Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Modelgebaseerde beeldreconstructie voor röntgen-CT bij longbeeldvorming

3 februari 2016 bijgewerkt door: Jeffrey Fessler PhD., University of Michigan
Een computerprogramma ontwikkelen dat de CT-beeldkwaliteit verbetert en de hoeveelheid röntgenstraling vermindert waaraan toekomstige patiënten kunnen worden blootgesteld wanneer ze een CT-onderzoek ondergaan.

Studie Overzicht

Toestand

Voltooid

Conditie

Gedetailleerde beschrijving

We zullen patiënten om toestemming vragen om het sinogram van hun CT-scan op te slaan en te gebruiken. Het sinogram wordt geanonimiseerd en voor opslag naar een archiefsysteem gestuurd. Het wordt geëxporteerd naar een computer voor verwerking met behulp van MBIR (modelgebaseerde iteratieve reconstructie). MBIR (modelgebaseerde iteratieve reconstructie) is een nieuwe methode die wordt ontwikkeld om CT-sinogrammen te verwerken. De nieuw gereconstrueerde afbeeldingen zullen door experts worden beoordeeld om te bepalen of ze net zo leesbaar en nauwkeurig zijn als CT-afbeeldingen die zijn gemaakt met de software die momenteel wordt gebruikt. Sinogram-gegevens en de gereconstrueerde afbeeldingen zullen worden gedeeld met samenwerkende onderzoekers van General Electric Global Research.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

184

Fase

  • Fase 1

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Michigan
      • Ann Arbor, Michigan, Verenigde Staten, 48109
        • University of Michigan Hospital

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Beschrijving

Inclusiecriteria:

1. 18 jaar en ouder 2. Geen medische of psychiatrische aandoening die geïnformeerde toestemming in de weg staat

-

Uitsluitingscriteria:

  1. Onvermogen om gedurende 30 minuten plat op de rug te liggen met de armen boven het hoofd geheven.
  2. Metalen implantaten of metalen apparaten in de borst of rug.
  3. Deelname aan andere onderzoeken met ioniserende straling

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Fundamentele wetenschap
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: CT-beeldvorming en reconstructie
Een MBIR-methode (modelgebaseerde beeldreconstructie) ontwikkelen die röntgen-CT-longbeeldvorming zal verbeteren door de beeldkwaliteit te verbeteren en de dosis te verlagen.

Patiënten krijgen toestemming om het sinogram van hun CT-thorax-/longscan op te slaan en te gebruiken. Het sinogram wordt geanonimiseerd en voor opslag naar een archiefsysteem gestuurd.

Later wordt het geëxporteerd naar een computer voor verwerking met behulp van MBIR (modelgebaseerde beeldreconstructie). De nieuw verwerkte afbeeldingen worden vervolgens gelezen door geblindeerde lezers. De kwaliteit van de afbeeldingen wordt beoordeeld om te bepalen of ze net zo leesbaar en nauwkeurig zijn als CT-afbeeldingen die zijn gemaakt met de software die momenteel wordt gebruikt.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Ontwikkeling van een computerprogramma om de CT-beeldkwaliteit te verbeteren
Tijdsspanne: 6 jaar

Sinogrammen worden opgehaald door een archiefsysteem en verwerkt door MBIR-methoden (modelgebaseerde beeldreconstructie) die we ontwikkelen en die de beeldkwaliteit verbeteren (ruis verminderen, ruimtelijke resolutie verbeteren, artefacten verminderen). We beoordelen de beeldkwaliteit zowel kwantitatief als kwalitatief.

We hopen methoden voor algoritmeversnelling te ontwikkelen en te benchmarken om routinematig klinisch gebruik van MBIR-methoden (modelgebaseerde beeldreconstructie) mogelijk te maken.

6 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Jeffrey Fessler, PhD, University of Michigan Hospital
  • Hoofdonderzoeker: Jeffrey Fessler, PhD, University of Michigan

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start

1 augustus 2010

Primaire voltooiing (Werkelijk)

1 maart 2015

Studie voltooiing (Werkelijk)

1 december 2015

Studieregistratiedata

Eerst ingediend

1 november 2013

Eerst ingediend dat voldeed aan de QC-criteria

1 november 2013

Eerst geplaatst (Schatting)

8 november 2013

Updates van studierecords

Laatste update geplaatst (Schatting)

5 februari 2016

Laatste update ingediend die voldeed aan QC-criteria

3 februari 2016

Laatst geverifieerd

1 februari 2016

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • HUM00038447

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 .

Abonneren