Onderzoek naar geautomatiseerde maculopathiescreening op basis van AI-technieken met behulp van OCT-afbeeldingen
22 maart 2018 bijgewerkt door: The First Affiliated Hospital with Nanjing Medical University
Onderzoek naar geautomatiseerde maculopathiescreening door optische coherente tomografie op afbeeldingen gebaseerde deep learning-technieken
De onderzoekers verwachten een algoritme te ontwikkelen dat OCT-beelden kan interpreteren en geautomatiseerd kan bepalen of de macula normaal is of niet door gebruik te maken van op OCT-beelden gebaseerde deep learning-technieken.
En onderzoekers willen softwaretoepassingen ontwikkelen die helpen bij het beter screenen en diagnosticeren van maculaire ziekten in gebieden met beperkte middelen.
Studie Overzicht
Toestand
Onbekend
Conditie
Gedetailleerde beschrijving
De onderzoekers zullen deep learning convolutioneel neuraal netwerk toepassen door ImageNet te gebruiken voor een geautomatiseerde detectie van meerdere netvliesaandoeningen met OCT horizontale B-scans met een hoogwaardige gelabelde database.
Datasets, inclusief trainingsdataset, testdataset en validatiedatasets, zullen worden gebouwd door oogartsen van het eerste aangesloten ziekenhuis van Nanjing Medical University volgens de gestandaardiseerde annotatierichtlijnen.
Studietype
Observationeel
Inschrijving (Verwacht)
20000
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
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210029
- The First Affiliated Hospital with Nanjing Medical University
-
-
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
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
NVT
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
geen leeftijdsbeperking, geen geslacht
Beschrijving
Inclusiecriteria:
- Alle patiënten die binnen 5 jaar de afdeling Oogheelkunde van het First Affiliated Hospital van Nanjing Medical University bezochten en die bekende, duidelijke diagnoses kregen met digitale retinale beeldvorming (inclusief OCT, fundus digitale foto's en fundus fluoresceïne angiografie, tenminste met OCT-beelden) als onderdeel van hun routinematige klinische zorg, in aanmerking komen voor opname in deze studie.
Uitsluitingscriteria:
- Hardcopy-onderzoeken (d.w.z. foto's van papieren rapporten van OCT-beeldvorming uitgevoerd in andere ziekenhuizen) komen niet in aanmerking.
- Gegevens van patiënten die eerder handmatig hebben verzocht dat hun gegevens niet mogen worden gedeeld, zelfs niet voor onderzoeksdoeleinden in geanonimiseerde vorm, en die de oogheelkundige afdeling van het First Affiliated Hospital van Nanjing Medical University van deze wens hebben geïnformeerd (zelfs in eerder uitgevoerde studies of andere lopende onderzoeken in dit ziekenhuis), worden uitgesloten en hun gegevens worden niet geüpload naar het cloudplatform voordat het onderzoek begint.
- Gegevens van ogen die zijn getamponeerd met siliconenolie of -gas (d.w.z. C3F8) komen niet in aanmerking.
- Gegevens met een slechte beeldkwaliteit, zoals onvolledige beelden, omgekeerde beelden, wazige of gebarsten beelden en beelden met een zeer zwak signaal (d.w.z. glasvochtbloeding), komen niet in aanmerking.
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
- Observatiemodellen: Ander
- Tijdsperspectieven: Dwarsdoorsnede
Cohorten en interventies
Groep / Cohort |
|---|
|
Normaal
normale maculaire structuur van horizontale OCT B-scans
|
|
Abnormaal
abnormale maculaire structuur van horizontale OCT B-scans, waaronder veel subcategorieën van pathologische kenmerken, zoals epiretinale membraan, loslating van pigmentepitheel, ect.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
ontvanger operationele karakteristiek (ROC) curve van het algoritme
Tijdsspanne: ongeveer 1 jaar
|
Het wordt ook wel gevoeligheidscurve genoemd.
De ROC-curve laat zien hoe gevoelig het algoritmemodel is om automatisch de gewenste uitvoer te detecteren.
|
ongeveer 1 jaar
|
|
Gebied onder de ROC-curve (AUC)
Tijdsspanne: ongeveer 1 jaar
|
Het toont de operationele waarde van het algoritmemodel, dat het effect van het model kan weergeven.
|
ongeveer 1 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Onderzoekers
- Hoofdonderzoeker: Songtao Yuan, doctor, The First Affiliated Hospital with Nanjing Medical University
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 (Werkelijk)
30 juni 2017
Primaire voltooiing (Verwacht)
1 juni 2018
Studie voltooiing (Verwacht)
31 december 2020
Studieregistratiedata
Eerst ingediend
26 februari 2018
Eerst ingediend dat voldeed aan de QC-criteria
22 maart 2018
Eerst geplaatst (Werkelijk)
26 maart 2018
Updates van studierecords
Laatste update geplaatst (Werkelijk)
26 maart 2018
Laatste update ingediend die voldeed aan QC-criteria
22 maart 2018
Laatst geverifieerd
1 februari 2018
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- JSPH-AIOCT-001
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Nee
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
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 .