이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

척추 후관절 퇴행의 중증도 평가에 멀티태스크 딥러닝 모델 적용

2025년 8월 8일 업데이트: Hai Lv
척추 후관절 골관절염은 40세 이상에서 발병률이 높은 질환입니다. 여러 요인에 의해 윤활막, 관절연골, 연골하골, 관절공간 및 척추후관절의 부속조직에 일련의 퇴행성 병리학적 변화와 임상양상을 특징으로 하는 질환이다. 일부 생리학적 또는 병리학적 요인은 척추 후관절의 골관절염을 유발할 수 있습니다. 척추면 골관절염 환자는 종종 요통 및 운동 이상증과 같은 임상 증상의 정도가 다르며 이는 환자의 신체적 및 정신적 건강에 상당한 영향을 미칩니다. 척추면 골관절염의 중증도는 요통 및 요부 근육 밀도의 변화에 ​​일정한 영향을 미칠 뿐만 아니라 환자 관리 및 치료 계획에도 영향을 미칩니다. 현재 여러 의사가 요추면 골관절염의 등급 판독에 특정 주관성을 가지고 있으며 결과의 일관성과 반복성이 좋지 않습니다. 또한, 의사가 이미지 이미지를 읽고 등급을 판단하는 것은 매우 시간이 많이 걸리고 반복적인 작업입니다. 최근 몇 년 동안 의료 영상 분석에 딥러닝 기술을 적용하는 것이 임상의들 사이에서 널리 우려되고 있습니다. 딥 러닝은 의료 영상 진단에 큰 잠재적 이점을 제공합니다. 방사선 전문의의 감독하에 반자동 보고서를 제공하여 질병 정도 평가의 정확성, 일관성, 객관성 및 신속성을 향상시키고 이를 기반으로 임상 의사 결정을 추가로 지원할 수 있습니다. 이 프로젝트는 다중 작업 및 심층 학습을 통해 척추의 작은 관절의 퇴행성 질환에 대한 지능형 진단 및 분류 시스템을 개발하고 임상 타당성을 검증하여 임상의가 정확도, 일관성, 객관성 및 신속성을 향상시키는 것을 목표로 합니다. 해당 질병 정도 평가, 후속 임상 의사 결정을 지원합니다.

연구 개요

상태

상태

현재 모집 상태 또는 확장 액세스 상태를 나타냅니다.
모집하지 않고 적극적으로

정황

정황

연구 중인 질병, 장애, 증후군, 질환 또는 부상입니다. ClinicalTrials.gov에서 조건에는 수명, 삶의 질 및 건강 위험과 같은 기타 건강 관련 문제도 포함될 수 있습니다.

개입 / 치료

개입 / 치료

임상 연구의 초점이 되는 프로세스 또는 작업입니다. 개입에는 약물, 의료 기기, 절차, 백신 및 조사 중이거나 이미 사용 가능한 기타 제품이 포함됩니다. 개입에는 교육이나 식이요법 및 운동 수정과 같은 비침습적 접근법도 포함될 수 있습니다.

상세 설명

이 프로젝트는 후향적 임상 연구입니다. 2019년부터 2022년까지 쑨원대학교 제5부속병원에서 요통이 의심되는 외래환자와 입원환자의 DICOM 포맷 영상과 X선, CT, MR 영상의 기본정보를 수집하였다. DICOM 이미지 모드를 가져오면 OA 배치가 성공적으로 제출된 후 정보 섹션에서 데이터를 내보냅니다. 기본 환자 정보는 입원 환자 병력에서 수집됩니다. 700명의 환자가 포함될 예정입니다. 이러한 프로젝트는 컴퓨터 심층 학습 모델의 자동 진단을 위해 7:1.5:1.5의 비율에 따라 트레이닝 세트, 검증 세트 및 테스트 세트로 무작위로 나누어 모델의 안정성과 신뢰성을 테스트합니다. 700개의 프로젝트에서 10년의 영화 읽기 경험을 가진 2명의 주니어 의사와 2명의 선임 의사가 각각 관절 협착, 비대, 골조직, 관절 표면 침식 및 연골하 낭종의 등급 판독을 수행했습니다. 후배 의사 그룹의 불일치 결과는 두 의사가 공동으로 결정했습니다. 참고 표준 그룹은 선임 의사 그룹에서 결정했습니다. 임상의와 모델의 진단 결과를 비교하여 요추 후관절 퇴행성 자동진단을 위한 딥러닝 모델의 성능과 임상적 타당성을 평가하고자 한다. 모델. 성능 평가 지표에는 정확도, 민감도, 특이도, 정확도, 재현율, F1 값 및 AUC 값이 포함됩니다. F1 값과 AUC 값은 모델 성능을 종합적으로 평가하는 주요 지표입니다. F1 값과 AUC 값이 높을수록 모델 성능이 강합니다.

