인공지능을 활용한 아동 선천성 심장병 심전도 검출: 새로운 진단 도구 (AI-ECG-CHD)
2024년 4월 22일 업데이트: Jing Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
선천성 심장병(CHD)은 어린이에게 가장 흔한 선천성 질환입니다.
어린이의 CHD 조기 발견, 진단 및 치료는 어린이의 예후를 개선하고 사망률을 줄이는 데 큰 의미가 있지만 현재의 선별 방법에는 한계가 있습니다.
경제적이고 신속한 심장병 진단 수단인 심전도(ECG)는 CHD의 보조 진단에 매우 중요한 가치를 갖고 있습니다. 인공지능(AI)의 빅데이터와 딥러닝 기술은 의료 분야에서 큰 잠재력을 보여주었습니다.
빅데이터 시대의 도래는 어린이의 CHD ECG 신호에 대한 심층적인 연구를 위한 풍부한 데이터 리소스를 제공합니다.
딥러닝 기술의 개발, 특히 이미지 인식 분야의 획기적인 발전은 심전도의 지능형 분석을 위한 강력한 기술 지원을 제공합니다.
어린이 심전도의 특수성으로 인해 특별한 알고리즘 모델의 개발이 필요합니다.
현재 어린이의 심전도를 식별하기 위한 딥러닝 모델 적용에 대한 연구는 제한적이며 대규모 데이터 세트를 통한 훈련 및 검증이 부족합니다.
중국 선천성 심장병 공동 연구 네트워크를 기반으로 하는 이 프로젝트는 데이터와 딥 러닝 기술을 통합하여 CHD 아동에게 적합한 지능형 심전도 보조 진단 시스템(CHD-ECG AI 시스템) 세트를 개발하여 조기 심장 질환을 개선하는 것을 목표로 합니다. CHD의 검출률을 높이고 선천성 심장병 선별검사의 효율성을 향상시킵니다.
연구 개요
상태
모병
정황
연구 유형
관찰
등록 (추정된)
30000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Sun Jing, MD
- 전화번호: 15618497517
- 이메일: sunjing02@xinhuamed.com.cn
연구 장소
-
-
Shanghai
-
Shanghai, Shanghai, 중국
- 모병
- Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
-
연락하다:
- Sun Jing, MD
- 전화번호: 15618497517
- 이메일: sunjing02@xinhuamed.com.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
- 어린이
- 성인
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
우리의 데이터 세트는 ECG, 심초음파 검사, 검사 및 병력 정보를 모두 갖춘 18세 미만 환자의 후향적 데이터로 구성되었습니다.
설명
포함 기준:
- 첫 방문 연령은 생후 3개월부터 18세까지였으며,
- 심방중격결손군에서는 심방중격결손증 환자에게 심전도 검사를 완료하도록 요구하였고, 세심한 심장초음파를 통해 다른 복잡한 심장기형(이소성 폐정맥 배액, 몸통원추동맥기형 등) 없이 단순 이차성 심방중격결손이 있음을 확인하였다. , 중단된 대동맥궁, 원발성 폐고혈압 등). 폐고혈압군에서는 세심한 심장 초음파 검사를 통해 CHD 관련 폐고혈압이 확인되었습니다. 대조군은 심장초음파 검사를 통해 심장내 구조가 정상인 환자로 하였다. 모든 환자의 ECG 검사와 심장초음파검사 사이의 시간 간격은 1개월 미만이었습니다.
- 초진 당시 큰 질병(선천성 심장병으로 인한 생명을 위협하지 않는 기질성 질환)은 없었습니다.
제외 기준:
- 첫 방문 연령 < 3개월 또는 > 18세
- 합병증 선천성 심장 질환(예: 폐정맥 배액 이상, 몸통 원뿔 동맥 기형, 중단된 대동맥궁, 원발성 폐고혈압 등)
- ECG 또는 심장초음파검사 정보가 부족하거나 ECG와 심장초음파검사 사이의 시간 간격이 1개월을 초과하는 등 임상 정보가 불완전합니다.
- 다른 장기 시스템과 관련된 생명을 위협하는 질병;
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 |
|---|
|
제어
|
|
폐 고혈압
|
|
심방 중격 결손
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
어린이를 위한 대규모 심전도 데이터베이스
기간: 2024.01.01~2024.12.30
|
다양한 연령과 CHD 질병을 포괄하는 대규모 ECG 데이터베이스를 구축하기 위해 여러 센터에서 일반 및 희귀 CHD 유형과 정상 아동 ECG를 포함하는 어린이의 ECG 데이터를 수집하고 대조했습니다.
또한 원본 ECG 데이터(디지털 신호 또는 ECG 이미지)를 사전 처리하여 딥 러닝 모델의 입력 표준을 준수하도록 함으로써 후속 모델 교육의 품질과 효율성을 향상하고 다중 데이터의 이질성을 줄입니다. -중앙 ECG 데이터.
|
2024.01.01~2024.12.30
|
|
어린이 CHD에 대한 인공지능 기반 심전도 모델
기간: 2024.01.01~2025.12.30
|
심층신경망 모델은 컨볼루셔널 신경망, 변환기, 오토인코더 등의 알고리즘을 기반으로 구축되며, CCHDnet을 기반으로 구축된 다기관 어린이 심전도 데이터세트(85%)에서 훈련 및 검증을 거쳐 지속적으로 최적화될 예정이다. 모델을 만들고 모델의 진단 성능을 향상시킵니다.
또한, CHD라는 단일 질환을 기반으로 한 딥러닝 모델을 통합해 CHD-ECG AI 시스템을 구축하고, 최종적으로 해당 모델이 아이의 나이, 성별 등 일반적인 기본 정보를 자동으로 추출하고 인식하게 된다. 이를 바탕으로 ECG에서 잠재적인 CHD 특성을 예측하고 분류합니다.
연구팀은 초기 탐색 방향으로 CHD의 대표적인 아형인 심방중격결손과 폐고혈압을 선택했다.
|
2024.01.01~2025.12.30
|
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)
2024년 1월 1일
기본 완료 (추정된)
2024년 12월 30일
연구 완료 (추정된)
2025년 12월 30일
연구 등록 날짜
최초 제출
2024년 4월 22일
QC 기준을 충족하는 최초 제출
2024년 4월 22일
처음 게시됨 (실제)
2024년 4월 25일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 4월 25일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 4월 22일
마지막으로 확인됨
2024년 4월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- XHEC-C-2024-053-1
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
미정
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. .