Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Forskning av patologisk bildediagnose av okulære svulster basert på ny kunstig intelligensalgoritme

4. januar 2021 oppdatert av: Chun Zhang, Peking University
Hensikten med denne studien er å etablere en standardisert prosess for innhenting av digital patologisk bildeinformasjon av okulære svulster; bruke moderne patologiske teknikker for å skaffe samekspresjonsinformasjon fra flere biomarkører i det patologiske vevet til okulære svulster, og til slutt konstruere standardiserte digitale okulære svulster med biomarkører Patologi bildedatabase.

Studieoversikt

Status

Ukjent

Forhold

Detaljert beskrivelse

Denne studien er en prospektiv studie. Pasienter med vanlige og representative okulære svulster ved Oftalmologisk avdeling, Peking University Third Hospital, vil bli valgt ut og innskrevet etter informert samtykke for å samle inn grunnleggende klinisk informasjon, preoperative blodprøver og okulære svulster. Innhente patologiske bildeanmerkningsdata og genomikkrelaterte data okulære tumorvevsprøver, bruke blodprøver for genomisk informasjonsanalyse, gi flerdimensjonale data for utvikling av kunstig intelligens-algoritmer, og etablere kunstig intelligens-assistert bildedata for øyesvulster Standardiser prosessen og etablere en multi-modal okular tumor standardisert database av "klinisk informasjon-vevsprøver-patologiske bilder-genomikkdata". Databasen og diagnosesystemet er korrelert med hverandre for å gi optimale bildedata for senere maskinlæring og relatert algoritmetablering, og til slutt vil etterforskerne fullføre designet av et nytt kunstig intelligens-assistert diagnosesystem for øyesvulster.

Studietype

Observasjonsmessig

Registrering (Forventet)

100

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

pasienter fra Oftalmologisk avdeling, Peking University Third Hospital som har en øyesvulst og blir operert.

Beskrivelse

Inklusjonskriterier:

  1. Pasienter diagnostisert med øyesvulster og som gjennomgår øyesvulstoperasjoner.
  2. Pasienter signerer informert samtykke for prøvetaking og prøveoverføringsavtale, og kan samarbeide med langsiktige regelmessige oppfølgingskrav.

Ekskluderingskriterier:

  1. Pasienter som av ulike årsaker ikke er i stand til å gjennomgå svulstoperasjoner eller beholde prøver.
  2. Pasienter som er positive for hepatitt B, HIV og syfilis.
  3. Pasientens etterlevelse er dårlig.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Melanom og Nevus
Pasienter diagnostisert med melanom eller/og nevus på huden rundt øyet før operasjon.
Basalcellekarsinom;Squamous cell carcinom;Talgkjertelkarsinom
Pasienter diagnostisert med basalcellekarsinom, plateepitelkarsinom, talgkjertelkarsinom før operasjon.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
For å sammenligne den diagnostiske nøyaktigheten til OPAL og IHC for melanom og andre svulster.
Tidsramme: Inntil 24 uker.
Resultatet av OPAL automatisk analyse vil bli sammenlignet med IHC manuell telleanalyse. Nøyaktigheten av studien vil bli erklært som "suksess" hvis OPAL automatisk analyse oppfyller mer enn 85 % av manuell telling for alle antistoffer.
Inntil 24 uker.

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Peking University

Etterforskere

  • Hovedetterforsker: Chun Zhang, MD/PHD, Peking University Third Hospital

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Forventet)

31. desember 2020

Primær fullføring (Forventet)

1. juni 2022

Studiet fullført (Forventet)

1. juni 2022

Datoer for studieregistrering

Først innsendt

19. november 2020

Først innsendt som oppfylte QC-kriteriene

4. januar 2021

Først lagt ut (Faktiske)

5. januar 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. januar 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

4. januar 2021

Sist bekreftet

1. januar 2021

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • IRB00006761-M2020434

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Abonnere