Toepassing van kunstmatige intelligentie -algoritme op basis van CT -beeldvorming voor meting van spierparameters
20 februari 2025 bijgewerkt door: Yaomin Hu, RenJi Hospital
Toepassing van kunstmatige intelligentie -algoritme op basis van CT -beeldvorming voor spierparametermeting bij de diagnose van sarcopenie
Om een kunstmatig intelligentiemodel op te zetten voor geautomatiseerde diagnose van sarcopenie op basis van CT -beeldvorming
Studie Overzicht
Toestand
Voltooid
Gedetailleerde beschrijving
Met het versnellende verouderingsproces is de vroege identificatie en diagnose van sarcopenie, samen met de effectieve preventie van de nadelige resultaten, een centraal punt in medisch onderzoek geworden.
De huidige methoden voor het beoordelen en diagnosticeren van sarcopenie worden echter nog steeds geconfronteerd met significante beperkingen, waardoor de ontwikkeling van efficiëntere en nauwkeurige technieken voor spiermassa -evaluatie een dringende klinische behoefte is.
Hoewel CT wordt beschouwd als de meest veelbelovende methode voor het beoordelen van spiermassa, wordt de praktische toepassing ervan gehinderd door factoren zoals afhankelijkheid van arts-expertise en tijdrovende procedures, waardoor de wijdverbreide klinische acceptatie wordt beperkt.
In het licht van deze uitdagingen heeft deze studie als doel een kunstmatig intelligentiemodel te ontwikkelen voor volledig geautomatiseerde spiermassa -metingen op basis van CT -beeldvorming van de buik en om de toepassingswaarde ervan te valideren bij het ondersteunen van de diagnose van sarcopenie.
Studietype
Observationeel
Inschrijving (Werkelijk)
1080
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
-
-
Shanghai
-
Shanghai, Shanghai, China, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
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
Ja
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
960 intramurale patiënten in het Geriatric Department of Renji Hospital, 20 patiënten van het Ruijin -ziekenhuis aangesloten bij Shanghai Jiaotong University School of Medicine, 20 patiënten van het eerste aangesloten ziekenhuis van Zhejiang Medical University, 50 patiënten van het eerste aangesloten ziekenhuis van Wenzhou Medical University en 30 patiënten uit Huangshan -ziekenhuis.
Beschrijving
Inclusiecriteria:
- De bevolking die BIA en buik CT -onderzoeken ondergaat;
- Kan samenwerken om de analyse van het menselijk lichaam samen te vullen, meten met gripsterkte, 6m looptijdmeting en vragenlijstonderzoek.
Uitsluitingscriteria:
- Leeftijd <18 jaar oud;
- Bestaan van buikwandoedeem;
- Geschiedenis van spinale chirurgie of wervelfracturen, of wervelkolom tumorlaesies;
- Geschiedenis van neuromusculaire aandoeningen.
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 |
|---|---|---|
|
Om driedimensionaal spiervolume en vetvolume automatisch en nauwkeurig te kwantificeren.
Tijdsspanne: 2020-2023
|
Om een geautomatiseerde en precieze kwantificering van driedimensionaal spiervolume en vetvolume in het L3-wervelgebied te bereiken door diep leren.
|
2020-2023
|
|
Om een kunstmatig intelligentiemodel op te zetten voor de diagnose van sarcopenie.
Tijdsspanne: 2020-2023
|
De validatie van kunstmatige intelligentiemodellen kan helpen bij de diagnose van sarcopenie.
|
2020-2023
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
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)
5 september 2023
Primaire voltooiing (Werkelijk)
31 december 2024
Studie voltooiing (Werkelijk)
31 december 2024
Studieregistratiedata
Eerst ingediend
20 februari 2025
Eerst ingediend dat voldeed aan de QC-criteria
20 februari 2025
Eerst geplaatst (Werkelijk)
25 maart 2025
Updates van studierecords
Laatste update geplaatst (Werkelijk)
25 maart 2025
Laatste update ingediend die voldeed aan QC-criteria
20 februari 2025
Laatst geverifieerd
1 februari 2025
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- LY2023-150-A
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 .