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

전립선 분할을 위한 딥 러닝 (GOPI-Segm)

2019년 12월 6일 업데이트: Hospices Civils de Lyon

딥 러닝 기반 접근 방식을 사용하여 MR 이미지에서 다중 구역 컴퓨터 지원 전립선 분할

전립선암의 진단 기준은 말초부와 전이부에서 다르기 때문에 자기 공명(MR) 이미지에서 전립선 병변을 특성화하기 위한 컴퓨터 지원 진단 시스템에는 전립선 분할이 필요합니다. 수동 분할은 시간이 많이 걸리며 전문 지식이 다른 방사선 전문의마다 다를 수 있습니다. 우리는 2008년과 2008년 사이에 전립선 절제술로 치료받은 환자의 전립선 MRI를 포함하는 기존의 전향적 방사선 병리학적 상관 관계 데이터베이스에서 787 MRI의 T2 강조 이미지에서 전체 전립선, 전이 영역 및 전방 섬유근 간질을 분할하기 위한 컨볼루션 신경망 알고리즘을 개발하고 훈련했습니다. 2014(CLARA-P 데이터베이스).

이 연구의 목적은 독립적인 환자 코호트에서 이 알고리즘을 검증하는 것입니다.

연구 개요

상태

알려지지 않은

정황

개입 / 치료

연구 유형

관찰

등록 (예상)

62

연락처 및 위치

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

연구 장소

  • 프랑스
      • Lyon, 프랑스, 69008
        • 모병
        • Hôpital Edouard Herriot
        • 연락하다:
          • Olivier ROUVIERE, Pr

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

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

남성

샘플링 방법

비확률 샘플

연구 인구

2016년에서 2019년 사이에 수행된 검사 중 Hospices Civils de Lyon의 PACS(Picture Archiving and Communication System) 무작위 선택

설명

포함 기준:

  • Hospices Civils de Lyon의 PACS에 포함된 전립선 MRI
  • 2016~2019년 공연

제외 기준:

  • 이미 전립선암 치료를 받은 환자의 MRI

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
개입 / 치료
3테슬라(T) 단위의 MRI 환자
전체 검증 코호트는 2016년 2015-2019년 Hospices Civils de Lyon에서 수행된 전립선 MRI 중 무작위로 선택된 3T 단위의 31개 전립선 MRI에서 얻은 전립선의 축상 T2 강조 영상으로 구성됩니다.
다른: 자동 딥러닝 기반 알고리즘과 2명의 영상의학과 전문의를 통해 얻은 전립선 다구역 분할 비교

이 알고리즘은 전체 전립선 윤곽, 전이 영역 윤곽, 전방 섬유근 간질의 묘사를 포함하여 전립선의 다중 구역 세분화를 수행하는 데 사용됩니다.

윤곽선은 2명의 방사선 전문의가 독립적으로 교정합니다. 서로 다른 영역의 수정된 윤곽선이 저장되고 각 영역에 대해 초기 윤곽선과 수정된 윤곽선 간의 차이를 평가하기 위해 6개의 서로 다른 메트릭이 사용됩니다.

  • 평균 메시 거리: 참조 분할의 각 지점에 대한 평균 경계 거리(ABD). 비교 분할의 가장 가까운 지점까지의 거리가 먼저 계산됩니다. 그런 다음 이 모든 거리의 평균을 계산하고 ABD를 제공합니다.
  • 일반 하우스도르프 거리(HD)
  • HD의 95% 백분위수(P) 및 비대칭 HD 분포의 95번째(P)
  • 95% HD 수정(HD95_1): 비대칭 HD의 95번째(P)를 먼저 계산한 다음 최대값을 취하는 다른 접근법
  • 주사위 계수
  • 양의 차이
1.5 Tesla 장치에서 MRI를 촬영한 환자
전체 검증 코호트는 2016년 2015-2019년 Hospices Civils de Lyon에서 수행된 전립선 MRI 중 무작위로 선택된 1.5T 단위의 31개 전립선 MRI에서 얻은 전립선의 축상 T2 강조 영상으로 구성됩니다.
다른: 자동 딥러닝 기반 알고리즘과 2명의 영상의학과 전문의를 통해 얻은 전립선 다구역 분할 비교

이 알고리즘은 전체 전립선 윤곽, 전이 영역 윤곽, 전방 섬유근 간질의 묘사를 포함하여 전립선의 다중 구역 세분화를 수행하는 데 사용됩니다.

윤곽선은 2명의 방사선 전문의가 독립적으로 교정합니다. 서로 다른 영역의 수정된 윤곽선이 저장되고 각 영역에 대해 초기 윤곽선과 수정된 윤곽선 간의 차이를 평가하기 위해 6개의 서로 다른 메트릭이 사용됩니다.

  • 평균 메시 거리: 참조 분할의 각 지점에 대한 평균 경계 거리(ABD). 비교 분할의 가장 가까운 지점까지의 거리가 먼저 계산됩니다. 그런 다음 이 모든 거리의 평균을 계산하고 ABD를 제공합니다.
  • 일반 하우스도르프 거리(HD)
  • HD의 95% 백분위수(P) 및 비대칭 HD 분포의 95번째(P)
  • 95% HD 수정(HD95_1): 비대칭 HD의 95번째(P)를 먼저 계산한 다음 최대값을 취하는 다른 접근법
  • 주사위 계수
  • 양의 차이

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
알고리즘에 의해 만들어진 전체 전립선 윤곽과 두 방사선과 의사 사이의 Mean Mesh Distance(Mean)
기간: 11월

Mean Mesh Distance는 참조 분할의 각 지점에 대한 평균 경계 거리(ABD)에 해당합니다. 비교 분할의 가장 가까운 지점까지의 거리가 먼저 계산됩니다. 그런 다음 이 모든 거리의 평균을 계산하여 ABD를 제공합니다.

알고리즘에 의해 만들어진 전체 전립선 윤곽과 각 방사선 전문의 사이의 Mean Mesh Distance가 1차 결과 측정으로 사용됩니다.
11월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Hospices Civils de Lyon

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)

2019년 2월 1일

기본 완료 (예상)

2020년 1월 1일

연구 완료 (예상)

2020년 6월 1일

연구 등록 날짜

최초 제출

2019년 12월 6일

QC 기준을 충족하는 최초 제출

2019년 12월 6일

처음 게시됨 (실제)

2019년 12월 10일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2019년 12월 10일

QC 기준을 충족하는 마지막 업데이트 제출

2019년 12월 6일

마지막으로 확인됨

2019년 12월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

  • GOPI-Segmentation_2019

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. .

구독하다