- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05622565
설명 가능한 안저 질환 보고서 생성 시스템
안구 안저 질환 및 보고서 생성을 식별하기 위한 설명 가능한 다중 모드 심층 신경망
연구 개요
상세 설명
안저 안저 혈관 미세 순환 및 신경 조직을 직접 볼 수있는 인체의 유일한 부분입니다. Color Fundus Photography(CFP), Optical Coherence Tomography(OCT), Fluorescein Fundus Angiography(FFA), Indocyanine Green Angiography(ICGA) 등 다양한 영상 검사를 통해 망막과 맥락막을 정적으로 관찰하거나 동적으로 관찰할 수 있습니다. , 혈관 및 신경의 상태, 질병의 종합 진단. 안저 질환의 선별, 해석 및 정확한 진단은 질병의 예방, 조절 및 정확한 치료에 매우 중요합니다. 그러나 안저검사 방법이 다양하고 검사의 복잡성과 전문성으로 인해 안저검사를 해석할 수 있는 충분한 임상경험과 지식을 갖춘 안저전문의가 부족한 실정이다. 안저질환 진단에 있어 인공지능(AI)의 지속적인 발전과 함께 안저질환 진단 시스템의 발전에 다양한 영상 검사 방법이 점차 적용되고 있다. 더욱이, 의료 이미지는 대부분 임상의 또는 방사선 전문의의 경험에 의해 생성된 해당 보고서와 함께 제공되는 경우가 많습니다.
여기에서 안저질환 진단 및 보고서 생성 시스템을 구축하고 있으며, 안저병변을 동시에 가시화하는 크로스모달 안저영상검사를 기반으로 하고 있다. 다중 센터 데이터 검증도 수행됩니다. 연구 결과는 안저 병변 진단 및 영상 보고서 생성에 도움이 될 것입니다. 이를 통해 보다 복잡한 안저 영상 검사 방법이 사회에 널리 보급되고 실명을 유발하는 안저 병변의 조기 진단 및 치료 개선에 도움이 되기를 바랍니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Yingfeng Zheng, M.D. Ph.D
- 전화번호: +8613922286455
- 이메일: zhyfeng@mail.sysu.edu.cn
연구 연락처 백업
- 이름: Wenjia Cai, M.D. Ph.D
- 전화번호: +8615017593912
- 이메일: caiwenjia@gzzoc.com
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510000
- 모병
- Zhognshan Ophthalmic Center, Sun Yat-sen University
-
연락하다:
- Yingfeng Zheng, M.D, Ph.D
- 전화번호: +8613922286455
- 이메일: zhyfeng@mail.sysu.edu.cn
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 다중 모드 안저 질환 검사 이미지 및 해당 보고서의 품질은 임상적으로 허용되어야 합니다.
제외 기준:
- 주요 정보가 누락된 보고서.
- 심각한 이미지 해상도 감소, 흐림 또는 아티팩트가 있는 이미지는 추가 분석에서 제외되었습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
---|---|
트레이닝 세트
중국의 여러 스크리닝 사이트에서 수집한 다중 모드 안저 이미지 및 해당 보고서.
|
|
내부 검증 세트
트레이닝 세트에서 분리된 레코드.
|
|
외부 테스트 세트
중국 및 전 세계의 여러 센터에서 수집한 다중 모드 안저 이미지 및 해당 보고서.
|
안저 영상의 다양한 양식을 통해 임상 데이터 및 임상의의 경험과 결합하여 다양한 안저 질환을 진단합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
딥러닝 시스템의 수신기 동작 특성 곡선 아래 영역
기간: 기준선
|
조사관은 딥 러닝 시스템의 수신기 작동 특성 곡선 아래 영역을 계산하고 이 지수를 인간 안과의와 비교할 것입니다.
|
기준선
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
모델 설명 정확도의 Intersection-Over-Union
기간: 기준선
|
조사관은 딥 러닝 시스템의 병변-이미지 주의 매핑 영역과 실측 영역 간의 IOU(Intersection-Over-Union)(또는 Jaccard 유사성)를 계산합니다.
|
기준선
|
딥러닝 시스템의 민감도와 특이도
기간: 기준선
|
조사관은 딥 러닝 시스템의 민감도와 특이도를 계산합니다.
|
기준선
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Yingfeng Zheng, M.D. Ph.D, Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity,Guangzhou, Guangdong, China, 510060
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .