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。

深層学習支援による精巣垂捻転の超音波診断と局在化

2025年12月24日 更新者：Ying Jiang

深層学習支援による精巣垂捻転の超音波診断と局在化：多施設後方視的検証研究

超音波データは、一次センターと他の6つのサブセンターから遡及的に収集されました。 臨床診断結果と組み合わせて、データのラベリングは豊富な臨床経験を持つ医師によって完了されました。

本研究では、YOLOv11が検出ネットワークとして採用され、畳み込み注意メカニズム（空間的畳み込みブロック注意モジュール、すなわちSpatial CBAM）と自己注意メカニズム（例：Attention Convolution Mixer、ACMix）と統合されました。 一次センターからのデータセットは、訓練、検証、テストのサブセットに分割され、それぞれモデルの訓練、検証、テストが行われました；サブセンターからのデータセットで追加の検証が実施されました。同時に、4人の医師がサブセンターからの超音波データを2つの診断方法―独立診断と人工知能（AI）支援診断―を使用して解釈するように割り当てられ、これらの2つのアプローチの診断精度がさらに比較されました。一次センター訓練セットの患者の治療方法を収集・学習し、サブセンターのデータセットの患者の治療方法を予測し、AIが予測した手術の割合と実際の手術の割合を比較することによって、モデルの有効性が検証されました。

調査の概要

状態

まだ募集していません

条件

詳細な説明

超音波データは、主要センターおよびその他の6つのサブセンターから遡及的に収集されました。 臨床診断結果と組み合わせて、データのラベリングは豊富な臨床経験を持つ医師によって完了されました。

本研究では、YOLOv11が検出ネットワークとして採用され、畳み込み注意メカニズム（空間畳み込みブロック注意モジュール、すなわちSpatial CBAM）および自己注意メカニズム（例：Attention Convolution Mixer、ACMix）と統合されました。 主要センターのデータセットは、訓練、検証、およびテストのサブセットに分割され、それぞれのサブセットでモデルが訓練、検証、およびテストされました。サブセンターのデータセットでは追加の検証が実施されました。同時に、4人の医師が、独立診断と人工知能（AI）支援診断という2つの診断方法を用いてサブセンターの超音波データを解釈するよう割り当てられ、これらの2つのアプローチの診断精度がさらに比較されました。主要センター訓練セットの患者の治療方法を収集・学習し、サブセンターのデータセットの患者の治療方法を予測し、AIが予測した手術の割合と実際の手術の割合を比較することで、モデルの有効性が検証されました。

研究の種類

観察的

入学 (推定)

2000

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
    • Zhejiang
      • Hangzhou、Zhejiang、中国、310000
        • Children's Hospital of Zhejiang University School of Medicine
        • コンタクト：
        • コンタクト：
          • Jingjing Ye, PHD Degree
          • 電話番号：86-13868174280
        • 主任研究者：
          • Ying Jiang, Master Degree

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

健康ボランティアの受け入れ

はい

サンプリング方法

非確率サンプル

調査対象母集団

年齢 ≤ 18歳、急性陰嚢痛（≤ 24時間）により超音波検査を受けた

説明

適格基準：

  1. 年齢 ≤ 18歳
  2. 急性陰嚢痛（≤ 24時間）により超音波検査を受けた患者
  3. 臨床的に精巣垂捻転症（TAT）と診断された患者

除外基準：

  1. 超音波画像の品質不良（精巣構造の同定が不可能）
  2. 臨床データの不完全性（精巣垂捻転症［TAT］の診断確認が不可能）

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
精巣垂捻転群
精巣垂捻転と診断された患者
精巣捻転群
精巣捻転と診断された患者
精巣上体炎群
精巣上体炎と診断された患者
正常群
精巣垂捻転、精巣捻転、精巣上体炎がなく、陰嚢が正常な患者

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
深層学習モデルの精度は、四つの条件を検証します：睾丸垂捻転；睾丸捻転；精巣上体炎および正常状態
時間枠：画像入力から結果生成まで24時間以内を予定
ディープラーニングモデルの精度は、以下の4つの状態を検証します：精巣垂捻転、精巣捻転、精巣上体炎、および正常状態
画像入力から結果生成まで24時間以内を予定

二次結果の測定

結果測定
時間枠
急性陰嚢痛を有する参加者数
時間枠：登録開始から終了まで5ヶ月間と予想されます
登録開始から終了まで5ヶ月間と予想されます
臨床医による精巣垂捻転の診断および局在化の正確率
時間枠：臨床医の診断と位置特定の開始から終了までは15日間と予想されます
臨床医の診断と位置特定の開始から終了までは15日間と予想されます
精巣上体捻転症の治療法（保存的治療または手術）を予測する深層学習モデルの精度率
時間枠：深層学習モデルによる精巣垂捻転治療の予測開始から終了までに24時間かかると予想されます
深層学習モデルによる精巣垂捻転治療の予測開始から終了までに24時間かかると予想されます

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

Ying Jiang

捜査官

  • スタディディレクター：Jingjing Ye, Phd Degree、Zhejiang University School of Medicine Children's 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 (推定)

2026年1月1日

一次修了 (推定)

2026年5月1日

研究の完了 (推定)

2026年5月1日

試験登録日

最初に提出

2025年12月9日

QC基準を満たした最初の提出物

2025年12月23日

最初の投稿 (推定)

2025年12月24日

学習記録の更新

投稿された最後の更新 (実際)

2025年12月31日

QC基準を満たした最後の更新が送信されました

2025年12月24日

最終確認日

2025年12月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • CHZhejiangjiangying

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?

はい

IPD プランの説明

患者の超音波画像とベースラインデータ

IPD 共有時間枠

IPDと関連情報は2027年1月1日から1か月間利用可能になります

IPD 共有アクセス基準

ジャーナル編集者および査読者、研究プロトコル、アクセスするにはメールを送信してください。

IPD 共有サポート情報タイプ

  • STUDY_PROTOCOL

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