Deep Learning Reconstruction Algoritmer i Dobbel lavdose CTA
16. april 2024 oppdatert av: Hao Tang
Evaluering av dyplæringsrekonstruksjonsalgoritmer i dobbel lavdose CT vaskulær avbildning
Målet med denne observasjonsstudien er å evaluere virkningen av bilderekonstruksjon med dyp læring på bildekvaliteten og diagnostisk ytelse av dobbel lavdose CTA.
Hovedspørsmålet det tar sikte på å svare på er å utforske muligheten for dyp læringsbilderekonstruksjon i dobbel lavdose CTA.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
- Rådata fra pasienter som gjennomgikk hode- og hals-CTA, koronar CTA og abdominal CTA i både standarddose- og doble lavdosegrupper ble inkludert.
- Teknikker som filtrert tilbakeprojeksjon, iterativ rekonstruksjon og dyp læringsrekonstruksjon ble utført.
- Gjennomførbarheten av dyp læringsrekonstruksjon i dobbel lavdose CTA ble evaluert basert på bildekvalitet og diagnostisk ytelse.
Studietype
Observasjonsmessig
Registrering (Antatt)
1200
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Youfa M Tang, Doctor
- Telefonnummer: 8613554101223
- E-post: 1525573397@qq.com
Studer Kontakt Backup
- Navn: Tan, Doctor
- Telefonnummer: 86 159 2631 4149
- E-post: 1655118783@qq.com
Studiesteder
-
-
Hubei
-
Wuhan, Hubei, Kina, 430000
- Rekruttering
- Tongji Hospital affiliated to Tongji Medical College of Huazhong University of Science and Technology
-
Ta kontakt med:
- Youfa M Tang
- Telefonnummer: +8613554101223
- E-post: 1525573397@qq.com
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Friske eller syke voksne som gjennomgår CT vaskulær avbildning
Beskrivelse
Inklusjonskriterier:
- Pasienter med hode- og hals-CTA, koronararterie-CTA og abdominal CTA på grunn av hjerneslag, koronar hjertesykdom og abdominal inflammatorisk sykdom, og abdominale svulster.
Ekskluderingskriterier:
- Alder <18 år, graviditet, allergisk reaksjon på jodkontrastmiddel, nyresvikt og alvorlig hypertyreose.
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 |
|---|---|
|
Standard dosegruppe
Rådata fra 400 pasienter med konvensjonell dose hode- og hals-CTA, koronar CTA og abdominal CTA ble inkludert.
Det ble utført filtrert tilbakeprojeksjon, iterasjon og dyp læringsrekonstruksjon.
For å evaluere effekten av dyp læringsrekonstruksjon på bildekvalitet og diagnostisk ytelse hos pasienter med konvensjonell dose CTA.
|
Deep learning image reconstruction (DLIR) er en nyutviklet kunstig intelligens støyreduksjonsalgoritme de siste årene.
Den trener massive høykvalitets FBP-datasett for å lære å skille støy og signal, for å selektivt redusere støy og rekonstruere bilder av høy kvalitet med bildedata av lav kvalitet.
|
|
Dobbel lavdosegruppe
Rådata fra 800 pasienter med lav rørspenning og kontrastmiddel hode og hals CTA, koronar CTA og abdominal CTA ble inkludert.
Det ble utført filtrert tilbakeprojeksjon, iterasjon og dyp læringsrekonstruksjon.
For å evaluere virkningen av dyp læringsrekonstruksjon på bildekvalitet og diagnostisk ytelse hos pasienter med dobbel-lavdose CTA.
|
Deep learning image reconstruction (DLIR) er en nyutviklet kunstig intelligens støyreduksjonsalgoritme de siste årene.
Den trener massive høykvalitets FBP-datasett for å lære å skille støy og signal, for å selektivt redusere støy og rekonstruere bilder av høy kvalitet med bildedata av lav kvalitet.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Spesifisiteten og sensitiviteten beregnet gjennom den optimale grenseverdien til mottakerens driftskarakteristikk.
Tidsramme: 2026.1
|
Spesifisiteten og sensitiviteten ble beregnet separat for standarddosegruppen og den doble lavdosegruppen ved å bruke den optimale grenseverdien fra mottakerens driftskarakteristikk, med det formål å sammenligne diagnostisk nøyaktighet mellom de to gruppene.
|
2026.1
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Signal-til-støy-forholdet beregnet fra bilde-CT-verdier og støy
Tidsramme: 2026.1
|
Signal-til-støy-forholdet ble beregnet separat for standarddosegruppen og den doble lavdosegruppen ved bruk av bilde-CT-verdier og støy, for å vurdere bildekvaliteten mellom de to gruppene.
|
2026.1
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Hovedetterforsker: Hao Tang, Doctor, Tongji 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. juni 2023
Primær fullføring (Antatt)
1. desember 2025
Studiet fullført (Antatt)
1. mars 2026
Datoer for studieregistrering
Først innsendt
11. april 2024
Først innsendt som oppfylte QC-kriteriene
16. april 2024
Først lagt ut (Faktiske)
18. april 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
18. april 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
16. april 2024
Sist bekreftet
1. april 2024
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- 102122
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
IPD-planbeskrivelse
For å beskytte deltakerens personvern, deles ikke relevante data før deltakernes samtykke
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. .