Potensialet for dyp læring ved vurdering av pneumokoniose avbildet på digital brystradiografi
8. juli 2021 oppdatert av: Peking University Third Hospital
Undersøk potensialet for dyp læring ved vurdering av pneumokoniose avbildet på digitale røntgenbilder av thorax og for å sammenligne ytelsen med sertifiserte radiologer
Pneumokoniose er relativt utbredt i lav-/mellominntektsland, og det er fortsatt en utfordrende oppgave å nøyaktig og pålitelig diagnostisere pneumokoniose.
Etterforskerne implementerte en dyp læringsløsning og klargjorde potensialet for dyp læring i pneumokoniosediagnose ved å sammenligne ytelsen med to sertifiserte radiologer.
Den dype læringen demonstrerte et unikt potensial i klassifisering av pneumokoniose.
Studieoversikt
Status
Fullført
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Etterforskerne samlet retrospektivt et datasett bestående av 1881 røntgenbilder av thorax i form av digital radiografi.
Disse bildene ble tatt i en screening-innstilling på personer som har jobbet i et miljø som har eksponert dem for skadelig støv.
Blant disse personene ble 923 diagnostisert med pneumokoniose, og 958 var normale.
For å identifisere forsøkspersonene med pneumokoniose brukte etterforskerne et klassisk dypt konvolusjonelt nevralt nettverk (CNN) kalt Inception-V3 på disse bildesettene og validerte klassifiseringsytelsen til de trente modellene ved å bruke området under mottakerens driftskarakteristiske kurve (AUC).
Studietype
Observasjonsmessig
Registrering (Faktiske)
1881
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
Av disse ble 923 diagnostisert med pneumokoniose, 958 var normale.
Blant disse fagene var 163 kvinner.
Beskrivelse
Inklusjonskriterier:
- industriarbeidere med en historie med eksponering for støv og gjennomgikk DR-screening av pneumokoniose fra 2015 til 2018
Ekskluderingskriterier:
- pasienter med dårlig bildekvalitet
- pasienter med ufullstendige kliniske data
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Bare etui
- Tidsperspektiver: Retrospektiv
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
konvolusjonelt nevralt nettverk (CNN)
et klassisk dypt konvolusjonelt nevralt nettverk (CNN) kalt Inception-V3 ble brukt på bildesettene og validerte klassifiseringsytelsen til de trente modellene
|
CNN-arkitektur kalt U-Net-arkitektur
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
diagnosen pneumokoniose
Tidsramme: opptil 6 måneder
|
Diagnosen og iscenesettelsen av pneumokoniose ble gjort av et ekspertpanel bestående av sertifiserte radiologer og arbeidsleger.
Diagnosen pneumokoniose ble bekreftet av sykehistorie og tidligere medisinske journaler (røntgenbilder av thorax og lungefunksjonstesting).
|
opptil 6 måneder
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Studiestol: Xiaohua Wang, 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 (Faktiske)
1. januar 2015
Primær fullføring (Faktiske)
31. desember 2018
Studiet fullført (Faktiske)
31. desember 2019
Datoer for studieregistrering
Først innsendt
28. juni 2021
Først innsendt som oppfylte QC-kriteriene
8. juli 2021
Først lagt ut (Faktiske)
15. juli 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
15. juli 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
8. juli 2021
Sist bekreftet
1. juni 2021
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- M2019467
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Nei
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. .
Kliniske studier på konvolusjonelle nevrale nettverk (CNN)
-
Scripps ClinicFullførtArytmier, hjerte | Hjertestans | HjertearytmierForente stater