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

W pełni zautomatyzowany rurociąg do wykrywania i segmentacji niedrobnokomórkowego raka płuca (NSCLC) na obrazach tomografii komputerowej

3 kwietnia 2020 zaktualizowane przez: Maastricht University

W pełni zautomatyzowany rurociąg do wykrywania i segmentacji niedrobnokomórkowego raka płuca (NSCLC) na obrazach tomografii komputerowej: ocena ilościowa i jakościowa

Dokładna segmentacja guza płuca jest niezbędna do planowania leczenia, jak również do monitorowania odpowiedzi na terapię. Powszechnie wiadomo, że segmentacja guza płuca przez różnych radiologów daje różne wyniki (wariancja między obserwatorami). Co więcej, jeśli ten sam radiolog zostanie poproszony o powtórzenie segmentacji po kilku tygodniach, te dwie segmentacje nie są identyczne (wariancja między obserwatorami). W tym badaniu naszym celem jest opracowanie zautomatyzowanego rurociągu, który może generować szybkie, dokładne i powtarzalne segmentacje guza płuca.

Przegląd badań

Status

Nieznany

Warunki

Interwencja / Leczenie

Szczegółowy opis

W tym badaniu naszym celem jest opracowanie i przetestowanie zautomatyzowanego oprogramowania do wykrywania i segmentacji głębokiego uczenia się dla niedrobnokomórkowego raka płuca (NSCLC), które może automatycznie wykrywać i segmentować guzy na tomografii komputerowej, a tym samym zmniejszać zmienność u ludzi. Ocenimy poziom zgodności pomiędzy grupą radiologów wykonujących ręczną i półautomatyczną segmentację guza. W tym celu dostarczymy radiologom dwa zestawy tomografii komputerowej. Pierwszy zestaw zostanie podzielony na segmenty ręcznie; drugi zostanie podzielony na segmenty za pomocą zautomatyzowanego oprogramowania.

Następnie wykorzystamy wariancję między- i wewnątrzobserwacyjną z badania klinicznego w badaniu symulacyjnym lub modelowym. Porównujemy również potrzebny czas i spójność segmentacji przez oprogramowanie z wydajnością lekarzy.

Badanie niezawodności i zgodności:

Pierwotne guzy 25 pacjentów z rakiem płuca zostaną nakreślone przez 6 ekspertów ds. segmentacji.

  1. Ocena zgodności między automatyczną segmentacją a segmentacją radiologów Guzy pierwotne 25 pacjentów zostaną ręcznie podzielone przez radiologów i automatycznie przez narzędzie. Rejestrowany będzie czas potrzebny do wykonania tego zadania oraz odtwarzalność segmentacji. Stopień nakładania się RO i automatycznego konturu będzie oceniany parami przy użyciu współczynnika Dice.
  2. Wytyczenie guzów przez ekspertów wspomaganych przez oprogramowanie W przypadku kolejnych 25 pacjentów eksperci otrzymają automatyczne wytyczenie wykonane przez to narzędzie. Mają możliwość dostosowania i walidacji. Potrzebny czas zostanie odnotowany. Różnica między średnim ułamkiem pokrywania się w pierwszej sytuacji (ręczne wyznaczenie ekspertów) a drugą sytuacją (wyznaczenie ekspertów + narzędzie programowe) zostanie oceniona przy użyciu współczynnika Dice dla wielu obserwatorów.
  3. Ocena wariancji między obserwatorami Eksperci powtórzą segmentację guzów płuca po 2 tygodniach. Powtórzą segmentację ręczną (n=25) i segmentację półautomatyczną (n=25). Umożliwi to ocenę wariancji wewnątrzobserwacyjnej w obu sytuacjach.
  4. Jakościowa ocena preferencji ekspertów z wykorzystaniem autorskiego zestawu narzędzi do wizualizacji.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

1043

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Holandia
    • Limburg
      • Maastricht, Limburg, Holandia, 6229ER
        • Maastricht 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

  • DOROSŁY
  • STARSZY_DOROŚLI
  • DZIECKO

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Retrospektywnie zebrano zdjęcia TK 1043 pacjentów z rozpoznaniem NSCLC w jednym z 8 ośrodków (Holandia, USA, Chiny, Belgia). U wszystkich pacjentów wykonano biopsję w celu potwierdzenia rozpoznania

Opis

Kryteria przyjęcia:

  • Dostępność tomografii komputerowej
  • Dostępność określonej diagnozy

Kryteria wyłączenia:

  • Brak segmentacji

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
Wykrywanie NSCLC na tomografii komputerowej
Ramy czasowe: Listopad 2019 r
Automatyczne wykrywanie guzów NSCLC
Listopad 2019 r
Segmentacja skanów NSCLC
Ramy czasowe: Listopad 2019 r
Automatyczna segmentacja guzów NSCLC
Listopad 2019 r

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Maastricht University

Współpracownicy

University of California, San Francisco
Centre Hospitalier Universitaire de Liege
University Hospital RWTH Aachen University, Aachen, Germany.
Affiliated Zhongshan Hospital of Dalian University, 6 Jiefang street, Dalian 116001, China

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)

10 marca 2019

Zakończenie podstawowe (RZECZYWISTY)

7 listopada 2019

Ukończenie studiów (OCZEKIWANY)

31 października 2020

Daty rejestracji na studia

Pierwszy przesłany

12 listopada 2019

Pierwszy przesłany, który spełnia kryteria kontroli jakości

12 listopada 2019

Pierwszy wysłany (RZECZYWISTY)

15 listopada 2019

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

6 kwietnia 2020

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

3 kwietnia 2020

Ostatnia weryfikacja

1 listopada 2019

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • ALSP

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Obecnie nie ma planów upublicznienia go

Badanie danych/dokumentów

  1. Indywidualny zestaw danych uczestnika
    Identyfikator informacji: NSCLC Radiomics Interobserver
  2. Indywidualny zestaw danych uczestnika
    Identyfikator informacji: NSCLC Radiomics
  3. Indywidualny zestaw danych uczestnika
    Identyfikator informacji: NSCLC Radiogenomics

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 .

Subskrybuj