- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06081569
알츠하이머병 진단 및 평가를 위한 다중 모드 딥 러닝
알츠하이머병(AD)은 가장 흔한 치매이며 치사율이 가장 높고 비용이 많이 드는 질병 중 하나입니다. 노령인구의 급격한 증가로 인해 사회와 경제에 대한 부담은 점점 더 커질 것입니다. AD의 징후는 기억, 언어 및 시공간 기능, 집행 및 일상 생활 능력 등의 점진적인 상실입니다. AD의 병태생리학적 변화는 임상 증상이 나타나기 10~20년 전에 발생하지만 조기 진단을 위한 효과적인 전략은 아직 부족합니다. 경도 인지 장애(MCI)는 건강한 노화와 치매의 임상 진단 사이의 과도기 상태로 간주되며 별도의 진단 실체로서 점점 더 주목을 받고 있습니다.
진단을 내리기 위해 의사는 임상 증상, 신경 영상, 신경심리학 검사, 실험실 검사 등을 포함한 다중 모드 의료 정보를 압축적으로 고려해야 합니다. 다중 모드 딥 러닝은 이러한 과제를 해결하기 위해 등장했으며, 이는 생물학적 정보의 다양한 모드를 통합하고 관계를 포착할 수 있습니다. 그 중 더 높은 정확성과 효율성에 기여합니다. 이는 영상, 종양 병리학, 유전체학 등에 널리 적용되었습니다. 최근 딥러닝을 기반으로 한 AD에 대한 연구는 여전히 다중 모드 신경영상에 중점을 두고 있으며, 다중 모드 의료 정보에는 포괄적인 통합과 지적 분석이 필요합니다. 더욱이, 연구에 따르면 MCI와 AD의 초기 단계에서 감지할 수 없는 일부 증상도 보행 장애, 얼굴 표정 식별 장애, 말하기 및 언어 장애와 같은 진단 및 평가에 효과적인 역할을 할 수 있음이 밝혀졌습니다. 그러나 의사들은 다중 모드 딥 러닝을 통한 비디오 및 오디오 정보의 전체 마이닝에 의존할 수 있는 사소하고 복잡한 변화를 거의 감지할 수 없었습니다.
결론적으로 경도인지장애와 알츠하이머병의 보행장애, 표정인식장애, 언어 및 언어장애의 특징을 탐색하고 진단의 효율성을 분석하고자 한다. 진단 시 복합 의료정보에 대한 의존도의 차이를 파악하고, 최종적으로 가장 편리하고 경제적인 정보를 활용하여 최적의 복합 진단 방법을 구축하고자 합니다. 또한, 알츠하이머병 및 경도인지장애의 진행에 따른 복합의료정보 변화에 대한 추적 관찰을 바탕으로 효과적이고 편리한 진단 전략을 수립할 수 있을 것으로 기대합니다.
연구 개요
상세 설명
우리의 목표는 다중 모드 딥 러닝을 기반으로 AD 및 MCI의 조기 진단 및 평가를 수행하는 것입니다. 초기에는 보행 장애, 얼굴 표정 식별 장애, 말하기 및 언어 장애가 AD 및 MCI의 발생과 발달에 큰 의미를 갖습니다. 그러나 이러한 임상 증상은 매우 복잡하고 은밀하기 때문에 통일된 결론이 내려지지 않았습니다. 따라서 우리는 영상과 음성 정보를 인식하기 위해 기계학습 방법을 적용하려고 시도합니다. 이를 통해 AD와 MCI의 보행, 표현, 언어의 변화하는 특성을 탐색하고 진단 지표로서의 진단 유효성을 분석하여 최종적으로 AD 및 MCI 진단을 위한 새로운 아이디어와 실험 데이터를 제공할 것입니다. 둘째, 복합의료정보를 통합하고 종합적으로 분석해야 한다. 우리는 진단 시 다중 모드 의료 정보에 대한 다양한 의존도를 참조하여 최적의 진단 전략을 제안하는 것을 목표로 합니다. 또한, AD 및 MCI의 진행에 따른 복합의료정보의 변화를 관찰함으로써 AD 진단 및 예후 예측 모델을 구축할 수 있을 것으로 기대한다.
방법은 다음과 같습니다.
- 다중 모드 의료 정보 수집 기본 인구 통계 데이터, 주요 증상 및 병력, 말초 기관 기능 평가, 실험실 검사, 영상 검사, 신경 전기 생리학 검사, 신경 인지 및 심리 검사, 보행 정보, 표현 등 다양한 다중 모드 의료 정보가 신중하게 수집됩니다. , 언어, 생물학적 샘플 등
AD 및 MCI 환자의 보행, 표정, 언어 변화를 규명하고 진단 유효성을 검증합니다.
