인공 지능을 갖춘 증강 기관지 초음파(EBUS-TBNA)
심층 신경망을 사용한 기관지내 초음파(EBUS) 이미지에서 종격동 림프절 및 혈관의 자동 분할
To evaluate the usefulness of Deep neural network (DNN) in the evaluation of mediastinal and hilar lymph nodes with Endobronchial ultrasound (EBUS). The study will explore the feasibility of DNN to identify lymph nodes and blood vessel examined with EBUS.
연구 개요
상세 설명
Multi-center prospective feasibility study. The DNN model will be trained on ultrasound images with annotation to identifies lymph nodes and blood vessels examined with EBUS. The ability of the DNN to segment lymph nodes and vessels based on postoperative processing and static EBUS images will be evaluated in the first part of the study. In the second part of the study Real-time use of DNN in EBUS procedure will be evaluated.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Øyvind Ervik, MD
- 전화번호: +4791634595
- 이메일: oyvind.ervik@ntnu.no
연구 연락처 백업
- 이름: Hanne Sorger, MD,PhD
- 전화번호: +4791816787
- 이메일: hanne.sorger@ntnu.no
연구 장소
-
-
-
Levanger, 노르웨이, 7600
- 모병
- Department of Pulmonology, Levanger Hospital, North Trøndelag Hospital Trust
-
연락하다:
- Øyvind Ervik, MD
- 전화번호: +4791634595
- 이메일: oyvind.ervik@ntnu.no
-
Trondheim, 노르웨이, 7030
- 모병
- Department of Thoracic Medicine, St Olavs Hospital
-
연락하다:
- Håkon O Leira, MD, PhD
- 전화번호: +4799014967
- 이메일: håkon.o.leira@ntnu.no
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
Patents with undiagnosed enlarged mediastinal and hilar lymph nodes who have been recommended for Endobronchial ultrasound transbronchial needle aspiration (EBUS-TBNA).
설명
Inclusion Criteria:
- Subjects referred to thoracic department in any of the participating hospitals with undiagnosed enlarged mediastinal and hilar lymph nodes.
- Subjects have to be ≥ 18 years of age
Exclusion Criteria:
- Pregnancy
- Any patient that the Investigator feels is not appropriate for this study for any reason.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: CASE_ONLY
- 시간 관점: PROSPECTIVE
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Capability
기간: 8 months
|
To explore if Deep neural network (DNN) has capability to segment lymph nodes and blood vessels from EBUS images |
8 months
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Precision
기간: 2 months
|
The precision the DNN has for detecting lymph nodes and blood vessels. Measured both per voxel in the EBUS images and per annotated structure (a structure is counted as detected if at least 50% of its annotated pixels are identified by the DNN). |
2 months
|
|
Sensitivity
기간: 2 months
|
True positive rate. Correctly detected lymph nodes/blood vessel over total lymph nodes/blood vessel. Measured per pixel in the EBUS images |
2 months
|
|
Specificity
기간: 2 months
|
Specificity = (True Negative)/(True Negative + False Positive). Measured per pixel in the EBUS images. |
2 months
|
|
Dice similarity coefficient
기간: 2 months
|
Measures the similarity between two sets of data: Annotated by pulmonologist vs DNN. |
2 months
|
|
Run-time
기간: 2 months
|
Is the run-time sufficiently low for real-time analysis during EBUS? |
2 months
|
|
Adverse events
기간: 48 hours
|
Procedure related adverse events or unexpected incidents registered |
48 hours
|
공동 작업자 및 조사자
수사관
- 연구 책임자: Øivind Rognmo, Dr.philos, Norwegian University of Science and Technology
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. .