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

Onderzoek naar AI-herkenningssysteem van hartgeluid bij screening op aangeboren hartziekten

30 juli 2026 bijgewerkt door: Kun Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Onderzoek in meerdere centra naar onderzoek en toepassing van door kunstmatige intelligentie ondersteund hartgeluidherkenningssysteem bij screening op aangeboren hartziekten bij kinderen

Het doel van deze studie is om een ​​AI-algoritme vast te stellen op basis van diepgaand leren om het vermogen te versterken om het hartgeruis van gezonde mensen en verschillende ernstige of andere onderverdeelde aangeboren hartaandoeningen (CHD's) te classificeren en om de effectiviteit van door kunstmatige intelligentie ondersteunde technologie te evalueren. hartgeluidherkenningssysteem (ook wel hartgeluidherkenningssysteem genoemd) voor multicenter CHD-screening.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Dit is een multi-center cluster cross-sectioneel onderzoek in CHINA. Hartgeluiden worden verzameld door auscultatie met behulp van een elektronische stethoscoop bij kinderen (0 ~ 18 jaar oud) bevestigd met of zonder CHD's door echocardiografie tijdens poliklinische of ziekenhuisopname in 10 pediatrische medische centra. Hartgeluiden worden gevisualiseerd als fonocardiogram, en functie-extractie zal worden uitgevoerd na classificatie van normale en abnormale hartgeluiden en labeling van de kenmerken van hartgeruis door pediatrische cardiovasculaire specialisten. Algoritmen voor kunstmatige intelligentie (machine learning, deep learning, enz.) zullen worden getraind om een ​​systeem voor de herkenning van hartgeluiden te bouwen met de bovengenoemde gegevens. hartgeluiden tussen verschillende algoritmen voor kunstmatige intelligentie. Als we de resultaten van echocardiografie als de gouden standaard nemen, zullen we de evaluatie-indexen, zoals gevoeligheid, specificiteit, nauwkeurigheid, positieve voorspellende waarde, negatieve voorspellende waarde, enz. Gebruiken om de diagnostische capaciteit van CHD-screening tussen het AI-herkenningssysteem en menselijke cardiovasculaire kinderartsen. Ons doel is om kunstmatige-intelligentietechnologie te gebruiken om hartauscultatie voor CHD-screening te ondersteunen.

Studietype

Observationeel

Inschrijving (Werkelijk)

9370

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

  • China
      • Beijing, China
        • Beijing Anzhen Hospital
      • Chongqing, China
        • Children's Hospital Affiliated to Chongqing Medical University
      • Guangxi, China
        • The First Affiliated Hospital of Guangxi Medical University
      • Guangzhou, China
        • Guangzhou Women and Children's Medical Center
      • Hangzhou, China
        • Children's Hospital Affiliated to Zhejiang Medical University
      • Hunan, China
        • Hunan Children's Hospital
      • Jinan, China
        • Shandong Provincial Hospital
      • Kunming, China
        • Kunming Children's Hospital
      • Lanzhou, China
        • Lanzhou University Second Hospital
      • Linyi, China
        • Linyi Hospital for Women and Children
      • Shanghai, China
        • Children's Hospital of Shanghai
      • Shanghai, China
        • Shanghai Children's Medical Center
      • Shiyan, China
        • Shiyan Taihe Hospital
      • Suzhou, China
        • Children's Hospital of Soochow University
      • Wenzhou, China
        • The Second Hospital Affiliated to Wenzhou Medical University
      • Wuhan, China
        • Wuhan Children's 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

Niet ouder dan 18 jaar (Kind, Volwassen)

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Pediatrische patiënten tijdens ambulante zorg of ziekenhuisopname in tien kindergeneeskundige centra in CHINA

Beschrijving

Inclusiecriteria:

  1. 0 ~ 18 jaar, ongeacht geslacht;
  2. Kinderen met of zonder aangeboren hartziekte bevestigd door echocardiografie;
  3. Op basis van geïnformeerde toestemming, bereid om samen te werken met onze groep.

Uitsluitingscriteria:

  1. ≥ 18 jaar;
  2. Kinderen die geen echocardiografie of ander gerelateerd onderzoek kunnen ondergaan;
  3. Proefpersonen die weigeren mee te werken of niet willen meewerken aan het verstrekken van diagnostische en therapeutische gegevens voor verdere analyse en onderzoek.

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

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
0 ~ 18 jaar oude kinderen
Kinderen tijdens poliklinische of ziekenhuisopname
Diagnostische toets: Hartauscultatie en echocardiografie
Hartauscultatie wordt gedaan door cardiovasculaire kinderarts en echocardiografie door echocardioloog

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Ontvanger bedrijfskarakteristiek (ROC) van gevoeligheid
Tijdsspanne: Juli 2020 tot december 2021
ROC van gevoeligheid bij CHD-screening door verschillende kunstmatige intelligentie-algoritmen en auscultatie
Juli 2020 tot december 2021

Medewerkers en onderzoekers

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

Sponsor

Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Onderzoekers

  • Hoofdonderzoeker: KUN SUN, MD, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

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 juli 2020

Primaire voltooiing (Werkelijk)

1 mei 2024

Studie voltooiing (Werkelijk)

1 mei 2024

Studieregistratiedata

Eerst ingediend

11 maart 2020

Eerst ingediend dat voldeed aan de QC-criteria

11 maart 2020

Eerst geplaatst (Werkelijk)

13 maart 2020

Updates van studierecords

Laatste update geplaatst (Werkelijk)

3 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

30 juli 2026

Laatst geverifieerd

1 mei 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • XH-20-003

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 .

Abonneren