CT スキャンのために参照されます。
除外基準:
- 妊娠。
- MRI または CT の禁忌。
- 臨床的に関連する可能性のある MRI 検査の偶発的所見について知らされることを望まない。
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：診断
- 割り当て：非ランダム化
- 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 |
|---|---|
|
他の：トレーニング
25 ～ 35 人の参加者からのデータは、MRI スキャンから合成 CT 画像を生成するアルゴリズムをトレーニングするために使用されます。
|
参加者は定期ケアの一環として頭部のCTスキャンを受けます。
標準的な治療よりも頭部のより広い部分がスキャンされます。
参加者は、特に研究の目的で MRI スキャンを受けます。
|
|
他の：テスト
残りの参加者からのデータは、実際の CT スキャンと MRI から作成された合成 CT スキャンを比較することにより、合成 CT アルゴリズムをテストするために使用されます。
|
参加者は定期ケアの一環として頭部のCTスキャンを受けます。
標準的な治療よりも頭部のより広い部分がスキャンされます。
参加者は、特に研究の目的で MRI スキャンを受けます。
合成 CT スキャンは、トレーニングされた機械学習アルゴリズムを使用して、MRI スキャンから生成されます。
|
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 |
|---|---|---|
|
幾何学的精度。
時間枠：スキャン取得後 1 年以内。
|
合成 CT と真の CT 上の皮質エッジ間の平均表面距離 (mm) を決定することによる、骨形態の幾何学的精度。
|
スキャン取得後 1 年以内。
|
|
放射線密度の精度。
時間枠：スキャン取得後 1 年以内。
|
ハウンズフィールド単位でのボクセルごとの放射線密度の精度と放射線密度コントラストの精度。
|
スキャン取得後 1 年以内。
|
|
ランドマークの視認性。
時間枠：スキャン取得後 1 年以内。
|
成人集団における対応する真の CT 画像と比較した、合成 CT 画像上の臨床的に関連する解剖学的ランドマークの視認性の精度。経験豊富な医師によって 4 点リッカート スケール (1 = 視認できない、4 = 非常によく視認できる) で評価されます。
|
スキャン取得後 1 年以内。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
使いやすさ。
時間枠：スキャン取得後 1 年以内。
|
手術計画、手術ナビゲーション、診断目的における合成 CT 画像の潜在的な有用性の評価。経験豊富な医師によって評価され、「有用」または「役に立たない」に二分化されます。
|
スキャン取得後 1 年以内。
|
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。
協力者
捜査官
- 主任研究者：Paul Merkus, MD PhD、Amsterdam UMC, location VUmc
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)
2022年9月22日
一次修了 (実際)
2023年9月12日
研究の完了 (実際)
2023年9月12日
試験登録日
最初に提出
2023年8月7日
QC基準を満たした最初の提出物
2023年8月25日
最初の投稿 (実際)
2023年8月29日
学習記録の更新
投稿された最後の更新 (実際)
2023年12月19日
QC基準を満たした最後の更新が送信されました
2023年12月18日
最終確認日
2023年12月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- 2022.0234
- NL80426.029.22 (レジストリ識別子：CCMO Register)
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?
いいえ
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。