부정맥의 지능형 식별을 위한 딥 러닝 (ECG-LEARNING)
2024년 4월 2일 업데이트: First Affiliated Hospital Xi'an Jiaotong University
부정맥의 지능형 식별을 위한 딥 러닝(ECG-LEARNING): 연구자 주도, 국가 다기관, 후향적, 코호트 연구
본 연구는 다양한 부정맥 진단을 위한 딥러닝 모델을 설계하고 훈련시키는 것을 목표로 한다.
연구 개요
상세 설명
이 연구는 포함 및 제외 기준을 충족하는 부정맥 환자의 심전도와 같은 일상적인 임상 데이터를 소급 및 전향적으로 수집하는 것을 목표로 합니다.
그런 다음 부정맥의 심전도 기능을 분석하고 부정맥의 유형을 식별하고 다양한 부정맥 진단을 위한 모델의 가치를 평가하기 위해 딥 러닝 모델을 설계하고 훈련합니다.
연구 유형
관찰
등록 (추정된)
4000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Guoliang Li, M.D.
- 전화번호: +8613759982523
- 이메일: liguoliang_med@163.com
연구 연락처 백업
- 이름: Chaofeng Sun, M.D.
- 이메일: cfsun1@mail.xjtu.edu.cn
연구 장소
-
-
Shaanxi
-
Xi'an, Shaanxi, 중국, 710061
- First Affiliated Hospital of Xi'an Jiantong University
-
-
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
샘플링 방법
비확률 샘플
연구 인구
12리드 심전도 또는 Holter로 부정맥 진단을 받은 환자.
설명
포함 기준:
- 후향적 연구: 1. 일상적인 표면 12-리드 심전도 또는 Holter로 진단된 부정맥 환자; 2. 부정맥의 종류는 심장내 전기생리학적 검사로 진단한다.
- 전향적 연구: 1. 일상적인 표면 12-리드 심전도 또는 Holter로 진단된 부정맥 환자; 2.심장내 전기생리학적 검사가 예정되어 있습니다.
제외 기준:
- 일상적인 표면 12-리드 심전도 또는 홀터 데이터 부족
- 심장 내 전기생리학적 검사 부족;
- 환자는 정보에 입각한 동의서 서명을 거부하고 연구 참여를 거부했습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
실험군
이 부정맥 환자 그룹의 ECG 데이터 및 임상 데이터는 딥 러닝 모델을 구축하는 데 사용됩니다.
|
환자에게 어떠한 개입도 제공되지 않습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
부정맥의 유형을 지능적으로 식별하도록 설계된 딥러닝 모델입니다.
기간: 가입 후 1일.
|
훈련 세트에서 모델을 훈련시키고, 검증 세트를 통해 최적의 모델과 하이퍼파라미터를 선택하고, 최종적으로 모델 결과를 테스트 세트에서 테스트합니다.
|
가입 후 1일.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
딥러닝 모델의 민감도, 특이도, 정확도
기간: 등록 후 1일.
|
설계한 딥러닝 모델의 민감도, 특이도, 정확도를 심장내 전기생리학적 검사 결과로 평가하여 다양한 센터의 부정맥 환자를 식별하였다.
|
등록 후 1일.
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Guoliang Li, M.D., First Affiliated Hospital Xi'an Jiaotong University
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 (추정된)
2024년 12월 30일
기본 완료 (추정된)
2028년 8월 31일
연구 완료 (추정된)
2028년 12월 31일
연구 등록 날짜
최초 제출
2023년 7월 6일
QC 기준을 충족하는 최초 제출
2023년 7월 21일
처음 게시됨 (실제)
2023년 8월 1일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 4월 4일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 4월 2일
마지막으로 확인됨
2024년 4월 1일
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. .