Nauwkeurige diagnose van de invasiediepte in ESCC door een diepe neurale netwerkanalyse van NBI-endoscopiegegevens
Nauwkeurige diagnose van de invasiediepte bij vroeg slokdarmplaveiselcelcarcinoom door een diepe neurale netwerkanalyse van smalbandige beeldvormingsendoscopiegegevens
Het doel van deze observationele studie is het nauwkeurig diagnosticeren van het stadium van het slokdarmplaveiselcelcarcinoom, zodat artsen de juiste klinische behandeling kunnen bepalen. De belangrijkste vraag die het wil beantwoorden is:
• Om vroegtijdig een nauwkeurige diagnose te krijgen van de invasiediepte van slokdarmplaveiselcelcarcinoom door middel van smalbandige beeldvormende endoscopiegegevens.
De klinische informatie van de deelnemers uit routinematige onderzoeken en behandelingen wordt verzameld, er zal geen schade aan de deelnemers worden toegebracht.
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Hui Ding, Doctor
- Telefoonnummer: +8613585966417
- E-mail: dr_daisy@163.com
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Leeftijd ≥ 18 jaar, ongeacht geslacht;
- Het uitvoeren van slokdarm-ESD-chirurgie vanwege slokdarmslijmvlieslaesies;
- Pathologische evaluatie van ESD-monsters.
Uitsluitingscriteria:
Pathologisch onderzoek na ESD-operatie sloot slokdarmplaveiselcelcarcinoom uit.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurige diagnose van de invasiediepte van vroeg slokdarmplaveiselcelcarcinoom door endoscopie NBI-beelden door middel van diepe neurale netwerkanalyse
Tijdsspanne: 31/12/2024
|
We zullen de voorspellende prestaties van InvaDepNet vergelijken voor en na het opnemen van gegevens die zijn gegenereerd met behulp van GAN en hebben aangetoond dat het opnemen van de gegenereerde gegevens in de trainingsdataset de nauwkeurigheid van het voorspellende model effectief verbetert.
Daarnaast zullen we zes veelgebruikte CNN-modellen trainen op twee datasets met verschillende opnamehoeken (inclusief NBI zonder vergroting en NBI met vergroting), en zullen we een ResNet-model voorstellen om de klinische informatie te combineren met NBI-beelden.
|
31/12/2024
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
- Ziekten van het spijsverteringsstelsel
- Neoplasmata per histologisch type
- Neoplasmata
- Neoplasmata per site
- Neoplasmata, glandulair en epitheel
- Gastro-intestinale neoplasmata
- Neoplasmata van het spijsverteringsstelsel
- Gastro-intestinale aandoeningen
- Hoofd- en nekneoplasmata
- Slokdarmaandoeningen
- Neoplasmata, plaveiselcel
- Slokdarmneoplasmata
- Carcinoom
- Carcinoom, plaveiselcel
- Slokdarm plaveiselcelcarcinoom
Andere studie-ID-nummers
- LY2023-229-B
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .