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

Kunstmatig intelligentiesysteem voor het beoordelen van de beeldkwaliteit van spleetlampbeelden en de effecten ervan op de diagnose

16 maart 2020 bijgewerkt door: Haotian Lin, Sun Yat-sen University

Kunstmatig intelligentiesysteem voor het beoordelen van de beeldkwaliteit van spleetlampbeelden en de effecten ervan op de diagnose: een klinisch onderzoek

Spleetlampbeelden worden veel gebruikt in de oogheelkunde voor de detectie van cataract, keratopathie en andere aandoeningen van het voorste segment. In de praktijk kan de kwaliteit van spleetlampbeelden onaanvaardbaar zijn, wat de diagnostische nauwkeurigheid en efficiëntie kan ondermijnen. Hier hebben de onderzoekers een kunstmatig intelligentiesysteem opgezet en gevalideerd om automatische kwaliteitsbeoordeling van spleetlampbeelden bij het vastleggen te bereiken. Dit systeem kan fotografen ook begeleiden op basis van de redenen voor lage kwaliteit.

Studie Overzicht

Studietype

Observationeel

Inschrijving (Verwacht)

300

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

    • Guangdong
      • Guangzhou, Guangdong, China, 510060
        • Zhongshan Ophthalmic Center, Sun Yat-sen 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

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Opnamecriteria: - Patiënten moeten op de hoogte zijn van de inhoud en moeten getekend hebben voor geïnformeerde toestemming. Uitsluitingscriteria: - 1. Patiënten die niet kunnen samenwerken met een fotograaf zoals sommige verlamden, patiënten met dementie en ernstige psychopaten. - 2. Patiënten die niet akkoord gaan met het ondertekenen van geïnformeerde toestemming

Beschrijving

Inclusiecriteria:

  • Patiënten moeten op de hoogte zijn van de inhoud en getekend hebben voor geïnformeerde toestemming.

Uitsluitingscriteria:

  • 1. Patiënten die niet kunnen samenwerken met een fotograaf zoals sommige verlamden, de patiënten met dementie en ernstige psychopaten.
  • 2. Patiënten die niet akkoord gaan om geïnformeerde toestemming te ondertekenen.

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: Prospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Spleetlamp beeldkwaliteit beoordeling
Device: een artificieel intelligentiesysteem voor kwaliteitsbeoordeling van spleetlampbeelden. Deze patiënten zijn ingeschreven in eerstelijnsgezondheidszorgeenheden of de AI-kliniek in het Zhongshan Ophthalmic Center
De deelnemer hoeft zoals gebruikelijk slechts enkele spleetlampopnamen te maken.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Prestaties van kunstmatige-intelligentiesysteem om onderscheid te maken tussen goede beeldkwaliteit en slechte beeldkwaliteit
Tijdsspanne: 3 maanden
Gebied onder de karakteristieke curven van de ontvanger, gevoeligheid, specificiteit, positieve en negatieve voorspellende waarden, nauwkeurigheid
3 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De vergelijking van de prestaties van eerdere diagnostische systemen met kunstmatige intelligentie met spleetlampbeelden van verschillende beeldkwaliteit
Tijdsspanne: 3 maanden
Cohen's kappa-coëfficiënt, P-waarde en andere gerelateerde statistische resultaten
3 maanden

Medewerkers en onderzoekers

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

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 2020

Primaire voltooiing (Verwacht)

1 juli 2020

Studie voltooiing (Verwacht)

1 juli 2020

Studieregistratiedata

Eerst ingediend

16 maart 2020

Eerst ingediend dat voldeed aan de QC-criteria

16 maart 2020

Eerst geplaatst (Werkelijk)

19 maart 2020

Updates van studierecords

Laatste update geplaatst (Werkelijk)

19 maart 2020

Laatste update ingediend die voldeed aan QC-criteria

16 maart 2020

Laatst geverifieerd

1 maart 2020

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • IMAQUA2020-China-02

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 .

3
Abonneren