심층신경망을 이용한 유방성형 평가: 탐색적 연구(ABCD) (ABCD)
2025년 4월 7일 업데이트: Dr. Tabassum Wadasadawala, Tata Memorial Centre
유방암 환자의 수술 및 방사선 요법은 치료 변경을 유발할 수 있으며 최종 유방 모양에 영향을 미칠 수 있습니다.
본 연구에서는 환자의 치료 후 유방 사진을 평가하고 이를 인공 지능 기반 프로그램에 적용하여 기준선에서의 변화에 따라 적절한 범주로 분류하려고 합니다.
이 자동화된 솔루션은 클리닉의 의사가 이 작업을 수행하는 데 필요한 시간을 줄이는 데 도움이 될 것입니다.
연구 개요
상태
모병
정황
상세 설명
이미지를 입력으로 받고 유방 키 포인트의 좌표를 출력으로 반환하는 DNN(심층 신경망)을 기반으로 하는 새로운 알고리즘이 도입되었습니다. 그런 다음 이러한 핵심 포인트는 이미지를 그래프로 모델링하여 유방 핵심 포인트 현지화를 개선하는 최단 경로 알고리즘에 제공됩니다. 알고리즘은 이미지에서 직접 기능을 계산하고 미적 결과 분석에서 해당 기능을 사용하는 방법을 학습합니다. 히트맵의 회귀 및 개선, 핵심 포인트의 회귀라는 두 가지 주요 모듈로 구성됩니다. 히트맵 회귀를 수행하기 위해 U-Net 모델이 사용됩니다.
첫 번째 모듈의 목표는 감지할 핵심 포인트에 대한 퍼지 지역화로 구성된 중간 표현을 생성하는 것입니다.
두 번째 모듈은 이 퍼지 지역화를 수신하고 정제하고 복잡한 계산을 통해 키포인트의 x 및 y 좌표와 질병/이미지 분류에 사용할 수 있는 생성된 데이터를 출력합니다.
연구 유형
관찰
등록 (추정된)
720
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Tabassum Wadasadawala, MD
- 전화번호: 9324445303
- 이메일: twadasadwala@actrec.gov.in
연구 장소
-
-
Maharashtra
-
Mumbai, Maharashtra, 인도, 400012
- 모병
- Tata Memorial Centre
-
연락하다:
- Tabassum Wadasadawala, MD
- 전화번호: 9324445303
- 이메일: twadasadawala@actrec.gov.in
-
연락하다:
- Tabassum Wadasadawala, MD
-
연락하다:
- Sahil Sood, MD
-
연락하다:
- Amit Sethi, PhD
-
연락하다:
- Rajiv Sarin, MD
-
연락하다:
- Rima Pathak, MD
-
연락하다:
- Revathy Krishnamurthy, MD
-
연락하다:
- Vani Parmar, MD
-
연락하다:
- Pallavi Rane, M.Sc
-
-
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
19년 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
이것은 윤리적 요구 사항에 따라 서면 동의서를 얻은 후 획득한 환자 사진의 후향적 분석입니다.
진행 중인 전향적 연구(CTRI/2020/01/022871)에서 누적된 환자는 신경망 분석을 위해 유방 사진을 대상으로 하기 위해 현재 연구에 대해 다시 동의했습니다.
현재 연구를 위해 별도로 촬영된 사진은 없습니다.
따라서 이것은 본질적으로 미용을 예측하기 위한 유방 사진의 후향적 연구입니다.
설명
포함 기준:
- 원발성 유방암(침윤성 또는 제자리) 진단 확인
- 유방보존술/전유방 재건술을 받은 환자
- 환자는 유방 RT를 받았습니다.
- 이전 프로젝트에 대해 서면 동의서를 이미 제공했습니다.
- 환자는 양쪽 가슴의 사진을 제공했습니다.
- 비전이성 질환 또는 소수 전이성
- 나이 > 18세
- 재동의
제외 기준:
- 전체 유방 재건 없이 유방절제술
- 양측성 유방암
- 부분 유방 조사
- 남성 환자
- 동반질환으로 인한 수명 제한
- 브라키 부스트 시술을 받는 환자
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 |
|---|---|---|
|
미용 우수/양호 환자 비율
기간: 3 년
|
환자 사진은 유방 미용 예측의 인공 지능 기반 분석을 위해 처리됩니다.
|
3 년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
서로 다른 심층 신경망 간의 Kappa 통계량
기간: 3 년
|
유방 미용 예측에서 다양한 심층 신경망의 일치
|
3 년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Tabassum Wadasadwala, MD, Tata Memorial Centre
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Cardoso MJ, Cardoso JS, Wild T, Krois W, Fitzal F. Comparing two objective methods for the aesthetic evaluation of breast cancer conservative treatment. Breast Cancer Res Treat. 2009 Jul;116(1):149-52. doi: 10.1007/s10549-008-0173-4. Epub 2008 Sep 7.
