Potencjał głębokiego uczenia się w ocenie pylicy płuc przedstawionej na cyfrowym radiografii klatki piersiowej
Zbadaj potencjał głębokiego uczenia się w ocenie pylicy płuc przedstawionej na cyfrowych radiogramach klatki piersiowej i porównaj jego skuteczność z certyfikowanymi radiologami
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Szczegółowy opis
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- pracownicy przemysłowi z historią narażenia na pył i przeszli badanie przesiewowe DR w kierunku pylicy płuc w latach 2015-2018
Kryteria wyłączenia:
- pacjentów ze słabą jakością obrazu
- pacjentów z niepełnymi danymi klinicznymi
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Tylko przypadek
- Perspektywy czasowe: Z mocą wsteczną
Liczba grup / kohort
Kohorty i interwencje
Grupa / KohortaGrupa / Kohorta |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
konwolucyjna sieć neuronowa (CNN)
klasyczna głęboka splotowa sieć neuronowa (CNN) o nazwie Inception-V3 została zastosowana do zestawów obrazów i zweryfikowana wydajność klasyfikacji wyszkolonych modeli
|
Architektura CNN o nazwie architektura U-Net
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
rozpoznanie pylicy płuc
Ramy czasowe: do 6 miesięcy
|
Rozpoznanie i stopień zaawansowania pylicy płucnej zostały przeprowadzone przez panel ekspertów składający się z dyplomowanych radiologów i lekarzy medycyny pracy.
Rozpoznanie pylicy płucnej zostało potwierdzone na podstawie wywiadu i wcześniejszej dokumentacji medycznej (zdjęcia rentgenowskie klatki piersiowej i badania czynnościowe płuc).
|
do 6 miesięcy
|
Współpracownicy i badacze
Sponsor
Sponsor
Śledczy
Śledczy
- Krzesło do nauki: Xiaohua Wang, Peking University Third Hospital
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Zakończenie podstawowe
Ukończenie studiów (Rzeczywisty)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- M2019467
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .