근육 매개 변수 측정을위한 CT 이미징에 기반한 인공 지능 알고리즘의 적용
2025년 2월 20일 업데이트: Yaomin Hu, RenJi Hospital
육종 감소증 진단에서 근육 매개 변수 측정을위한 CT 영상에 기초한 인공 지능 알고리즘의 적용
CT 영상을 기반으로 한 유육 감소증의 자동 진단을위한 인공 지능 모델을 설정하려면
연구 개요
상세 설명
가속화 된 노화 과정으로, 유관종의 초기 식별 및 진단과 부작용의 효과적인 예방과 함께 의학 연구의 초점이되었습니다.
그러나, 육종 감소증을 평가하고 진단하는 현재의 방법은 여전히 상당한 한계에 직면하여 근육 질량 평가를위한보다 효율적이고 정확한 기술의 개발이 긴급한 임상 적 요구를 만듭니다.
CT는 근육 질량을 평가하기위한 가장 유망한 방법으로 간주되지만, 의사의 전문 지식에 대한 의존 및 시간 소모적 절차에 대한 의존과 같은 요인에 의해 실질적인 적용이 방해되어 광범위한 임상 채택을 제한합니다.
이러한 과제에 비추어,이 연구는 복부 CT 영상을 기반으로 완전 자동화 된 근육 질량 측정을위한 인공 지능 모델을 개발하고 Sarcopenia의 진단을 돕는 적용 가치를 검증하는 것을 목표로합니다.
연구 유형
관찰
등록 (실제)
1080
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
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
예
샘플링 방법
비확률 샘플
연구 인구
960 Renji Hospital의 노인 부서의 입원 환자, Ruijin Hospital의 20 명의 환자는 상하이 Jiaotong University School of Medicine에 소속 된 20 명의 환자, Zhejiang Medical University의 첫 번째 제휴 병원에서 20 명의 환자, Wenzhou Medical University의 첫 번째 제휴 병원에서 50 명의 환자를, Huangshan People 's Hooption의 환자 30 명.
설명
포함 기준 ：
- BIA 및 복부 CT 검사를받는 인구;
- 인체 구성 분석, 그립 강도 측정, 6m 보행 시간 측정 및 설문 조사를 완료하기 위해 협력 할 수 있습니다.
제외 기준 ：
- <18 세 <나이;
- 복벽 부종의 존재;
- 척추 수술 또는 척추 골절 또는 척추 종양 병변의 병력;
- 신경 근육 장애의 병력.
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 |
|---|---|---|
|
3 차원 근육 부피 및 지방 부피를 자동으로 정확하게 정량화합니다.
기간: 2020-2023
|
딥 러닝에 의해 L3 척추 영역에서 3 차원 근육 부피 및 지방 부피의 자동 및 정확한 정량화를 달성하기 위해.
|
2020-2023
|
|
육종 감소증 진단을위한 인공 지능 모델을 확립합니다.
기간: 2020-2023
|
인공 지능 모델의 검증은 마르코 니아의 진단에 도움이 될 수 있습니다.
|
2020-2023
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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)
2023년 9월 5일
기본 완료 (실제)
2024년 12월 31일
연구 완료 (실제)
2024년 12월 31일
연구 등록 날짜
최초 제출
2025년 2월 20일
QC 기준을 충족하는 최초 제출
2025년 2월 20일
처음 게시됨 (실제)
2025년 3월 25일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2025년 3월 25일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 2월 20일
마지막으로 확인됨
2025년 2월 1일
추가 정보
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. .