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

En ny dyplæringsbasert kunstig intelligens iterativ rekonstruksjon (AIIR) algoritme i lavdose lever-CT

18. september 2022 oppdatert av: Qingshi Zeng, Qianfoshan Hospital

Evaluering av en ny algoritme for dyp læringsbasert kunstig intelligens iterativ rekonstruksjon (AIIR) i forskjellige forbedringsfaser av lavdose lever-CT

CT-forbedret skanning er rutinemessig bildebehandlingsmodalitet for diagnostisering og oppfølging av leversykdom. Dette betyr imidlertid at pasientene vil få mer stråledose. Derfor er det nødvendig å redusere stråledosen som pasientene mottar så mye som mulig. Dyplæringsbaserte rekonstruksjonsalgoritmer har nylig blitt introdusert for å forbedre bildekvaliteten. I mange år har forskere forsøkt å opprettholde bildekvaliteten ved hjelp av en avansert metode og samtidig redusere stråledosen. Nylig har en ny dyplæringsbasert iterativ rekonstruksjonsalgoritme, nemlig kunstig intelligens iterativ rekonstruksjon (AIIR, United Imaging Healthcare, Shanghai, Kina) blitt introdusert. I denne studien evaluerer vi bilde- og diagnostiske kvaliteter til AIIR for lavdose portalvene og lever-CT med forsinket fase med de av en KARL-metode som normalt brukes i standarddose-CT.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

På vårt sykehus gjennomgår pasienter med bukbekkenkreft oppfølging lavdose-CT for evaluering av behandlingsplan etter klinisk behandling eller sykdomsfremgang. Rådataene til lavdose-CT ble samlet inn retrospektivt og rekonstruert ved bruk av KARL- og AIIR-algoritmer. I denne studien evaluerer vi bilde- og diagnostiske kvaliteter til AIIR for lavdose portalvene og lever-CT med forsinket fase med de av en KARL-metode som normalt brukes i standarddose-CT.

Studietype

Intervensjonell

Registrering (Forventet)

100

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

    • Shandong
      • Jinan, Shandong, Kina
        • Qianfoshan Hospital (The First Affiliated Hospital of Shandong First Medical University)
        • Ta kontakt med:

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

Beskrivelse

Inklusjonskriterier:

  • de som er planlagt for kontrastforsterket lever-CT

Ekskluderingskriterier:

  • bilder påvirket av artefakter (bevegelse eller implantater)

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Annen
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Ingen inngripen: standarddose CT
disse pasientene gjennomgår standarddose lever-CT i portvene og forsinket fase
Eksperimentell: lavdose CT
disse pasientene gjennomgår lavdose lever-CT i portvenen og forsinket fase
disse pasientene gjennomgår lavdose lever-CT i portvenen og forsinket fase.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
signal-til-støy-forhold (SNR)
Tidsramme: 6 måneder
Evaluer bildekvalitetene til AIIR for lavdose portalvene og lever-CT med forsinket fase med de til en KARL-metode som vanligvis brukes i standarddose-CT
6 måneder
kontrast til støyforhold (CNR)
Tidsramme: 6 måneder
Evaluer bildekvalitetene til AIIR for lavdose portalvene og lever-CT med forsinket fase med de til en KARL-metode som vanligvis brukes i standarddose-CT
6 måneder
diagnostisk tillit
Tidsramme: 6 måneder
Evaluer de diagnostiske egenskapene til AIIR for lavdose portalvene og lever-CT med forsinket fase med de til en KARL-metode som vanligvis brukes i standarddose-CT
6 måneder

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Studieleder: Qingshi Zeng, Qianfoshan 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)

30. september 2022

Primær fullføring (Forventet)

30. mars 2023

Studiet fullført (Forventet)

30. april 2023

Datoer for studieregistrering

Først innsendt

14. september 2022

Først innsendt som oppfylte QC-kriteriene

18. september 2022

Først lagt ut (Faktiske)

22. september 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

22. september 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

18. september 2022

Sist bekreftet

1. september 2022

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • LD-SH-2022

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