난소종괴 초음파 지능진단 시스템 연구 및 응용
2024년 7월 25일 업데이트: Zhejiang Provincial People's Hospital
다중모달 초음파영상 기반 난소종괴 자동검출 및 지능형 보조진단 시스템에 관한 연구
다중모달 초음파 영상 기반 난소종괴 자동검출 및 지능형 보조진단 시스템에 관한 연구
연구 개요
상세 설명
연구자들은 다중 모드 초음파 영상을 기반으로 난소 덩어리에 대한 초음파 지능형 진단 시스템을 개발하는 것을 목표로 했습니다.
연구 유형
관찰
등록 (추정된)
100000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Yingnan Wu, Doctor
- 전화번호: 0086 19883106164
- 이메일: litaosun1971@sina.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
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
부인과 초음파 검사에서 지속적인 난소 종양이 있는 환자가 한 명 이상 발견되었습니다.
환자는 수술적 치료를 받았고 조직병리학적 결과를 받았다.
설명
포함 기준:
- 부인과 초음파 검사에서 지속적인 난소 종양이 있는 환자가 한 명 이상 발견되었습니다.
- 환자는 수술적 치료를 받았고 조직병리학적 결과를 받았다.
제외 기준:
- 조직병리학적 분석으로 비난소 종양이 확인되었습니다.
- 조직병리학적 결과는 결론이 나지 않습니다.
- 이미지 품질 문제: 난소 덩어리가 불완전하고 일부 주변 조직이 표시되지 않습니다(그러나 완전히 제외하기에는 덩어리가 너무 큽니다). 이미지가 지나치게 흐릿하여 난소 종괴의 특성을 파악하기 어렵습니다(가능한 이유에는 초음파 기계의 하드웨어 품질 문제, 동작 흐림, 초점 문제, 환자의 장내 가스 존재 등이 포함됩니다). 게인 설정으로 인해 난소 종괴의 특성(예: 낮은 대비, 지나치게 어두운 이미지 또는 채도)을 판단하기가 어렵습니다. 인공물의 존재는 난소 종괴의 초음파 특성 평가에 영향을 미치므로 배제되어야 합니다.
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 |
|---|---|
|
훈련 코호트
훈련 코호트는 다중 모델 초음파 이미지 또는 비디오를 기반으로 인공 모델을 훈련하는 데 사용됩니다.
|
|
|
검증 코호트
검증 코호트는 인공 모델을 검증하는 데 사용됩니다.
|
인공지능 모델을 사용해 양성, 경계선, 악성 난소종괴를 진단합니다.
|
|
내부 테스트 코호트
내부 테스트 코호트는 인공 모델을 내부적으로 테스트하는 데 사용됩니다.
|
인공지능 모델을 사용해 양성, 경계선, 악성 난소종괴를 진단합니다.
|
|
외부 테스트 코호트
외부 테스트 코호트는 인공 모델을 내부적으로 테스트하는 데 사용됩니다.
|
인공지능 모델을 사용해 양성, 경계선, 악성 난소종괴를 진단합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
곡선 아래 면적
기간: 연구 수료를 통해 평균 1년
|
AUC(Area Under the Curve)는 이진 분류 모델의 성능을 평가하는 데 사용되는 공통 지표입니다.
|
연구 수료를 통해 평균 1년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
감광도
기간: 연구 수료를 통해 평균 1년
|
민감도는 실제로 질병을 앓고 있는 개인의 양성 결과를 정확하게 식별하는 테스트의 능력을 의미합니다.
이는 검사를 통해 질병에 대해 양성 반응을 확인할 수 있는 사례의 비율을 나타냅니다.
|
연구 수료를 통해 평균 1년
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
특성
기간: 연구 수료를 통해 평균 1년
|
특이성은 실제로 질병이 없는 개인의 음성 결과를 정확하게 식별하는 검사 능력을 의미합니다.
이는 검사를 통해 발견할 수 있는 질병이 음성인 경우의 비율을 나타냅니다.
|
연구 수료를 통해 평균 1년
|
|
정확성
기간: 연구 수료를 통해 평균 1년
|
정확성이란 진단검사 결과가 실제 상황과 일치하는 정도를 말한다.
|
연구 수료를 통해 평균 1년
|
|
긍정적인 예측 값
기간: 연구 수료를 통해 평균 1년
|
긍정적 예측 값은 테스트 결과가 긍정적인 경우 참일 확률을 나타냅니다.
즉, 검사 결과가 양성일 때 양성으로 진단된 사람 중에서 실제로 질병을 앓고 있는 사람의 비율을 나타냅니다.
|
연구 수료를 통해 평균 1년
|
|
부정적인 예측 가치
기간: 연구 수료를 통해 평균 1년
|
음성 예측 값은 테스트 결과가 음성인 경우 결과가 참음성이 될 확률을 나타냅니다.
검사 결과가 음성일 때 음성으로 진단된 사람 중 실제로 질병이 없는 사람의 비율을 나타냅니다.
|
연구 수료를 통해 평균 1년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
수사관
- 연구 의자: Litao Sun, Professor, Zhejiang Provincial People's 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 (추정된)
2024년 7월 30일
기본 완료 (추정된)
2029년 7월 30일
연구 완료 (추정된)
2029년 7월 30일
연구 등록 날짜
최초 제출
2024년 7월 18일
QC 기준을 충족하는 최초 제출
2024년 7월 25일
처음 게시됨 (실제)
2024년 7월 30일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 7월 30일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 7월 25일
마지막으로 확인됨
2024년 7월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- KY2024053
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
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. .