Forskning og anvendelse av ultrasonisk intelligent diagnosesystem for ovariemasse
25. juli 2024 oppdatert av: Zhejiang Provincial People's Hospital
Forskning på automatisk deteksjon av ovariemasse og intelligent hjelpediagnosesystem basert på multimodale ultralydbilder
Forskning på automatisk deteksjon av ovariemasse og intelligent hjelpediagnosesystem basert på multimodale ultralydbilder.
Studieoversikt
Status
Har ikke rekruttert ennå
Intervensjon / Behandling
Detaljert beskrivelse
Etterforskerne hadde som mål å utvikle et intelligent ultralyddiagnosesystem for ovariemasse basert på multimodale ultralydbilder.
Studietype
Observasjonsmessig
Registrering (Antatt)
100000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Yingnan Wu, Doctor
- Telefonnummer: 0086 19883106164
- E-post: litaosun1971@sina.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
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Ved gynekologisk ultralydundersøkelse ble det funnet minst én pasient med vedvarende ovariesvulst.
Pasienten gjennomgikk kirurgisk behandling og de histopatologiske resultatene.
Beskrivelse
Inklusjonskriterier:
- Ved gynekologisk ultralydundersøkelse ble det funnet minst én pasient med vedvarende ovariesvulst.
- Pasienten gjennomgikk kirurgisk behandling og de histopatologiske resultatene.
Ekskluderingskriterier:
- Histopatologisk analyse bekrefter ikke-ovarian tumor;
- Histopatologiske resultater er ikke entydige;
- Problemer med bildekvalitet: ovariemassen er ufullstendig og viser ikke noen omkringliggende vev (men massen er for stor til å utelukke helt); bildene er for uskarpe, noe som gjør det vanskelig å bestemme egenskapene til eggstokkmassen (mulige årsaker inkluderer problemer med maskinvarekvalitet med ultralydmaskinen, bevegelsesuskarphet, fokuseringsproblemer, tilstedeværelse av tarmgass hos pasienten); gain-innstillinger gjør det vanskelig å bedømme egenskapene til eggstokkmassen (som lav kontrast, for mørke bilder eller metning); tilstedeværelsen av artefakter påvirker vurderingen av ultralydkarakteristikker til ovariemassen og bør utelukkes.
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 |
|---|---|
|
Treningskull
Treningskohort brukes til å trene kunstig modell basert på multimodell ultralydbilder eller videoer.
|
|
|
Valideringskohort
Valideringskohort brukes til å validere kunstig modell.
|
Bruk av kunstig intelligens-modellen for å diagnostisere benigne, borderline og ondartede eggstokkmasser.
|
|
Intern testkohort
Intern testkohort brukes til intern testing av kunstig modell.
|
Bruk av kunstig intelligens-modellen for å diagnostisere benigne, borderline og ondartede eggstokkmasser.
|
|
Ekstern testkohort
Ekstern testkohort brukes til intern testing av kunstig modell.
|
Bruk av kunstig intelligens-modellen for å diagnostisere benigne, borderline og ondartede eggstokkmasser.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Område under kurven
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
AUC (Area Under the Curve) er en vanlig indeks som brukes til å evaluere ytelsen til binær klassifiseringsmodell.
|
Gjennom studiegjennomføring i snitt 1 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhet
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Sensitivitet refererer til testens evne til å identifisere et positivt resultat hos en person som faktisk har sykdommen.
Det representerer andelen tilfeller der testen er i stand til å oppdage en positiv for sykdommen
|
Gjennom studiegjennomføring i snitt 1 år
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Spesifisitet
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Spesifisitet refererer til testens evne til å korrekt identifisere et negativt resultat hos en person som faktisk ikke har sykdommen.
Den representerer andelen tilfeller der sykdommen er negativ som testen er i stand til å oppdage.
|
Gjennom studiegjennomføring i snitt 1 år
|
|
Nøyaktighet
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Nøyaktighet refererer til i hvilken grad resultatene av den diagnostiske testen stemmer overens med den faktiske situasjonen
|
Gjennom studiegjennomføring i snitt 1 år
|
|
Positiv predikativ verdi
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Positiv prediktiv verdi indikerer sannsynligheten for at et testresultat vil være sant hvis det er positivt.
Med andre ord, det representerer andelen individer som er diagnostisert som positive når testresultatet er positivt som faktisk har sykdommen
|
Gjennom studiegjennomføring i snitt 1 år
|
|
Negativ prediktiv verdi
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Negativ prediktiv verdi refererer til sannsynligheten for at hvis et testresultat er negativt, vil resultatet være sant negativt.
Det representerer andelen individer som er diagnostisert som negative når testresultatene er negative som virkelig er fri for sykdommen
|
Gjennom studiegjennomføring i snitt 1 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Studiestol: Litao Sun, Professor, Zhejiang Provincial People's 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 (Antatt)
30. juli 2024
Primær fullføring (Antatt)
30. juli 2029
Studiet fullført (Antatt)
30. juli 2029
Datoer for studieregistrering
Først innsendt
18. juli 2024
Først innsendt som oppfylte QC-kriteriene
25. juli 2024
Først lagt ut (Faktiske)
30. juli 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
30. juli 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
25. juli 2024
Sist bekreftet
1. juli 2024
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Neoplasmer
- Urogenitale neoplasmer
- Neoplasmer etter nettsted
- Genitale neoplasmer, kvinnelige
- Sykdommer i det endokrine systemet
- Sykdommer i eggstokkene
- Adnexal sykdommer
- Gonadal lidelser
- Neoplasmer i endokrine kjertel
- Kvinnelige urogenitale sykdommer
- Kvinnelige urogenitale sykdommer og graviditetskomplikasjoner
- Urogenitale sykdommer
- Kjønnssykdommer
- Kjønnssykdommer, kvinner
- Neoplasmer i eggstokkene
Andre studie-ID-numre
- KY2024053
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .