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

Ontwikkeling van driedimensionaal diep leren voor automatisch ontwerp van schedelimplantaten

10 februari 2023 bijgewerkt door: Yau-Zen Chang, Chang Gung Memorial Hospital
Dit project heeft tot doel een effectief deep learning-systeem te ontwikkelen om numerieke implantaatgeometrie te genereren op basis van 3D defecte schedelmodellen van CT-scans. Deze techniek is gunstig voor het ontwerp van implantaten om schedeldefecten boven het Frankfort horizontale vlak te herstellen.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Het ontwerpen van een gepersonaliseerd implantaat om de beschermende en esthetische functies van de schedel van de patiënt te herstellen, is een uitdaging. De schedeldefecten kunnen worden veroorzaakt door trauma, aangeboren misvormingen, infectie en iatrogene behandelingen zoals decompressieve craniectomie, plastische chirurgie en tumorresectie. Het project heeft tot doel een deep learning-systeem te ontwikkelen met mogelijkheden voor 3D-vormreconstructie. Het systeem zal voldoen aan de eis van het efficiënt ontwerpen van 3D-implantaatmodellen met hoge resolutie.

Een verzameling schedelafbeeldingen werd gebruikt voor het trainen van het deep learning-systeem. Defecte modellen in de datasets zijn gemaakt door gebieden van intacte 3D-schedelmodellen numeriek te maskeren. Het uiteindelijke implantaatontwerp moet worden geverifieerd door neurochirurgen met behulp van 3D-geprinte modellen.

Studietype

Observationeel

Inschrijving (Verwacht)

6

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Locaties

  • Taiwan
      • Taoyuan City, Taiwan, 333
        • Werving
        • Linkou Chang Gung Memorial Hospital
        • Contact:
          • Yau-zen Chang, PhD

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

15 jaar tot 80 jaar (VOLWASSEN, OUDER_ADULT, KIND)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Neem een ​​medisch centrum als onderzoeksobject

Beschrijving

Inclusiecriteria:

  1. Gepland voor cranioplastiek
  2. Geïnformeerde toestemming

Uitsluitingscriteria:

(1)Geen geïnformeerde toestemming

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: Case-Alleen
  • Tijdsperspectieven: Retrospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
experimentele groep
Apparaat: 3D deep learning neuraal netwerksysteem
Met toestemming van de patiënt zullen we gratis helpen bij de productie van afbeeldingen van 3D-defectblokken (3D deep learning neural network system (3D DNN) systeemprocesplanning), de reparatie en reconstructie voltooien onder de klinische routinechirurgie, en volgen de herstelresultaten na de operatie. voorzien in medische behoeften.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Aantal patiënten waarbij het niet nodig is om de patiëntspecifieke implantaatranden (PSI) aan te passen
Tijdsspanne: 6 weken na de operatie door middel van gestandaardiseerde vragenlijst
Aantal patiënten waarbij het niet nodig is om de patiëntspecifieke implantaatranden (PSI) aan te passen
6 weken na de operatie door middel van gestandaardiseerde vragenlijst
Aantal patiënten waarbij het niet nodig is om spleten tussen het patiëntspecifieke implantaat (PSI) en het bot van de patiënt te vergroten/vullen
Tijdsspanne: 6 weken na de operatie door middel van gestandaardiseerde vragenlijst
Aantal patiënten waarbij het niet nodig is om spleten tussen het patiëntspecifieke implantaat (PSI) en het bot van de patiënt te vergroten/vullen
6 weken na de operatie door middel van gestandaardiseerde vragenlijst

Medewerkers en onderzoekers

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

Sponsor

Chang Gung Memorial Hospital

Medewerkers

Ministry of Science and Technology, Taiwan

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)

3 februari 2023

Primaire voltooiing (VERWACHT)

15 juli 2023

Studie voltooiing (VERWACHT)

15 juli 2023

Studieregistratiedata

Eerst ingediend

7 september 2022

Eerst ingediend dat voldeed aan de QC-criteria

1 november 2022

Eerst geplaatst (WERKELIJK)

3 november 2022

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

13 februari 2023

Laatste update ingediend die voldeed aan QC-criteria

10 februari 2023

Laatst geverifieerd

1 februari 2023

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Andere studie-ID-nummers

  • 202201082B0

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