脳出血と造影剤の区別
急性虚血性脳卒中における機械的血管再生術後の脳出血と造影剤血管外漏出を区別するための人工知能
この観察研究の目標は、人工知能を使用して、虚血性脳卒中における機械的血管再生後の脳出血と造影剤の血管外漏出を区別することです。
この研究が答えようとしている主な疑問は、人工知能が脳出血と造影剤の血管外漏出を区別するのに役立つかどうかである。
機械的血行再建術後24時間以内のCTスキャンで頭蓋内高密度病変を有する患者が含まれる。 500人の患者の登録が見込まれる。 高濃度病変の種類は、デュアルエネルギー CT 画像または経過観察画像に基づいて判断されます。 患者は、層別ランダムサンプリング (6:2:2) によってトレーニング グループ、検証グループ、およびテスト グループに分けられます。 画像と画像ラベルを取得した後、ディープラーニング人工知能を使用して画像の特徴を学習し、診断モデルを構築し、モデルのパフォーマンスと汎化能力を評価します。
調査の概要
状態
条件
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：Meiwei Chen
- 電話番号：+86 18898534109
- メール：chenmw7@mail.sysu.edu.cn
参加基準
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
サンプリング方法
調査対象母集団
説明
包含基準:
(1) 患者は機械的血管新生後に非造影頭部 CT を受けた。 (2) 最初の術後の非造影頭部 CT は、機械的血管新生後 24 時間以内に実行されました。 (3) 頭蓋内高信号は、実質内の周囲の灰白質または白質よりも客観的に高い密度、または心室や脳槽内の脳脊髄液よりも高い密度として定義され、術後の最初の非造影頭部 CT で見ることができました。機械的な血管新生。
除外基準:
(1) 機械的血管新生後の非造影頭部 CT の追跡時間は 24 時間未満でした。 (2) アーティファクト (例: 金属アーチファクトまたはモーションアーチファクト）は、CT 画像の高強度に影響を与えました。 (3) 患者は機械的血管新生後に開頭術を受けたため、信号強度の高い領域を特定することが困難でした。
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
コホートと介入
グループ/コホート |
|---|
|
出血
CT 画像上の頭蓋内高密度の結果は、デュアル エネルギー CT またはフォローアップ画像によって決定されます。高密度は、デュアル エネルギー CT の仮想非造影画像で見られるか、高密度が 48 秒を超えて持続します。時間。
|
|
単純なコントラストの血管外漏出
デュアルエネルギー CT の仮想非造影画像には頭蓋内高密度は存在しません。または、追跡 CT では、高密度が 48 時間以内に吸収されることが示されています。
|
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 |
|---|---|---|
|
脳出血と造影剤の血管外漏出を区別する深層学習モデルを開発し、モデルのパフォーマンスと汎化能力を評価する
時間枠：2024-12
|
モデルの精度、感度、特異度、精度、再現率が計算され、混同行列が表示されます。
|
2024-12
|
協力者と研究者
協力者
研究記録日
主要日程の研究
研究開始 (推定)
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。