이 연구는 갑상선 검사를 위한 새로운 사운드 블레이드 초음파를 테스트합니다. 이 연구는 그 이미지와 일반 병원 초음파를 비교하여 어느 것이 더 선명한지 확인합니다. 이 이미지는 향후 AI 도구를 구축하여 치료를 개선하는 데 도움이 될 것입니다. (THYMAL 01)
갑상선 영상 및 머신 러닝을 위한 새로운 초음파 프로브: 파일럿 연구
연구 개요
상세 설명
최신 기계 학습 알고리즘과 통합된 당사의 맞춤형 갑상선 초음파 플랫폼은 갑상선 결절과 주변 주요 구조물의 정확한 검출 및 구획화를 달성하고, 최소 침습적 절제를 안내할 수 있는 추적 가능한 3차원 결절 모델을 생성하여 실시간 치료 진행 및 잔여 질병의 체적 정량화를 제공할 것입니다.
연구 설계 이 연구는 두 부분으로 구성됩니다. 파트 A - 전향적 갑상선 영상 연구 당사는 표준 치료(SOC) 초음파 장치와 비교 가능한 갑상선 결절 및 주요 구조물(경동맥, 내경정맥, 기관, 미주신경, 반회후두신경 및 부갑상선) 검출 결과/능력을 연구 초음파 장치가 획득하는지 확인하기 위해 전향적, 짝지은 영상 연구(n=30)를 수행할 것입니다.
파트 B - 기계 학습 모델 개발 연구 장치에서 획득한 초음파 영상 및 시네 비디오와 파트 A의 방사선 전문의 주석을 사용하여 결절 및 주요 구조물 분할을 위한 ML 모델을 훈련하고 내부 테스트할 것입니다. 외부 검증을 위해 ML 모델은 표준 치료(SOC) 초음파에서 획득하고 지방 PACS에서 후향적으로 검색한 익명화된 갑상선 초음파 연구(n≈30)에 적용될 것입니다. 정확도와 정밀도를 평가하여 기술적 타당성과 일반화 가능성을 확립할 것입니다. ML 출력은 연구 전용이며, 이에 기반한 임상적 결정은 없을 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Deborah Wright, Project Manager, RN
- 전화번호: 902-225-6835
- 이메일: debbie.wright@nshealth.ca
연구 연락처 백업
- 이름: Richard Balys, MD, MD
- 전화번호: 902-223-8032
- 이메일: rbalys@gmail.com
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 참가자는 만 18세 이상이어야 합니다
- 정보에 입각한 동의서에 서명할 능력이 있어야 합니다
- 이전 갑상선 초음파에서 확인된 갑상선 결절이 있으며, 연속적인 초음파 검사를 통해 결절의 능동적 감시를 받고 있는 경우
제외 기준:
- 15분 동안 평평하게 누워 있을 수 없는 경우
- 목 초음파 검사에 방해가 되는 활동적인 목 부위 상처, 드레싱 또는 피부 질환 (예: 탐촉자 배치를 방해하는 경우)
- 목을 젖히는 것을 방해하고 정확한 갑상선 초음파 영상 획득을 방해할 수 있는 경추 또는 등 질환
- 이전 갑상선 수술, 얼굴 및 목 부위 방사선 치료 경력
- 알려진 염증성 갑상선 질환 또는 갑상선염 (예: 그레이브스병, 하시모토병)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 갑상선 초음파
SOC 감시 갑상선 결절 초음파 검사가 예정된 환자는 Sound Blade 초음파를 사용하여 두 번째 초음파 검사를 받게 됩니다.
|
SOC 감시 갑상선 결절 초음파 검사가 예정된 환자는 Sound Blade 초음파를 사용하여 두 번째 초음파 검사를 받게 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
갑상선 결절 및 기타 주요 해부학적 구조물 시각화 능력
기간: 1일차
|
주요 종말점은 표준 치료 초음파 영상 장치와 비교하여 연구용 장치로 갑상선 결절 및 기타 주요 해부학적 구조물을 시각화하는 능력을 평가하는 것입니다.
|
1일차
|
|
머신러닝 모델의 가시성/탐지 성능 평가
기간: 1일차
|
갑상선 결절과 주요 경부 해부학적 구조를 식별하고 분할하기 위한 기계 학습 모델이 생성됩니다.
첫 번째 결과는 표준 분류 측정치를 사용하여 가시성과 검출 성능을 평가합니다.
|
1일차
|
|
머신러닝 모델의 분할 성능 평가
기간: 1일차
|
갑상선 결절과 주요 목 해부학적 구조를 식별하고 분할하기 위해 머신러닝 모델이 생성될 것입니다.
두 번째 결과는 구분 가능한 사례에 대한 성능을 평가할 것입니다.
|
1일차
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Richard Bayls, MD, Nova Scotia Health Authority
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
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 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. .
갑상선 초음파에 대한 임상 시험
-
Fujian Medical University아직 모집하지 않음림프 전이 | 갑상선 신생물 | 갑상선 유두암 | Ret Proto-Oncogene 돌연변이중국
-
Tobias TodsenAarhus University Hospital; Hillerod Hospital, Denmark; Køge Hospital, Denmark모병
-
Academisch Medisch Centrum - Universiteit van Amsterdam...완전한
-
Medical University of GrazGraz University of Technology아직 모집하지 않음
-
Piazza della Vittoria 14 Studio Medico - Ginecologia...모병
-
Ajou University School of Medicine종료됨