초기 PAN- 캔터 초기 진단을위한 라만 분광법 기반 딥 러닝 모델
PAN- 암을위한 새로운 라만 분광법 기반 방법 딥 러닝에서 지원하는 조기 진단 : 전향 적, 단일 암, 멀티 센터 연구
이 관찰 연구의 목표는 라만 기반의 딥 러닝 보조 접근법을 사용하여 초기 팬암 스크리닝을위한 효과적인 방법을 개발할 수 있는지 여부를 탐색하는 것입니다. 이 연구에는 건강한 개인과 암의 위험이있는 환자와 암 진단 환자가 포함됩니다. 대답하는 주요 질문은 다음과 같습니다.
- 라만 스펙트럼 데이터의 암-특이 적 특징을 식별하기위한 심층 학습 모델의 정확성과 특이성을 평가 하고이 방법이 위험에 따라 환자를 정확하게 분류 할 수 있는지 여부를 평가합니다.
- 라만 스펙트럼에 더 적응할 수있는 모델을 결정
- 모델 생성 진단에 대한 해석 가능한 분석을 제공하고 참가자는 이미 진단을 받고 있으며 암의 유형을 결정하기 위해 후속 조치를 취하고 있습니다.
연구 개요
상태
정황
개입 / 치료
상세 설명
이 연구는 혈액 혈청 샘플의 라만 분광법 분석을 기반으로 환자를 분류하기위한 딥 러닝 모델의 사용을 탐구하는 것을 목표로하며, 생리적 조건의 개인과 다양한 유형의 악성 종양을 가진 환자를 구별합니다. 이 연구는 다중 센터 협력을 통해 수행되는데, 여기서 혈액 샘플은 건강한 참가자와 전 암성 조건 및 1 차 악성 종양에서 조직 병리학 적 진단을받은 환자 모두로부터 수집됩니다.
모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 환자의 일상적인 임상 혈액 검사에서 수집됩니다. 혈청을 추출하고 라만 분광학 분석에 적용합니다. 스펙트럼 데이터는 엄격한 전처리 파이프 라인을 겪습니다. 여기에는 데이터 표준화를위한 정렬 리샘플링, 원치 않는 변화를 제거하기위한 기준선 제거 및 모든 샘플에서 균일 성을 보장하기위한 정규화가 포함됩니다. 데이터가 딥 러닝 모델 교육을위한 최적의 형태인지 확인합니다.
그런 다음 다양한 딥 러닝 모델을 사용하여 처리 된 라만 스펙트럼을 분석하고 팬암과 건강한 대조군을 구별 할 수있는 분류 시스템을 개발합니다. 전처리 된 데이터 세트는 모델 교육 및 성능 평가를 위해 3 개의 서브 세트로 분할되었습니다 : 훈련의 경우 80%, 검증의 경우 10%, 테스트의 경우 10%. 데이터 세트는 분류 된 진단을 달성하기 위해 특정 암 또는 건강한 상태와 관련이있는 스펙트럼 데이터에서 패턴을 식별하기 위해 모델 교육에 적용됩니다.
딥 러닝 모델의 해석 가능성을 향상시키기 위해 Grad-CAM (Gradient-Weighted Class Activation Mapping)을 사용하여 모델의 의사 결정 프로세스를 시각화합니다. 모델의 분류 결정에 더 영향을 미치는 라만 스펙트럼 영역의 식별을 허용하여 모델이 다양한 클래스를 어떻게 구별하는지에 대한 투명한 이해를 제공합니다.
