Wykorzystanie metod głębokiego uczenia się do analizy zautomatyzowanych obrazów ultrasonograficznych piersi i ręcznych obrazów ultrasonograficznych w celu ustalenia diagnozy, oceny terapii i modelu prognozowania raka piersi.
12 stycznia 2022 zaktualizowane przez: Song Hongping, The First Affiliated Hospital of the Fourth Military Medical University
Zbudowanie i ocena precyzyjnego modelu diagnozy, oceny terapii i przewidywania rokowania raka piersi w oparciu o sztuczną inteligencję
Celem tego badania jest wykorzystanie metody głębokiego uczenia się do analizy obrazów zautomatyzowanego USG piersi (ABUS) i ręcznego USG (HHUS), ustalenia i oceny modelu diagnozy, oceny terapii i przewidywania rokowania raka piersi.
Model dostarczyłby ważnych punktów odniesienia dla dalszej wczesnej profilaktyki, wczesnej diagnozy i spersonalizowanego leczenia.
Przegląd badań
Szczegółowy opis
- Utworzenie bazy danych Gromadząc dane ABUS, HHUS i obszerne obrazy piersi, podstawowe informacje, informacje o leczeniu klinicznym, informacje o rokowaniu i efektach leczniczych, tworzona jest kompletna baza danych obrazów piersi.
- Oznaczanie obrazów ABUS Trzech lekarzy stosuje półautomatyczną metodę kadrowania zmian na obrazie.
- Budowanie modelu Wykorzystanie metody głębokiego uczenia się do wstępnego przetwarzania, analizy i trenowania oznaczonych obrazów, a na koniec uzyskanie modelowej diagnozy, oceny skuteczności i prognozowania modelu raka piersi.
- Ocena modelu 1) Samoocena: Przeanalizuj czułość, AUC modelu diagnozy raka piersi i liczbę wyników fałszywie dodatnich na każdym tomie ABUS.
2) Porównano czułość, AUC i liczbę wyników fałszywie dodatnich z komercyjnym modelem diagnostycznym.
3) Testowanie skuteczności przesiewowej i diagnostycznej systemów diagnostyki wspomaganej komputerowo poprzez badania prospektywne lub retrospektywne.
4) Analizując wielkość i charakterystykę zmian po chemioterapii neoadjuwantowej oraz prognozując czas OS i DFS, oceniono model oceny terapii i prognozowania rokowania.
Typ studiów
Obserwacyjny
Zapisy (Oczekiwany)
10000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Shaanxi
-
Xi'an, Shaanxi, Chiny, 710000
- Rekrutacyjny
- The First Affiliated Hospital of Fourth Military 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
18 lat i starsze (DOROSŁY, STARSZY_DOROŚLI)
Akceptuje zdrowych ochotników
Tak
Płeć kwalifikująca się do nauki
Kobieta
Metoda próbkowania
Próbka prawdopodobieństwa
Badana populacja
Pacjentki w wieku powyżej 18 lat z dwóch krajów (Chiny i Korea).
Opis
Kryteria przyjęcia:
- pacjentki w wieku powyżej 18 lat, które zgłaszają się do obu ośrodków w celu badania fizykalnego lub leczenia;
- Uzupełnij podstawowe informacje i dane obrazu
Kryteria wyłączenia:
- Nie ma pełnych danych obrazów ABUS i HHUS;
- Jakość obrazu jest słaba;
- W wieloogniskowym raku piersi korelacja między guzem w obrazie a pooperacyjnym badaniem histopatologicznym jest niepewna.
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 |
Interwencja / Leczenie |
|---|---|
|
złośliwa grupa
kobiet ze zmianami złośliwymi potwierdzonymi patologią
|
Wykorzystanie metody głębokiego uczenia się do analizy i ekstrakcji cech zautomatyzowanego USG piersi i ręcznych obrazów USG
|
|
łagodna grupa
kobiety ze zmianami łagodnymi potwierdzonymi patologicznie lub stabilnymi w obserwacji > 2 lat
|
Wykorzystanie metody głębokiego uczenia się do analizy i ekstrakcji cech zautomatyzowanego USG piersi i ręcznych obrazów USG
|
|
normalna grupa
kobiety mają normalny obraz z obserwacją > 2 lata
|
Wykorzystanie metody głębokiego uczenia się do analizy i ekstrakcji cech zautomatyzowanego USG piersi i ręcznych obrazów USG
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
wrażliwość
Ramy czasowe: 4 lata
|
Odsetek skorygowanych zaznaczonych zmian złośliwych według modelu
|
4 lata
|
|
fałszywie dodatnich na objętość
Ramy czasowe: 4 lata
|
liczba nieskorygowanych zmian złośliwych oznaczonych przez model
|
4 lata
|
|
obszar pod krzywą
Ramy czasowe: 4 lata
|
powierzchnia pod krzywą charakterystyki pracy odbiornika (ROC) w procentach (%)
|
4 lata
|
|
całkowity czas przeżycia (OS).
Ramy czasowe: do 10 lat
|
Mierzy czas od daty rozpoznania raka do dowolnej przyczyny śmierci.
|
do 10 lat
|
|
Czas przeżycia wolnego od choroby (DFS).
Ramy czasowe: do 5 lat
|
Czas, w którym pacjent jest wolny od objawów przedmiotowych i podmiotowych choroby po leczeniu.
|
do 5 lat
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
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 lutego 2020
Zakończenie podstawowe (OCZEKIWANY)
1 września 2024
Ukończenie studiów (OCZEKIWANY)
1 września 2024
Daty rejestracji na studia
Pierwszy przesłany
12 lutego 2020
Pierwszy przesłany, który spełnia kryteria kontroli jakości
13 lutego 2020
Pierwszy wysłany (RZECZYWISTY)
17 lutego 2020
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (RZECZYWISTY)
27 stycznia 2022
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
12 stycznia 2022
Ostatnia weryfikacja
1 stycznia 2022
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AI-Breast-US
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIEZDECYDOWANY
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Tak
produkt wyprodukowany i wyeksportowany z USA
Tak
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 .