このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

深層学習と磁気共鳴を使用したPHN患者の病理学的DRGの自動検出と診断

2024年3月5日 更新者：Xianwei Zhang，MD、Huazhong University of Science and Technology
ここで、この研究は、深層学習に基づいてPHN患者の病変DRGを検出および診断するための自動システムを開発することを目的としました。 この研究では、2021年1月から2022年2月までに放射線科で磁気共鳴神経画像検査を受けた帯状疱疹後神経痛患者全員のDRG画像を遡及的に解析しました。 画像の後処理の後、You Only Look Once (YOLO) バージョン 8 がターゲット アルゴリズム モデルとして選択されました。 モデルのパフォーマンスは、適合率、再現率、平均適合率、平均適合率、F1 スコアなどの指標を使用して評価されました。

調査の概要

状態

完了

条件

介入・治療

詳細な説明

私たちの以前の研究では、帯状疱疹後神経痛（PHN）患者の病変後根神経節（DRG）の画像化と健康な対照の間の巨視的および顕微鏡的側面の違いが確認されました。 さらに、我々の研究では、皮膚病変の位置特定は臨床現場では古典的な方法であるものの、依然として磁気共鳴画像法（MRI）で観察される病変DRGと一定の割合の不一致があることが明らかになりました。 これは、PHN 患者における損傷した DRG の診断における MRI の重要な価値を示唆しています。 帯状疱疹性神経痛の患者の場合、MRI によって損傷した DRG を明確に特定することがさらに重要です。 しかし、DRG 病変はサイズが小さく、形態が多様であるため、MRI による DRG 病変の診断には神経解剖学と画像処理の専門知識が必要であり、臨床医にとっては課題となっています。 病変のある DRG を迅速かつ正確に特定することは、神経因性疼痛の重要な治療標的として機能するため、介入療法にとって非常に重要です。

YOLO (You Only Look Once) シリーズのアルゴリズムは、YOLOv1 ～ YOLOv8 など、現在広く使用されている単一ステージのリアルタイム物体検出アルゴリズムです。 検出速度が非常に高いため、リアルタイムの物体検出が可能になります。 YOLOv5 と YOLOv8 は現在、自動運転、ビデオ監視、物体追跡などのさまざまなアプリケーションで広く採用されています [66,67]。 さらに、YOLO シリーズは腫瘍や関節包病変の検出などの医療分野での応用が増えており、優れた精度、再現率、検出効率が実証されています [68]。 この研究は、YOLOv8 アルゴリズムを利用して高速かつ正確な物体検出モデルを開発し、同時にそのパフォーマンスを評価することを目的としています。 このモデルを使用して、帯状疱疹後神経痛における病変後根神経節 (DRG) をリアルタイムで検出する実現可能性と有効性を検証し、臨床医に早期診断の基礎を提供し、病変のある後根神経節 (DRG) の迅速かつ正確な位置特定を可能にします。

研究の種類

観察的

入学 (実際)

41

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

  • 中国
      • Wuhan、中国
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
    • Hubei
      • Wuhan、Hubei、中国、430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology

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

サンプリング方法

非確率サンプル

調査対象母集団

2021年1月から2022年2月までに当院放射線科にて帯状疱疹後神経痛の予定で磁気共鳴神経画像検査を受診した患者様。

説明

包含基準:

  • 18歳以上の患者。
  • 皮膚病変にかさぶたが形成されてから1か月以上痛みが続く帯状疱疹の患者。
  • 明らかな後根神経節 (DRG) 病変を示す鮮明な MRI 画像。

除外基準:

  • 多発性骨髄腫、糖尿病、甲状腺疾患など、多発性神経障害を引き起こす可能性がある重度の全身性疾患、代謝性疾患、または神経疾患を患っている患者。
  • 精神障害、その他の慢性疼痛状態、または薬物乱用の病歴のある患者。
  • 胸部または背部の手術歴および痛みの既往歴のある患者。
  • 画像表示にアーチファクトが存在する、または画像表示が不鮮明である。
  • 他の組織によって隠されたターゲット画像。

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

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
深層学習に基づいてPHN患者の病変DRGを検出および診断するための自動システムを開発する
時間枠：202310-202402
You Only Look Once (YOLO) バージョン 8 がターゲット アルゴリズム モデルとして選択されました
202310-202402

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

Huazhong University of Science and Technology

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)

2023年10月1日

一次修了 (実際)

2024年1月31日

研究の完了 (実際)

2024年1月31日

試験登録日

最初に提出

2024年2月16日

QC基準を満たした最初の提出物

2024年2月16日

最初の投稿 (実際)

2024年2月23日

学習記録の更新

投稿された最後の更新 (推定)

2024年3月6日

QC基準を満たした最後の更新が送信されました

2024年3月5日

最終確認日

2024年3月1日

詳しくは

本研究に関する用語

キーワード

その他の研究ID番号

  • deep learning

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?

未定

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。

購読する