보행에 관한 다중모달 의료정보를 위해 OpenPose 모델을 이용하여 인체 핵심 포인트를 추출하고 인체 골격 구조도를 구축하였다. 그래프 신경망과 합성곱 신경망을 기반으로 단일 프레임 영상의 순간적인 동작 분석을 수행합니다. 그리고 Transformer 모델을 활용하여 멀티 프레임 영상을 통합하여 보행 순서 분석을 수행합니다. 얼굴 표정에 대한 멀티모달 의료 정보는 Dlib 알고리즘을 사용하여 얼굴 표정 이미지와 결합된 얼굴 핵심 포인트를 추출하고 시공간 Transformer를 사용합니다. 모델은 표정 분석에 사용됩니다. 언어에 대한 다중 모드 의료 정보의 경우 음성 인식 및 텍스트 콘텐츠 추출에 ASRT 모델이 사용됩니다. 동시에 주파수 영역 푸리에 변환 및 웨이블릿 변환을 적용하여 주파수 영역 정보를 추출하고 언어 내용, 음성 억양, 음성 속도 및 기타 정보를 통합하여 음성 특징을 분석합니다. 주의 모델을 기반으로 AD 및 MCI의 보행, 표정, 언어 분석 결과를 대조군과 비교하여 AD 및 MCI의 특징을 밝히고 질병 진단의 근거를 제공할 것입니다.
- AD 및 MCI 질환 진단 시 다중 모드 정보에 대한 다양한 의존도를 분석하고 최적의 진단 전략 수립 지도 학습 과정에서 주의 메커니즘 기반 방법을 사용하여 다중 모드 정보가 최종 결과에 미치는 영향을 분석합니다. . 동시에 지식 맵을 기반으로 환자의 혈액 생화학적 지표, 게놈 정보 및 기타 지식 분야가 모델에 추가됩니다. 베이지안 확률 추론과 인과 추론 이론을 기반으로 인과 프로그래밍 방법을 사용하여 다양한 모드의 정보 및 진단 결과에 대한 인과 분석을 모델링합니다. AutoML 방식을 기반으로 다중모달 정보를 결합, 최적화하고, 실험 결과에 따라 신뢰성 있는 최적의 진단 전략을 수립하게 됩니다.
- 질병의 진행에 따른 복합의료정보 변화를 탐색하고, 알츠하이머병의 조기 진단 및 질병 진행 예측 모델을 구축합니다.
다중모달 의료정보를 제어조건으로 보고 Transformer 모델을 이용하여 시간순서 정보를 모델링하고, 조건확산 모델을 이용하여 환자의 MRI 영상 변화 및 기타 질병 진행 관련 정보를 생성하여 질병 진행의 기초를 제공할 예정이다. 예측. 대형 멀티모달 모델 기술을 기반으로 전문의의 판단과 설명을 참고하여 모델의 출력을 간섭 및 조정하여 전문의의 판단에 맞춰 예측을 생성하고, 최종적으로 해석 가능한 조기 진단 및 진단 솔루션을 구축합니다. 질병 진행 예측 모델.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Huayan Liu, PhD.
- 전화번호: +86 13609831417
- 이메일: liuhy@cmu1h.com
연구 연락처 백업
- 이름: Boru Jin, PhD.
- 전화번호: +86 13614031943
- 이메일: jin_boru@163.com
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- . 참가자의 연령은 남성 또는 여성으로 50~85세입니다.
- . 참가자는 초등학교 이상을 졸업하고 정상적인 청각, 시각, 발음을 갖고 중국어를 모국어, 중국어를 일상 언어로 사용합니다.
- . AD 및 MCI 참가자의 진단은 위에서 언급한 해당 진단 기준을 준수합니다.
- . MMSE 점수는 10~28점이고 CDR 점수는 2점 이하입니다.
- . 환자 또는 가족 구성원은 사전 동의서에 서명하는 데 동의합니다.
제외 기준:
- . 참가자는 우울증, 종양, 파킨슨병, 대사성 뇌병증, 뇌염, 다발성 경화증, 간질, 뇌 외상, 정상 뇌압수두증 등 뇌 기능 장애를 유발할 수 있는 신경 장애를 앓고 있습니다.
- . 참가자는 간부전, 신부전, 갑상선 기능 장애, 심한 빈혈, 엽산 또는 비타민 B12 결핍, 매독, HIV 감염, 알코올 및 약물 남용 등 인지 장애를 유발할 수 있는 전신 질환을 앓고 있습니다.
- . 참가자가 검사에 협조할 수 없는 질병을 앓고 있는 경우
- . 참가자는 자기공명영상 촬영을 할 수 없습니다.
- . 참가자들은 정신 및 신경발달 지체를 겪고 있습니다.
