Computational Imaging-onderzoek op basis van deep learning
21 juli 2022 bijgewerkt door: Xin Lou, Chinese PLA General Hospital
Computationele beeldvorming met behulp van grafiek op pixelniveau Tegenstrijdig leren
Computational imaging-onderzoek op basis van deep learning
Studie Overzicht
Toestand
Actief, niet wervend
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Op basis van de huidige technische uitdagingen, onderwerpontwikkeling en upgrade van kennis, om het optreden van ongunstige medische ongevallen te voorkomen, het diagnostische proces te vereenvoudigen, is kunstmatige intelligentie de alternatieve keuzemethode geworden, door het bouwen van een trainingsmodel voor diep leren, de CTA als modelinvoer aneurysma detectie en diagnose om de effectiviteit van de diagnose te verbeteren, de ontwikkeling van medische technologie te bevorderen
Studietype
Observationeel
Inschrijving (Verwacht)
1200
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
-
-
-
Beijing, China, 100853
- Chinese PLA General 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 80 jaar (VOLWASSEN, OUDER_ADULT)
Accepteert gezonde vrijwilligers
Ja
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
verscheidenheid aan mensen
Beschrijving
Inclusiecriteria:
- Leeftijd: 18-80 jaar.
- CT-gepaarde beeldvormingsgegevens van vaten, inclusief laag-naar-laag gewone CT en verbeterde CT. 2 Periode: januari 2010 tot december 2021.
- Scanplaatsen: CT en CTA van hoofd, nek, borst, buik of darmbeen.
Uitsluitingscriteria:
- Ongepaard CT-beeld.
- Ernstig artefact CT-beeld.
- beeldverbetering CT-falen (falen om arteriële fase vast te leggen of slechte arteriële ontwikkeling, onvoldoende doorstroming van contrastmiddel, enz.)
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 |
|---|---|---|
|
Objectieve evaluatie
Tijdsspanne: 30 minuten
|
met behulp van SSIM\MAE-indexevaluatie
|
30 minuten
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
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 november 2021
Primaire voltooiing (VERWACHT)
30 juli 2022
Studie voltooiing (VERWACHT)
15 augustus 2022
Studieregistratiedata
Eerst ingediend
21 juli 2022
Eerst ingediend dat voldeed aan de QC-criteria
21 juli 2022
Eerst geplaatst (WERKELIJK)
25 juli 2022
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
25 juli 2022
Laatste update ingediend die voldeed aan QC-criteria
21 juli 2022
Laatst geverifieerd
1 juli 2022
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- Synthesis imaging-ChinaPLAGH
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 .