Ontwikkeling en validatie van een deep learning-systeem voor meerdere oculaire fundusziekten met behulp van netvliesbeelden
Ontwikkeling en validatie van een deep learning-systeem voor meerdere oculaire fundusaandoeningen met behulp van retinale beelden: een prospectieve studie in meerdere centra
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Interventie / Behandeling
Interventie / Behandeling
Studietype
Studietype
Inschrijving (Verwacht)
Inschrijving
Contacten en locaties
Studiecontact
Studiecontact
- Naam: Haotian Lin, PhD
- Telefoonnummer: 13802793086
- E-mail: gddlht@aliyun.com
Studie Locaties
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510060
- Werving
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Contact:
- Haotian Lin, Ph.D
- Telefoonnummer: +86-020-87330274
- E-mail: gddlht@aliyun.com
-
Hoofdonderzoeker:
- Haotian Lin, Ph.D
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- De kwaliteit van fundusbeelden dient klinisch acceptabel te zijn. Meer dan 80% van het fundusbeeldgebied, waaronder vier hoofdregio's (optische schijf, macula, bovenste en onderste retinale vatbogen) zijn gemakkelijk te lezen en te onderscheiden.
Uitsluitingscriteria:
- Afbeeldingen met lichtlekkage (> 30% van het gebied), vlekken van lensflares of -vlekken en overbelichting werden uitgesloten van verdere analyse.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Ander
- Tijdsperspectieven: Ander
Aantal groepen / cohorten
Cohorten en interventies
Groep / CohortGroep / Cohort |
Interventie / BehandelingInterventie / Behandeling |
|---|---|
|
Gegevensset trainen
Netvliesbeelden verzameld uit ziekenhuizen en meerdere screeningsites in heel China
|
|
|
Validatie dataset
Netvliesafbeeldingen gescheiden van trainingsdataset
|
Trainingsdataset werd gebruikt om het deep learning-model te trainen, dat werd gevalideerd en getest door twee andere datasets.
|
|
Dataset testen
Netvliesbeelden die prospectief zijn verzameld uit de ziekenhuizen en screeningsites voor oogziekten die totaal verschillen van de trainingsdataset
|
Trainingsdataset werd gebruikt om het deep learning-model te trainen, dat werd gevalideerd en getest door twee andere datasets.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gebied onder de receiver-operating-karakteristiek van het deep learning-systeem
Tijdsspanne: basislijn
|
De onderzoekers zullen het gebied onder de karakteristieke curve van het deep learning-systeem van de ontvanger berekenen en deze index vergelijken tussen het deep learning-systeem en menselijke artsen.
|
basislijn
|
Secundaire uitkomstmaten
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gevoeligheid van het deep learning-systeem
Tijdsspanne: basislijn
|
De onderzoekers zullen de gevoeligheid van het deep learning-systeem berekenen en deze index vergelijken tussen het deep learning-systeem en menselijke artsen.
|
basislijn
|
|
Specificiteit van het deep learning-systeem
Tijdsspanne: basislijn
|
De onderzoekers zullen de specificiteit van het deep learning-systeem berekenen en deze index vergelijken tussen het deep learning-systeem en menselijke artsen.
|
basislijn
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Publicaties en nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Verwacht)
Primaire voltooiing
Studie voltooiing (Verwacht)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
Andere studie-ID-nummers
- CCPMOH2019- China8
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .