이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

MRI를 이용한 백질 손상 영아의 뇌성마비 예측

백질 손상이 있는 유아의 MRI를 통한 뇌성 마비의 조기 예측: 다기관 연구

본 연구의 목적은 MRI와 인공지능을 결합하여 뇌성마비와 관련된 MRI의 특징을 규명하고 소아질환 예측모델을 개발하는 것이다.

답변하려는 주요 질문은 다음과 같습니다.

  • 뇌성마비와 관련된 기존 MRI의 특징을 어떻게 얻을 수 있나요?
  • 기존 MRI와 딥러닝을 기반으로 6~2세 영유아의 뇌성마비 위험을 어떻게 예측할 수 있을까요? 연구자들은 뇌성마비가 있는 뇌실주위 백질 손상의 특징을 뇌성마비가 없는 사람과 비교할 것입니다.

참가자는 MRI 데이터, 임상 진단 정보 및 후속 결과를 제공해야 합니다.

연구 개요

상세 설명

뇌성마비(CP)는 어린이에게 장애를 초래하는 일반적인 운동 장애 그룹입니다. CP의 맥락에서 조기 진단의 중요성은 매우 중요하지만 현재의 진단 방식은 2세 이후 사례를 식별하는 경우가 많습니다. 행동 점수를 통해 CP 위험이 높은 영아를 초기 선별한 후 자기공명영상(MRI)이 종합 평가의 필수적인 부분을 구성합니다. CP 위험 예측의 기존 모델을 훈련하려면 많은 시간과 재정적 자원 투자가 필요합니다. 평균 민감도 비율은 90%로 떨어집니다. 현재까지 딥러닝 기술은 영상 기반 질병 분류와 관련된 업무에 널리 활용되어 우수한 성능을 보여왔다.

뇌실주위 백질 손상(PVWMI)은 뇌성 마비의 다양한 유형의 뇌 손상 중 가장 큰 비율을 차지하며, 뇌성 마비의 뇌 손상 유형은 풍부하고 복잡하여 딥 러닝 모델에 어려움과 과제를 제기합니다. 따라서 본 연구에서는 뇌성마비의 가장 흔한 유형인 PVWMI에 초점을 맞추고 기존 MRI를 활용하여 6개월~2세 영유아의 뇌성마비에 대한 딥러닝 예측 모델을 개발했습니다.

연구 유형

관찰

등록 (추정된)

1000

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 장소

    • Shaanxi
      • Xi'an, Shaanxi, 중국
        • The First Affiliated Hospital of Xi'an Jiaotong University
        • 연락하다:

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

건강한 자원 봉사자를 받아들입니다

예

샘플링 방법

비확률 샘플

연구 인구

이 연구는 여러 지역과 여러 병원에서 6개월에서 2세 사이에 MRI 검사를 받은 영아를 추적 관찰할 것입니다. 각 영유아에는 T1 강조 영상(T1WI)과 T2 강조 영상(T2WI)이 포함되었습니다. 추적 결과에 따라 이들 영아는 뇌성마비, 뇌성마비로 발전하지 않은 기타 진단, 진단 불능으로 분류됩니다.

설명

포함 기준:

  1. 심실주위 백질 손상(PVWMI) 위험이 높은 영유아 및 소아(임신 연령 <35주, 출생 체중 <2.6kg, 겸자 보조 분만/태아 머리 유인, 아프가 점수 <7, 저혈당증, 패혈증, 전해질 장애, 조기 파열 막의);
  2. 최소 T1WI 및 T2WI 시퀀스를 포함하여 생후 6개월~2세에 MRI를 받은 사람
  3. 추적 관찰 시 환자의 임상 진단: 뇌성마비, 뇌성마비로 발전하지 않은 기타 진단 또는 진단을 확인할 수 없음).

제외 기준:

  1. 불완전한 MRI 이미지 또는 움직임 인공물로 인해 판독할 수 없는 이미지
  2. 불완전한 신경행동 평가 데이터(총 운동 기능 포함)

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
PVWMI 6개월~2세 유아
영아는 6개월에서 2세 사이에 MRI 검사를 받게 됩니다. 뇌실주위 백질 손상(PVWMI)의 유아가 등록됩니다.
뇌성마비의 자동 예측에는 딥러닝 분류 모델이 사용됩니다. 뇌성마비 위험 평가에서 의사를 돕기 위해 기계가 사용될 것입니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
뇌성마비를 예측하는 모델의 정확도
기간: 2024년 9월부터 2025년 12월까지
PVWMI 분류 및 뇌성마비 예측의 정확성을 확인합니다. 값이 높을수록 모델 성능이 좋아집니다.
2024년 9월부터 2025년 12월까지

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 (추정된)

2024년 9월 1일

기본 완료 (추정된)

2025년 12월 31일

연구 완료 (추정된)

2025년 12월 31일

연구 등록 날짜

최초 제출

2024년 8월 26일

QC 기준을 충족하는 최초 제출

2024년 8월 26일

처음 게시됨 (실제)

2024년 8월 28일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 8월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 8월 26일

마지막으로 확인됨

2024년 8월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

예

IPD 계획 설명

해당 데이터는 합당한 요청이 있을 경우 해당 작성자로부터 제공받을 수 있습니다.

IPD 공유 기간

데이터는 논문이 출판된 후에 이용 가능합니다.

IPD 공유 액세스 기준

해당 데이터는 연구 목적으로만 사용될 수 있습니다. 사용자는 이메일을 통해 해당 저자에게 연락할 수 있습니다.

IPD 공유 지원 정보 유형

  • 연구_프로토콜
  • 수액
  • ICF
  • ANALYTIC_CODE
  • CSR

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. .

구독하다