Badania zautomatyzowanych badań przesiewowych makulopatii w oparciu o techniki sztucznej inteligencji z wykorzystaniem obrazów OCT
22 marca 2018 zaktualizowane przez: The First Affiliated Hospital with Nanjing Medical University
Badania zautomatyzowanych badań przesiewowych makulopatii za pomocą optycznych technik koherentnej tomografii obrazowej opartych na głębokim uczeniu się
Badacze spodziewają się opracować algorytm, który może interpretować obrazy OCT i automatycznie określać, czy plamka żółta jest prawidłowa, czy nie, za pomocą technik głębokiego uczenia się opartych na obrazach OCT.
A badacze chcą opracować aplikacje, które pomogą w lepszym monitorowaniu i diagnozowaniu chorób plamki żółtej na obszarach o ograniczonych zasobach.
Przegląd badań
Status
Nieznany
Warunki
Szczegółowy opis
Badacze zastosują konwolucyjną sieć neuronową głębokiego uczenia się, używając ImageNet do automatycznego wykrywania wielu chorób siatkówki za pomocą poziomych skanów B OCT z wysokiej jakości oznaczoną bazą danych.
Zbiory danych, w tym zestaw danych szkoleniowych, zestaw danych testowych i zestawy danych walidacyjnych, zostaną utworzone przez okulistów z pierwszego stowarzyszonego szpitala Uniwersytetu Medycznego w Nanjing zgodnie ze standardowymi wytycznymi dotyczącymi adnotacji.
Typ studiów
Obserwacyjny
Zapisy (Oczekiwany)
20000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Jiangsu
-
Nanjing, Jiangsu, Chiny, 210029
- The First Affiliated Hospital with Nanjing Medical University
-
-
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
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Nie dotyczy
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
bez ograniczeń wiekowych, bez płci
Opis
Kryteria przyjęcia:
- Wszyscy pacjenci uczęszczający na Oddział Okulistyki Pierwszego Stowarzyszonego Szpitala Uniwersytetu Medycznego w Nanjing w ciągu ostatnich 5 lat, którzy otrzymali znaną, jasną diagnozę za pomocą cyfrowego obrazowania siatkówki (w tym OCT, fotografii cyfrowych dna oka i angiografii fluoresceinowej dna oka, przynajmniej z obrazami OCT) w ramach ich rutynowej opieki klinicznej, kwalifikują się do włączenia do tego badania.
Kryteria wyłączenia:
- Badania papierowe (tj. zdjęcia raportów papierowych z obrazowania OCT wykonanego w innych szpitalach) nie będą się kwalifikować.
- Dane pacjentów, którzy wcześniej ręcznie zażądali, aby ich dane nie były udostępniane, nawet do celów badawczych w formie zanonimizowanej, i poinformowali o tym Klinice Okulistyki Pierwszego Szpitala Stowarzyszonego Uniwersytetu Medycznego w Nanjing (nawet we wcześniej przeprowadzonych badaniach lub innych trwają badania w tym szpitalu), zostaną wykluczeni, a ich dane nie zostaną przesłane na platformę chmurową przed rozpoczęciem badań.
- Dane z oczu umytych olejem lub gazem silikonowym (tj. C3F8) nie będą się kwalifikować.
- Dane o niskiej jakości obrazu, takie jak obrazy niekompletne, odwrócone, niewyraźne lub popękane oraz obrazy o bardzo słabym sygnale (np. krwotok do ciała szklistego) nie zostaną uwzględnione.
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
- Modele obserwacyjne: Inny
- Perspektywy czasowe: Przekrojowe
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Normalna
normalna struktura plamki żółtej poziomych skanów OCT B
|
|
Nieprawidłowy
nieprawidłowa struktura plamki na poziomych skanach OCT B, w tym wiele podkategorii cech patologicznych, takich jak błona nasiatkówkowa, odwarstwienie nabłonka barwnikowego itp.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
krzywa charakterystyki działania odbiornika (ROC) algorytmu
Ramy czasowe: około 1 rok
|
Nazywana jest również krzywą czułości.
Krzywa ROC pokazuje, jak czuły jest model algorytmu, aby automatycznie wykryć pożądany wynik.
|
około 1 rok
|
|
Pole pod krzywą ROC (AUC)
Ramy czasowe: około 1 rok
|
Pokazuje wartość operacyjną modelu algorytmu, która może reprezentować efekt modelu.
|
około 1 rok
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Śledczy
- Główny śledczy: Songtao Yuan, doctor, The First Affiliated Hospital with Nanjing Medical 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)
30 czerwca 2017
Zakończenie podstawowe (Oczekiwany)
1 czerwca 2018
Ukończenie studiów (Oczekiwany)
31 grudnia 2020
Daty rejestracji na studia
Pierwszy przesłany
26 lutego 2018
Pierwszy przesłany, który spełnia kryteria kontroli jakości
22 marca 2018
Pierwszy wysłany (Rzeczywisty)
26 marca 2018
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
26 marca 2018
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
22 marca 2018
Ostatnia weryfikacja
1 lutego 2018
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- JSPH-AIOCT-001
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 .