- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05538793
케라티스 종류별 판별을 위한 딥러닝: 전국 연구
2023년 10월 25일 업데이트: Ningbo Eye Hospital
세균성, 진균성, 바이러스성, 아메바성 및 비감염성 각막염의 판별을 위한 딥러닝: 전국 연구
각막염의 원인을 빨리 찾는 것은 시력 손실을 줄이고 심각한 합병증을 예방하기 위한 표적 치료를 제공하는 전제입니다.
감염성 각막염의 원인균을 규명하는 데는 염증 소견이 중첩되어 있어 전문 각막 전문의라도 상대적으로 성능이 떨어진다.
이 프로젝트에서 조사관은 세극등 이미지를 기반으로 세균, 진균, 바이러스, 아메바 및 비감염성 각막염을 구별하기 위한 자동화되고 정확한 딥 러닝 시스템을 개발하는 것을 목표로 하고 있으며 중국 전역의 여러 독립 임상 센터에서 얻은 데이터 세트를 사용하여 이 시스템을 평가했습니다. .
연구 개요
연구 유형
관찰
등록 (실제)
10369
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Wenzhou, 중국
- Eye Hospital of Wenzhou Medical University
-
-
Zhejiang
-
Ningbo, Zhejiang, 중국
- Ningbo Eye 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
1주 (어린이, 성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
확률 샘플
연구 인구
어린이, 성인, 노인
설명
포함 기준:
진단적 확실성이 충분하고 활동기에 각막염을 보이는 세극등 영상.
제외 기준:
- 저품질 이미지
- 혼합 감염(즉, 두 가지 이상의 원인 병원균에 감염된 각막)을 나타내는 이미지
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 다른
- 시간 관점: 다른
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
기간 |
---|---|
딥러닝 시스템의 수신기 동작 특성 곡선 아래 영역
기간: 2020-2022
|
2020-2022
|
2차 결과 측정
결과 측정 |
기간 |
---|---|
딥러닝 시스템의 정확도
기간: 2020-2022
|
2020-2022
|
딥러닝 시스템의 감도
기간: 2020-2022
|
2020-2022
|
딥러닝 시스템의 특수성
기간: 2020-2022
|
2020-2022
|
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 (실제)
2020년 7월 1일
기본 완료 (실제)
2023년 9월 30일
연구 완료 (실제)
2023년 10월 20일
연구 등록 날짜
최초 제출
2022년 9월 11일
QC 기준을 충족하는 최초 제출
2022년 9월 11일
처음 게시됨 (실제)
2022년 9월 14일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 10월 27일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 10월 25일
마지막으로 확인됨
2023년 10월 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. .