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

Reconstruction Technology to Auxiliary Diagnosis and Guarantee Patient Privacy

2021년 9월 16일 업데이트: Haotian Lin, Sun Yat-sen University

Using a Reconstruction Technology With Facial Pathological Features to Auxiliary Diagnosis and Guarantee Patient Privacy

Medical data that contain facial images are particularly sensitive as they retain important personal biometric identity, privacy protection. We developed a novel technology called "Digital Mask" (DM), based on real-time three-dimensional (3D) reconstruction and deep learning algorithm, to extract disease-relevant features but remove patient identifiable features from facial images of patients.

연구 개요

상태

모병

정황

개입 / 치료

연구 유형

관찰

등록 (예상)

400

연락처 및 위치

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

연구 연락처

연구 장소

  • 중국
    • Guangdong
      • Guangzhou, Guangdong, 중국, 510000
        • 모병
        • Zhongshan Ophthalmic Center
        • 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

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

예

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

Outpatients from strabismus departments, paediatric ophthalmology departments, TAO departments, and ophthalmic plastic departments.

설명

Inclusion Criteria:

  • The quality of facial images should be clinically acceptable.

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
개입 / 치료
facial videos dataset
facial videos collected from Zhongshan Ophthalmic Center of Sun Yat-sen University.
진단 검사: DM
A new technology based on 3D reconstruction and deep learning algorithm to irreversibly erase the biometric attributes whilst retaining the clinical attributes needed for diagnosis and management

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
Diagnostic consistency
기간: baseline
For each eye, both the diagnosis from the original videos and the diagnosis from the DM-reconstructed videos were recorded and compared. If the two diagnoses were consistent, it suggests that the reconstruction would be precise enough in clinical practice.
baseline

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Sun Yat-sen University

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 5월 10일

기본 완료 (예상)

2021년 9월 20일

연구 완료 (예상)

2022년 1월 30일

연구 등록 날짜

최초 제출

2021년 9월 16일

QC 기준을 충족하는 최초 제출

2021년 9월 16일

처음 게시됨 (실제)

2021년 9월 28일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2021년 9월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2021년 9월 16일

마지막으로 확인됨

2021년 9월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 2021KYPJ77

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. .

딥 러닝에 대한 임상 시험

DM에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Congo, DR of

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다