- . 참가자는 사전 동의에 서명하는 것을 거부합니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
---|---|
알츠하이머병
AD 진단은 AD 진단 지침에 관한 미국 국립노화알츠하이머협회 작업그룹의 권장사항에 따릅니다.
|
참가자의 걸음걸이, 표정, 말을 담은 영상을 녹화하고 추가로 분석합니다.
MRI 영상, 인지 척도 등과 같은 기타 일상적인 진단 테스트도 수행됩니다.
다른 이름들:
|
경도 인지 장애
MCI의 진단은 2004년 Peterson이 정의한 기준을 따릅니다.
|
참가자의 걸음걸이, 표정, 말을 담은 영상을 녹화하고 추가로 분석합니다.
MRI 영상, 인지 척도 등과 같은 기타 일상적인 진단 테스트도 수행됩니다.
다른 이름들:
|
제어
인지 장애 없이 AD 및 MCI 참가자와 연령이 일치하는 참가자.
|
참가자의 걸음걸이, 표정, 말을 담은 영상을 녹화하고 추가로 분석합니다.
MRI 영상, 인지 척도 등과 같은 기타 일상적인 진단 테스트도 수행됩니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
멀티모달 딥러닝 진단 전략의 진단 효율성
기간: 모든 기본 복합 의료 정보가 수집되면 결과가 측정되고 분석됩니다.
|
진단 효율성은 수신기 작동 특성(ROC) 곡선의 곡선 아래 면적(AUC)으로 측정됩니다.
|
모든 기본 복합 의료 정보가 수집되면 결과가 측정되고 분석됩니다.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
다중 모드 딥러닝 예후 전략의 예후 효율성
기간: 결과는 2년간의 추적 관찰 복합 의료 정보가 모두 수집된 후 측정 및 분석됩니다.
|
예후 효율성은 수신기 작동 특성(ROC) 곡선의 곡선 아래 면적(AUC)으로 측정됩니다.
|
결과는 2년간의 추적 관찰 복합 의료 정보가 모두 수집된 후 측정 및 분석됩니다.
|
공동 작업자 및 조사자
수사관
- 연구 의자: Huayan Liu, the first affiliated hospital of China medical university, neurology department
간행물 및 유용한 링크
일반 간행물
- Wilson SM, Eriksson DK, Schneck SM, Lucanie JM. A quick aphasia battery for efficient, reliable, and multidimensional assessment of language function. PLoS One. 2018 Feb 9;13(2):e0192773. doi: 10.1371/journal.pone.0192773. eCollection 2018. Erratum In: PLoS One. 2018 Jun 15;13(6):e0199469.
- Scheltens P, De Strooper B, Kivipelto M, Holstege H, Chetelat G, Teunissen CE, Cummings J, van der Flier WM. Alzheimer's disease. Lancet. 2021 Apr 24;397(10284):1577-1590. doi: 10.1016/S0140-6736(20)32205-4. Epub 2021 Mar 2.
- 2023 Alzheimer's disease facts and figures. Alzheimers Dement. 2023 Apr;19(4):1598-1695. doi: 10.1002/alz.13016. Epub 2023 Mar 14.
- Knopman DS, Amieva H, Petersen RC, Chetelat G, Holtzman DM, Hyman BT, Nixon RA, Jones DT. Alzheimer disease. Nat Rev Dis Primers. 2021 May 13;7(1):33. doi: 10.1038/s41572-021-00269-y.
- Jia J, Wei C, Chen S, Li F, Tang Y, Qin W, Zhao L, Jin H, Xu H, Wang F, Zhou A, Zuo X, Wu L, Han Y, Han Y, Huang L, Wang Q, Li D, Chu C, Shi L, Gong M, Du Y, Zhang J, Zhang J, Zhou C, Lv J, Lv Y, Xie H, Ji Y, Li F, Yu E, Luo B, Wang Y, Yang S, Qu Q, Guo Q, Liang F, Zhang J, Tan L, Shen L, Zhang K, Zhang J, Peng D, Tang M, Lv P, Fang B, Chu L, Jia L, Gauthier S. The cost of Alzheimer's disease in China and re-estimation of costs worldwide. Alzheimers Dement. 2018 Apr;14(4):483-491. doi: 10.1016/j.jalz.2017.12.006. Epub 2018 Feb 9.
- Wilson J, Allcock L, Mc Ardle R, Taylor JP, Rochester L. The neural correlates of discrete gait characteristics in ageing: A structured review. Neurosci Biobehav Rev. 2019 May;100:344-369. doi: 10.1016/j.neubiorev.2018.12.017. Epub 2018 Dec 13.
- Beauchet O, Launay CP, Annweiler C, Allali G. Hippocampal volume, early cognitive decline and gait variability: which association? Exp Gerontol. 2015 Jan;61:98-104. doi: 10.1016/j.exger.2014.11.002. Epub 2014 Nov 6.