- Fitzal F, Krois W, Trischler H, Wutzel L, Riedl O, Kuhbelbock U, Wintersteiner B, Cardoso MJ, Dubsky P, Gnant M, Jakesz R, Wild T. The use of a breast symmetry index for objective evaluation of breast cosmesis. Breast. 2007 Aug;16(4):429-35. doi: 10.1016/j.breast.2007.01.013. Epub 2007 Mar 26.
- Cardoso JS, Silva W, Cardoso MJ. Evolution, current challenges, and future possibilities in the objective assessment of aesthetic outcome of breast cancer locoregional treatment. Breast. 2020 Feb;49:123-130. doi: 10.1016/j.breast.2019.11.006. Epub 2019 Nov 21.
- START Trialists' Group; Bentzen SM, Agrawal RK, Aird EG, Barrett JM, Barrett-Lee PJ, Bliss JM, Brown J, Dewar JA, Dobbs HJ, Haviland JS, Hoskin PJ, Hopwood P, Lawton PA, Magee BJ, Mills J, Morgan DA, Owen JR, Simmons S, Sumo G, Sydenham MA, Venables K, Yarnold JR. The UK Standardisation of Breast Radiotherapy (START) Trial A of radiotherapy hypofractionation for treatment of early breast cancer: a randomised trial. Lancet Oncol. 2008 Apr;9(4):331-41. doi: 10.1016/S1470-2045(08)70077-9. Epub 2008 Mar 19.
- START Trialists' Group; Bentzen SM, Agrawal RK, Aird EG, Barrett JM, Barrett-Lee PJ, Bentzen SM, Bliss JM, Brown J, Dewar JA, Dobbs HJ, Haviland JS, Hoskin PJ, Hopwood P, Lawton PA, Magee BJ, Mills J, Morgan DA, Owen JR, Simmons S, Sumo G, Sydenham MA, Venables K, Yarnold JR. The UK Standardisation of Breast Radiotherapy (START) Trial B of radiotherapy hypofractionation for treatment of early breast cancer: a randomised trial. Lancet. 2008 Mar 29;371(9618):1098-107. doi: 10.1016/S0140-6736(08)60348-7. Epub 2008 Mar 19.
- Sarin R, Dinshaw KA, Shrivastava SK, Sharma V, Deore SM. Therapeutic factors influencing the cosmetic outcome and late complications in the conservative management of early breast cancer. Int J Radiat Oncol Biol Phys. 1993 Sep 30;27(2):285-92. doi: 10.1016/0360-3016(93)90239-r.
- Hill-Kayser CE, Vachani C, Hampshire MK, Di Lullo GA, Metz JM. Cosmetic outcomes and complications reported by patients having undergone breast-conserving treatment. Int J Radiat Oncol Biol Phys. 2012 Jul 1;83(3):839-44. doi: 10.1016/j.ijrobp.2011.08.013. Epub 2011 Dec 2.
- Vrieling C, Collette L, Bartelink E, Borger JH, Brenninkmeyer SJ, Horiot JC, Pierart M, Poortmans PM, Struikmans H, Van der Schueren E, Van Dongen JA, Van Limbergen E, Bartelink H. Validation of the methods of cosmetic assessment after breast-conserving therapy in the EORTC "boost versus no boost" trial. EORTC Radiotherapy and Breast Cancer Cooperative Groups. European Organization for Research and Treatment of Cancer. Int J Radiat Oncol Biol Phys. 1999 Oct 1;45(3):667-76. doi: 10.1016/s0360-3016(99)00215-1.
- Kim MS, Reece GP, Beahm EK, Miller MJ, Atkinson EN, Markey MK. Objective assessment of aesthetic outcomes of breast cancer treatment: measuring ptosis from clinical photographs. Comput Biol Med. 2007 Jan;37(1):49-59. doi: 10.1016/j.compbiomed.2005.10.007. Epub 2006 Jan 24.
