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

인공지능 기반 현장진단 초음파 영상해석 시스템

2025년 9월 15일 업데이트: National Taiwan University Hospital
이 제안은 1년 프로젝트를 위한 것입니다. 이 프로젝트에서는 초음파 이미지 해석을 위해 AI를 사용하는 가능성을 조사하는 것을 목표로 합니다. 메인 프로젝트는 두 개의 하위 프로젝트와 메인 프로젝트 간의 조정, 이미지 리소스 제공, U-Net(Convolutional Networks for Biomedical Image Segmentation) 및 Transfer Learning을 사용하여 이미지 인식을 위한 모델 구축 및 유효성 검증을 담당합니다. 모델의. Subproject 1의 목적은 동적 이미지를 위한 이미지 인식 시스템인 심낭 삼출액을 개발하는 것입니다. 모델 구축 후 유효성 검증 및 향후 수정이 이루어질 예정입니다. 하위 프로젝트 2는 정적 이미지에 대한 이미지 인식 시스템인 수신증을 제공합니다. 모델 구축 후 유효성 검증 및 향후 수정이 이루어질 예정입니다.

연구 개요

상세 설명

초음파는 응급 및 중환자 치료 환경에서 비침습적 및 비방사성 진단 도구입니다. 임상 실습에서는 의사 결정을 용이하게 하기 위해 초음파 이미지를 적시에 해석하는 것이 필수적입니다. 그러나 운영자의 경험에 따라 다릅니다. 여느 때처럼 하급 응급의사가 전통적인 초음파 교육을 통해 좋은 진단 정확도를 갖기까지는 시간이 걸린다. 학습을 단축하는 방법 이 제안은 1년 프로젝트를 위한 것입니다. 이 프로젝트에서는 초음파 이미지 해석을 위해 AI를 사용하는 가능성을 조사하는 것을 목표로 합니다. 메인 프로젝트는 두 개의 하위 프로젝트와 메인 프로젝트 간의 조정, 이미지 리소스 제공, U-Net(Convolutional Networks for Biomedical Image Segmentation) 및 Transfer Learning을 사용하여 이미지 인식을 위한 모델 구축 및 유효성 검증을 담당합니다. 모델의. Subproject 1의 목적은 동적 이미지를 위한 이미지 인식 시스템인 심낭 삼출액을 개발하는 것입니다. 모델 구축 후 유효성 검증 및 향후 수정이 이루어질 예정입니다. 하위 프로젝트 2는 정적 이미지에 대한 이미지 인식 시스템인 수신증을 제공합니다. 모델 구축 후 유효성 검증 및 향후 수정이 이루어질 예정입니다.

이 선구적인 연구는 실제 임상 조건에서 두 가지 AI 지원 초음파 이미지 인식 시스템을 제공할 수 있습니다. 그들은 임상 적용을 경험하고 현재 의학 교육에 기여할 수 있습니다. 또한 응급 및 중환자실의 의사결정 과정과 진료의 질을 향상시킬 수 있습니다. 또한 설정 모델은 향후 다른 표적 초음파 이미지 인식에 사용될 수 있습니다.

연구 유형

중재적

등록 (추정된)

300

단계

  • 해당 없음

연락처 및 위치

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

연구 연락처

연구 연락처 백업

연구 장소

    • None Selected
      • Taipei, None Selected, 대만, 100
        • 모병
        • Wan-Ching Lien
        • 연락하다:

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

20년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

설명

포함 기준:

  • 심초음파 또는 신장초음파를 받는 환자

제외 기준:

  • 심초음파나 신장초음파를 받지 않는 환자

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 특수 증상
  • 할당: 해당 없음
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 인공지능을 이용한 초음파 영상 해석
AI를 이용한 초음파 해석 시스템의 민감도와 특이도 향상

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
AI 해석의 민감도와 특이도
기간: 6 개월
AI의 민감도와 특이도를 높여 초음파 영상 해석
6 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Wan-Ching Lien, National Taiwan University Hospital

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 8월 1일

기본 완료 (추정된)

2026년 12월 31일

연구 완료 (추정된)

2026년 12월 31일

연구 등록 날짜

최초 제출

2021년 5월 2일

QC 기준을 충족하는 최초 제출

2021년 5월 2일

처음 게시됨 (실제)

2021년 5월 6일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정된)

2025년 9월 19일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 9월 15일

마지막으로 확인됨

2025년 9월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 202006124RINC

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

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. .

구독하다