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

Kwaliteitscontrole van echografiebeelden tijdens vroege zwangerschap via AI

6 september 2023 bijgewerkt door: Di Dong, Chinese Academy of Sciences

Op diep leren gebaseerde kwaliteitscontrole van echografiebeelden tijdens de vroege zwangerschap

Dit onderzoek integreert kunstmatige intelligentie om de kwaliteitscontrole van echografie in de vroege zwangerschap te verbeteren, met de nadruk op specifieke foetale secties. In samenwerking met vooraanstaande medische instellingen hebben we uitgebreide foetale echografiegegevens verzameld. We streven ernaar een deep learning-model te ontwikkelen dat essentiële anatomische gebieden in echografiebeelden nauwkeurig kan identificeren en de kwaliteit ervan kan evalueren. Deze tool zal naar verwachting het aantal verkeerde diagnoses van aandoeningen zoals het syndroom van Down en misvormingen van het neurale systeem aanzienlijk verminderen door real-time beoordeling van de beeldkwaliteit te garanderen.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Dit onderzoek is gericht op de integratie van kunstmatige-intelligentietechnologie om het kwaliteitscontroleproces van echografie tijdens de vroege zwangerschap te optimaliseren. De betrokken echografiebeelden richten zich voornamelijk op de mediane sagittale sectie, NT-sectie en choroïde plexus van de foetus tijdens de vroege zwangerschap. In dit verband hebben we samengewerkt met gerenommeerde medische instellingen zoals het Beijing Obstetrics and Gynecology Hospital, het Peking University Third Hospital, het Changsha Hospital for Maternal and Child Health Care, het Second Xiangya Hospital van de Central South University om met terugwerkende kracht en prospectief een enorme hoeveelheid vroege zwangerschap foetale echografie beeldgegevens. Op basis hiervan zijn we van plan een model op te zetten dat is geworteld in diep leren. Dit model zal in staat zijn om de belangrijkste anatomische gebieden nauwkeurig te identificeren in standaard echografiebeelden. Bovendien zal het model door het herkennen van deze anatomische structuren bepalen of het echobeeld voldoet aan de standaard scankwaliteit. Dit model zal naar verwachting dienen als een krachtig hulpmiddel bij verloskundige echografie, waardoor realtime beoordeling van de beeldkwaliteit van echografie mogelijk wordt, waardoor het aantal gemiste en verkeerd gediagnosticeerde foetale ziekten zoals het syndroom van Down en misvormingen van het neurale systeem aanzienlijk wordt verminderd.

Studietype

Observationeel

Inschrijving (Geschat)

400

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 Contact Back-up

Studie Locaties

  • China
      • Beijing, China
        • Werving
        • Peking University Third Hospital
        • Contact:
      • Beijing, China
        • Werving
        • Beijing Obstetrics and Gynecology Hospital Affiliated to Capital Medical University
        • Contact:
      • Changsha, China
        • Werving
        • Changsha Hospital for Maternal and Child Health Care
        • Contact:
      • Changsha, China
        • Werving
        • Second Xiangya Hospital of Central South University
        • Contact:

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

Ja

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Vrouwen in de vroege zwangerschap

Beschrijving

Inclusiecriteria:

  • Vrouwen in de vroege zwangerschap die gedetailleerde persoonlijke informatie en echografiebeelden hebben.
  • De echografiebeelden moeten duidelijk de mediane sagittale, NT- en choroïde plexus-weergaven van de foetus laten zien.

Uitsluitingscriteria:

  • Echografiebeelden van vrouwen in het midden van de zwangerschap.
  • Echografiebeelden die onduidelijk of wazig zijn, waardoor evaluatie moeilijk wordt.
  • Vrouwen die tijdens de echo geen volledige persoonlijke en medische informatie hebben verstrekt.

