- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06782438
Evaluatie van een algoritme voor kunstmatige intelligentie dat ruis vermindert bij snelle tomoscintigrafie-acquisities van het hele lichaam, vastgelegd door een 360 graden cadmium-zink-tellurid-camera (IATOS2)
Onlangs zijn er algoritmen voor kunstmatige intelligentie ontwikkeld die ruis verminderen door middel van deep learning, met toepassing op SPECT- en PET-beelden.
Veel onderzoeken hebben de mogelijkheid gerapporteerd om de opnametijd bij botscintigrafie te verkorten door algoritmen voor kunstmatige intelligentie toe te passen die ruis verminderen
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Slechts twee onderzoeken vergeleken beelden die door een Deep Learning-algoritme waren verwijderd met beelden die door conventionele filters waren verwijderd (Gaussiaanse en mediaanfilters). Het eerste onderzoek werd uitsluitend bij patiënten uitgevoerd, zonder fantoomanalyse en zonder rekening te houden met de grootte van de laesies. De tweede studie omvatte een analyse van fantoombeelden en patiënten, maar met toepassing op vlakke beelden in plaats van op SPECT-beelden die tegenwoordig steeds vaker worden gebruikt.
De hypothese van ons onderzoek bij fantoompatiënten en patiënten is dat een algoritme voor kunstmatige intelligentie dat ruis reduceert, de conventionele filters zou kunnen vervangen die gewoonlijk in bot-SPECT worden gebruikt voor het denoseren van scintigrafische beelden.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Vandœuvre-lès-Nancy, Frankrijk, 54511
- Nuclear Medicine Department
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
Patiënten die een botscan van het hele lichaam hebben ondergaan voor reumatologische of oncologische indicaties.
Uitsluitingscriteria:
Patiënten zijn tegen het gebruik van hun gegevens
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Beeldvorming behandeld door het kunstmatige intelligentiealgoritme vergelijken met beeldvorming behandeld met het traditionele kunstmatige filteralgoritme
Tijdsspanne: op een dag
|
Kwantificeringswaarde op beeldvorming gemeten met een kunstmatig intelligentie-algoritme vergeleken met kwantificeringswaarde gemeten met een conventioneel filter
|
op een dag
|
Medewerkers en onderzoekers
Sponsor
Publicaties en nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
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
Andere studie-ID-nummers
- 2024PI241
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 .