- Pezner RD, Patterson MP, Hill LR, Vora N, Desai KR, Archambeau JO, Lipsett JA. Breast retraction assessment: an objective evaluation of cosmetic results of patients treated conservatively for breast cancer. Int J Radiat Oncol Biol Phys. 1985 Mar;11(3):575-8. doi: 10.1016/0360-3016(85)90190-7.
- Pezner RD, Lipsett JA, Vora NL, Desai KR. Limited usefulness of observer-based cosmesis scales employed to evaluate patients treated conservatively for breast cancer. Int J Radiat Oncol Biol Phys. 1985 Jun;11(6):1117-9. doi: 10.1016/0360-3016(85)90058-6.
- Lowery JC, Wilkins EG, Kuzon WM, Davis JA. Evaluations of aesthetic results in breast reconstruction: an analysis of reliability. Ann Plast Surg. 1996 Jun;36(6):601-6; discussion 607. doi: 10.1097/00000637-199606000-00007.
- Cohen M, Evanoff B, George LT, Brandt KE. A subjective rating scale for evaluating the appearance outcome of autologous breast reconstruction. Plast Reconstr Surg. 2005 Aug;116(2):440-9. doi: 10.1097/01.prs.0000173214.05854.e4.
- Wadasadawala T, Sinha S, Parmar V, Verma S, Gaikar M, Kannan S, Mondal M, Pathak R, Jain U, Sarin R. Comparison of subjective, objective and patient-reported cosmetic outcomes between accelerated partial breast irradiation and whole breast radiotherapy: a prospective propensity score-matched pair analysis. Breast Cancer. 2020 Mar;27(2):206-212. doi: 10.1007/s12282-019-01009-7. Epub 2019 Sep 11.
- Wadasadawala T, Sinha S, Verma S, Parmar V, Kannan S, Pathak R, Sarin R, Gaikar M. A prospective comparison of subjective and objective assessments of cosmetic outcomes following breast brachytherapy. J Contemp Brachytherapy. 2019 Jun;11(3):207-214. doi: 10.5114/jcb.2019.85414. Epub 2019 Jun 28.
- Maier A, Syben C, Lasser T, Riess C. A gentle introduction to deep learning in medical image processing. Z Med Phys. 2019 May;29(2):86-101. doi: 10.1016/j.zemedi.2018.12.003. Epub 2019 Jan 25.
- Hamidinekoo A, Denton E, Rampun A, Honnor K, Zwiggelaar R. Deep learning in mammography and breast histology, an overview and future trends. Med Image Anal. 2018 Jul;47:45-67. doi: 10.1016/j.media.2018.03.006. Epub 2018 Mar 26.
- Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017 Feb 2;542(7639):115-118. doi: 10.1038/nature21056. Epub 2017 Jan 25. Erratum In: Nature. 2017 Jun 28;546(7660):686. doi: 10.1038/nature22985.
- Le WT, Maleki F, Romero FP, Forghani R, Kadoury S. Overview of Machine Learning: Part 2: Deep Learning for Medical Image Analysis. Neuroimaging Clin N Am. 2020 Nov;30(4):417-431. doi: 10.1016/j.nic.2020.06.003. Epub 2020 Sep 18.
- Shen D, Wu G, Suk HI. Deep Learning in Medical Image Analysis. Annu Rev Biomed Eng. 2017 Jun 21;19:221-248. doi: 10.1146/annurev-bioeng-071516-044442. Epub 2017 Mar 9.
- Budrukkar AN, Sarin R, Shrivastava SK, Deshpande DD, Dinshaw KA. Cosmesis, late sequelae and local control after breast-conserving therapy: influence of type of tumour bed boost and adjuvant chemotherapy. Clin Oncol (R Coll Radiol). 2007 Oct;19(8):596-603. doi: 10.1016/j.clon.2007.06.008. Epub 2007 Aug 13.
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)
2021년 10월 4일
기본 완료 (추정된)
2025년 12월 1일
연구 완료 (추정된)
2026년 9월 1일
연구 등록 날짜
최초 제출
2022년 6월 28일
QC 기준을 충족하는 최초 제출
2022년 7월 4일
처음 게시됨 (실제)
2022년 7월 8일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2025년 4월 10일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 4월 7일
마지막으로 확인됨
2025년 4월 1일
추가 정보
이 연구와 관련된 용어
키워드
기타 연구 ID 번호
- 3734
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. .