저선량 간 CT의 새로운 딥러닝 기반 AIIR(AI Iterative Reconstruction) 알고리즘
2022년 9월 18일 업데이트: Qingshi Zeng, Qianfoshan Hospital
저선량 간 CT의 다양한 강화 단계에서 새로운 딥러닝 기반 인공지능 반복 재구성(AIIR) 알고리즘 평가
CT 강화 스캔은 간 질환의 진단 및 추적을 위한 일상적인 이미징 방식입니다.
그러나 이는 환자가 더 많은 방사선량을 받게 됨을 의미합니다.
따라서 환자가 받는 방사선량을 최대한 줄이는 것이 필요하다.
최근 영상 품질을 향상시키기 위해 딥러닝 기반의 재구성 알고리즘이 도입되었다.
수년 동안 연구원들은 선량을 줄이면서 고급 방법을 사용하여 이미지 품질을 유지하려고 시도했습니다.
최근 딥러닝 기반의 새로운 반복 재구성 알고리즘, 즉 인공 지능 반복 재구성(AIIR, United Imaging Healthcare, Shanghai, China)이 도입되었습니다.
본 연구에서는 표준선량 CT에서 일반적으로 사용되는 KARL 방법과 함께 저선량 문맥 및 지연기 간 CT에 대한 AIIR의 영상 및 진단 품질을 평가한다.
연구 개요
상세 설명
저희 병원에서는 복부골반암 환자를 대상으로 임상적 치료나 질병 진행 후 치료계획을 평가하기 위해 저선량 CT 추적관찰을 시행하고 있습니다.
저선량 CT의 raw-data는 후향적으로 수집되었고 KARL과 AIIR 알고리즘을 사용하여 재구성되었다.
본 연구에서는 표준선량 CT에서 일반적으로 사용되는 KARL 방법과 함께 저선량 문맥 및 지연기 간 CT에 대한 AIIR의 영상 및 진단 품질을 평가한다.
연구 유형
중재적
등록 (예상)
100
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Qingshi Zeng
- 전화번호: 18560081565
- 이메일: zengqs2021@163.com
연구 장소
-
-
Shandong
-
Jinan, Shandong, 중국
- Qianfoshan Hospital (The First Affiliated Hospital of Shandong First Medical University)
-
연락하다:
- Qingshi Zeng
- 이메일: zengqs2021@163.com
-
-
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
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
설명
포함 기준:
- 조영제 강화 간 CT로 예정된 환자
제외 기준:
- 아티팩트(움직임 또는 임플란트)의 영향을 받는 이미지
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 표준 선량 CT
그 환자들은 간문맥 및 지연기에 표준 선량의 간 CT를 시행합니다.
|
|
|
실험적: 저선량 CT
그 환자들은 저선량 간문맥 CT와 지연기
|
그 환자들은 간문맥과 지연기에 저선량 간 CT를 시행한다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신호 대 잡음비(SNR)
기간: 6 개월
|
표준선량 CT에서 일반적으로 사용되는 KARL 방법과 저선량 문맥 및 지연기 간 CT의 AIIR 영상 품질 평가
|
6 개월
|
|
잡음비 대비(CNR)
기간: 6 개월
|
표준선량 CT에서 일반적으로 사용되는 KARL 방법과 저선량 문맥 및 지연기 간 CT의 AIIR 영상 품질 평가
|
6 개월
|
|
진단 신뢰도
기간: 6 개월
|
저선량 문맥 및 지연기 간 CT에 대한 AIIR의 진단적 특성을 표준선량 CT에서 일반적으로 사용되는 KARL 방법과 평가
|
6 개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 책임자: Qingshi Zeng, Qianfoshan 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 (예상)
2022년 9월 30일
기본 완료 (예상)
2023년 3월 30일
연구 완료 (예상)
2023년 4월 30일
연구 등록 날짜
최초 제출
2022년 9월 14일
QC 기준을 충족하는 최초 제출
2022년 9월 18일
처음 게시됨 (실제)
2022년 9월 22일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2022년 9월 22일
QC 기준을 충족하는 마지막 업데이트 제출
2022년 9월 18일
마지막으로 확인됨
2022년 9월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- LD-SH-2022
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. .