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

Nowa technika leczenia chorób siatkówki

18 stycznia 2021 zaktualizowane przez: Second Affiliated Hospital, School of Medicine, Zhejiang University

Badania nad inteligentną diagnostyką i automatycznym śledzeniem zmian chorobowych w celu precyzyjnego leczenia chorób siatkówki w oparciu o głębokie uczenie się

Wraz z nadejściem ery medycyny precyzyjnej, opartej na głębokim uczeniu obrazu FFA w celu identyfikacji obszaru uszkodzeń dna oka, rejestracji obrazów dna oka, w zależności od ciężkości chorób dna oka w celu zaprojektowania optymalnej energii i ścieżki lasera, dokładnego leczenia dna oka ma pilne potrzeby kliniczne i bardzo ważne znaczenie

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Rekrutacyjny

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Szczegółowy opis

  1. Ustrukturyzowana baza danych obrazów DR Budowa i dokładne adnotacje: retrospektywne (od 1 stycznia 2016 r. do dnia oceny etycznej) i prospektywne (od dnia oceny etycznej do 31 grudnia 2023 r.) zebrane FFA i inne multimodalne dane obrazowe. Kilku okulistów i starszych ekspertów ds. chorób dna oka wykonało ocenę diagnostyczną każdego obrazu każdego pacjenta i przeprowadziło dokładną ocenę danych. Wreszcie krok po kroku utworzono ustrukturyzowaną bazę danych Dr. W tym artykule wykorzystano teorię widzenia komputerowego do ilościowego określenia zniekształceń jakości obrazu FFA, pokierowano komputerem w celu adaptacyjnego skonfigurowania istniejących algorytmów poprawy obrazu i redukcji szumów oraz dokończono wstępne przetwarzanie danych obrazu dna oka.
  2. Konstrukcja inteligentnego systemu diagnostycznego stopniowania Dr w oparciu o obraz dna oka: po pierwsze, obraz dna oka jest używany jako baza danych treningowych danych dna oka, a zgodnie z międzynarodowym standardem oceny klinicznej oceny dr wielu lekarzy dokładnie zaznacza obraz dna oka. Międzynarodowe kliniczne kryteria klasyfikacji Dr: stopień 0, brak oczywistych nieprawidłowości siatkówki; stopień 1, tylko mikroangioma; stopień 2, cięższy niż mikroangioma, ale mniej ciężki niż ciężki; stopień 3, cztery kwadranty, każdy kwadrant ma ponad 20 krwotoków siatkówkowych, więcej niż dwa kwadranty mają wyraźne kuleczki żylne, więcej niż jeden kwadrant ma wyraźną Irmę, brak oznak retinopatii proliferacyjnej; stopień 4, neowaskularyzacja, krwotok do ciała szklistego Objętość krwi, krwotok przedsiatkówkowy. Na podstawie standardu inteligentnej diagnostyki Dr grading konwolucyjna sieć neuronowa jest konstruowana do trenowania i oceniania obrazów dna oka. Po wielokrotnym powtórzeniu tego procesu dla każdego obrazu w zbiorze treningowym obrazów dna oka, system głębokiego uczenia uczy się, jak klasyfikować wszystkie dane w zbiorze treningowym, aby dokładnie zdiagnozować obrazy dna oka.
  3. Konstrukcja konwolucyjnej sieci neuronowej dla obszaru ostrości obrazu FFA: konwolucyjna sieć neuronowa głębokiego uczenia składa się z milionów parametrów, które są wykorzystywane do trenowania i wykonywania określonych zadań. Dane wyjściowe generowane przez każdą liniową operację splotu są regulowane przez nieliniową funkcję aktywacji połączoną z redukcją wymiarów warstwy puli i warstwy pełnego połączenia, dzięki czemu proces optymalizacji głębokiej sieci neuronowej nie tylko przezwycięża dyspersję gradientu, ale także pomaga generować funkcje podobny do hierarchicznego mechanizmu percepcji ludzkich komórek nerwowych do sygnałów wizualnych. Obraz FFA jest używany jako baza danych treningu danych dna oka. W oparciu o dokładne oznakowanie obszaru zmiany (obszar bez perfuzji, obszar mikroangioma i obszar wycieku), obraz FFA musi zostać przetworzony w celu inteligentnego rozpoznania obszaru zmiany. W procesie uczenia parametry sieci neuronowej są wstępnie ustawiane na losowe wartości. Następnie dla każdego obrazu wyniki podane przez funkcję porównuje się ze znanymi wynikami zbioru uczącego w celu optymalizacji parametrów funkcji. Po wielokrotnym powtórzeniu tego procesu dla każdego obrazu w zbiorze danych treningowych system głębokiego uczenia nauczył się, jak klasyfikować wszystkie dane w zbiorze treningowym, aby dokładnie przewidzieć zmiany Dr na obrazach FFA.
  4. Budowa inteligentnego modelu nawigacji laserowej dna oka w oparciu o obraz FFA i rejestrację obrazu dna oka: inteligentny system rozpoznawania uszkodzeń Dr Lesion na powyższym obrazie FFA dokładnie identyfikuje obszary wymagające laserowego leczenia dna oka, pomaga lekarzom określić zmiany wymagające leczenia i na podstawie na dopasowywaniu obrazu uczenia maszynowego zapewnia obraz rejestracyjny obrazu dna oka i kombinację FFA, który jest ustawiany zgodnie z lokalizacją i informacjami o wielkości obszaru uszkodzenia Zgodnie z dopasowaną średnicą siatkówki i rozmieszczeniem różnych plamek laserowych, spersonalizowany laser formułowany jest schemat leczenia i konstruowany jest inteligentny model prowadzenia laserowego leczenia dna oka.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Obserwacyjny

