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

척추 전이 CT에서 멀티태스킹 딥러닝 시스템 검증

2022년 5월 31일 업데이트: Zhao Hui, Shanghai 6th People's Hospital

척추 전이 CT에서 척추 불안정성을 위한 멀티태스킹 딥러닝 시스템의 다기관 검증

척추 불안정성 종양 점수(SINS)의 5가지 정량적 요인을 감지하는 5가지 알고리즘이 포함된 멀티태스킹 딥 러닝 시스템(DLS)이 개발되었습니다. 다기관의 방사선과 및 종양 전문의는 DLS와 비교하여 사진 보관 및 통신 시스템(PACS)에서 독립적으로 CT 스캔을 판독하도록 모집됩니다. PACS에서 CT 스캔을 읽은 후 한 달 후에 참가자는 동일한 CT 스캔을 사용하여 DLS 웹 사이트에서 웹 기반 테스트를 수행하도록 요청합니다. 수신기 작동 특성 곡선(AUC) 아래 면적, DLS의 민감도 및 특이도는 참조 표준으로 전문 그레이더를 사용하여 계산되었습니다.

연구 개요

연구 유형

관찰

등록 (예상)

420

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

14년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

확률 샘플

연구 인구

척추 전이 환자

설명

포함 기준:

  1. 고형 종양의 병리학적으로 입증된 진단;
  2. 적어도 하나의 병변이 있는 척추 전이를 나타내는 척추 CT 스캔;
  3. 척추 전이에 대한 이전 수술 없음

제외 기준:

  1. 시상 재건이 없는 척추 CT 스캔;
  2. 방사선 전문의는 CT 이미지의 품질이 부적격하다고 생각했습니다.

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: 유망한

코호트 및 개입

그룹/코호트
개입 / 치료
일반 의사
SINS의 5가지 정량적 요인을 감지하는 5가지 알고리즘이 포함된 멀티태스킹 DLS
DLS
SINS의 5가지 정량적 요인을 감지하는 5가지 알고리즘이 포함된 멀티태스킹 DLS

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
AUC
기간: 1개월
척추 불안정 감지의 수신기 작동 특성 곡선(AUC) 아래 영역
1개월

2차 결과 측정

결과 측정
측정값 설명
기간
감광도
기간: 1개월
척추 불안정 감지의 민감도
1개월
특성
기간: 1개월
척추 불안정 감지의 특이성
1개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

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 (예상)

2022년 7월 1일

기본 완료 (예상)

2023년 12월 31일

연구 완료 (예상)

2023년 12월 31일

연구 등록 날짜

최초 제출

2021년 12월 12일

QC 기준을 충족하는 최초 제출

2021년 12월 12일

처음 게시됨 (실제)

2021년 12월 14일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 6월 1일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 5월 31일

마지막으로 확인됨

2022년 5월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • DLS01

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 러닝 시스템에 대한 임상 시험

구독하다