- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06252974
Nøyaktig diagnose av invasjonsdybden i ESCC ved en dyp nevrale nettverksanalyse av NBI-endoskopidata
Nøyaktig diagnose av invasjonsdybden i tidlig esophageal plateepitelkarsinom ved hjelp av en dyp nevrale nettverksanalyse av smalbåndsavbildning endoskopidata
Målet med denne observasjonsstudien er å nøyaktig diagnostisere stadiet av esophageal plateepitelkarsinom for å hjelpe leger med å bestemme riktig klinisk behandling. Hovedspørsmålet den tar sikte på å svare på er:
• For å få tidlig nøyaktig diagnose av invasjonsdybden til esophageal plateepitelkarsinom ved smalbåndsavbildning endoskopidata.
Deltakernes kliniske opplysninger fra rutineundersøkelser og behandlinger vil bli samlet inn, det vil ikke være til skade for deltakerne.
Studieoversikt
Status
Forhold
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Hui Ding, Doctor
- Telefonnummer: +8613585966417
- E-post: dr_daisy@163.com
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Alder ≥ 18 år, uavhengig av kjønn;
- Utføre esophageal ESD-kirurgi på grunn av esophageal mucosal lesjoner;
- Patologisk evaluering av ESD-prøver.
Ekskluderingskriterier:
Patologisk undersøkelse etter ESD-operasjon utelukket esophageal plateepitelkarsinom.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktig diagnostisere invasjonsdybden av tidlig esophageal plateepitelkarsinom ved endoskopi NBI-bilder gjennom dyp nevrale nettverksanalyse
Tidsramme: 2024/12/31
|
Vi vil sammenligne den prediktive ytelsen til InvaDepNet før og etter inkorporering av data generert ved hjelp av GAN og demonstrert at å inkludere de genererte dataene i treningsdatasettet effektivt forbedrer nøyaktigheten til den prediktive modellen.
I tillegg vil vi trene seks vanlig brukte CNN-modeller på to datasett med forskjellige opptaksvinkler (inkludert NBI uten forstørrelse og NBI med forstørrelse), og vi vil foreslå en ResNet-modell for å analysere den kliniske informasjonen kombineres med NBI-bilder.
|
2024/12/31
|
Samarbeidspartnere og etterforskere
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Sykdommer i fordøyelsessystemet
- Neoplasmer etter histologisk type
- Neoplasmer
- Neoplasmer etter nettsted
- Neoplasmer, kjertel og epitel
- Gastrointestinale neoplasmer
- Neoplasmer i fordøyelsessystemet
- Gastrointestinale sykdommer
- Neoplasmer i hode og nakke
- Esophageal sykdommer
- Neoplasmer, plateepitelceller
- Neoplasmer i spiserøret
- Karsinom
- Karsinom, plateepitel
- Esophageal plateepitelkarsinom
Andre studie-ID-numre
- LY2023-229-B
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .