De ontwikkeling van een softwareplatform voor kwantitatieve echografie
18 april 2023 bijgewerkt door: Seoul National University Bundang Hospital
De ontwikkeling van op kunstmatige intelligentie (AI) gebaseerd hoogwaardig structureel-functioneel en kwantitatief softwareplatform voor echografie
Het doel van deze observationele studie is om de beeldverschillen tussen conventionele echografie en op kunstmatige intelligentie gebaseerde echografiesoftware bij bewuste volwassenen te vergelijken.
De belangrijkste vraag die het probeert te beantwoorden, is het evalueren van de effectiviteit door te bepalen dat de nieuwe beeldanalysemethode als geldig wordt beschouwd als deze helpt om meer dan 30% van de histologische kenmerken te identificeren.
Deelnemers ondergaan het onderzoek op de twee eerder genoemde methoden na ondertekening van het toestemmingsformulier.
Studie Overzicht
Toestand
Aanmelden op uitnodiging
Studietype
Observationeel
Inschrijving (Verwacht)
196
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
-
-
Gyeonggi-do
-
Seongnam, Gyeonggi-do, Korea, republiek van, 13620
- Seoul National University Bundang 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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Een persoon die het Seoul National University Bundang Hospital bezoekt voor medische behandeling of consultatie.
Beschrijving
Inclusiecriteria:
- Mensen met hartaandoeningen, schildklieraandoeningen, borstaandoeningen en leveraandoeningen.
Uitsluitingscriteria:
- Iemand die een operatie heeft ondergaan aan het doelorgaan in kwestie.
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 |
|---|---|---|
|
Kwantitatieve ultrasone informatie
Tijdsspanne: 5 jaar
|
Kwantitatieve echografiebeelden van hart-, schildklier- en borstaandoeningen
|
5 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Algemene publicaties
- Cheng PM, Malhi HS. Transfer Learning with Convolutional Neural Networks for Classification of Abdominal Ultrasound Images. J Digit Imaging. 2017 Apr;30(2):234-243. doi: 10.1007/s10278-016-9929-2.
- Chi J, Walia E, Babyn P, Wang J, Groot G, Eramian M. Thyroid Nodule Classification in Ultrasound Images by Fine-Tuning Deep Convolutional Neural Network. J Digit Imaging. 2017 Aug;30(4):477-486. doi: 10.1007/s10278-017-9997-y.
- F. Milletari, N. Navab and S. -A. Ahmadi. V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation. 2016 Fourth International Conference on 3D Vision (3DV), Stanford, CA, USA. 2016; 565-571.
- Ma J, Wu F, Jiang T, Zhu J, Kong D. Cascade convolutional neural networks for automatic detection of thyroid nodules in ultrasound images. Med Phys. 2017 May;44(5):1678-1691. doi: 10.1002/mp.12134. Epub 2017 Apr 17.
- Chen H, Zheng Y, Park JH, Heng PA, Zhou SK. (2016). Iterative Multi-domain Regularized Deep Learning for Anatomical Structure Detection and Segmentation from Ultrasound Images. Medical Image Computing and Computer-Assisted Intervention - MICCAI 2016. 2016; 9901.
- Lekadir K, Galimzianova A, Betriu A, Del Mar Vila M, Igual L, Rubin DL, Fernandez E, Radeva P, Napel S. A Convolutional Neural Network for Automatic Characterization of Plaque Composition in Carotid Ultrasound. IEEE J Biomed Health Inform. 2017 Jan;21(1):48-55. doi: 10.1109/JBHI.2016.2631401. Epub 2016 Nov 22.
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 september 2020
Primaire voltooiing (Verwacht)
31 maart 2026
Studie voltooiing (Verwacht)
31 maart 2026
Studieregistratiedata
Eerst ingediend
18 april 2023
Eerst ingediend dat voldeed aan de QC-criteria
18 april 2023
Eerst geplaatst (Werkelijk)
1 mei 2023
Updates van studierecords
Laatste update geplaatst (Werkelijk)
1 mei 2023
Laatste update ingediend die voldeed aan QC-criteria
18 april 2023
Laatst geverifieerd
1 april 2023
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
- Ziekten van het spijsverteringsstelsel
- Ischemie
- Pathologische processen
- Necrose
- Myocardiale ischemie
- Hartziekten
- Hart-en vaatziekten
- Vaatziekten
- Huidziektes
- Neoplasmata
- Neoplasmata per site
- Endocriene systeemziekten
- Lever Ziekten
- Myocardinfarct
- Infarct
- Borstneoplasmata
- Schildklier Ziekten
- Borst ziekten
- Fibrocystische borstziekte
Andere studie-ID-nummers
- B-1910-570-301
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 .