Zapisy (Oczekiwany)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
2000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kontakt w sprawie studiów

Imię i nazwisko oraz dane kontaktowe osoby, która może odpowiedzieć na pytania dotyczące rejestracji do badania klinicznego. Każda lokalizacja, w której prowadzone jest badanie, może mieć również określoną osobę kontaktową, która może lepiej odpowiedzieć na te pytania.

Lokalizacje studiów

  • Chiny
    • Zhejiang
      • Hanzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • The Second Affiliated Hospital of Zhejiang University
        • Kontakt:
          • Jin Kai, MD
          • Numer telefonu: 13646828461

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

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

pacjenci przechodzą badanie siatkówki w ośrodku oka w Drugim Szpitalu Stowarzyszonym Uniwersytetu Zhejiang

Opis

Kryteria przyjęcia:

  • pacjentów z chorobami siatkówki

Kryteria wyłączenia:

  • pacjenci z innymi chorobami wpływają na badanie siatkówki

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

Kohorty i interwencje

Grupa / Kohorta

Grupa / Kohorta

Grupa lub podgrupa uczestników badania obserwacyjnego ocenianego pod kątem wyników biomedycznych lub zdrowotnych.
pacjenci
pacjentów z chorobami siatkówki

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
sztuczna inteligencja
Ramy czasowe: 2016.01-2023.12
wykorzystanie danych do opracowania modeli głębokiego uczenia się
2016.01-2023.12

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
Second Affiliated Hospital, School of Medicine, Zhejiang University

Śledczy

Śledczy

Badacz biorący udział w badaniu klinicznym. Terminy pokrewne obejmują głównego badacza ośrodka, badacza pomocniczego ośrodka, kierownika badania i głównego badacza badania.
  • Główny śledczy: Jin Kai, MD, Zhejiang University
  • Główny śledczy: Xu Yufeng, MD, Zhejiang University
  • Główny śledczy: Lou Lixia, MD, Zhejiang University

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)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
1 stycznia 2016

Zakończenie podstawowe (Oczekiwany)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
1 stycznia 2023

Ukończenie studiów (Oczekiwany)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
31 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
18 stycznia 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
18 stycznia 2021

Pierwszy wysłany (Rzeczywisty)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
22 stycznia 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
22 stycznia 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
18 stycznia 2021

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 stycznia 2021

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • 研2019-428

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 .

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami