딥러닝을 이용한 경추 MRI 분석
2022년 7월 19일 업데이트: Bezmialem Vakif University
본 연구의 목적은 영상처리 알고리즘을 이용하여 경추 MRI 영상의 병리를 분석하는 것이다.
딥 러닝으로 시스템에 가르친 이러한 병리학적 사례의 결정 및 수준 결정.
마지막으로; 방사선 전문의 보고서와 자동화된 시스템 출력을 비교하여 시스템을 검증합니다.
연구 개요
상세 설명
목 통증은 전 세계적으로 16.7%에서 75.1%에 이르는 매우 흔한 건강 문제입니다.
목 통증의 원인은 종종 강력한 증거는 없지만 경추 추간판으로 간주됩니다.
자기공명영상(MRI)은 추간판의 구조, 척추관의 폭, 척추 외부 조직에 대한 정보를 제공합니다. 운하.
그러나 방사선 영상의 식별과 평가에 표준화가 되어 있지 않고 관찰자간 변동성이 크다.
보고 절차의 정확성과 일관성을 높이기 위해 MRI 이미지를 분석하는 자동화 시스템에 대한 연구가 시작되었습니다.
MRI 영상을 딥러닝으로 검사하면 임상 의사 결정에 도움이 되는 시스템 제작으로 이어질 수 있으며, 대용량 데이터도 짧은 시간에 평가할 수 있습니다.
연구 유형
관찰
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Istanbul, 칠면조
- Bezmialem Vakif University Hospital
-
-
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 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
18-75세 사이의 목 통증 환자
설명
포함 기준:
- 18-75세
- 지난 5년 동안 병원 기록에서 목 통증으로 수행된 경추 척추 MRI 결과가 있습니다.
제외 기준:
- 강한 악의
- 활성 감염의 징후
- 심각한 척추 변형(진행성 척추 측만증, 선천성 척추 결함)
- 척추 수술
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
데이터 세트의 교차 검증으로 평가한 모델의 정확도
기간: 학업 수료까지 평균 1.5년
|
데이터 세트를 무작위로 4개의 하위 집합으로 나눕니다.
각 하위 실험에서 3개의 하위 집합의 MRI 슬라이스가 훈련되고 다른 하위 집합의 슬라이스가 테스트됩니다.
우리는 총 4개의 하위 실험을 수행할 것이므로 데이터 세트의 각 슬라이스는 한 번만 테스트됩니다.
|
학업 수료까지 평균 1.5년
|
|
모델과 방사선 전문의의 보고서를 비교하여 평가한 모델의 신뢰성.
기간: 학업 수료까지 평균 1.5년
|
Kappa 통계 및 신뢰 계수가 사용됩니다.
|
학업 수료까지 평균 1.5년
|
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.
일반 간행물
- Castro-Mateos I, Hua R, Pozo JM, Lazary A, Frangi AF. Intervertebral disc classification by its degree of degeneration from T2-weighted magnetic resonance images. Eur Spine J. 2016 Sep;25(9):2721-7. doi: 10.1007/s00586-016-4654-6. Epub 2016 Jul 7.
- Jamaludin A, Lootus M, Kadir T, Zisserman A, Urban J, Battie MC, Fairbank J, McCall I; Genodisc Consortium. ISSLS PRIZE IN BIOENGINEERING SCIENCE 2017: Automation of reading of radiological features from magnetic resonance images (MRIs) of the lumbar spine without human intervention is comparable with an expert radiologist. Eur Spine J. 2017 May;26(5):1374-1383. doi: 10.1007/s00586-017-4956-3. Epub 2017 Feb 6.
- Kim S, Bae WC, Masuda K, Chung CB, Hwang D. Fine-Grain Segmentation of the Intervertebral Discs from MR Spine Images Using Deep Convolutional Neural Networks: BSU-Net. Appl Sci (Basel). 2018 Sep;8(9):1656. doi: 10.3390/app8091656. Epub 2018 Sep 14.
- Daenzer S, Freitag S, von Sachsen S, Steinke H, Groll M, Meixensberger J, Leimert M. VolHOG: a volumetric object recognition approach based on bivariate histograms of oriented gradients for vertebra detection in cervical spine MRI. Med Phys. 2014 Aug;41(8):082305. doi: 10.1118/1.4890587.
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)
2020년 1월 15일
기본 완료 (예상)
2022년 3월 1일
연구 완료 (예상)
2022년 4월 1일
연구 등록 날짜
최초 제출
2020년 1월 15일
QC 기준을 충족하는 최초 제출
2020년 1월 20일
처음 게시됨 (실제)
2020년 1월 27일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2022년 7월 21일
QC 기준을 충족하는 마지막 업데이트 제출
2022년 7월 19일
마지막으로 확인됨
2022년 7월 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. .
경추 디스크 질환에 대한 임상 시험
-
Duke UniversityForest Laboratories완전한Lumbosacral Disc 질환과 관련된 방사통
경추 MRI에 대한 임상 시험
-
Ataturk Training and Research Hospital완전한
-
ReVivo Medical, Corp.The Cleveland Clinic; Albany Medical College; IGEA모병목 통증 | 척추증 | 척수병증을 동반한 척추증 | Radiculopathy를 동반한 척추증 | Radiculopathy 자궁 경부 영역을 동반한 척추증 | 추간판 장애 자궁 경부미국
-
Riphah International University완전한
-
National Yang Ming UniversityCheng-Hsin General Hospital완전한