궁극적으로,이 연구는 조기 진단 및 개인화 된 치료 전략에 영향을 미치는 암 탐지 및 분류를위한 비 침습적이고 정확하며 해석 가능한 방법을 제공하기 위해 딥 러닝 기술과 결합 된 라만 분광법의 잠재력을 입증하는 것을 목표로합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Jiasheng Xu, MD
- 전화번호: +86 18720996980
- 이메일: 1821286450@qq.com
연구 장소
-
-
Jiangxi
-
Nanchang, Jiangxi, 중국, 330006
- 모병
- The First Affiliated Hospital to Nanchang University
-
연락하다:
- Yuhuan Jiang
- 전화번호: +86 18720998212
- 이메일: 18166043076@163.com
-
Nanchang, Jiangxi, 중국, 330008
- 모병
- The Second Affiliated Hospital to Nanchang University
-
연락하다:
- Xiaozhong Wang
- 전화번호: +86 0791-86300410
- 이메일: xiaozhongwangncu@163.com
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200040
- 모병
- Huashan Hospital Affiliated to Fudan University
-
연락하다:
- Ming Guan
- 전화번호: +86 19901643902
- 이메일: guanming88@yahoo.com
-
-
Zhejiang
-
Hangzhou, Zhejiang, 중국, 310009
- 모병
- The Second Affiliated Hospital of Zhejiang University School of Medicine
-
연락하다:
- Kefeng Ding
- 전화번호: +86 13906504783
- 이메일: dingkefeng@zju.edu.cn
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준 :
- 결장 직장암, 위암, 간암, 췌장암 및 식도암을 포함한 악성 종양의 조직 병리학 적 진단.
- 악성 종양이나 전암 병변이없는 정상적인 생리적 상태에있는 환자.
- 화학 요법, 수술, 방사선 요법, 면역 요법 또는 기타 항 종양 치료를 포함한 중재를받지 않고 악성 종양을 가진 환자.
- 전암 병변 또는 비 언성 질환의 조직 병리학 적 진단 환자.
제외 기준 :
- 전이 종양이있는 환자 또는 동시에 두 종류 이상의 악성 종양의 상태에있는 환자
- 암 후 치료 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
정상적인 생리학
암이나 전암 병변이없는 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
결장 직장암
결장 직장암 진단 환자 (중재 전)
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
위암
위암 진단을받은 환자 (개입 전)
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
간암
간암으로 진단 된 환자 (개입 전)
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
식도
식도암 진단을받은 환자 (중개 전)
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
췌장암
췌장암으로 진단 된 환자 (개입 전)
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
위 궤양
암이없는 위 궤양 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
결장 직장 선종
암이없는 결장 직장 선종 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
간경변
암이없는 간경변 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
췌장염
암이없는 췌장염 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
|
식도
암이없는 식도염 환자
|
참여 환자의 모든 혈액 샘플은 병원 입원 또는 기타 필요한 의료 평가 중에 수행 된 일상적인 임상 혈액 검사에서 얻은 후 혈청 추출로부터 얻었다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
고당도 팬암 분류를위한 딥 러닝 모델
기간: 환자 등록에서 모델 구성 완료에 이르기까지 데이터 수집 후 2 개월 이내에 완료 될 것으로 예상됩니다.
|
라만 분광 분류에 기초한 다양한 팬-암 유형 (생리적 조건의 환자, 전암 병변 및 악성 종양을 구별)을 구별 할 수있는 팬암 분류에 대한 높은 특이성 및 민감도를 갖는 딥 러닝 모델을 확립한다.
|
환자 등록에서 모델 구성 완료에 이르기까지 데이터 수집 후 2 개월 이내에 완료 될 것으로 예상됩니다.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
모델 결정 해석 및 시각화를위한 라만 시프트 특성
기간: 모델 구성 종료에서 모델 해석 가능한 분석 종료 - 모델 구성 2 개월 후 예상
|
Grad-CAM을 사용하여 1 차 결과에서 파생 된 진단에 대한 해석 가능한 분석을 수행하여 모델의 의사 결정 과정을 시각화하고 설명합니다.
|
모델 구성 종료에서 모델 해석 가능한 분석 종료 - 모델 구성 2 개월 후 예상
|
공동 작업자 및 조사자
협력자
수사관
- 연구 의자: Kefeng Ding, MD, Department of Colorectal Surgery, The Second Hospital of Zhejiang University School of Medicine
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 2024-1060
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
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. .