AI를 통한 임신 초기 초음파 영상의 품질 관리
2023년 9월 6일 업데이트: Di Dong, Chinese Academy of Sciences
임신 초기 초음파 영상의 딥러닝 기반 품질관리 원문보기 KCI 원문보기 인용
이 연구는 인공 지능을 통합하여 특정 태아 섹션에 초점을 맞춘 초기 임신 초음파 품질 관리를 향상시킵니다.
저명한 의료기관과 협력하여 방대한 태아 초음파 데이터를 축적했습니다.
우리는 초음파 영상에서 필수적인 해부학적 영역을 정확하게 식별하고 그 품질을 평가할 수 있는 딥러닝 모델을 개발하는 것을 목표로 합니다.
이 도구는 실시간 이미지 품질 평가를 보장하여 다운 증후군 및 신경계 기형과 같은 상태의 오진을 크게 줄일 것으로 기대됩니다.
연구 개요
상세 설명
이번 연구는 인공지능 기술을 접목해 임신초기 초음파의 품질관리 과정을 최적화하는 데 전념하고 있다.
관련된 초음파 이미지는 주로 임신 초기 태아의 정중 시상면 섹션, NT 섹션 및 맥락총에 초점을 맞춥니다.
이와 관련하여 북경산부인과병원, 북경대학교 제3병원, 장사모자보건병원, 중남대학교 제2향야병원 등 유명 의료기관과 협력하여 막대한 양의 초기 임신 태아 초음파 이미지 데이터.
이를 바탕으로 딥러닝에 뿌리를 둔 모델을 구축할 계획이다.
이 모델은 표준 초음파 스캔 이미지에서 주요 해부학적 영역을 정확하게 식별할 수 있습니다.
또한 이러한 해부학적 구조를 인식함으로써 모델은 초음파 이미지가 표준 스캐닝 품질을 충족하는지 여부를 결정합니다.
이 모델은 초음파 영상 품질을 실시간으로 평가할 수 있어 다운증후군, 신경계 기형 등 태아 질환을 놓치고 오진하는 비율을 크게 줄일 수 있어 산부인과 초음파 촬영에서 강력한 보조 도구 역할을 할 것으로 기대된다.
연구 유형
관찰
등록 (추정된)
400
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Di Dong, Ph.D
- 전화번호: +86 13811833760
- 이메일: di.dong@ia.ac.cn
연구 연락처 백업
- 이름: Yali Zang, ph.D
- 이메일: yali.zang@ia.ac.cn
연구 장소
-
-
-
Beijing, 중국
- 모병
- Peking University Third Hospital
-
연락하다:
- Di Dong
- 이메일: di.dong@ia.ac.cn
-
Beijing, 중국
- 모병
- Beijing Obstetrics and Gynecology Hospital Affiliated to Capital Medical University
-
연락하다:
- Di Dong
- 이메일: di.dong@ia.ac.cn
-
Changsha, 중국
- 모병
- Changsha Hospital for Maternal and Child Health Care
-
연락하다:
- Di Dong
- 이메일: di.dong@ia.ac.cn
-
Changsha, 중국
- 모병
- Second Xiangya Hospital of Central South University
-
연락하다:
- Di Dong
- 이메일: di.dong@ia.ac.cn
-
-
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
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
확률 샘플
연구 인구
임신 초기 여성
설명
포함 기준:
- 상세한 인적사항과 초음파 영상을 가지고 있는 임신초기 여성.
- 초음파 이미지는 태아의 정중 시상면, NT 및 맥락총 보기를 명확하게 보여야 합니다.
제외 기준:
- 임신 중기에서 후기 여성의 초음파 이미지.
- 초음파 이미지가 불분명하거나 흐릿하여 평가가 어렵습니다.
- 초음파 검사 중에 완전한 개인 및 의료 정보를 제공하지 않은 여성.
