Analyse van cervicale spinale MRI met diep leren
19 juli 2022 bijgewerkt door: Bezmialem Vakif University
Het doel van deze studie is het analyseren van de pathologieën in MRI-beelden van de cervicale wervelkolom met behulp van beeldverwerkingsalgoritmen.
Bepaling van deze pathologische gevallen die aan het systeem hebben geleerd met diep leren en bepaling van hun niveaus.
Eindelijk; verificatie van het systeem door radioloograpporten en geautomatiseerde systeemoutputs te vergelijken.
Studie Overzicht
Toestand
Ingetrokken
Interventie / Behandeling
Gedetailleerde beschrijving
Nekpijn is een veel voorkomend gezondheidsprobleem met een wereldwijde prevalentie van 16,7% tot 75,1%.
De bron van nekpijn wordt vaak beschouwd - hoewel er geen sterk bewijs is - de cervicale tussenwervelschijf.
Radiologische beeldvormingsmethoden worden gebruikt voor de detectie van degeneratie van de schijven en de veranderingen in de eindplaque in het wervellichaam die overeenkomen met deze degeneratie. Magnetic Resonance Imaging (MRI) geeft informatie over de structuur van de tussenwervelschijf, de breedte van het wervelkanaal en weefsels buiten de kanaal.
Er is echter geen standaardisatie bij de identificatie en evaluatie van radiologische beelden en de variabiliteit tussen waarnemers is hoog.
Er zijn onderzoeken gestart naar geautomatiseerde systemen die MRI-beelden analyseren om de nauwkeurigheid en consistentie van rapportageprocedures te vergroten.
Het onderzoeken van MRI-beelden met deep learning kan leiden tot de productie van systemen die de klinische besluitvorming ondersteunen en ook de evaluatie van grote hoeveelheden gegevens in korte tijd mogelijk maken.
Studietype
Observationeel
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
-
-
-
Istanbul, Kalkoen
- Bezmialem Vakif University 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 tot 75 jaar (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten met nekpijn tussen 18-75 jaar
Beschrijving
Inclusiecriteria:
- 18-75 jaar
- Resultaat van een cervicale spinale MRI, die in de afgelopen 5 jaar is uitgevoerd voor nekpijn in de ziekenhuisdossiers.
Uitsluitingscriteria:
- Maligniteit
- Tekenen van actieve infectie
- Significante misvorming van de wervels van de wervelkolom (vergevorderde scoliose, aangeboren werveldefecten)
- Spinale operatie
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
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheidspercentage van het model zoals beoordeeld door kruisvalidatie van de dataset
Tijdsspanne: Door studie afronding gemiddeld 1,5 jaar
|
We verdelen de dataset willekeurig in 4 subsets.
In elk subexperiment worden MRI-coupes van 3 subsets getraind en worden coupes in de andere subset getest.
We zullen in totaal 4 subexperimenten uitvoeren, dus elke slice in de dataset wordt één keer getest.
|
Door studie afronding gemiddeld 1,5 jaar
|
|
Betrouwbaarheid van het model zoals beoordeeld door vergelijking van de rapporten van het model en de radioloog.
Tijdsspanne: Door studie afronding gemiddeld 1,5 jaar
|
Kappa-statistieken en betrouwbaarheidscoëfficiënten zullen worden gebruikt.
|
Door studie afronding gemiddeld 1,5 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Algemene publicaties
- Castro-Mateos I, Hua R, Pozo JM, Lazary A, Frangi AF. Intervertebral disc classification by its degree of degeneration from T2-weighted magnetic resonance images. Eur Spine J. 2016 Sep;25(9):2721-7. doi: 10.1007/s00586-016-4654-6. Epub 2016 Jul 7.
- Jamaludin A, Lootus M, Kadir T, Zisserman A, Urban J, Battie MC, Fairbank J, McCall I; Genodisc Consortium. ISSLS PRIZE IN BIOENGINEERING SCIENCE 2017: Automation of reading of radiological features from magnetic resonance images (MRIs) of the lumbar spine without human intervention is comparable with an expert radiologist. Eur Spine J. 2017 May;26(5):1374-1383. doi: 10.1007/s00586-017-4956-3. Epub 2017 Feb 6.
- Kim S, Bae WC, Masuda K, Chung CB, Hwang D. Fine-Grain Segmentation of the Intervertebral Discs from MR Spine Images Using Deep Convolutional Neural Networks: BSU-Net. Appl Sci (Basel). 2018 Sep;8(9):1656. doi: 10.3390/app8091656. Epub 2018 Sep 14.
- Daenzer S, Freitag S, von Sachsen S, Steinke H, Groll M, Meixensberger J, Leimert M. VolHOG: a volumetric object recognition approach based on bivariate histograms of oriented gradients for vertebra detection in cervical spine MRI. Med Phys. 2014 Aug;41(8):082305. doi: 10.1118/1.4890587.
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)
15 januari 2020
Primaire voltooiing (Verwacht)
1 maart 2022
Studie voltooiing (Verwacht)
1 april 2022
Studieregistratiedata
Eerst ingediend
15 januari 2020
Eerst ingediend dat voldeed aan de QC-criteria
20 januari 2020
Eerst geplaatst (Werkelijk)
27 januari 2020
Updates van studierecords
Laatste update geplaatst (Werkelijk)
21 juli 2022
Laatste update ingediend die voldeed aan QC-criteria
19 juli 2022
Laatst geverifieerd
1 juli 2022
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 54022451
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
ONBESLIST
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 .