소장 딥러닝 알고리즘 프로젝트
자기공명 엔터그래피 영상에서 말기 회장 크론병의 식별 및 점수화를 위한 딥러닝 알고리즘 개발을 위한 파일럿 연구.
크론병은 영국에서 200,000명(~500명 중 1명)에게 영향을 미치며, 대부분은 5억 파운드를 초과하는 직접적인 의료 비용을 가진 젊습니다(진단된 35세 미만).
크론병은 자가 면역 반응에 의해 발생하며 소화관의 모든 부분, 가장 일반적으로 소장의 마지막 부분(회장 말단)에 영향을 미칩니다.
자기 공명 영상(MRI)은 크론병 진단, 치료 반응 모니터링 및 합병증 진행 평가의 3가지 영역에서 역할을 합니다.
MRI를 사용하여 소장을 평가하기 위해 방사선 전문의는 스캔을 슬라이스별로 육안으로 검사합니다. 해석은 질병 프리젠테이션 가변성 및 축소된 세그먼트에서 질병이 있는 세그먼트의 차별화로 인해 시간이 많이 걸리고 오류가 발생하기 쉽습니다.
이미지 분석을 위한 딥 러닝은 인간(방사선 전문의)이 생성한 훈련 데이터에서 "학습"하는 컴퓨터 알고리즘을 기반으로 합니다.
이 방법은 의료 영상에 성공적으로 적용되었습니다. 예를 들어 흉부 X선에서 폐암을 컴퓨터로 감지합니다.
이 파일럿 연구는 딥 러닝 알고리즘이 크론병의 영향을 받는 염증이 생긴 회장 말단 부분을 식별하고 점수를 매길 수 있는지 조사합니다.
우리가 아는 한 이것은 이러한 알고리즘을 개발하려는 첫 번째 프로젝트입니다. 이 연구는 크론병에 대해 조사 중이거나 크론병을 추적 관찰 중인 환자로부터 표준 치료의 일부로 얻은 MR 이미지를 후향적으로 검토할 것입니다. 226명의 환자 이미지가 연구에 사용됩니다.
완전히 익명화된 이미지에서 Northwick Park 병원에서 근무하는 두 명의 방사선 전문의가 말단 회장의 정상 및 비정상 루프에 점수를 매기고 윤곽을 그립니다. Imperial College 컴퓨터 과학 부서는 정상 및 비정상 루프의 이미징 기능에서 딥 러닝 알고리즘을 개발할 것입니다.
연구 종점은 알고리즘 성능과 방사선 전문의가 라벨을 붙인 이미지입니다.
궁극적인 목표는 방사선 전문의가 크론병 환자의 정확한 진단과 후속 조치를 지원하는 알고리즘을 개발하는 것입니다.
연구 개요
상세 설명
소개.
이 연구의 주요 목표는 MR Enterography 이미지에서 숙련된 방사선 전문의에 대해 정상 및 비정상 말단 회장을 구별하는 딥 러닝 알고리즘의 정확도를 평가하는 것입니다.
이 연구는 통계적 방법이 소장 크론병 부위를 식별할 수 있음을 보여준 기존 연구를 기반으로 합니다. 그러나 이 프로세스는 시간이 1시간 이상 소요되었으며 완전 자동이 아니었습니다. 우리 프로젝트는 향상된 컴퓨팅 성능과 결합된 최첨단 "딥 러닝" 알고리즘(신경망 기반)이 정확하고 시의적절한 정보를 제공할 수 있는지 조사합니다.
이 프로젝트는 위장관 영상의 전문 방사선과(크론병을 정확하게 영상화하는 데 어려움이 있음을 알고 있음)와 임페리얼 대학 컴퓨터 과학부(의료 영상을 위한 신경망 개발 경험이 있음)가 공동으로 설계했습니다. London North-West Research and Development 부서의 입력 및 검토도 인정됩니다.
연구 디자인.
회고적 디자인 및 채용.
이 연구는 적격 환자를 소급적으로 식별하고 연속적인 사례 샘플링 기술을 사용합니다(모든 적격 이미지는 가장 최근부터 역방향으로 포함됨).
이 후향적 접근법은 연구 결과의 일반화 가능성이 감소하는 것과 상대적으로 신속하고 저렴한 비용으로 수행되는 연구(연구에 보조금이 없음) 사이에서 절충합니다.
