다양한 각막질환 검사를 위한 인공지능
2024년 10월 31일 업데이트: Tianjin Eye Hospital
다양한 각막 질환 검사를 위한 딥러닝 적용
본 연구에서는 전안부 영상을 기반으로 딥러닝 알고리즘을 개발하고 각막질환 식별 능력을 전향적으로 검증했다. 이 알고리즘의 유효성과 정확성은 민감도, 특이도, 양성 예측도, 음성 예측도, 곡선하 면적으로 평가했다.
연구 개요
연구 유형
관찰
등록 (추정된)
3000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Yan Huo, Master
- 전화번호: 13102118953
- 이메일: hy13102118953@163.com
연구 장소
-
-
Tianjin
-
Tianjin, Tianjin, 중국
- 모병
- Tiajin Eye Hospital
-
-
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
연구 모집단은 일반 모집단의 건강 검진 결과가 포함된 익명 데이터베이스에서 파생됩니다.
설명
포함 기준:
- 세극등 영상의 품질은 임상적으로 허용 가능한 수준이어야 합니다.
- 3개의 주요 영역(공막, 동공, 수정체)을 포함하는 세극등 영상 영역의 90% 이상이 판독 및 식별이 쉽습니다.
제외 기준:
1)진단을 위한 정보가 부족합니다.
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 |
|---|---|
|
인공지능 알고리즘으로 진단하는 각막질환
|
세극등 영상을 통해 각막질환을 진단하기 위해 인공지능 알고리즘을 적용했다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
곡선 아래 면적
기간: 일주
|
본 인공지능 알고리즘의 각막질환 인식 및 분류 능력을 알아보기 위해 ROC(Receiver Operating Characteristic) 곡선과 곡선하 면적을 이용하였다.
|
일주
|
|
민감도와 특이도
기간: 일주
|
본 인공지능 알고리즘의 각막질환 인식 및 분류 능력을 알아보기 위해 민감도와 특이도를 활용하였다.
|
일주
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 의자: Yan Wang, Prof, Tianjin Eye Hospital
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)
2020년 12월 6일
기본 완료 (실제)
2021년 12월 6일
연구 완료 (추정된)
2024년 12월 6일
연구 등록 날짜
최초 제출
2024년 1월 8일
QC 기준을 충족하는 최초 제출
2024년 1월 8일
처음 게시됨 (실제)
2024년 1월 18일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2024년 11월 4일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 10월 31일
마지막으로 확인됨
2024년 10월 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. .