- Ceresetti R, Rouch I, Laurent B, Getenet JC, Pommier M, de Chalvron S, Chainay H, Borg C. Processing of Facial Expressions of Emotions and Pain in Alzheimer's Disease. J Alzheimers Dis. 2022;89(1):389-398. doi: 10.3233/JAD-220236.
- Klein-Koerkamp Y, Beaudoin M, Baciu M, Hot P. Emotional decoding abilities in Alzheimer's disease: a meta-analysis. J Alzheimers Dis. 2012;32(1):109-25. doi: 10.3233/JAD-2012-120553.
- Rosen HJ, Wilson MR, Schauer GF, Allison S, Gorno-Tempini ML, Pace-Savitsky C, Kramer JH, Levenson RW, Weiner M, Miller BL. Neuroanatomical correlates of impaired recognition of emotion in dementia. Neuropsychologia. 2006;44(3):365-73. doi: 10.1016/j.neuropsychologia.2005.06.012. Epub 2005 Sep 9.
- Adolphs R, Tranel D. Impaired judgments of sadness but not happiness following bilateral amygdala damage. J Cogn Neurosci. 2004 Apr;16(3):453-62. doi: 10.1162/089892904322926782.
- Yamaguchi T, Maki Y, Yamaguchi H. Yamaguchi Facial Expression-Making Task in Alzheimer's Disease: A Novel and Enjoyable Make-a-Face Game. Dement Geriatr Cogn Dis Extra. 2012 Jan;2(1):248-57. doi: 10.1159/000339425. Epub 2012 Jun 20.
- Eyigoz E, Mathur S, Santamaria M, Cecchi G, Naylor M. Linguistic markers predict onset of Alzheimer's disease. EClinicalMedicine. 2020 Oct 22;28:100583. doi: 10.1016/j.eclinm.2020.100583. eCollection 2020 Nov.
- Ahmed S, Haigh AM, de Jager CA, Garrard P. Connected speech as a marker of disease progression in autopsy-proven Alzheimer's disease. Brain. 2013 Dec;136(Pt 12):3727-37. doi: 10.1093/brain/awt269. Epub 2013 Oct 18.
- Pakhomov SV, Hemmy LS. A computational linguistic measure of clustering behavior on semantic verbal fluency task predicts risk of future dementia in the nun study. Cortex. 2014 Jun;55:97-106. doi: 10.1016/j.cortex.2013.05.009. Epub 2013 Jun 14.
- Green S, Reivonen S, Rutter LM, Nouzova E, Duncan N, Clarke C, MacLullich AMJ, Tieges Z. Investigating speech and language impairments in delirium: A preliminary case-control study. PLoS One. 2018 Nov 26;13(11):e0207527. doi: 10.1371/journal.pone.0207527. eCollection 2018.
- Chen X, Wang X, Zhang K, Fung KM, Thai TC, Moore K, Mannel RS, Liu H, Zheng B, Qiu Y. Recent advances and clinical applications of deep learning in medical image analysis. Med Image Anal. 2022 Jul;79:102444. doi: 10.1016/j.media.2022.102444. Epub 2022 Apr 4.
- Jiang Y, Yang M, Wang S, Li X, Sun Y. Emerging role of deep learning-based artificial intelligence in tumor pathology. Cancer Commun (Lond). 2020 Apr;40(4):154-166. doi: 10.1002/cac2.12012. Epub 2020 Apr 11.
- Hu X, Fernie AR, Yan J. Deep learning in regulatory genomics: from identification to design. Curr Opin Biotechnol. 2023 Feb;79:102887. doi: 10.1016/j.copbio.2022.102887. Epub 2023 Jan 12.
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
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 연구와 관련된 용어
키워드
기타 연구 ID 번호
- LHuayan
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
IPD 공유 기간
IPD 공유 액세스 기준
IPD 공유 지원 정보 유형
- 연구_프로토콜
- 수액
- ICF
- CSR
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .
보행 비디오; 연설 영상; 표정 영상;에 대한 임상 시험
-
Association de Recherche Bibliographique pour les...Centre Hospitalier Universitaire de Nice; Centre Hospitalier Princesse Grace완전한건강한 | 임상적 고립 증후군 | 다발성 경화증(MS) | 방사선학적 고립 증후군 | 다발성 경화증(MS) 재발 완화 | 다발성 경화증(MS) 원발성 진행성 | 다발성 경화증(MS) 속발성 진행성모나코
-
Radboud University Medical CenterZonMw: The Netherlands Organisation for Health Research and Development모병
-
University of California, San FranciscoSan Francisco Veterans Affairs Medical Center; Tobacco Related Disease Research Program완전한
-
Technical University of Munich알려지지 않은
-
Technical University of MunichOlympus완전한
-
Damascus University완전한