Studie av polyp kunstig intelligens
Kunstig intelligens basert kolorektal polypp histologisk prediksjon ved bruk av smalbåndsavbildning forstørrelseskoloskopi
Bakgrunn Vi utvikler en kunstig intelligensbasert polypphistologiprediksjonsmetode (AIPHP) for automatisk å klassifisere Narrow Band Imaging (NBI) forstørrende koloskopibilder for å forutsi den ikke-neoplastiske eller neoplastiske histologien til polypper.
Mål Vårt mål var å analysere nøyaktigheten til AIPHP og NICE klassifikasjonsbaserte histologiprediksjoner og også å sammenligne resultatene av de to metodene.
Metoder Vi undersøkte kolorektale polypper oppnådd fra koloskopipasienter som hadde polypektomi eller endoskopisk mukosektomi. Polypper påvist ved hvitt lys koloskopi ble deretter observert ved å bruke NBI ved det optiske maksimale praktfulle (60x). De oppnådde og lagrede NBI-forstørrelsesbildene ble analysert ved NICE-klassifisering og ved AIPHP-metoden parallelt. Patologiundersøkelser ble også utført blindet for NICE- og AIPHP-diagnosen. Vår AIPHP-programvare er basert på en maskinlæringsmetode. Dette programmet måler fem geometriske og fargetrekk på det endoskopiske bildet.
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Studietype
Studietype
Registrering (Faktiske)
Registrering
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- endoskopisk diagnose av kolorektal polypp
Ekskluderingskriterier:
- koloskopiresultat uten polypper eller IBD-diagnose
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Programvarenøyaktighet av polypp histologi prediksjon
Tidsramme: 2014–2020
|
Kunstig intelligens programvarediagnose sammenlignet med polypp histologi
|
2014–2020
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Faktiske)
Primær fullføring
Studiet fullført (Faktiske)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- PetzACTHospital
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .