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。

耳鼻咽喉科手術における重要構造のAI認識

2024年12月5日 更新者：Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
耳鼻咽喉科手術における解剖学的ランドマークを認識する人工知能システムを開発し、手術中の重要な側頭骨構造のリアルタイム追跡を可能にします。

調査の概要

状態

募集

条件

詳細な説明

きぬた骨、外半規管、顔面神経、顔面神経陥凹の Al 認識と予測の例を考えてみましょう。 定義された手術領域内では、注釈付きのデータポイントを利用して、外耳道の後壁と周囲の組織に関する相対的な位置と角度に基づいて、きぬた骨と外側半規管を識別し、セグメント化します。 手術領域内のきぬた骨と外側半規管の詳細な説明は次のとおりです。 きぬた骨: きぬた骨は、中耳にある小さな金床の形をした骨です。 外側はツチ骨に、内側はアブミ骨につながっています。 きぬた骨は顔面神経に近く、音の振動を伝える耳小骨連鎖に関与しているため、きぬた骨を正確に特定することは非常に重要です。 側半規管：これは内耳にある 3 本の半規管のうちの 1 つで、水平方向に向いています。 頭部の回転運動の検出に関与します。 めまいや平衡感覚の問題を引き起こす可能性のある管の損傷を避けるために、適切な識別が必要です。 入力機能には、さらなるコントラスト調整と画像の局所的な拡大が含まれます。 強化された画像は、トレーニングされたモデルを使用して分類および位置特定され、複数のフレームの一貫性を利用して顔面神経と顔面凹部の最終的な位置が決定されます。 統計分析は、きぬた骨および外側半規管に対する顔のくぼみの位置を予測するために実行され、外科医に参考情報を提供します。 このシステムは手術領域の変化を継続的に監視し、動的フィードバックを提供し、段階的なトレーニングを通じてモデルの精度と堅牢性を最適化します。

研究の種類

観察的

入学 (推定)

1000

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

研究連絡先のバックアップ

研究場所

  • 中国
    • Guangdong
      • Guangzhou、Guangdong、中国、510120
        • 募集
        • Sun Yat-sen Memorial Hospital
        • コンタクト：

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

乳様突起切除術を必要とする耳鼻咽喉科疾患

説明

包含基準:

  1. 人工内耳移植、内リンパ嚢減圧手術、三半規管栓塞、聴神経腫瘍手術などの耳鼻科手術を顕微鏡を用いて行います。
  2. 顕微鏡による露出により、側頭骨内の手術領域を包括的かつ明確に表示できます。

除外基準:

  1. 手術ビデオ録画は利用できません。
  2. 耳鼻咽喉科の顕微鏡手術中の手術領域の不鮮明な視覚化。
  3. 手術プロセス全体の視覚化が不完全。
  4. 当院または深セン深湾病院で高解像度側頭骨CTを受けていない患者。

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
乳様突起切除術を必要とする耳鼻咽喉科疾患
時間枠：入院から退院まで1週間
  1. 人工内耳移植、内リンパ嚢減圧手術、三半規管栓塞、聴神経腫瘍手術などの耳鼻科手術を顕微鏡を用いて行います。
  2. 顕微鏡による露出により、側頭骨内の手術領域を包括的かつ明確に表示できます。
入院から退院まで1週間
モデルの精度を評価するための関連指標
時間枠：入学から学習終了まで
  1. F1 スコアは、精度と再現率の調和平均であり、モデルの精度と再現率のバランスを測定するために使用されます。 F1 スコアが高いほど、モデルのパフォーマンスが高くなります。
  2. カッパ値 (コーエンのカッパ) は、分類の一貫性を測定するために使用される統計指標です。 これは主に、2 つ以上の分類器 (手動分類とモデル分類を含む) 間の一貫性の程度、または異なる時点または異なる条件下での同じ分類器の分類の一貫性を評価するために使用されます。
入学から学習終了まで

二次結果の測定

結果測定
メジャーの説明
時間枠
他の評価モデルの関連指標
時間枠：入学から学習終了まで
  1. mIOU:mIOU (Mean Intersection-over-Union)、つまり和集合上の平均積は、セマンティック セグメンテーション タスクにおける重要な評価指標です。 セマンティック セグメンテーションの目的は、画像内の各ピクセルをさまざまなカテゴリに分類することです。医療画像では、さまざまな組織カテゴリが分類されます。
  2. 精度: 精度率は、モデルによって陽性であると予測されたすべてのサンプルのうち、実際に陽性である割合を表します。
  3. 再現率:再現率は、実際に陽性であるすべてのサンプルのうち、陽性であると正しく予測されたサンプルの割合を表します。
  4. Oacc:全体の精度とは、分類タスクにおいて正しく分類されたサンプルの割合を指します。これは、モデルまたは分類方法の精度を測定するための基本的かつ直感的な指標です。
  5. 損失: 損失値は、機械学習モデルのトレーニング プロセスで、モデルの予測結果と真のラベルの間の差異の程度を測定するために使用される指標です。
入学から学習終了まで

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

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

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1月1日

一次修了 (推定)

2026年8月30日

研究の完了 (推定)

2026年8月30日

試験登録日

最初に提出

2024年11月27日

QC基準を満たした最初の提出物

2024年12月5日

最初の投稿 (推定)

2024年12月10日

学習記録の更新

投稿された最後の更新 (推定)

2024年12月10日

QC基準を満たした最後の更新が送信されました

2024年12月5日

最終確認日

2024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

  • SYSKY-2024-529-01

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

IPD プランの説明

このデータには患者の機密情報が含まれており、広州ハンシ医科技術有限公司の現在の企業秘密と知的財産権が関与しているため、一般に公開することはできません。

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