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

Diep leren voor prostaatsegmentatie (GOPI-Segm)

6 december 2019 bijgewerkt door: Hospices Civils de Lyon

Multi-zone computerondersteunde prostaatsegmentatie op MR-beelden met behulp van een op deep learning gebaseerde aanpak

Omdat de diagnostische criteria voor prostaatkanker verschillend zijn in de perifere en de overgangszone, is prostaatsegmentatie nodig voor elk computerondersteund diagnosesysteem dat gericht is op het karakteriseren van prostaatlaesies op magnetische resonantie (MR) beelden. Handmatige segmentatie is tijdrovend en kan verschillen tussen radiologen met verschillende expertises. We ontwikkelden en trainden een convolutioneel neuraal netwerkalgoritme voor het segmenteren van de gehele prostaat, de overgangszone en het voorste fibromusculaire stroma op T2-gewogen beelden van 787 MRI's uit een bestaande prospectieve radiologische pathologische correlatiedatabase met prostaat-MRI van patiënten die tussen 2008 en 2008 een prostatectomie ondergingen. 2014 (CLARA-P-database).

Het doel van deze studie is om dit algoritme te valideren op een onafhankelijk cohort van patiënten.

Studie Overzicht

Toestand

Onbekend

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Verwacht)

62

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

  • Frankrijk
      • Lyon, Frankrijk, 69008
        • Werving
        • Hôpital Edouard Herriot
        • Contact:
          • Olivier ROUVIERE, Pr

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

Mannelijk

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Willekeurige selectie in het Picture Archiving and Communication System (PACS) van de Hospices Civils de Lyon uit onderzoeken uitgevoerd tussen 2016 en 2019

Beschrijving

Inclusiecriteria:

  • Prostaat-MRI opgenomen in de PACS van de Hospices Civils de Lyon
  • Uitgevoerd in 2016-2019

Uitsluitingscriteria:

  • MRI's van patiënten die al een behandeling voor prostaatkanker hebben gehad

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: Cohort
  • Tijdsperspectieven: Retrospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Patiënten met een MRI op een 3 Tesla (T) unit
Het totale validatiecohort is samengesteld uit axiale T2-gewogen beelden van de prostaat verkregen uit 31 prostaat-MRI's op een 3T-eenheid die willekeurig is gekozen uit de prostaat-MRI's die zijn uitgevoerd in de Hospices Civils de Lyon in 20162015-2019
Ander: Vergelijking van multi-zone segmentatie van de prostaat verkregen met een automatisch op deep learning gebaseerd algoritme en twee deskundige radiologen

Het algoritme wordt gebruikt om een ​​multizone-segmentatie van de prostaat uit te voeren, inclusief afbakening van: de gehele prostaatcontouren, de overgangszonecontouren, het anterieure fibromusculaire stroma.

De contouren worden onafhankelijk gecorrigeerd door 2 radiologen. De gecorrigeerde contouren van de verschillende zones worden opgeslagen en voor elke zone worden 6 verschillende meetwaarden gebruikt om het verschil tussen de initiële en gecorrigeerde contouren te evalueren:

  • Mean Mesh Distance: Gemiddelde grensafstand (ABD) voor elk punt van de referentiesegmentatie. De afstand tot het dichtstbijzijnde punt van de vergeleken segmentatie wordt eerst berekend. Dan wordt het gemiddelde van al deze afstanden berekend en geeft de ABD
  • Algemene Hausdorff-afstand (HD)
  • 95% percentiel (P) van de HD en het 95e (P) van de asymmetrische HD-distributie
  • 95% HD gemodificeerd (HD95_1): andere benadering door eerst de 95e (P) van de asymmetrische HD te berekenen en vervolgens het maximum te nemen
  • Dobbelstenen coëfficiënt
  • Verschil in volumes
Patiënten met een MRI op een apparaat van 1,5 Tesla
Het totale validatiecohort is samengesteld uit axiale T2-gewogen beelden van de prostaat, verkregen uit 31 prostaat-MRI's op een 1,5T-eenheid die willekeurig is gekozen uit de prostaat-MRI's die zijn uitgevoerd in de Hospices Civils de Lyon in 20162015-2019
Ander: Vergelijking van multi-zone segmentatie van de prostaat verkregen met een automatisch op deep learning gebaseerd algoritme en twee deskundige radiologen

Het algoritme wordt gebruikt om een ​​multizone-segmentatie van de prostaat uit te voeren, inclusief afbakening van: de gehele prostaatcontouren, de overgangszonecontouren, het anterieure fibromusculaire stroma.

De contouren worden onafhankelijk gecorrigeerd door 2 radiologen. De gecorrigeerde contouren van de verschillende zones worden opgeslagen en voor elke zone worden 6 verschillende meetwaarden gebruikt om het verschil tussen de initiële en gecorrigeerde contouren te evalueren:

  • Mean Mesh Distance: Gemiddelde grensafstand (ABD) voor elk punt van de referentiesegmentatie. De afstand tot het dichtstbijzijnde punt van de vergeleken segmentatie wordt eerst berekend. Dan wordt het gemiddelde van al deze afstanden berekend en geeft de ABD
  • Algemene Hausdorff-afstand (HD)
  • 95% percentiel (P) van de HD en het 95e (P) van de asymmetrische HD-distributie
  • 95% HD gemodificeerd (HD95_1): andere benadering door eerst de 95e (P) van de asymmetrische HD te berekenen en vervolgens het maximum te nemen
  • Dobbelstenen coëfficiënt
  • Verschil in volumes

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Mean Mesh Distance (Mean) tussen de contouren van de hele prostaat gemaakt door het algoritme en de twee radiologen
Tijdsspanne: Maand 11

De Mean Mesh Distance komt overeen met de Average Boundary Distance (ABD) voor elk punt van de referentiesegmentatie. De afstand tot het dichtstbijzijnde punt van de vergeleken segmentatie wordt eerst berekend. Dan wordt het gemiddelde van al deze afstanden berekend en geeft de ABD.

De Mean Mesh Distance tussen de contouren van de hele prostaat gemaakt door het algoritme en elke radioloog zal worden gebruikt als primaire uitkomstmaat.
Maand 11

Medewerkers en onderzoekers

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

Sponsor

Hospices Civils de Lyon

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)

1 februari 2019

Primaire voltooiing (Verwacht)

1 januari 2020

Studie voltooiing (Verwacht)

1 juni 2020

Studieregistratiedata

Eerst ingediend

6 december 2019

Eerst ingediend dat voldeed aan de QC-criteria

6 december 2019

Eerst geplaatst (Werkelijk)

10 december 2019

Updates van studierecords

Laatste update geplaatst (Werkelijk)

10 december 2019

Laatste update ingediend die voldeed aan QC-criteria

6 december 2019

Laatst geverifieerd

1 december 2019

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • GOPI-Segmentation_2019

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 .

Klinische onderzoeken op Prostaatkanker

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Russia

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren