複数の角膜疾患のスクリーニングのための人工知能
2024年10月31日 更新者：Tianjin Eye Hospital
複数の角膜疾患のスクリーニングのためのディープラーニングの応用
この研究では、前眼部画像に基づく深層学習アルゴリズムを開発し、角膜疾患を識別するその能力を前向きに検証しました。このアルゴリズムの有効性と精度は、感度、特異度、陽性的中率、陰性的中率、および曲線下面積によって評価されました。
調査の概要
研究の種類
観察的
入学 (推定)
3000
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：Yan Huo, Master
- 電話番号：13102118953
- メール：hy13102118953@163.com
研究場所
-
-
Tianjin
-
Tianjin、Tianjin、中国
- 募集
- Tiajin Eye Hospital
-
-
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
サンプリング方法
非確率サンプル
調査対象母集団
研究対象集団は、一般集団の健康診断結果を含む匿名データベースから抽出されます。
説明
包含基準:
- 細隙灯画像の品質は臨床的に許容できるものでなければなりません。
- 3 つの主要な領域 (強膜、瞳孔、水晶体) を含む細隙灯画像領域の 90% 以上は、読み取りと識別が容易です。
除外基準:
1）診断に必要な情報が不足している。
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 |
|---|---|
|
人工知能アルゴリズムにより角膜疾患を診断
|
人工知能アルゴリズムを適用して細隙灯画像から角膜疾患を診断しました。
|
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 |
|---|---|---|
|
曲線下の面積
時間枠：1週間
|
受信者動作特性 (ROC) 曲線と曲線下面積を使用して、この人工知能アルゴリズムの角膜疾患の認識と分類の能力を調べました。
|
1週間
|
|
感度と特異度
時間枠：1週間
|
私たちは感度と特異度を使用して、この人工知能アルゴリズムの角膜疾患の認識と分類の能力を調べました。
|
1週間
|
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
- スタディチェア：Yan Wang, Prof、Tianjin Eye 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 (実際)
2020年12月6日
一次修了 (実際)
2021年12月6日
研究の完了 (推定)
2024年12月6日
試験登録日
最初に提出
2024年1月8日
QC基準を満たした最初の提出物
2024年1月8日
最初の投稿 (実際)
2024年1月18日
学習記録の更新
投稿された最後の更新 (推定)
2024年11月4日
QC基準を満たした最後の更新が送信されました
2024年10月31日
最終確認日
2024年10月1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。