핵의학 진단 및 인공지능 (NUMEDIA)
전문지식과 핵의학 영상, 인공지능(AI) 융합 기반 질병 진단 및 예후 기여
부갑상선 스캔에서 부갑상선 선종 탐지를 위한 인공 지능 알고리즘 이 연구의 목적은 인공 지능 도구를 사용하여 평면 및 단층 부갑상선 이미지의 자동 감산과 부갑상선 선종의 위치 파악을 위한 프로그램을 개발하는 것입니다.
포함 기준 표준 Besançon 대학 병원 프로토콜(123I 및 99mTc의 이중 주입, 핀홀 이미지, 저에너지 고해상도(LEHR) 및 (단일 광자 방출 단층 촬영/컴퓨터 단층 촬영) SPECT/CT를 사용하여 이중 동위 원소 부갑상선 진단 검사를 받은 환자 +/- (양전자 방출 단층 촬영(PET) 콜린).
2차 종료점 두 가지 방법(현재 방법과 새로운 치료 방법)을 사용하여 핵의학 의사가 내린 진단 간의 일치.
연구 개요
상세 설명
최신 기술:
부갑상선의 평면 신티그래피는 우수한 진단 성능을 제공합니다. 10년 전 CT와 결합된 SPECT의 도입으로 해부학적 위치가 개선되어 수술이 용이해졌습니다.
이중 동위원소 스캔으로 의사는 이미지를 빼서 부갑상선 선종을 강조하고 SPECT/CT 슬라이스를 사용하여 선종의 정확한 위치를 정확히 찾아내야 합니다.
핵의학 이미지 처리 소프트웨어 게시자가 제공하는 여러 소프트웨어 패키지를 시장에서 구할 수 있지만 의사의 입장에서 수많은 조치가 필요하므로 재현성이 떨어지고 의사의 학습 곡선이 필요합니다.
연구 가설 :
이미지는 임상 루틴과 비교하여 추가 획득 없이 환자 진단의 일부로 촬영되었습니다.
이미지에서 갑상선이 잘 중앙에 위치하여 획득 품질이 좋았습니다.
3개의 핀홀, LEHR 및 SPECT/CT 획득은 요오드 123 주입 후 및 Technetium 99m 주입 후 3시간 후에 수행되었습니다.
예상 결과:
평면 및 단층 이미지의 자동 감산을 위한 프로그램 생성. 인공 지능 알고리즘을 사용하여 의사의 진단을 돕습니다.
주요 목적 :
인공지능 기반 진단 보조 프로그램 개발
보조 목표:
이중 동위 원소 부갑상선 이미지를 빼기 위한 자동 프로그램 생성. 이 이미지 처리는 인공 지능 분석 방법의 전제 조건입니다.
포함 기준 :
이중 동위 원소 부갑상선 신티그래피를 받은 18세 이상의 남녀.
연구 목적 자료 이용 거부 없음 회고적(2022.04.13 이후: 학과에 환자 정보 게시일) 및 전향적 자료
비포함 기준:
연구 목적으로 데이터 사용을 거부하는 환자 표준 획득 프로토콜(123I 주사 후 LEHR, PINHOLE 및 SPECT/CT 획득 3시간 후 99mTc)의 혜택을 받지 못한 환자.
연구 방법론 설명 :
적격성 기준을 충족하는 환자의 의료 기록 데이터를 사용한 후향적 및 전향적 연구. 환자에 대한 추가 검사는 수행되지 않았습니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Laurent COMAS
- 전화번호: 0381218477
- 이메일: lcomas@chu-besancon.fr
연구 연락처 백업
- 이름: Laurent COMAS
- 이메일: lcomas@chu-besancon.fr
연구 장소
-
-
-
Besançon, 프랑스, 25030
- 모병
- CHU Besançon
-
연락하다:
- Laurent COMAS
- 전화번호: 0381218477
- 이메일: lcomas@chu-besancon.fr
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 이중동위원소 부갑상선 신티그래피를 시행한 18세 이상의 남녀.
- 연구 목적의 데이터 사용 거부 없음
- 후향적 자료(2022.04.13 이후 : 학과에 환자정보 게시일) 및 전향적 자료
제외 기준:
- 연구 목적으로 데이터 사용을 거부하는 환자
- 표준 획득 프로토콜(LEHR, PINHOLE 및 SPECT/CT 획득 3시간 후 123I 주사 후 99mTc)의 혜택을 받지 못한 환자
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인공지능 진단 프로그램 개발
기간: 학업 수료까지 평균 4년
|
인공지능 진단 프로그램 개발
|
학업 수료까지 평균 4년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
이중동위원소 부갑상선 영상 감산 자동 프로그램 개발
기간: 학업 수료까지 평균 2년
|
이중동위원소 부갑상선 영상 감산 자동 프로그램 개발
|
학업 수료까지 평균 2년
|
공동 작업자 및 조사자
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. .