OCT 영상을 이용한 AI 기술 기반 자동 황반병증 스크리닝 연구
2018년 3월 22일 업데이트: The First Affiliated Hospital with Nanjing Medical University
광간섭단층촬영 영상 기반 딥러닝 기법을 이용한 자동 황반병증 스크리닝 연구
연구진은 OCT 영상 기반 딥러닝 기법을 이용해 OCT 영상을 해석하고 황반 정상 여부를 자동 판단할 수 있는 알고리즘을 개발할 것으로 기대하고 있다.
그리고 연구자들은 자원이 제한된 영역에서 황반 질환을 더 잘 선별하고 진단하는 데 도움이 되는 소프트웨어 응용 프로그램을 개발하기를 원합니다.
연구 개요
상태
알려지지 않은
정황
상세 설명
연구자들은 고품질 분류 데이터베이스가 있는 OCT 수평 B-스캔으로 여러 망막 질환을 자동으로 감지하기 위해 ImageNet을 사용하여 심층 학습 컨볼루션 신경망을 적용할 것입니다.
트레이닝 데이터 세트, 테스트 데이터 세트 및 검증 데이터 세트를 포함한 데이터 세트는 표준화된 주석 지침에 따라 Nanjing Medical University 제1 부속 병원의 안과의사에 의해 구축됩니다.
연구 유형
관찰
등록 (예상)
20000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Jiangsu
-
Nanjing, Jiangsu, 중국, 210029
- The First Affiliated Hospital with Nanjing Medical University
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
해당 없음
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
연령 제한 없음, 성별 없음
설명
포함 기준:
- 5년 이내에 난징 의과대학 제1부속병원 안과에 다니고 디지털 망막 영상(OCT, 안저 디지털 사진 및 안저 형광 안저 혈관조영술, 적어도 OCT 영상 포함)으로 알려진 명확한 진단을 받은 모든 환자 그들의 일상적인 임상 치료는 이 연구에 포함될 자격이 있습니다.
제외 기준:
- 하드카피 검사(즉, 다른 병원에서 수행한 OCT 영상의 종이 보고서 사진)는 부적격합니다.
- 연구 목적을 위해서라도 자신의 데이터를 익명으로 공유하지 말 것을 이전에 수동으로 요청했고 난징 의과대학 제1부속병원 안과에 이러한 요청을 알린 환자의 데이터(이전에 수행된 연구 또는 다른 이 병원에서 진행 중인 연구)는 제외되며, 해당 데이터는 연구가 시작되기 전에 클라우드 플랫폼에 업로드되지 않습니다.
- 실리콘 오일 또는 가스(즉, C3F8)로 탐폰된 눈의 데이터는 적합하지 않습니다.
- 불완전한 이미지, 반전된 이미지, 흐리거나 금이 간 이미지, 신호가 매우 약한 이미지(예: 유리체 출혈)와 같이 이미지 품질이 좋지 않은 데이터는 부적격합니다.
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: 단면
코호트 및 개입
그룹/코호트 |
|---|
|
정상
수평 OCT B-스캔의 정상 황반 구조
|
|
이상
망막 앞막, 색소 상피 박리 등과 같은 병리학적 특징의 많은 하위 범주를 포함하는 수평 OCT B-스캔의 비정상적인 황반 구조.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
알고리즘의 ROC(Receiver Operating Characteristic) 곡선
기간: 약 1년
|
민감도 곡선이라고도 합니다.
ROC 곡선은 알고리즘 모델이 원하는 출력을 자동으로 감지하는 데 얼마나 민감한지를 보여줍니다.
|
약 1년
|
|
ROC 곡선 아래 면적(AUC)
기간: 약 1년
|
모델의 효과를 나타낼 수 있는 알고리즘 모델의 작동 값을 나타냅니다.
|
약 1년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Songtao Yuan, doctor, The First Affiliated Hospital with Nanjing Medical University
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)
2017년 6월 30일
기본 완료 (예상)
2018년 6월 1일
연구 완료 (예상)
2020년 12월 31일
연구 등록 날짜
최초 제출
2018년 2월 26일
QC 기준을 충족하는 최초 제출
2018년 3월 22일
처음 게시됨 (실제)
2018년 3월 26일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2018년 3월 26일
QC 기준을 충족하는 마지막 업데이트 제출
2018년 3월 22일
마지막으로 확인됨
2018년 2월 1일
추가 정보
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. .