Deep Learning Algorithm for the Diagnosis of Gastrointestinal Diseases Depending on Tongue Images
2021년 3월 20일 업데이트: Xiuli Zuo, Shandong University
The purpose of this study is to analysize the relationship between the characteristics of tongue image and the diagnosis of gastrointestinal diseases , then develop and validate a deep learning algorithm for the diagnosis of gastrointestinal diseases depending on tongue images, so as to improve the objectiveness and intelligence of tongue diagnosis.
At the same time, gastrointestinal flora of common tongue images were analyzed in order to provide a microecological basis for understanding the relationship between tongue images and digestive tract diseases.
연구 개요
상태
알려지지 않은
정황
상세 설명
Tongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis.
Recently, deep learning based on central neural networks (CNN) has shownTongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis.
Recently, deep learning based on central neural networks (CNN) has shown multiple potential in detecting and diagnosing gastrointestinal diseases.
However, there is still a blank in recognition of gastrointestinal diseases .This study aims to develop and validate a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images,and analyze gastrointestinal flora of common tongue images.
연구 유형
관찰
등록 (예상)
2000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Shandong
-
Jinan, Shandong, 중국, 250012
- Qilu Hospital, Shandong 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
18년 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
예
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
Patients aged 18 - 80 years undergoing endoscopic examination
설명
Inclusion Criteria:
- Patients aged 18 - 80 years undergoing endoscopic examination;patients gave informed consent and signed informed consent.
Exclusion Criteria:
-
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
deep learning algorithm group
Before patients going through colonoscopy or gastroscopy ,taking them tongue images and collecting basic information by mobile phone with Anymed.After examination,endoscopic report and histology analysis is collected .Categorizing the images by gastrointestinal diseases，developing and validating a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images.Extracting tougue coating,gastric mucosa and stool DNA by high-throughput sequencing,and analyzing their composation,adundance and diversity.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm
기간: 1 month
|
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm.
|
1 month
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm
기간: 1 month
|
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm.
|
1 month
|
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
기간: 1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
|
The diagnostic positive predictive value of gastrointestinal diseases with deep learning algorithm
기간: 1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
|
The diagnostic negative predictive value of gastrointestinal diseases with deep learning algorithm
기간: 1 month
|
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
|
1 month
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 의자: Xiuli Zuo, MD,PhD, Study Principal Investigator
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)
2021년 3월 21일
기본 완료 (예상)
2022년 6월 1일
연구 완료 (예상)
2022년 6월 1일
연구 등록 날짜
최초 제출
2021년 3월 20일
QC 기준을 충족하는 최초 제출
2021년 3월 20일
처음 게시됨 (실제)
2021년 3월 23일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 3월 23일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 3월 20일
마지막으로 확인됨
2021년 3월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 2020-SDU-QILU-G056
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
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. .
위장병에 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
-
Nandakumar NarayananNational Institute of Neurological Disorders and Stroke (NINDS)초대로 등록
-
UNC Lineberger Comprehensive Cancer CenterFogarty International Center of the National Institute of Health모집하지 않고 적극적으로
-
Novartis Pharmaceuticals모병류마티스 관절염 (RA) 및 Sjögren 's Disease (SJD)스페인, 프랑스, 독일, 싱가포르
-
Kaohsiung Medical University아직 모집하지 않음폐 선암종 | 폐암(진단) | Condition/Disease
-
Jiulongpo No.1 People's HospitalJiangxi Maternal and Child Health Hospital아직 모집하지 않음