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

망막모세포종 검출 및 모니터링에서의 딥러닝.

2022년 3월 24일 업데이트: Wenbin Wei, Beijing Tongren Hospital

망막모세포종 검출 및 모니터링을 위한 딥 러닝 컴퓨터 지원 검출 시스템.

망막모세포종은 소아기의 가장 흔한 안과암입니다. 안구 보호 요법은 망막모세포종 퇴행 및 재발에 대한 일상적인 모니터링을 통해 해당 치료를 안내해야 합니다. 현재 연구에서는 Retcam 영상에서 망막모세포종 종양을 동시에 식별하고 활성 및 비활성 망막모세포종 종양을 구별할 수 있는 딥러닝 알고리즘을 개발합니다. 이 알고리즘은 전향적으로 수집된 데이터 세트를 통해 검증됩니다.

연구 개요

상태

모병

정황

개입 / 치료

상세 설명

소아기의 가장 흔한 눈 암인 망막모세포종은 15,000명 중 1명에서 18,000명 중 1명에게 영향을 미칩니다. 중국은 세계에서 두 번째로 많은 망막모세포종 환자를 보유하고 있습니다. 안구 보호 요법은 약 15년 ​​동안 중국에서 널리 사용되었습니다. 안구 보호 요법은 망막모세포종 퇴행 및 재발에 대한 일상적인 모니터링을 통해 해당 치료를 안내해야 합니다. 그러나 자격을 갖춘 안과 의사의 대부분은 여러 의료 센터에 집중되어 있습니다. 망막모세포종을 식별할 수 있는 Retcam 검사 기반 딥 러닝은 지역 병원의 선별 정확도를 낮추고 모니터링 워드로드를 줄일 것입니다. 현재 연구에서는 Retcam 영상에서 망막모세포종 종양을 동시에 식별하고 활성 및 비활성 망막모세포종 종양을 구별할 수 있는 딥러닝 알고리즘을 개발했습니다. 이 알고리즘은 전향적으로 수집된 데이터 세트를 통해 검증됩니다.

연구 유형

관찰

등록 (예상)

200

연락처 및 위치

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

연구 연락처

연구 연락처 백업

연구 장소

  • 중국
    • Beijing
      • Beijing, Beijing, 중국, 100730
        • 모병
        • Wen-Bin Wei

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

1초 (어린이)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

망막모세포종 환자는 표준 의료 관리를 받습니다.

설명

포함 기준:

  • 망막모세포종 환자는 표준 의료 관리를 받습니다.

제외 기준:

  • 작업자는 흐림 및 초점 흐림과 같은 이유로 올바른 진단을 위해 평가할 수 없는 이미지를 식별하고 추가 분석에서 제외했습니다.

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
망막모세포종 환자
베이징 통런 병원에서 표준 진료를 받는 망막모세포종 환자. 이 환자들의 익명 이미지는 선임 안과의사에 의해 전향적으로 수집되고 라벨이 지정됩니다.
진단 검사: 딥 러닝 알고리즘
이전에 개발된 딥 러닝 알고리즘을 적용하여 Retcam 이미지에서 망막모세포종 종양을 식별하고 활성 및 비활성 망막모세포종 종양을 구별합니다. 두 명의 다른 수석 안과 의사의 결정이 황금 표준이 될 것입니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
딥러닝 알고리즘의 진단 정확도
기간: 일주
이 딥 러닝 알고리즘의 진단 정확도는 평가된 모든 사례에서 참 양성 및 참 음성의 비율입니다.
일주

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Beijing Tongren 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 3월 1일

기본 완료 (예상)

2022년 5월 1일

연구 완료 (예상)

2022년 10월 1일

연구 등록 날짜

최초 제출

2022년 3월 24일

QC 기준을 충족하는 최초 제출

2022년 3월 24일

처음 게시됨 (실제)

2022년 4월 1일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 4월 1일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 3월 24일

마지막으로 확인됨

2022년 3월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • AI in retinoblastoma

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 알고리즘에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Dominican Republic

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다