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

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Beijing Obstetrie en Gynaecologie Ziekenhuis verbonden aan Capital Medical University
Het Beijing Obstetrics and Gynecology Hospital, verbonden aan Capital Medical University, verzamelt klinische informatie en echografiebeelden van sagittale, NT- en choroïde plexus-opnamen van de foetus die werd verkregen van vroeg zwangere vrouwen die NT-sweeps ondergingen.
Ander: Controle van de beeldkwaliteit
De onderzoekers identificeren het interessegebied in de relevante sectie om een ​​conclusie te kunnen trekken over de vraag of het beeld standaard is of niet, waardoor artsen de operatie kunnen standaardiseren en het aantal verkeerde diagnoses en onderdiagnoses kan worden verminderd.
Derde ziekenhuis van de Universiteit van Peking
Het Peking University Third Hospital verzamelt klinische informatie en echografiebeelden van sagittale, NT- en choroïde plexusbeelden van de foetus die werd verkregen van vroeg zwangere vrouwen die NT-sweeps ondergingen.
Ander: Controle van de beeldkwaliteit
De onderzoekers identificeren het interessegebied in de relevante sectie om een ​​conclusie te kunnen trekken over de vraag of het beeld standaard is of niet, waardoor artsen de operatie kunnen standaardiseren en het aantal verkeerde diagnoses en onderdiagnoses kan worden verminderd.
Changsha-ziekenhuis voor moeder- en kindgezondheidszorg
Changsha Hospital for Maternal and Child Health Care verzamelt klinische informatie en echografiebeelden van sagittale, NT- en choroïde plexusbeelden van de foetus die werd verkregen van vroeg zwangere vrouwen die NT-sweeps ondergingen.
Ander: Controle van de beeldkwaliteit
De onderzoekers identificeren het interessegebied in de relevante sectie om een ​​conclusie te kunnen trekken over de vraag of het beeld standaard is of niet, waardoor artsen de operatie kunnen standaardiseren en het aantal verkeerde diagnoses en onderdiagnoses kan worden verminderd.
Tweede Xiangya-ziekenhuis van Central South University
Het tweede Xiangya-ziekenhuis van de Central South University verzamelt klinische informatie en echografiebeelden van sagittale, NT- en choroïde plexusbeelden van de foetus die werd verkregen van vroeg zwangere vrouwen die NT-sweeps ondergingen.
Ander: Controle van de beeldkwaliteit
De onderzoekers identificeren het interessegebied in de relevante sectie om een ​​conclusie te kunnen trekken over de vraag of het beeld standaard is of niet, waardoor artsen de operatie kunnen standaardiseren en het aantal verkeerde diagnoses en onderdiagnoses kan worden verminderd.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
PR-curve van module voor controle van beeldkwaliteit
Tijdsspanne: een maand
Met behulp van Precision-Recall-curve en gemiddelde gemiddelde percisie als evaluerende indicator van het controlemodel voor beeldkwaliteit.
een maand

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De nauwkeurigheid van een intelligent analysesysteem in de module voor beeldkwaliteitscontrole
Tijdsspanne: een maand
De overeenkomst tussen de voorspellingsuitkomst van een intelligent analysesysteem en de gouden standaard
een maand

Medewerkers en onderzoekers

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

Sponsor

Chinese Academy of Sciences

Medewerkers

Peking University Third Hospital
Second Xiangya Hospital of Central South University
Beijing Obstetrics and Gynecology Hospital
Changsha Hospital for Maternal and Child Health Care

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 2023

Primaire voltooiing (Geschat)

31 december 2023

Studie voltooiing (Geschat)

30 juli 2028

Studieregistratiedata

Eerst ingediend

13 augustus 2023

Eerst ingediend dat voldeed aan de QC-criteria

13 augustus 2023

Eerst geplaatst (Werkelijk)

21 augustus 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

8 september 2023

Laatste update ingediend die voldeed aan QC-criteria

6 september 2023

Laatst geverifieerd

1 september 2023

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Andere studie-ID-nummers

  • CASMI005

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

JA

Beschrijving IPD-plan

Gegevens van individuele deelnemers (IPD) kunnen op verzoek beschikbaar worden gesteld aan andere onderzoekers. Geïnteresseerde onderzoekers dienen een redelijk onderzoeksvoorstel en een aanvraag voor datagebruik in. Alle deelnemende eenheden van deze studie zullen het voorstel en de aanvraag bekijken en beoordelen om te bepalen of ze de gegevens zullen delen.

IPD-tijdsbestek voor delen

Gegevens komen 6 maanden na afronding van het onderzoek beschikbaar en blijven 5 jaar beschikbaar.

IPD-toegangscriteria voor delen

Geïnteresseerde onderzoekers dienen een gedetailleerd onderzoeksvoorstel en een aanvraag voor datagebruik ter beoordeling in. Alle deelnemende eenheden van deze studie zullen de aanvraag beoordelen om te bepalen of ze in aanmerking komen voor gegevenstoegang.

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL
  • SAP
  • ANALYTIC_CODE

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