이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

인공 지능을 갖춘 증강 기관지 초음파(EBUS-TBNA)

2025년 8월 18일 업데이트: Norwegian University of Science and Technology

심층 신경망을 사용한 기관지내 초음파(EBUS) 이미지에서 종격동 림프절 및 혈관의 자동 분할

기관지내 초음파(EBUS)를 이용한 종격동 및 폐문 림프절 평가에서 심층 신경망(DNN)의 유용성을 평가합니다. 이 연구는 EBUS로 검사한 림프절과 혈관을 식별하기 위한 DNN의 타당성을 탐구할 것입니다.

연구 개요

상세 설명

다기관 전향적 타당성 조사. DNN 모델은 EBUS로 검사한 림프절과 혈관을 식별하기 위해 주석이 있는 초음파 이미지에서 훈련됩니다. 수술 후 처리 및 정적 EBUS 이미지를 기반으로 림프절과 혈관을 분할하는 DNN의 기능은 연구의 첫 번째 부분에서 평가될 것입니다. 연구의 두 번째 부분에서는 EBUS 절차에서 DNN의 실시간 사용을 평가합니다.

연구 유형

관찰

등록 (추정된)

50

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

연구 장소

      • Levanger, 노르웨이, 7600
        • 모병
        • Department of Pulmonology, Levanger Hospital, North Trøndelag Hospital Trust
        • 연락하다:
      • Trondheim, 노르웨이, 7030
        • 모병
        • Department of Thoracic Medicine, St Olavs Hospital
        • 연락하다:

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

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

Endobronchial ultrasonic transbronchial needle aspiration (EBUS-TBNA)에 권장된 진단되지 않은 확장된 종격동 및 폐문 림프절에 대한 특허.

설명

포함 기준:

  • 종격동 및 폐문 림프절이 진단되지 않은 상태로 참여 병원의 흉부과로 의뢰된 피험자.
  • 피험자는 18세 이상이어야 합니다.

제외 기준:

  • 임신
  • 연구자가 어떤 이유로든 이 연구에 적합하지 않다고 느끼는 모든 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
능력
기간: 8 개월
DNN(심층 신경망)이 EBUS 이미지에서 림프절과 혈관을 분할할 수 있는지 알아보기 위해
8 개월

2차 결과 측정

결과 측정
측정값 설명
기간
정도
기간: 2 개월
림프절과 혈관을 감지하기 위한 DNN의 정밀도입니다. EBUS 이미지의 복셀당 및 주석이 달린 구조(구조는 주석이 달린 픽셀의 50% 이상이 DNN에 의해 ​​식별되는 경우 감지된 것으로 계산됨)별로 측정됩니다.
2 개월
감광도
기간: 2 개월
진정한 긍정적 비율. 전체 림프절/혈관에서 림프절/혈관을 올바르게 감지했습니다. EBUS 이미지의 픽셀당 측정
2 개월
특성
기간: 2 개월
특이성 = (참음성)/(참음성 + 거짓양성). EBUS 이미지에서 픽셀당 측정됩니다.
2 개월
주사위 유사성 계수
기간: 2 개월
두 데이터 세트 사이의 유사성을 측정합니다.
2 개월
실행 시간
기간: 2 개월
EBUS 동안 실시간 분석을 위해 런타임이 충분히 낮습니까?
2 개월
부작용
기간: 48 시간
절차 관련 부작용 또는 예상치 못한 사건 등록
48 시간

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 책임자: Øivind Rognmo, Dr.philos, Norwegian University of Science and Technology

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)

2023년 5월 1일

기본 완료 (추정된)

2027년 5월 1일

연구 완료 (추정된)

2027년 12월 1일

연구 등록 날짜

최초 제출

2023년 2월 13일

QC 기준을 충족하는 최초 제출

2023년 2월 13일

처음 게시됨 (실제)

2023년 2월 22일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 8월 22일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 8월 18일

마지막으로 확인됨

2025년 6월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 240245

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. .

폐암에 대한 임상 시험

기계 학습 알고리즘에 대한 임상 시험

구독하다