初期の汎癌早期診断のためのラマン分光法ベースのディープラーニングモデル
深い学習によってサポートされている汎癌の早期診断のための新しいラマン分光法ベースの方法：将来の単一腕、多施設研究
この観察研究の目標は、ラマンベースの深い学習支援アプローチを使用して、初期の汎癌スクリーニングのための効果的な方法を開発できるかどうかを調査することです。 この研究には、癌のリスクがある健康な個人と患者の両方と、癌と診断された患者の両方が含まれます。 それが答えることを目指している主な質問は、次のとおりです。
- ラマンスペクトルデータのがん固有の特徴を特定するための深部学習モデルの精度と特異性を評価し、この方法がリスクに基づいて患者を正確に分類できるかどうかを評価します。
- どのモデルがラマンスペクトルに対してより適応しやすいかを決定する
- モデル生成診断の解釈可能な分析を提供してください。
調査の概要
状態
条件
介入・治療
詳細な説明
この研究の目的は、血清サンプルのラマン分光分析に基づいて患者を分類するためのディープラーニングモデルの使用を調査し、生理学的状態の個人とさまざまなタイプの悪性腫瘍の患者を区別することです。 この研究は、前癌状態と原発性悪性腫瘍で組織病理学的診断された健康な参加者と患者の両方から血液サンプルが収集されるマルチセンターコラボレーションを通じて実施されます。
すべての血液サンプルは、入院中に実施された患者の日常的な臨床血液検査またはその他の必要な医学的評価から収集されます。 血清が抽出され、ラマン分光分析にさらされます。 スペクトルデータは、データを標準化するためのアラインメントリサンプリング、不要なバリエーションを排除するためのベースライン除去、およびすべてのサンプルの均一性を確保するための正規化を含む、厳密な前処理パイプラインを受けます。 データが深い学習モデルトレーニングに最適な形であることを確認します。
その後、さまざまな深い学習モデルを採用して、加工されたラマンスペクトルを分析し、汎癌と健康なコントロールを区別できる分類システムを開発します。 プリプロセッシングされたデータセットは、モデルトレーニングとパフォーマンス評価のために3つのサブセットに分割されました。トレーニングでは80％、検証が10％、テストが10％です。 データセットは、分類された診断を達成するために特定の癌または健康な状態の存在と相関するスペクトルデータの識別パターンを実現するために、モデルトレーニングに適用されます。
ディープラーニングモデルの解釈可能性を向上させるために、Grad-Cam（Gradient加重クラスのアクティベーションマッピング）を使用して、モデルの意思決定プロセスを視覚化します。 モデルの分類決定に影響を与えるラマンスペクトル領域の識別を可能にし、モデルがさまざまなクラスをどのように区別するかについて透明な理解を提供します。
最終的に、この研究の目的は、ラマン分光法と深い学習技術の可能性を実証することを目的としています。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：Jiasheng Xu, MD
- 電話番号：+86 18720996980
- メール：1821286450@qq.com
研究場所
-
-
Jiangxi
-
Nanchang、Jiangxi、中国、330006
- 募集
- The First Affiliated Hospital to Nanchang University
-
コンタクト：
- Yuhuan Jiang
- 電話番号：+86 18720998212
- メール：18166043076@163.com
-
Nanchang、Jiangxi、中国、330008
- 募集
- The Second Affiliated Hospital to Nanchang University
-
コンタクト：
- Xiaozhong Wang
- 電話番号：+86 0791-86300410
- メール：xiaozhongwangncu@163.com
-
-
Shanghai
-
Shanghai、Shanghai、中国、200040
- 募集
- Huashan Hospital Affiliated to Fudan University
-
コンタクト：
- Ming Guan
- 電話番号：+86 19901643902
- メール：guanming88@yahoo.com
-
-
Zhejiang
-
Hangzhou、Zhejiang、中国、310009
- 募集
- The Second Affiliated Hospital of Zhejiang University School of Medicine
-
コンタクト：
- Kefeng Ding
- 電話番号：+86 13906504783
- メール：dingkefeng@zju.edu.cn
-
-
参加基準
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
サンプリング方法
調査対象母集団
説明
包含基準：
- 結腸直腸癌、胃癌、肝臓がん、膵臓癌、食道癌を含む悪性腫瘍の組織病理学的診断。
- 悪性腫瘍または前癌病変のない正常な生理学的状態の患者。
- 化学療法、手術、放射線療法、免疫療法、またはその他の抗腫瘍治療など、介入を受け入れることなく悪性腫瘍の患者。
- 前癌病変または非悪性疾患の組織病理学的診断の患者。
除外基準：
- 転移腫瘍の患者または同時に2種類以上の悪性腫瘍の状態
- 癌後の治療患者。
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 |
介入・治療 |
|---|---|
|
通常の生理学
癌または癌性病変のない患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
結腸直腸癌
結腸直腸癌と診断された患者（介入前）
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
胃癌
胃癌と診断された患者（介入前）
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
肝臓がん
肝臓がんと診断された患者（介入前）
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
食道
食道癌と診断された患者（介入前）
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
膵臓癌
膵臓癌と診断された患者（介入前）
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
胃潰瘍
癌のない胃潰瘍の患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
結腸直腸腺腫
癌のない結腸直腸腺腫患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
肝硬変
癌のない肝臓肝硬変の患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
膵炎
癌のない膵炎患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
|
食道炎
癌のない食道炎の患者
|
参加患者からのすべての血液サンプルは、入院中に実施された日常の臨床血液検査またはその他の必要な医学的評価から得られ、その後に血清抽出が行われました。
|
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 |
|---|---|---|
|
高精度のパンキャンサー分類のための深い学習モデル
時間枠：患者の登録からモデル構築の完了まで、データ収集後2か月以内に最終決定されると予想されます。
|
ラマン分光法に基づいて、さまざまな汎癌タイプ（生理学的状態、前癌病変、悪性腫瘍）を区別できる汎癌分類の特異性と感度の高い深い学習モデルを確立します。
|
患者の登録からモデル構築の完了まで、データ収集後2か月以内に最終決定されると予想されます。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
モデル決定の解釈と視覚化のラマンシフト特性
時間枠：モデル構築の終了からモデルの解釈可能な分析の終わりまで - モデル構築後2か月後に予想される
|
Grad-CAMを使用して主要な結果から導き出された診断の解釈可能な分析を実行して、モデルの意思決定プロセスを視覚化および説明します。
|
モデル構築の終了からモデルの解釈可能な分析の終わりまで - モデル構築後2か月後に予想される
|
協力者と研究者
協力者
捜査官
- スタディチェア：Kefeng Ding, MD、Department of Colorectal Surgery, The Second Hospital of Zhejiang University School of Medicine
研究記録日
主要日程の研究
研究開始 (実際)
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
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
- 2024-1060
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?
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
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
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。