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

유방 수술에서 양성 마진의 수술 내 검출

2025년 5월 9일 업데이트: University of Nottingham

유방 보존 수술에서 양성 마진의 수술 중 검출을위한 정량적 옥스 라맨 스펙트럼 영상

이 프로젝트에서는 전체 lumpectomy 표본의 고해상도 분석을 위해 최적화 된 선택적 샘플링 접근법을 기반으로 고유 한 Oct-Raman 시스템을 개발할 것입니다. OCT를 사용하는 목표는 암을 감지하는 것이 아니라 지방 조직을 식별하여 큰 지방 조직 영역이 라만 분광법에 의한 추가 측정에서 제외되도록하는 것입니다.

OCT는 종양과 주변의 정상 기질을 구별하는 능력이 제한적이지만, 지방 조직은 고도로 산란 된 양측 밀도 조직 (Stroma, ducts 및 lobules) 및 악의 조직과 비교하여 지방 세포 (지질 및 작은/평평한 핵으로 채워짐) 내의 후방 산란으로 인해 OCT 이미지에서 독특한 외관을 갖는다. 이러한 특정 패턴은 94% 감도 및 93% 특이성을 갖는 유방 조직 (반사율 프로파일을 기반으로 한 분류 모델)으로부터 정상적인 지방 조직의 식별을 허용한다. 이는 라만 측정 과제를 줄일 것이며, 이는 양성 및 악성 조직을 구별하기 위해 남아있는 더 작은 영역에 초점을 맞출 수 있습니다. 이 유연하고 적응 가능한 스캐닝 전략은 실제 시간 내에 모든 외과 적 여백을 커버하기 위해 매우 개선 된 진단 정확도와 속도를 달성합니다.

연구 개요

상태

모병

정황

개입 / 치료

상세 설명

이 프로젝트에서 개발 된 새로운 Oct-Raman 시스템은 두 모듈을 단일 기기에 통합하고 딥 러닝 알고리즘에 의존하여 데이터를 자동으로 획득하고 분석 할 것입니다. OCT 모듈은 빠른 스캔 대형 럼프 절제술 시편 (불규칙한 3D 표면에 대한 초점 조정 포함)을 위해 설계 될 것이며, 머신 러닝 (ML) 알고리즘은 ACT 이미지에서 관심 영역 (비 아디포스 조직”을 식별하여 Raman Spectroscopy 측정을 이러한 "고위험 영역"으로 자동 지시합니다. 머신 러닝 모델의 두 번째 층은 라만 스펙트럼을 양성 조직에서 암 (양성 여백)을 구별하도록 분류합니다. 이 접근법은 기기의 사용을 단순화하고 주관성 및 사용자 교육을 줄입니다. 사용자는 기기에 조직을 삽입해야하며, 모든 단계는 이후에 자동화 된 (OCT 및 라만 측정 및 분석) 최종 진단 맵이 적색으로 표시 될 때까지 긍정적 인 여백이 표시 될 때 까지야합니다. 고유 한 옥스 라맨 시스템은 라만 분광법의 높은 진단 정확도를 MM- 규모에서 전체 lumpectomy 수준으로 변환하여 외과 의사가 수술 중 긍정적 인 마진을 식별 할 수있는 도구를 제공합니다. UON 팀은 피부암에 대한 MOHS 현미경 수술 중 양성 마진의 검출을 위해 AF 및 Raman 분광법을 기반으로 한기구 에서이 개념을 시연했습니다. 이 연구에 사용될 Oct-Raman 장치는 노팅엄 대학교에서 개발했습니다. 이것은 단일 센터에서만 수행되는 사내에서 개발 된 장치에 대한 개념 증명 연구이며, 장치를 사용하여 생성 된 결과는 참가자의 임상 치료를 지시하거나 영향을 미치지 않습니다.

기계가 이미 교정되고 종양과 정상 조직을 구별하기 위해 훈련 된 경우, 조직의 취급없이 넓은 국소 절제 시편의 표면을 스캔하여 병리학 자로 돌려 일상적인 처리를 위해 병리학 자에게 반환합니다. 조직 슬라이스는 연구 목적으로 사용되지 않습니다. 식별 가능한 모든 정보는 임상 치료 팀의 구성원 만 액세스 할 수 있으며 샘플은 임상 치료 팀의 구성원이 아닌 연구원에게 익명으로 유지됩니다.

연구 유형

관찰

등록 (추정된)

120

연락처 및 위치

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

연구 연락처

연구 연락처 백업

연구 장소

  • 영국
      • Nottingham, 영국
        • 모병
        • Nottingham University Hospitals
        • 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
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

확률 샘플

연구 인구

유방암 연구소에서 WLE를 겪고있는 환자

설명

포함 기준

  • 유방 수술을받는 환자 (넓은 국소 절제).
  • 사전 동의를 제공 할 수 있습니다.
  • 모든 나이.

제외 기준

• 이전 진단 생검에 의해 확인 된 병리학 자의 진단에 대해 의심의 여지가있는 환자.

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
통합 기계 학습을 갖춘 고유 한 옥스 라맨 시스템을 설계하고 구축하십시오.
기간: 12 개월
기본 엔드 포인트는 기기와 전체 아키텍처 (하드웨어/소프트웨어)를 설계하는 것입니다. 여기에는 OCT 및 OCT-Raman 조합에 대한 기본 머신 러닝 알고리즘이 포함됩니다. 또한, UON에 1 차 첫 번째 OCT 프로토 타입을 설치하고 정상 조직에서 잔류 암 세포 방당을 식별하기 위해 lumpectomy 및 또는 유방 절제술 시편에서 테스트합니다.
12 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

University of Nottingham

수사관

  • 수석 연구원: Ioan Notingher, University of Nottingham

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 10월 1일

기본 완료 (추정된)

2027년 4월 1일

연구 완료 (추정된)

2027년 4월 1일

연구 등록 날짜

최초 제출

2025년 5월 9일

QC 기준을 충족하는 최초 제출

2025년 5월 9일

처음 게시됨 (실제)

2025년 5월 18일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 5월 18일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 5월 9일

마지막으로 확인됨

2025년 4월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

  • 336788

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. .

유방암 침습성에 대한 임상 시험

옥트 라맨에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Luxembourg

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다