조사관은 113개의 정상 사례와 말기 회장 질환이 있는 113개의 모집 대상이 정상 및 비정상 모양의 스펙트럼을 포함해야 하므로 결과의 일반화 가능성을 확신합니다(이전 연구에서는 50개 미만의 이미지 세트를 사용함).
MRI에서 정상 말단 회장을 보이는 사례는 MRI 연구에서 정상 말단 회장과 비정상 말단 회장의 영상 특징을 비교하는 알고리즘 개발에 대한 접근 방식으로 포함됩니다.
실험적이지 않은 접근 방식.
이 방법은 표준 임상 치료의 일부로 수행되는 MRI 스캔을 사용합니다. 이 연구를 위해 추가 이미징이 수행되지 않습니다. 연구 결과는 자격이 있는 환자가 현재 복용하고 있는 치료를 변경하지 않습니다..
동의 및 기밀 유지.
알고리즘 개발에 사용되는 이미지는 완전히 익명화되므로 명시적인 동의를 얻지 않습니다. 이것은 2011년 일반 의학 협의회 지침과 2017년 영국 왕립 방사선과 대학(영국)의 지침을 따르는 것으로, 동의 없이 연구에 사용하기 위해 익명화된 기록을 공유할 수 있다고 명시되어 있습니다.
이 연구에 사용된 MRI 이미지는 일상적인 표준 임상 치료의 일부로 획득되었으며, 이 연구에 참여하는 방사선과 전문의가 정상적인 작업 관행의 일부로 일상적으로 볼 수 있습니다.
적합한 환자가 식별되는 즉시 환자의 이미지는 직접 또는 간접 식별자 없이 완전히 익명화된 형태로 복사됩니다. Radiology 이미지 보기 프로그램에는 강력한 익명화 기능이 포함되어 있습니다. 연구 대상 식별자는 서로 다른 시점에서 동일한 환자의 스캔이 포함되는 경우 의사 익명화를 방지하기 위해 무작위로 할당됩니다.
연구 기간 동안 알고리즘 개발을 위해 민감한/환자 식별 가능 데이터는 전송되지 않습니다. 알고리즘 개발은 MRI 픽셀 강도를 여러 스캔에 걸쳐 질병 점수/주석과 일치시키는 것을 기반으로 합니다. 익명화는 이미지 내의 픽셀에 영향을 주지 않습니다. 간행물에는 집계 데이터만 표시됩니다. 즉, 단일 사례는 게시되지 않습니다.
이해 상충. 이 연구의 연구원은 이해 상충이 없음을 선언합니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
Harrow
-
London, Harrow, 영국, HA13UJ
- St Mark's Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
설명
모든 사례에 대한 포함 기준:
- 환자의 나이 >16세(이 연령 컷오프는 크론병의 영상을 조사하는 최근 METRIC 시험에서 사용되었습니다)
- 얻은 MRI 시퀀스에는 축 방향 T2 강조 이미지가 포함됩니다. 관상 T2 가중 이미지 및 축 포스트 콘트라스트 MRI 이미지.
정상적인 MR Enterography 사례에 대한 포함 기준:
• 2명의 방사선 전문의(UP & PL)가 합의하여 검토한 일반 MR 장검사 연구. 정상은 소장 또는 대장 크론병 부위가 없는 것으로 정의됩니다.
말기 회장 크론병 사례에 대한 포함 기준:
- 2명의 방사선 전문의가 합의하여 검토한 MR Enterography 연구는 말기 회장 크론병을 보여줍니다. 말단 회장을 포함하여 하나 이상의 소장 크론병 분절이 있는 환자가 자격이 있습니다. 대장이 지속되는 말기 회장 크론병 환자가 적합합니다.
- 내시경적, 조직학적, 방사선학적 소견에 근거한 회장 말단 크론병의 진단. (이 기준은 크론병의 영상을 조사하는 최근 METRIC 시험에서 사용되었습니다).
모든 경우에 대한 제외 기준:
- 합의된 방사선 전문의의 의견에 따라 판단되는 품질이 좋지 않은 MRI 이미지.
- 동일한 환자에게서 3개 이상의 MRI 스캔이 나오지 않습니다.
말기 회장 크론병의 경우에 대한 제외 기준:
- MR Enterography는 크론병으로 인한 것이 아닌 모든 장 이상을 보여줍니다.
- 환자는 이전에 소장 또는 대장 절제술을 받은 적이 있습니다(이것은 해부학을 왜곡하고 현재 프로젝트의 범위를 벗어납니다). 이전에 다른 수술을 받은 환자가 자격이 있습니다.
