Kunstmatige intelligentie voor screening van meerdere hoornvliesziekten
31 oktober 2024 bijgewerkt door: Tianjin Eye Hospital
Toepassing van Deep Learning voor het screenen van meerdere hoornvliesziekten
Deze studie ontwikkelde een deep learning-algoritme op basis van beelden van het voorste segment en valideerde prospectief het vermogen ervan om hoornvliesziekten te identificeren. De effectiviteit en nauwkeurigheid van dit algoritme werd geëvalueerd op basis van gevoeligheid, specificiteit, positief voorspellende waarde, negatief voorspellende waarde en oppervlakte onder de curve.
Studie Overzicht
Toestand
Werving
Conditie
Studietype
Observationeel
Inschrijving (Geschat)
3000
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
- Naam: Yan Huo, Master
- Telefoonnummer: 13102118953
- E-mail: hy13102118953@163.com
Studie Locaties
-
-
Tianjin
-
Tianjin, Tianjin, China
- Werving
- Tiajin Eye 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
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De onderzoekspopulatie is afgeleid van een anonieme database die de resultaten van gezondheidsonderzoeken van de algemene bevolking bevat.
Beschrijving
Inclusiecriteria:
- De kwaliteit van spleetlampbeelden moet klinisch aanvaardbaar zijn.
- Meer dan 90% van het spleetlampbeeldgebied, inclusief drie hoofdgebieden (sclera, pupil en lens), is gemakkelijk te lezen en te onderscheiden.
Uitsluitingscriteria:
1）Onvoldoende informatie voor diagnose.
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 |
|---|---|
|
Hoornvliesziekten gediagnosticeerd door een algoritme voor kunstmatige intelligentie
|
Een algoritme voor kunstmatige intelligentie werd toegepast om hoornvliesziekten te diagnosticeren op basis van spleetlampbeelden.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gebied onder de curve
Tijdsspanne: 1 week
|
We hebben de receiver operating karakteristieke (ROC)-curve en de oppervlakte onder de curve gebruikt om het vermogen van dit kunstmatige intelligentie-algorisme voor de herkenning en classificatie van hoornvliesziekten te onderzoeken.
|
1 week
|
|
Gevoeligheid en specificiteit
Tijdsspanne: 1 week
|
We hebben gevoeligheid en specificiteit gebruikt om het vermogen van dit kunstmatige intelligentie-algorisme voor de herkenning en classificatie van hoornvliesziekten te onderzoeken.
|
1 week
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Studie stoel: Yan Wang, Prof, Tianjin Eye 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)
6 december 2020
Primaire voltooiing (Werkelijk)
6 december 2021
Studie voltooiing (Geschat)
6 december 2024
Studieregistratiedata
Eerst ingediend
8 januari 2024
Eerst ingediend dat voldeed aan de QC-criteria
8 januari 2024
Eerst geplaatst (Werkelijk)
18 januari 2024
Updates van studierecords
Laatste update geplaatst (Geschat)
4 november 2024
Laatste update ingediend die voldeed aan QC-criteria
31 oktober 2024
Laatst geverifieerd
1 oktober 2024
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- KY-2023083
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
ONBESLIST
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 .