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

Forsterket endobronkial ultralyd (EBUS-TBNA) med kunstig intelligens

18. august 2025 oppdatert av: Norwegian University of Science and Technology

Automatisk segmentering av mediastinale lymfeknuter og blodkar i endobronkial ultralyd (EBUS) bilder ved bruk av et dypt nevralt nettverk

For å evaluere nytten av Deep neural network (DNN) i evalueringen av mediastinale og hilar lymfeknuter med endobronkial ultralyd (EBUS). Studien vil utforske muligheten for DNN for å identifisere lymfeknuter og blodkar undersøkt med EBUS.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Multisenter prospektiv mulighetsstudie. DNN-modellen vil bli trent på ultralydbilder med merknad for å identifisere lymfeknuter og blodårer undersøkt med EBUS. Evnen til DNN til å segmentere lymfeknuter og kar basert på postoperativ prosessering og statiske EBUS-bilder vil bli evaluert i første del av studien. I den andre delen av studien vil sanntidsbruk av DNN i EBUS-prosedyre bli evaluert.

Studietype

Observasjonsmessig

Registrering (Antatt)

50

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

Studiesteder

  • Norge
      • Levanger, Norge, 7600
        • Rekruttering
        • Department of Pulmonology, Levanger Hospital, North Trøndelag Hospital Trust
        • Ta kontakt med:
      • Trondheim, Norge, 7030
        • Rekruttering
        • Department of Thoracic Medicine, St Olavs Hospital
        • 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

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Patenter med udiagnostiserte forstørrede mediastinale og hilar lymfeknuter som er anbefalt for Endobronchial ultralyd transbronchial needle aspiration (EBUS-TBNA).

Beskrivelse

Inklusjonskriterier:

  • Pasienter henvist til thoraxavdeling i et av de deltakende sykehusene med udiagnostiserte forstørrede mediastinum og hilar lymfeknuter.
  • Forsøkspersonene må være ≥ 18 år

Ekskluderingskriterier:

  • Svangerskap
  • Enhver pasient som etterforskeren mener ikke er passende for denne studien av en eller annen grunn.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Evne
Tidsramme: 8 måneder
For å utforske om Deep Neural Network (DNN) har evne til å segmentere lymfeknuter og blodkar fra EBUS-bilder
8 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Presisjon
Tidsramme: 2 måneder
Presisjonen DNN har for å oppdage lymfeknuter og blodårer. Målt både per voxel i EBUS-bildene og per kommentert struktur (en struktur regnes som oppdaget hvis minst 50 % av dens kommenterte piksler identifiseres av DNN).
2 måneder
Følsomhet
Tidsramme: 2 måneder
Sann positiv rate. Korrekt påviste lymfeknuter/blodkar over totale lymfeknuter/blodkar. Målt per piksel i EBUS-bildene
2 måneder
Spesifisitet
Tidsramme: 2 måneder
Spesifisitet = (Sann negativ)/(Sann negativ + falsk positiv). Målt per piksel i EBUS-bildene.
2 måneder
Terninglikhetskoeffisient
Tidsramme: 2 måneder
Måler likheten mellom to sett med data: Kommentert av lungelege vs DNN.
2 måneder
Kjøretid
Tidsramme: 2 måneder
Er kjøretiden tilstrekkelig lav for sanntidsanalyse under EBUS?
2 måneder
Uønskede hendelser
Tidsramme: 48 timer
Prosedyrerelaterte uønskede hendelser eller uventede hendelser registrert
48 timer

Samarbeidspartnere og etterforskere

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

Sponsor

Norwegian University of Science and Technology

Samarbeidspartnere

Helse Nord-Trøndelag HF
SINTEF Health Research

Etterforskere

  • Studieleder: Øivind Rognmo, Dr.philos, Norwegian University of Science and Technology

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. mai 2023

Primær fullføring (Antatt)

1. mai 2027

Studiet fullført (Antatt)

1. desember 2027

Datoer for studieregistrering

Først innsendt

13. februar 2023

Først innsendt som oppfylte QC-kriteriene

13. februar 2023

Først lagt ut (Faktiske)

22. februar 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

22. august 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

18. august 2025

Sist bekreftet

1. juni 2025

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 240245

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 Lungekreft

Kliniske studier på maskinlæringsalgoritme

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Trinidad & Tobago

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

Abonnere