Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Planowanie chirurgii twarzy wspomagane sztuczną inteligencją

16 lutego 2021 zaktualizowane przez: National Taiwan University Hospital

Wspomagana sztuczną inteligencją analiza twarzy, okolic oczu i oczodołów oraz planowanie chirurgiczne

Wizja komputerowa wykorzystująca architekturę głębokiego uczenia się jest szeroko stosowana w automatycznym rozpoznawaniu. W badaniach zastosowano model głębokiego uczenia, który jest szkolony przez skategoryzowane obrazy pojedynczego oka, aby osiągnąć dobrą wydajność modelu w autodiagnostyce blepharoptozy.

Przegląd badań

Status

Zakończony

Warunki

Szczegółowy opis

Ten system autodiagnozy blepharoptozy wykorzystujący architekturę uczenia maszynowego będzie pomocny w telemedycynie, takiej jak wczesne badania przesiewowe opadania powiek u dzieci w celu szybkiego skierowania i leczenia. Ludzie mogliby używać tego oprogramowania za pośrednictwem urządzeń mobilnych, aby uzyskać prymitywną diagnozę, zanim dotrą do lekarzy. Ponadto w podstawowej opiece zdrowotnej, gdzie nie ma chirurga okuloplastycznego, oprogramowanie mogłoby pomóc lekarzom podstawowej opieki zdrowotnej lub okulistom ogólnym w określeniu potrzeby skierowania.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

17932

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

      • Taipei, Tajwan
        • National Taiwan University Hospital

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

20 lat do 65 lat (DOROSŁY, STARSZY_DOROŚLI)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Wszystkie dane zostały zebrane w przychodniach okulistycznych Narodowego Szpitala Uniwersyteckiego na Tajwanie.

Opis

[Kryteria przyjęcia]

  1. Uczestnicy, którzy ukończyli 20 rok życia,
  2. Chirurgiczna świadoma zgoda została zatwierdzona przez samych uczestników,
  3. Uczestników ze wskazaniami chirurgicznymi do zabiegów okulowo-twarzowych oraz
  4. Uczestnicy, którzy zgodzili się na wykonanie zdjęcia po wyjaśnieniu przez chirurga w przychodniach.

[Kryteria wyłączenia]

  1. Uczestnicy, którzy nie ukończyli 19 roku życia,
  2. Uczestnicy, którzy nie mają wskazań chirurgicznych do zabiegów okulistyczno-twarzowych,
  3. Uczestnicy, którzy zostali stworzeni do małoinwazyjnych zabiegów, takich jak botoks lub wszelkiego rodzaju zastrzyki z wypełniaczy,
  4. Uczestnicy, którzy z jakiegokolwiek powodu odmówili wykonania zdjęcia oraz
  5. Uczestnicy, którzy nie są dostępni do wykonania standardowej jakości zdjęć, np. obłożnie chorzy.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wydajność modelu jest oceniana na podstawie dokładności
Ramy czasowe: Poprzez ukończenie studiów, średnio 1 rok
Podejście sztucznej inteligencji
Poprzez ukończenie studiów, średnio 1 rok
AUC (pole pod krzywą)
Ramy czasowe: Poprzez ukończenie studiów, średnio 1 rok
Podejście sztucznej inteligencji
Poprzez ukończenie studiów, średnio 1 rok
Krzywa ROC (charakterystyka operacyjna odbiornika).
Ramy czasowe: Poprzez ukończenie studiów, średnio 1 rok
Podejście sztucznej inteligencji
Poprzez ukończenie studiów, średnio 1 rok
Podejście sztucznej inteligencji do identyfikacji chorób twarzy, okolic oczu i oczodołu
Ramy czasowe: Poprzez ukończenie studiów, średnio 1 rok
Dostęp do interpretacji modelu zapewnia Grad-CAM (Mapy aktywacji klas).
Poprzez ukończenie studiów, średnio 1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Współpracownicy

Śledczy

  • Główny śledczy: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (RZECZYWISTY)

1 stycznia 2009

Zakończenie podstawowe (RZECZYWISTY)

31 grudnia 2018

Ukończenie studiów (RZECZYWISTY)

30 lipca 2019

Daty rejestracji na studia

Pierwszy przesłany

3 marca 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

23 marca 2020

Pierwszy wysłany (RZECZYWISTY)

24 marca 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

18 lutego 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

16 lutego 2021

Ostatnia weryfikacja

1 lutego 2021

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 201908066RIND

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .