360도 카드뮴-아연-텔루리드 카메라로 기록된 빠른 전신 뼈 단층촬영 촬영 시 소음을 줄이는 인공 지능 알고리즘 평가 (IATOS2)
2026년 6월 23일 업데이트: Achraf BAHLOUL, Central Hospital, Nancy, France
최근에는 딥러닝을 통해 노이즈를 줄이는 인공지능 알고리즘이 SPECT 및 PET 영상에 적용되어 개발되고 있습니다.
많은 연구에서 소음을 줄이는 인공지능 알고리즘을 적용하면 뼈신티그라피의 기록시간을 단축할 수 있는 가능성이 보고되고 있다.
연구 개요
상세 설명
딥러닝 알고리즘으로 노이즈가 제거된 이미지를 기존 필터(가우시안 및 중앙값 필터)로 제거된 이미지와 비교한 연구는 두 개뿐입니다. 첫 번째 연구는 팬텀 분석이나 병변의 크기를 고려하지 않고 환자만을 대상으로 수행되었습니다. 두 번째 연구에는 팬텀과 환자에 대한 분석이 포함되었지만 오늘날 점점 더 많이 사용되는 SPECT 이미지가 아닌 평면 이미지에 적용되었습니다.
팬텀과 환자를 대상으로 수행된 우리 연구의 가설은 잡음을 줄이는 인공 지능 알고리즘이 신티그래픽 이미지의 잡음 제거를 위해 뼈 SPECT에 일반적으로 사용되는 기존 필터를 대체할 수 있다는 것입니다.
연구 유형
관찰
등록 (실제)
20
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Vandœuvre-lès-Nancy, 프랑스, 54511
- Nuclear Medicine Department
-
-
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
아니
샘플링 방법
확률 샘플
연구 인구
류마티스 또는 종양학적 징후에 대한 전신 치수 뼈 스캔을 받았고 해당 데이터 사용에 반대하지 않는 환자
설명
포함 기준:
류마티스 또는 종양학적 징후에 대해 전신 치수 뼈 스캔을 받은 환자.
제외 기준:
환자들이 자신의 데이터 사용을 반대함
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
지능 인공 알고리즘으로 처리한 영상과 기존 필터 인공 알고리즘으로 처리한 영상을 비교
기간: 어느 날
|
지능인공알고리즘으로 측정한 영상의 정량값과 기존 필터로 측정한 정량값 비교
|
어느 날
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 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)
2025년 2월 27일
기본 완료 (실제)
2025년 3월 15일
연구 완료 (실제)
2025년 3월 30일
연구 등록 날짜
최초 제출
2025년 1월 7일
QC 기준을 충족하는 최초 제출
2025년 1월 14일
처음 게시됨 (실제)
2025년 1월 17일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 6월 25일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 6월 23일
마지막으로 확인됨
2026년 6월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 2024PI241
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. .