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

Onderzoek en toepassing van ultrasoon intelligent diagnosesysteem voor ovariële massa

25 juli 2024 bijgewerkt door: Zhejiang Provincial People's Hospital

Onderzoek naar automatische detectie van ovariummassa en intelligent hulpdiagnosesysteem op basis van multimodale echografiebeelden

Onderzoek naar automatische detectie van ovariummassa en intelligent hulpdiagnosesysteem op basis van multimodale echografiebeelden.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Onderzoekers wilden een ultrasoon intelligent diagnosesysteem voor eierstokmassa ontwikkelen op basis van multimodale echografiebeelden.

Studietype

Observationeel

Inschrijving (Geschat)

100000

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

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

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Tijdens gynaecologisch echografisch onderzoek werd ten minste één patiënt met een persistente eierstoktumor gevonden. De patiënt onderging een chirurgische behandeling en de histopathologische resultaten.

Beschrijving

Inclusiecriteria:

  1. Tijdens gynaecologisch echografisch onderzoek werd ten minste één patiënt met een persistente eierstoktumor gevonden.
  2. De patiënt onderging een chirurgische behandeling en de histopathologische resultaten.

Uitsluitingscriteria:

  1. Histopathologische analyse bevestigt niet-ovariumtumor;
  2. Histopathologische resultaten zijn niet doorslaggevend;
  3. Problemen met de beeldkwaliteit: de massa van de eierstokken is onvolledig en laat sommige omliggende weefsels niet zien (maar de massa is te groot om volledig uit te sluiten); de beelden zijn overdreven wazig, waardoor het moeilijk is om de kenmerken van de eierstokmassa te bepalen (mogelijke redenen zijn onder meer hardwarekwaliteitsproblemen met het echoapparaat, bewegingsonscherpte, focusproblemen, aanwezigheid van darmgas bij de patiënt); versterkingsinstellingen maken het moeilijk om de kenmerken van de eierstokmassa te beoordelen (zoals laag contrast, te donkere beelden of verzadiging); de aanwezigheid van artefacten beïnvloedt de beoordeling van ultrasone kenmerken van de ovariële massa en moet worden uitgesloten.

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
Opleidingscohort
Het trainingscohort wordt gebruikt voor het trainen van kunstmatige modellen op basis van echografiebeelden of -video's met meerdere modellen.
Validatiecohort
Validatiecohort wordt gebruikt om het kunstmatige model te valideren.
Diagnostische toets: Model voor kunstmatige intelligentie
Het kunstmatige intelligentiemodel gebruiken om goedaardige, borderline- en kwaadaardige ovariële massa's te diagnosticeren.
Intern testcohort
Intern testcohort wordt gebruikt om het kunstmatige model intern te testen.
Diagnostische toets: Model voor kunstmatige intelligentie
Het kunstmatige intelligentiemodel gebruiken om goedaardige, borderline- en kwaadaardige ovariële massa's te diagnosticeren.
Extern testcohort
Extern testcohort wordt gebruikt om het kunstmatige model intern te testen.
Diagnostische toets: Model voor kunstmatige intelligentie
Het kunstmatige intelligentiemodel gebruiken om goedaardige, borderline- en kwaadaardige ovariële massa's te diagnosticeren.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gebied onder de curve
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
AUC (Area Under the Curve) is een algemene index die wordt gebruikt om de prestaties van een binair classificatiemodel te evalueren.
Via afronding van de studie, gemiddeld 1 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Gevoeligheid verwijst naar het vermogen van de test om correct een positief resultaat te identificeren bij een persoon die daadwerkelijk de ziekte heeft. Het vertegenwoordigt het percentage gevallen waarin de test een positief resultaat voor de ziekte kan detecteren
Via afronding van de studie, gemiddeld 1 jaar

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Specificiteit
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Specificiteit verwijst naar het vermogen van de test om een ​​negatief resultaat correct te identificeren bij een persoon die de ziekte niet daadwerkelijk heeft. Het vertegenwoordigt het percentage gevallen waarin de ziekte negatief is dat de test kan detecteren.
Via afronding van de studie, gemiddeld 1 jaar
Nauwkeurigheid
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Nauwkeurigheid heeft betrekking op de mate waarin de resultaten van de diagnostische test consistent zijn met de werkelijke situatie
Via afronding van de studie, gemiddeld 1 jaar
Positieve voorspellende waarde
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Positieve voorspellende waarde geeft de waarschijnlijkheid aan dat een testresultaat waar zal zijn als het positief is. Met andere woorden, het vertegenwoordigt het percentage individuen bij wie de diagnose positief wordt gesteld wanneer het testresultaat positief is, en die daadwerkelijk de ziekte hebben
Via afronding van de studie, gemiddeld 1 jaar
Negatieve voorspellende waarde
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Negatieve voorspellende waarde verwijst naar de waarschijnlijkheid dat als een testresultaat negatief is, het resultaat ook echt negatief zal zijn. Het vertegenwoordigt het percentage personen bij wie de diagnose negatief wordt gesteld terwijl de testresultaten negatief zijn en die werkelijk vrij zijn van de ziekte
Via afronding van de studie, gemiddeld 1 jaar

Medewerkers en onderzoekers

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

Sponsor

Zhejiang Provincial People's Hospital

Medewerkers

The Affiliated Hospital of Qingdao University
Women's Hospital School Of Medicine Zhejiang University
The Second Affiliated Hospital of Harbin Medical University
Sichuan provincial maternity and child health care hospital
Aksu First People's Hospital

Onderzoekers

  • Studie stoel: Litao Sun, Professor, Zhejiang Provincial People's 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 (Geschat)

30 juli 2024

Primaire voltooiing (Geschat)

30 juli 2029

Studie voltooiing (Geschat)

30 juli 2029

Studieregistratiedata

Eerst ingediend

18 juli 2024

Eerst ingediend dat voldeed aan de QC-criteria

25 juli 2024

Eerst geplaatst (Werkelijk)

30 juli 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

30 juli 2024

Laatste update ingediend die voldeed aan QC-criteria

25 juli 2024

Laatst geverifieerd

1 juli 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • KY2024053

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

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