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 |
|---|---|
|
수도 의과대학 부속 베이징 산부인과 병원
Capital Medical University 산하 Beijing Obstetrics and Gynecology Hospital은 NT 스윕을 받은 초기 임산부로부터 얻은 태아의 시상면, NT 및 맥락막 신경총 뷰의 임상 정보 및 초음파 이미지를 수집합니다.
|
조사자는 해당 섹션에서 관심 영역을 식별하여 이미지가 표준인지 아닌지에 대한 결론을 내리고 임상의가 수술을 표준화하도록 안내하여 오진 및 과소 진단 비율을 줄입니다.
|
|
북경대학교 제3병원
Peking University Third Hospital은 NT 스윕을 받은 초기 임산부로부터 얻은 태아의 시상면, NT 및 맥락막 신경총 뷰의 임상 정보 및 초음파 이미지를 수집합니다.
|
조사자는 해당 섹션에서 관심 영역을 식별하여 이미지가 표준인지 아닌지에 대한 결론을 내리고 임상의가 수술을 표준화하도록 안내하여 오진 및 과소 진단 비율을 줄입니다.
|
|
창사 모자 보건 병원
Changsha Hospital for Maternal and Child Health Care는 NT 스윕을 받은 초기 임산부로부터 얻은 태아의 시상면, NT 및 맥락총 뷰의 임상 정보 및 초음파 이미지를 수집합니다.
|
조사자는 해당 섹션에서 관심 영역을 식별하여 이미지가 표준인지 아닌지에 대한 결론을 내리고 임상의가 수술을 표준화하도록 안내하여 오진 및 과소 진단 비율을 줄입니다.
|
|
중남대학교 제2향야병원
Central South University의 두 번째 Xiangya 병원은 NT 스윕을 받은 초기 임산부로부터 얻은 태아의 시상면, NT 및 맥락막 신경총 뷰의 임상 정보 및 초음파 이미지를 수집합니다.
|
조사자는 해당 섹션에서 관심 영역을 식별하여 이미지가 표준인지 아닌지에 대한 결론을 내리고 임상의가 수술을 표준화하도록 안내하여 오진 및 과소 진단 비율을 줄입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
이미지 품질 제어 모듈의 PR 곡선
기간: 한달
|
Precision-Recall 곡선과 Mean Average Percision을 이미지 품질 제어 모델의 평가 지표로 사용.
|
한달
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
이미지 품질 제어 모듈의 지능형 분석 시스템 정확도
기간: 한달
|
지능형 분석 시스템의 예측 결과와 황금률의 일치
|
한달
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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 9월 1일
기본 완료 (추정된)
2023년 12월 31일
연구 완료 (추정된)
2028년 7월 30일
연구 등록 날짜
최초 제출
2023년 8월 13일
QC 기준을 충족하는 최초 제출
2023년 8월 13일
처음 게시됨 (실제)
2023년 8월 21일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 9월 8일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 9월 6일
마지막으로 확인됨
2023년 9월 1일
추가 정보
이 연구와 관련된 용어
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
예
IPD 계획 설명
개별 참가자 데이터(IPD)는 요청 시 다른 연구자가 사용할 수 있습니다.
관심 있는 연구자는 합리적인 연구 제안서와 데이터 활용 신청서를 제시해야 합니다.
이 연구의 모든 참여 단위는 데이터 공유 여부를 결정하기 위해 제안 및 응용 프로그램을 검토하고 평가합니다.
IPD 공유 기간
데이터는 연구 완료 후 6개월 후에 사용할 수 있으며 5년 동안 사용할 수 있습니다.
IPD 공유 액세스 기준
관심 있는 연구자는 검토를 위해 상세한 연구 제안서와 데이터 사용 신청서를 제출해야 합니다.
이 연구의 모든 참여 단위는 데이터 액세스에 대한 적격성을 결정하기 위해 애플리케이션을 평가합니다.
IPD 공유 지원 정보 유형
- 연구_프로토콜
- 수액
- ANALYTIC_CODE
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. .