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

Een onderzoek naar de detectie van paroxysmale gebeurtenissen met behulp van computervisie en machinaal leren (USF)

11 februari 2026 bijgewerkt door: Neuro Event Labs Inc.

De toegenomen rekenkracht heeft het mogelijk gemaakt om complexe beeldherkenningstaken en machinaal leren te implementeren in het dagelijks gebruik. De op computer vision en machine learning gebaseerde oplossing die in dit project wordt gebruikt (Nelli) is een automatische detectie- en rapportagemethode voor aanvallen die een CE-markering heeft voor dit specifieke gebruik.

De huidige studie zal gegevens opleveren om het nut en de detectiecapaciteit van NELLI uit te breiden en de nauwkeurigheid en klinische bruikbaarheid van geautomatiseerde computervisie en op machinaal leren gebaseerde aanvalsdetectie te verbeteren.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Dit is een prospectieve, blinde vergelijking met de klinische gouden standaard voor de karakterisering van aanvallen. Deze studie is bedoeld om het vermogen van de Nelli Software om aanvallen te identificeren te vergelijken met vEEG-beoordeling bij volwassenen met vermoedelijke nachtelijke aanvallen. Tegelijkertijd zal Nelli continu audio en video opnemen, terwijl video-elektro-encefalografie (vEEG) wordt opgenomen volgens de gebruikelijke zorgstandaard. Gebeurtenissen met positieve motorische manifestaties zullen onafhankelijk worden geïdentificeerd, volgens de standaard klinische praktijk, door drie epileptologen met behulp van klinische vEEG-gegevens. Nelli Software zal de audio- en videogegevens beoordelen en onafhankelijk gebeurtenissen met positieve motorische manifestaties identificeren. De resultaten van de gebeurtenisidentificatie zullen worden vergeleken tussen epileptologen en de Nelli-software. Voor elke vastgelegde categorie gebeurtenis wordt het positieve percentage overeenstemming berekend met behulp van de exacte binomiale methode. Het primaire eindpunt van dit onderzoek is het aantonen dat Nelli in staat is aanvallen te identificeren die een positieve motorische component hebben met een gevoeligheid van > 70%.

Studietype

Observationeel

Inschrijving (Werkelijk)

33

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

    • Florida
      • Tampa, Florida, Verenigde Staten, 33606
        • Tampa General 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

Kanssteekproef

Studie Bevolking

Patiënten met vermoedelijke motorische aanvallen die video-EEG-monitoring ondergaan voor routinematige klinische zorg.

Beschrijving

Inclusiecriteria:

  • Alle patiënten die video-EEG-monitoring ondergaan voor klinische doeleinden en waarvan wordt vermoed dat ze epileptische aanvallen hebben.

Uitsluitingscriteria:

-

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
Gevoeligheid van een aanvalsdetectiesysteem
Tijdsspanne: Tijdens routinecontrole van aanvallen in het ziekenhuis - tot een week
De primaire uitkomstmaat zal de gevoeligheid van het Nelli-systeem zijn om aanvallen met een positieve motorische component te detecteren in vergelijking met onafhankelijke neurologische beoordeling van vEEG verzameld in een epilepsiebewakingseenheid. Dit is een blinde vergelijking met de klinische gouden standaard (vEEG)
Tijdens routinecontrole van aanvallen in het ziekenhuis - tot een week

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Selim Benbadis, MD, University of South Florida

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)

15 november 2024

Primaire voltooiing (Werkelijk)

31 december 2025

Studie voltooiing (Werkelijk)

31 januari 2026

Studieregistratiedata

Eerst ingediend

22 november 2024

Eerst ingediend dat voldeed aan de QC-criteria

22 november 2024

Eerst geplaatst (Werkelijk)

26 november 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

13 februari 2026

Laatste update ingediend die voldeed aan QC-criteria

11 februari 2026

Laatst geverifieerd

1 februari 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Andere studie-ID-nummers

  • STUDY005226

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

Ja

product vervaardigd in en geëxporteerd uit de V.S.

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