연구 유형

연구 유형

임상 연구의 특성을 설명합니다. 연구 유형에는 중재 연구(임상 시험이라고도 함), 관찰 연구(환자 등록 포함) 및 확장된 액세스가 포함됩니다.
관찰

등록 (추정된)

등록

임상 연구의 참가자 수. "예상" 등록은 연구원이 연구에 필요한 참가자의 목표 수입니다.
1132

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처

임상 연구를 위한 등록 질문에 답변할 수 있는 사람의 이름과 연락처 정보. 연구가 수행되는 각 위치에는 이러한 질문에 더 잘 대답할 수 있는 특정 연락처가 있을 수 있습니다.

연구 연락처 백업

  • 이름: Lv Hai, Chief physician;doctor
  • 전화번호: 18665000036
  • 이메일: 18665000036@qq.com

연구 장소

  • 중국
    • Guangdong
      • Zhuhai, Guangdong, 중국
        • The fifth affiliated hospital of SYSU

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

자격 기준

임상 연구에 참여하고자 하는 사람들이 충족해야 하는 주요 요구 사항 또는 그들이 가져야 할 특성. 자격 기준은 포함 기준(사람이 연구에 참여하는 데 필요함)과 제외 기준(사람이 참여하지 못하게 하는 것)으로 구성됩니다. 적격성 기준 유형에는 연구가 건강한 지원자를 받아들이는지, 연령 또는 연령 그룹 요구 사항이 있는지 또는 성별에 따라 제한되는지가 포함됩니다.

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

요통으로 영상검사를 받는 환자의 경우 후관절의 퇴행 정도는 심하지 않다. 판단에 영향을 미치는 낮은 이미지 품질을 피하기 위해 제외 기준을 충족하는 환자를 제거합니다.

설명

포함 기준:

- 2019년부터 2022년까지 중산대학교 제5부속병원에서 요추 영상검사를 받은 환자 데이터

제외 기준:

  • 요추 척추 전방 전위증
  • 이전 척추 골절
  • 척추 수술 병력이 있는 경우
  • 요추 이미지의 심각한 아티팩트

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 다른
  • 시간 관점: 회고전

코호트 및 개입

그룹/코호트

그룹/코호트

생물 의학 또는 건강 결과에 대해 평가되는 관찰 연구의 참가자 그룹 또는 하위 그룹입니다.
교육 그룹
참가자의 70%는 기계의 학습 성능을 훈련하기 위해 무작위로 훈련 그룹으로 나뉘었습니다.
검증 그룹
참가자의 15%는 머신의 학습 성능을 향상하고 과적합을 방지하기 위해 검증 그룹으로 무작위로 나뉘었습니다.
테스트 그룹
참가자의 15%를 무작위로 테스트 그룹으로 나누어 머신의 학습 성능을 테스트하고 연구 결론을 도출했습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