- 회장말단과 연속적이지 않은 대장 크론병 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
다른: 기계 학습 알고리즘 교육
방사선 전문의가 라벨을 붙인 113 MR Enterography 이미지는 기계 학습 알고리즘을 개발하여 (1) 말단 회장을 현지화하고, (2) 말단 회장을 정상 또는 비정상으로 분류하는 데 사용됩니다.
|
이 연구는 방사선 전문의가 라벨을 붙인 MR Enterography 이미지를 사용하여 기계 학습 알고리즘을 개발하고 테스트할 것입니다.
|
|
다른: 기계 학습 알고리즘 테스트
방사선 전문의가 라벨을 붙인 113 MR Enterography 이미지는 기계 학습 알고리즘의 정확도를 테스트하여 (1) 말단 회장을 현지화하고, (2) 말단 회장을 방사선 전문의의 의견과 비교하여 정상 또는 비정상으로 분류하는 데 사용됩니다. 교차 유효성 검사 분석은 데이터 분석에 사용됩니다. |
이 연구는 방사선 전문의가 라벨을 붙인 MR Enterography 이미지를 사용하여 기계 학습 알고리즘을 개발하고 테스트할 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
말단 회장을 정확하게 현지화하는 기계 학습 알고리즘의 능력.
기간: 24개월
|
이 연구는 방사선 전문의가 수동으로 분할한 관심 영역을 기계 학습 현지화 알고리즘에 의한 예측과 비교합니다.
|
24개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
알고리즘에 의해 보고된 진단까지의 데이터 처리 시간.
기간: 24개월
|
연구는 알고리즘이 진단 결과를 제공하는 데 걸리는 시간을 평가할 것입니다.
(이전 연구에서는 이 시간이 가변적일 수 있음을 보여주었습니다).
|
24개월
|
|
비정상 회장과 정상 회장 말단을 정확하게 구별하는 머신 러닝 알고리즘의 능력.
기간: 24개월
|
기계 학습 분류 알고리즘에 의한 방사선과 의사 간의 합의 및 예측이 분석됩니다.
|
24개월
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Uday Patel, FRCR MBBS, London NorthWest Healthcare NHS Trust
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .
크론병에 대한 임상 시험
-
L2 Bio, LLCFDAMap; Akan Biosciences, Inc.아직 모집하지 않음Crohn & amp;#39; s | Crohn & amp;#39; s Disease (CD)
-
Vanderbilt University Medical CenterTakeda Pharmaceuticals U.S.A., Inc.모집하지 않고 적극적으로염증성 장질환(IBD) | 궤양성 대장염(UC) | Crohn & amp;#39; s Disease (CD)미국
-
Azienda Ospedaliera Ordine Mauriziano di Torino완전한
-
Region SkaneLund University; Linkoeping University; Malmö University모병
-
Nova Scotia Health Authority아직 모집하지 않음
-
Shanghai 10th People's Hospital모집하지 않고 적극적으로분변 미생물 이식 | 염증성 장 질환 (Crohn & amp;#39; s 질병 및 궤양 성 대장염)중국
-
Raincy Montfermeil Hospital GroupJanssen Cilag S.A.S.모병염증성 장질환(IBD) | 염증성 장 질환 (Crohn & amp;#39; s 질병 및 궤양 성 대장염)프랑스
-
UNC Lineberger Comprehensive Cancer CenterFogarty International Center of the National Institute of Health모집하지 않고 적극적으로
-
Kaohsiung Medical University아직 모집하지 않음폐 선암종 | 폐암(진단) | Condition/Disease
기계 학습 알고리즘에 대한 임상 시험
-
Psyrin Inc.Allwell Behavioral Health Services; The Brookline Center초대로 등록주의력 결핍 과잉 행동 장애(ADHD) | 자폐 스펙트럼 장애 | 외상 후 스트레스 장애 | 강박 장애(OCD) | 양극성 장애(BD) | 우울증 - 주요 우울 장애 | 일반화된 불안 | 정신분열증 스펙트럼 &Amp; 기타 정신병적 장애미국
-
Medtronic Cardiac Rhythm and Heart FailureMedtronic종료됨
-
Klein Buendel, Inc.National Institute on Aging (NIA); Penn State University완전한
-
Chang Gung University of Science and Technology아직 모집하지 않음
-
Charite University, Berlin, GermanyGerman Research Foundation모병
-
The University of Texas Health Science Center,...National Institute of Mental Health (NIMH)모병