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

AI-ondersteunde gezichtschirurgische planning

16 februari 2021 bijgewerkt door: National Taiwan University Hospital

Kunstmatige intelligentie-ondersteunde gezichts-, perioculaire en orbitale analyse en chirurgische planning

Computervisie met behulp van deep learning-architectuur wordt veel gebruikt bij automatische herkenning. In het onderzoek wordt het deep learning-model, dat wordt getraind door gecategoriseerde beelden met één oog, toegepast om de goede prestaties van het model bij autodiagnose van blepharoptosis te bereiken.

Studie Overzicht

Gedetailleerde beschrijving

Dit autodiagnosesysteem van blepharoptosis met behulp van machine learning-architectuur zal helpen bij telegeneeskunde, zoals vroege screening van ptosis bij kinderen voor snelle verwijzing en behandeling. Mensen zouden deze software via mobiele apparaten kunnen gebruiken om een ​​primitieve diagnose te krijgen voordat ze de artsen bereiken. Bovendien kan de software in de eerstelijnsgezondheidszorg, waar geen oculoplastisch chirurg is, huisartsen of algemene oogartsen helpen bij het vaststellen van de noodzaak van een verwijzing.

Studietype

Observationeel

Inschrijving (Werkelijk)

17932

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

      • Taipei, Taiwan
        • National Taiwan 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

20 jaar tot 65 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Alle gegevens zijn verzameld in oogheelkundige poliklinieken van het National Taiwan University Hospital.

Beschrijving

[Opnamecriteria]

  1. De deelnemers die 20 jaar of ouder waren,
  2. Chirurgische geïnformeerde toestemming werd onderschreven door de deelnemers zelf,
  3. Deelnemers die chirurgische indicaties hebben van de oculofaciale operaties, en
  4. De deelnemers die instemden met het maken van foto's na uitleg door de chirurg op poliklinieken.

[Uitsluitingscriteria]

  1. De deelnemers die 19 jaar of jonger waren,
  2. De deelnemers die geen chirurgische indicaties hebben van de oculofaciale operaties,
  3. De deelnemers die zijn ontworpen voor minimaal invasieve behandelingen, zoals Botox of een injectie met fillers,
  4. De deelnemers die om welke reden dan ook weigerden foto's te maken, en
  5. De deelnemers die niet beschikbaar zijn voor standaard kwaliteit van het maken van foto's, zoals bedlegerige patiënten.

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
De prestaties van het model worden beoordeeld op nauwkeurigheid
Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar
Een benadering van kunstmatige intelligentie
Door afronding van de studie gemiddeld 1 jaar
AUC (gebied onder de curve)
Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar
Een benadering van kunstmatige intelligentie
Door afronding van de studie gemiddeld 1 jaar
ROC-curve (Receiver Operating Characteristics).
Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar
Een benadering van kunstmatige intelligentie
Door afronding van de studie gemiddeld 1 jaar
Een kunstmatige intelligentiebenadering voor het identificeren van gezichts-, perioculaire en orbitale ziekten
Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar
De interpreteerbaarheid van het model is toegankelijk via Grad-CAM (Class Activation Maps).
Door afronding van de studie gemiddeld 1 jaar

Medewerkers en onderzoekers

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

Medewerkers

Onderzoekers

  • Hoofdonderzoeker: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital

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 januari 2009

Primaire voltooiing (WERKELIJK)

31 december 2018

Studie voltooiing (WERKELIJK)

30 juli 2019

Studieregistratiedata

Eerst ingediend

3 maart 2020

Eerst ingediend dat voldeed aan de QC-criteria

23 maart 2020

Eerst geplaatst (WERKELIJK)

24 maart 2020

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

18 februari 2021

Laatste update ingediend die voldeed aan QC-criteria

16 februari 2021

Laatst geverifieerd

1 februari 2021

Meer informatie

Termen gerelateerd aan deze studie

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 .

Abonneren