18F-FDG-PET 이미징을 사용한 소아 TLE 감지를 위한 딥 러닝 프레임워크
2019년 12월 30일 업데이트: Second Affiliated Hospital, School of Medicine, Zhejiang University
18F-FDG-PET 이미징을 사용한 소아 측두엽 간질 감지를 위한 대칭성 기반 학습 프레임워크
이 연구는 소아 측두엽 간질(TLE) 환자의 발작 초점 감지를 위해 방사성 분석 및 심층 학습 접근 방식을 사용하는 것을 목표로 합니다.
소아 측두엽 간질과 관련된 10개의 양전자 방출 단층 촬영기(PET) 방사성 기능이 추출되고 모델링되며 Siamese 네트워크는 진단 지원을 위해 간질 발생 영역을 자동으로 찾도록 훈련됩니다.
연구 개요
상태
완전한
정황
상세 설명
목적: 성공적인 간질 조절의 열쇠는 치료 전에 간질 발생 초점을 찾는 것입니다. 18F-FDG PET는 간질 환자를 평가하기 위해 의사가 사용하는 강력한 신경 영상 기술로 간주되었습니다. 그러나 영상 품질, 시야각 및 경험은 간질 진단의 일관성을 쉽게 저하시킬 수 있습니다. 이 작업에서 조사자들은 PET 영상을 사용하여 측두엽 간질(TLE)을 가진 소아과 환자의 간질 병소를 검출하기 위해 컴퓨터 보조 진단(CAD) 방법에 방사성 분석과 딥러닝 기술을 결합한 프레임워크를 개발합니다.
방법:소아 측두엽 간질과 관련된 10가지 PET 방사능 특징을 먼저 추출하고 모델링하였다. 그런 다음 Siamese 네트워크라는 신경망을 훈련하여 비대칭성을 정량화하고 진단을 위해 간질 초점을 자동으로 찾습니다. 제안된 프레임워크의 성능을 테스트하고 최첨단 임상의 소프트웨어 도구와 다양한 수준의 인간 의사와 비교했습니다. 정확성과 일관성을 검증하기 위한 경험의
연구 유형
관찰
등록 (실제)
201
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Zhejiang
-
Hangzhou, Zhejiang, 중국, 310009
- Department of Nuclear Medicine and PET/CT Center, The Second Affiliated Hospital, School of Medicine, Zhejiang 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
6년 (어린이, 성인)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
측두엽 간질을 가진 소아 환자
설명
포함 기준:
- 측두엽 간질의 임상 진단.
- 연령 범위는 6세에서 18세입니다.
- PET, EEG, 컴퓨터 단층 촬영(CT) 및 MRI를 받았습니다.
제외 기준:
- 이미지 품질이 만족스럽지 않습니다(예: 머리 움직임으로 인한 심각한 이미지 아티팩트).
- 18F-FDG PEG 검사는 음성입니다.
- 임상 데이터가 불완전합니다.
- EEG 또는 MRI 보고서가 없습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 회고전
코호트 및 개입
그룹/코호트 |
|---|
|
실험군
실험군은 18F-FDG PET 검사를 받았다.
|
|
대조군
대조군은 18F-FDG PET 검사를 받았다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
감지 성능에서 모델의 '곡선 아래 영역'(AUC)
기간: 학업 수료를 통해 약 1년
|
우리 모델의 성능을 평가하기 위해 조사자들은 다른 방법과 다른 수준의 의사로 분류된 정상 또는 비정상 분류에 대한 모델의 AUC를 계산했습니다.
|
학업 수료를 통해 약 1년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
탐지 성능에서 우리 모델의 '주사위 유사성 계수'(DSC)
기간: 학습 완료를 통해 약 3개월
|
초점 병변 검출의 정확도는 테스트 중인 참조 표준과 대상 방법 사이에 표시된 영역 간의 공간적 중첩을 비교하여 '주사위 유사성 계수'(DSC)의 메트릭을 통해 정량적으로 측정됩니다.
|
학습 완료를 통해 약 3개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
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)
2018년 6월 1일
기본 완료 (실제)
2019년 2월 28일
연구 완료 (실제)
2019년 4월 30일
연구 등록 날짜
최초 제출
2019년 11월 13일
QC 기준을 충족하는 최초 제출
2019년 11월 17일
처음 게시됨 (실제)
2019년 11월 20일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2020년 1월 2일
QC 기준을 충족하는 마지막 업데이트 제출
2019년 12월 30일
마지막으로 확인됨
2019년 6월 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. .