주요 결과 측정

임상 연구 프로토콜에서 개입/치료의 효과를 평가하는 데 가장 중요한 계획된 결과 측정. 대부분의 임상 연구에는 하나의 주요 결과 측정이 있지만 일부는 둘 이상입니다.
결과 측정
측정값 설명
기간
척추 후관절 퇴행성 판단에서 멀티태스킹 딥러닝 모델과 임상의의 정확도 비교
기간: 2022.12.01-2023.07.31
주로 전체 샘플 수에서 정확하게 예측된 샘플 수를 나타내는 데 사용됩니다. True Positive(TP),False Negative(FN), False Positive(FP),True Negative(TN).정확도 = (TP + TN) / (TP + FN + FP +TN)
2022.12.01-2023.07.31
척추 후관절 퇴행성 판단에서 멀티태스킹 딥러닝 모델과 임상의의 정확도 비교
기간: 2022.12.01-2023.07.31
참 양성(TP), 거짓 음성(FN), 거짓 양성(FP), 참 음성(TN).정밀도 = TP / (TP+FP)
2022.12.01-2023.07.31
척추 후관절 변성 평가에서 멀티태스킹 딥 러닝 모델과 임상의의 민감도 비교
기간: 2022.12.01-2023.07.31
참 양성(TP), 거짓 음성(FN), 거짓 양성(FP), 참 음성(TN).감도=TP / (TP+FN)
2022.12.01-2023.07.31
척추 후관절 변성 평가에서 멀티태스킹 딥 러닝 모델과 임상의의 특이성을 비교하기 위해
기간: 2022.12.01-2023.07.31
참 양성(TP), 거짓 음성(FN), 거짓 양성(FP), 참 음성(TN).특이도=TN / (TN+FP)
2022.12.01-2023.07.31
멀티태스킹 딥러닝 모델에서 후관절 퇴행의 심각도를 평가하기 위한 F1 점수 계산
기간: 2022.12.01-2023.07.31
F1 점수는 자동 분류를 위한 중요한 평가 지표입니다. F1 =2*Precision*Sensitivity/(Precision+Sensitivity)=2TP/(2TP+FP+FN)
2022.12.01-2023.07.31
ROC(Receiver Operation Characteristic)는 수신기 동작 특성 곡선이라고 하며 딥러닝 모델의 성능을 평가하는 지표입니다.
기간: 2022.12.01-2023.07.31
ROC(Receiver Operation Characteristic)는 수신기 동작 특성 곡선이라고 합니다. 곡선이 왼쪽 위 모서리에 가까울수록 더 나은 분류기입니다. ROC 곡선 아래의 면적을 AUC라고 합니다. AUC가 클수록 분류기의 분류 효과가 더 좋습니다.
2022.12.01-2023.07.31

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

스폰서

연구를 시작하고 연구에 대한 권한과 통제권을 가진 조직 또는 사람.
Hai Lv

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

연구 시작

첫 번째 참가자가 임상 연구에 등록된 실제 날짜입니다. "예상" 연구 시작 날짜는 연구자가 연구 시작 날짜가 될 것이라고 생각하는 날짜입니다.
2022년 12월 31일

기본 완료 (추정된)

기본 완료

임상 연구의 마지막 참가자가 1차 결과 측정을 위한 최종 데이터를 수집하기 위해 검사를 받거나 개입을 받은 날짜입니다. 임상 연구가 프로토콜에 따라 종료되었는지 또는 종료되었는지 여부는 이 날짜에 영향을 미치지 않습니다. 완료 날짜가 다른 1차 결과 측정이 둘 이상인 임상 연구의 경우 이 용어는 모든 1차 결과 측정에 대한 데이터 수집이 완료된 날짜를 나타냅니다. "예상" 기본 완료 날짜는 연구원이 연구의 기본 완료 날짜가 될 것이라고 생각하는 날짜입니다.
2026년 12월 31일

연구 완료 (추정된)

연구 완료

임상 연구의 마지막 참가자가 1차 결과 측정, 2차 결과 측정 및 부작용(즉, 마지막 참가자의 마지막 방문)에 대한 최종 데이터를 수집하기 위해 검사를 받거나 중재/치료를 받은 날짜입니다. "예상" 연구 완료 날짜는 연구원이 연구 완료 날짜가 될 것이라고 생각하는 날짜입니다.
2026년 12월 31일

