이중 저선량 CTA의 딥러닝 재구성 알고리즘
2024년 4월 16일 업데이트: Hao Tang
이중 저선량 CT 혈관 영상의 딥러닝 재구성 알고리즘 평가
본 관찰 연구의 목표는 딥러닝 영상 재구성이 이중 저선량 CTA의 영상 품질 및 진단 성능에 미치는 영향을 평가하는 것입니다.
대답하려는 주요 질문은 이중 저선량 CTA에서 딥 러닝 이미지 재구성의 타당성을 탐구하는 것입니다.
연구 개요
상세 설명
- 표준 용량 그룹과 이중 저용량 그룹 모두에서 두경부 CTA, 관상동맥 CTA, 복부 CTA를 받은 환자의 원시 데이터가 포함되었습니다.
- 필터링된 역투영, 반복적 재구성, 딥러닝 재구성과 같은 기술이 수행되었습니다.
- 이중 저선량 CTA에서 딥러닝 재구성의 타당성은 영상 품질과 진단 성능을 기준으로 평가되었습니다.
연구 유형
관찰
등록 (추정된)
1200
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Youfa M Tang, Doctor
- 전화번호: 8613554101223
- 이메일: 1525573397@qq.com
연구 연락처 백업
- 이름: Tan, Doctor
- 전화번호: 86 159 2631 4149
- 이메일: 1655118783@qq.com
연구 장소
-
-
Hubei
-
Wuhan, Hubei, 중국, 430000
- 모병
- Tongji Hospital Affiliated to Tongji Medical College of Huazhong University of Science and Technology
-
연락하다:
- Youfa M Tang
- 전화번호: +8613554101223
- 이메일: 1525573397@qq.com
-
-
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
CT 혈관 영상을 받는 건강하거나 질병이 있는 성인
설명
포함 기준:
- 뇌졸중, 관상동맥심장질환 및 복부염증질환, 복부종양으로 인한 두경부 CTA, 관상동맥 CTA, 복부 CTA 환자.
제외 기준:
- 18세 미만, 임신, 요오드 조영제에 대한 알레르기 반응, 신부전증, 중증 갑상선 기능 항진증.
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 |
|---|---|
|
표준용량군
기존 용량의 두경부 CTA, 관상동맥 CTA 및 복부 CTA를 받은 400명의 환자로부터 얻은 원시 데이터가 포함되었습니다.
필터링된 역투영, 반복 및 딥러닝 재구성이 수행되었습니다.
기존 선량 CTA 환자의 영상 품질 및 진단 성능에 대한 딥 러닝 재구성의 영향을 평가합니다.
|
DLIR(Deep Learning Image Reconstruction)은 최근 몇 년간 새로 개발된 인공지능 노이즈 감소 알고리즘입니다.
대규모 고품질 FBP 데이터 세트를 훈련하여 노이즈와 신호를 구별하는 방법을 학습함으로써 선택적으로 노이즈를 줄이고 저품질 이미지 데이터로 고품질 이미지를 재구성합니다.
|
|
이중 저용량군
낮은 관전압과 조영제 두경부 CTA, 관상동맥 CTA, 복부 CTA를 가진 800명의 환자로부터 얻은 원시 데이터가 포함되었습니다.
필터링된 역투영, 반복 및 딥러닝 재구성이 수행되었습니다.
이중 저선량 CTA 환자의 영상 품질 및 진단 성능에 대한 딥 러닝 재구성의 영향을 평가합니다.
|
DLIR(Deep Learning Image Reconstruction)은 최근 몇 년간 새로 개발된 인공지능 노이즈 감소 알고리즘입니다.
대규모 고품질 FBP 데이터 세트를 훈련하여 노이즈와 신호를 구별하는 방법을 학습함으로써 선택적으로 노이즈를 줄이고 저품질 이미지 데이터로 고품질 이미지를 재구성합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수신기 동작 특성 곡선의 최적 차단값을 통해 계산된 특이도 및 민감도입니다.
기간: 2026.1
|
두 군 간의 진단 정확도를 비교하기 위해 수신자 작동 특성 곡선의 최적 컷오프 값을 사용하여 표준 용량군과 이중 저용량 군에 대해 특이도와 민감도를 별도로 계산했습니다.
|
2026.1
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
영상 CT 값과 노이즈로부터 계산된 신호 대 노이즈 비율
기간: 2026.1
|
두 그룹 간의 영상 품질을 평가하기 위해 영상 CT 값과 노이즈를 이용하여 표준 선량군과 이중 저선량군에 대해 별도로 신호 대 잡음비를 계산했습니다.
|
2026.1
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
수사관
- 수석 연구원: Hao Tang, Doctor, Tongji 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)
2023년 6월 1일
기본 완료 (추정된)
2025년 12월 1일
연구 완료 (추정된)
2026년 3월 1일
연구 등록 날짜
최초 제출
2024년 4월 11일
QC 기준을 충족하는 최초 제출
2024년 4월 16일
처음 게시됨 (실제)
2024년 4월 18일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 4월 18일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 4월 16일
마지막으로 확인됨
2024년 4월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 102122
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
참가자의 개인 정보를 보호하기 위해 참가자의 동의가 있을 때까지 관련 데이터는 공유되지 않습니다.
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. .