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

Anvendelse av hyperspektral avbildning i diagnostisering av glomerulære sykdommer

29. april 2023 oppdatert av: Zunsong Wang, Qianfoshan Hospital
Morgenurinprøver fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal degenerativ nefropati bekreftet ved nyrenålebiopsi på sykehuset vårt fra november 2020 til januar 2022 ble samlet inn. Ved å skanne morgenurinprøvene til tilsvarende pasienter med mikrohyperspektral bildeapparat, ble maskinlæring og dyp læring brukt til å klassifisere mikrohyperspektrale bilder, og klassifiseringsnøyaktigheten var større enn 85 %. Således kan hyperspektral avbildningsteknologi brukes som et ikke-invasivt diagnostisk middel for å hjelpe diagnostisering av glomerulære sykdommer.

Studieoversikt

Studietype

Observasjonsmessig

Registrering (Forventet)

80

Kontakter og plasseringer

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

Studiekontakt

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 til 90 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Pasienter med massiv proteinuri ble diagnostisert som IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati ved nyrebiopsi.

Beskrivelse

Inklusjonskriterier:

  • Over 18 år gammel;
  • Pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati, minimal endring nefropati bekreftet ved nyrebiopsi;
  • Hadde ikke mottatt hormon- og/eller immunsuppressiv behandling før nyrebiopsi;
  • Fullstendige kliniske data, alle signerte "opptaksbeviset til Qianfoshan sykehus i Shandong-provinsen", og ble enige om å bruke relevant medisinsk informasjon, biologisk prøveundersøkelse og undersøkelsesresultater for vitenskapelig forskning.

Ekskluderingskriterier:

  • Det er faktorer som forårsaker sekundær membranøs nefropati, som immunsykdommer (systemisk lupus erythematosus), svulster/infeksjoner (viral hepatitt), medikamenter eller giftstoffer, etc.;
  • Alvorlig infeksjon: feber, hoste og oppspytt, sår hals, magesmerter, diaré, karbunkel og furunkel og andre kliniske manifestasjoner av hud- og bløtvevsinfeksjon, blodrutineantall av hvite blodlegemer utenfor normalområdet (10×109/L);
  • Alvorlig kardiovaskulær sykdom: inkludert kronisk hjertesvikt grad 3 eller høyere og ulike arytmier;
  • Smittsomme sykdommer: aktiv hepatitt, AIDS, syfilis, etc. ;
  • Tumorbevis: det er funnet at det er en viss svulst eller kliniske manifestasjoner, tumormarkører, etc., som tyder på muligheten for svulst.

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
Intervensjon / Behandling
diabetisk nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati. Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius. Bildene ble delt inn i et treningssett og et testsett med et fast forhold. De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste. Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen. Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
Mikroskopisk hyperspektralt bildesystem
minimal endring nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati. Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius. Bildene ble delt inn i et treningssett og et testsett med et fast forhold. De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste. Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen. Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
Mikroskopisk hyperspektralt bildesystem
IgA nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati. Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius. Bildene ble delt inn i et treningssett og et testsett med et fast forhold. De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste. Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen. Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
Mikroskopisk hyperspektralt bildesystem
idiopatisk membranøs nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati. Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius. Bildene ble delt inn i et treningssett og et testsett med et fast forhold. De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste. Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen. Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
Mikroskopisk hyperspektralt bildesystem

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Mikrohyperspektralt bilde av urinprøve
Tidsramme: 2023.4-2023.10
Mikrohyperspektrale bilder av urinprøver fra pasienter med fire ulike glomerulære sykdommer før behandling
2023.4-2023.10

Samarbeidspartnere og etterforskere

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

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. mai 2023

Primær fullføring (Forventet)

20. august 2023

Studiet fullført (Forventet)

20. september 2023

Datoer for studieregistrering

Først innsendt

18. mars 2023

Først innsendt som oppfylte QC-kriteriene

31. mars 2023

Først lagt ut (Faktiske)

4. april 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

3. mai 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

29. april 2023

Sist bekreftet

1. april 2023

Mer informasjon

Begreper knyttet til denne studien

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 Diabetiske nefropatier

Kliniske studier på Mikroskopisk hyperspektralt bildesystem

3
Abonnere