연구 등록 날짜

최초 제출

최초 제출

연구 후원자 또는 연구자가 최초로 ClinicalTrials.gov에 연구 기록을 제출한 날짜. 일반적으로 처음 제출한 날짜와 ClinicalTrials.gov에서 기록을 사용할 수 있는 날짜(첫 게시 날짜) 사이에는 며칠의 지연이 있습니다.
2022년 11월 23일

QC 기준을 충족하는 최초 제출

QC 기준을 충족하는 최초 제출

연구 스폰서 또는 연구자가 국립 의학 도서관(NLM) 품질 관리(QC) 검토 기준과 일치하는 연구 기록을 처음 제출한 날짜입니다. 의뢰자 또는 조사자는 NLM의 QC 검토 기준이 충족되기 전에 연구 기록을 한 번 이상 수정하고 제출해야 할 수 있습니다. 연구 기록이 NLM QC 검토 기준과 일치하는지 확인하는 것은 후원자 또는 조사자의 책임입니다.
2022년 12월 1일

처음 게시됨 (실제)

처음 게시됨

National Library of Medicine(NLM) 품질 관리(QC) 검토가 완료된 후 ClinicalTrials.gov에서 연구 기록을 처음 사용할 수 있는 날짜입니다. 일반적으로 연구 후원자 또는 연구자가 연구 기록을 제출한 날짜와 처음 게시된 날짜 사이에는 며칠의 지연이 있습니다.
2022년 12월 2일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

마지막 업데이트 게시됨

ClinicalTrials.gov에서 연구 기록이 변경된 가장 최근 날짜. 연구 후원자 또는 연구자가 변경 사항을 ClinicalTrials.gov에 제출한 시점(마지막 업데이트 제출 날짜)과 마지막 업데이트 게시 날짜 사이에 지연이 있을 수 있습니다.
2025년 8월 13일

QC 기준을 충족하는 마지막 업데이트 제출

QC 기준을 충족하는 마지막 업데이트 제출

연구 후원자 또는 연구자가 국립 의학 도서관(NLM) 품질 관리(QC) 검토 기준과 일치하는 연구 기록에 대한 변경 사항을 제출한 가장 최근 날짜. 연구 기록이 NLM QC 검토 기준과 일치하는지 확인하는 것은 후원자 또는 조사자의 책임입니다.
2025년 8월 8일

마지막으로 확인됨

마지막으로 확인됨

연구 후원자 또는 조사자가 ClinicalTrials.gov에서 임상 연구에 대한 정보가 정확하고 최신 정보라고 확인한 가장 최근 날짜. 모집 상태가 모집인 연구인 경우; 아직 모집하지 않았습니다. 또는 활성, 비모집이 지난 2년 이내에 확인되지 않은 경우 연구의 모집 상태는 알 수 없음으로 표시됩니다.
2025년 8월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

기타 연구 ID 번호

연구 후원자, 기금 제공자 또는 다른 사람이 임상 연구에 할당한 NCT 번호 이외의 식별자 또는 ID 번호. 이 번호에는 다른 시험 등록의 고유 식별자와 미국 국립보건원(National Institutes of Health) 보조금 번호가 포함될 수 있습니다.
  • ZDWY.JZWK.004

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

필요한 경우 제공 가능

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

쿠키 설정

당사는 당사 웹 사이트에서 최상의 경험을 제공하기 위해 쿠키를 사용합니다. 자세한 내용은 개인 정보 보호 및 쿠키 정책 을주의 깊게 읽어보십시오. ...>>>귀하는 정책에 설명 된대로 귀하의 웹 사이트 또는 컴퓨터에서 쿠키를 삭제하여 언제든지 귀하의 기본 설정을 변경하거나 동의를 철회 할 수 있습니다. 동의하고 아래 "설정 관리"섹션에서 해당 상자를 선택하여 기본 설정을 선택하십시오. 이 웹 사이트의 일부를 사용하기 전에 서비스 약관 을주의 깊게 읽어 보시기 바랍니다.
«설정 관리