딥러닝을 이용한 영상 속 폐 결절의 병리학적 분류
2022년 1월 23일 업데이트: Haiyu Zhou, Jiangxi Provincial Cancer Hospital
딥러닝을 이용한 종양의 육안 영상에서 폐결절의 병리학적 분류
본 연구는 백색광 영상을 기반으로 폐 결절을 자동으로 분류하고 모델의 성능을 평가하는 딥러닝 모델을 개발하는 것을 목적으로 한다.
또한, 이 모델의 도움으로 적합한 수술을 선택할 수 있어 수술 시간을 단축할 수 있습니다.
연구 개요
상세 설명
2020년 6월 30일에서 9월 15일 사이에 수술을 받은 연속적인 환자로부터 병리학적으로 확인된 상피내 선암종(AIS), 최소 침습성 선암종(MIA) 및 침습성 선암종(IAC)의 휴대폰에서 폐결절의 모든 백색광 사진을 후향적으로 수집했습니다. 2021년 광둥성 인민병원에서. 마지막으로 973명의 개인으로부터 총 1037개의 백색광 이미지가 연구에 포함되었습니다.
전체 데이터 세트는 무작위 샘플링을 사용하여 상호 배타적인 훈련 및 테스트 데이터 세트로 나뉩니다.
이 중 830개의 이미지가 훈련 데이터 세트로 사용되었고 104개의 이미지가 테스트 데이터 세트로 사용되었습니다.
CNN 모델은 Resnet-50이라는 이미지 분류에 사용되었습니다.
CNN 모델의 경우 전이 학습을 사용하여 ImageNet Dataset으로 사전 훈련된 모델을 채택했습니다.
학습 데이터셋을 사용하여 CNN 모델을 구성한 후 테스트 데이터셋과 예상 검증 데이터셋을 사용하여 모델의 성능을 평가했습니다.
연구 유형
관찰
등록 (예상)
2000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Haiyu Zhou
- 전화번호: +8613710342002
- 이메일: lungcancer@163.com
연구 연락처 백업
- 이름: Shaowei Wu
- 전화번호: +8613411965219
- 이메일: shaoweiwu0401@gmail.com
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510000
- 모병
- Guagndong Provincial People's Hospital
-
연락하다:
- Haiyu Zhou, PhD
- 전화번호: *8613710342002
- 이메일: lungcancer@163.com
-
-
Jiangxi
-
Nanchang, Jiangxi, 중국, 330000
- 모병
- Jiangxi Cancer 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
2020년 6월 30일부터 2021년 9월 15일까지 광둥성 인민병원에 입원한 환자들.
설명
포함 기준:
- 남성 또는 여성，18세 이상.
- 환자는 어떠한 치료도 받지 않았습니다.
- 폐 결절은 AIS, MIA 또는 IAC로 확인되었습니다.
- 폐 결절의 크기는 3cm 미만이었습니다.
- 이미지는 jpg 형식이었습니다.
제외 기준:
- 이전에 또는 동시에 다른 종양 질환을 앓고 있습니다.
- 품질이 낮거나 해상도가 낮아 적절한 분류를 방해하는 이미지.
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 |
|---|---|---|
|
1. 병리학적 하위 유형
기간: 학업 완료까지 평균 2년
|
2020년 WHO 폐종양 분류에 따르면, 본 연구는 폐종양을 제자리 선암종(AIS), 최소 침습성 선암종(MIA) 및 침윤성 선암종(IAC)으로 분류합니다.
수술 후 폐 결절의 병리학적 유형에 대한 보고서를 수집합니다.
|
학업 완료까지 평균 2년
|
|
곡선 아래 면적(AUC)
기간: 학업 완료까지 평균 2년
|
모델의 예측 효율성을 기반으로 한 ROC 곡선 아래 면적
|
학업 완료까지 평균 2년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Haiyu Zhou, Guangdong Provincial People's 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 6월 1일
기본 완료 (예상)
2022년 6월 1일
연구 완료 (예상)
2023년 1월 1일
연구 등록 날짜
최초 제출
2022년 1월 5일
QC 기준을 충족하는 최초 제출
2022년 1월 23일
처음 게시됨 (실제)
2022년 2월 3일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2022년 2월 3일
QC 기준을 충족하는 마지막 업데이트 제출
2022년 1월 23일
마지막으로 확인됨
2022년 1월 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. .