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

AI klasyfikuje choroby wielosiatkówkowe

9 grudnia 2020 zaktualizowane przez: Beijing Tongren Hospital

Oparta na głębokim uczeniu się automatyczna klasyfikacja chorób wielosiatkówkowych na podstawie fotografii dna oka

Celem tego badania jest ustanowienie algorytmu głębokiego uczenia się (DL) do automatycznego klasyfikowania wielu chorób na podstawie fotografii dna oka i rozróżniania głównych stanów zagrażających widzeniu i innych nieprawidłowości siatkówki. Skuteczność i dokładność ustalonego algorytmu zostanie oceniona w zbiorze danych pochodzących od społeczności.

Przegląd badań

Szczegółowy opis

Choroby siatkówki poważnie zagrażają widzeniu i jakości życia, ale często rozwijają się podstępnie. Do tej pory algorytmy głębokiego uczenia się (DL) wykazały duże perspektywy w naukach biomedycznych, szczególnie w diagnostyce chorób oczu, takich jak retinopatia cukrzycowa, zwyrodnienie plamki żółtej związane z wiekiem, retinopatia wcześniaków, jaskra i obrzęk tarczy nerwu wzrokowego. Jednak nadal brakuje jednego algorytmu, który mógłby sklasyfikować wiele chorób na podstawie fotografii dna oka.

To przekrojowe badanie ustanowi algorytm DL do automatycznej klasyfikacji wielu chorób na podstawie fotografii dna oka i rozróżnienia głównych stanów zagrażających widzeniu i innych nieprawidłowości siatkówki. Wykorzystamy krzywą ROC (Receiver Operating Characteristic) do zbadania umiejętności rozpoznawania i klasyfikacji chorób. Przyjmując wyniki panelu ekspertów jako złoty standard, użyjemy wskaźników oceny, takich jak czułość, swoistość, dokładność, dodatnia wartość predykcyjna, ujemna wartość predykcyjna itp., Aby porównać możliwości diagnostyczne między systemem rozpoznawania AI a ludzkim okulistą .

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

    • Beijing
      • Beijing, Beijing, Chiny, 100730
        • Rekrutacyjny
        • Wen-Bin Wei

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

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

zbiór danych pochodzących od społeczności

Opis

Kryteria przyjęcia:

  • zdjęcie dna oka wokół pola 45°, które obejmuje tarczę nerwu wzrokowego i plamkę żółtą
  • pełne dane identyfikacyjne pacjenta;

Kryteria wyłączenia:

  • niepełne dane identyfikacyjne pacjenta

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
Wielochorobowe siatkówki diagnozowane za pomocą algorytmu DL
Algorytm DL automatycznie klasyfikuje wiele chorób z fotografii dna oka i rozróżnia główne stany zagrażające widzeniu i inne nieprawidłowości siatkówki.
Wielochorobowe siatkówki zdiagnozowane przez panel ekspertów
Panel ekspertów klasyfikuje wiele chorób z fotografii dna oka i rozróżnia główne stany zagrażające widzeniu i inne nieprawidłowości siatkówki.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Powierzchnia pod krzywą
Ramy czasowe: 1 tydzień
Wykorzystamy krzywą ROC (Receiver Operating Characteristic) do zbadania umiejętności rozpoznawania i klasyfikacji chorób. Przyjmując wyniki panelu ekspertów za złoty standard, użyjemy obszaru pod krzywą do porównania zdolności diagnostycznych systemu rozpoznawania AI i ludzkiego okulisty.
1 tydzień
Czułość i specyficzność
Ramy czasowe: 1 tydzień
Przyjmując wyniki panelu ekspertów za złoty standard, wykorzystamy czułość i specyficzność do porównania zdolności diagnostycznych systemu rozpoznawania AI i ludzkiego okulisty.
1 tydzień
Dodatnia i ujemna wartość predykcyjna
Ramy czasowe: 1 tydzień
Przyjmując wyniki panelu ekspertów za złoty standard, użyjemy dodatniej i ujemnej wartości predykcyjnej do porównania zdolności diagnostycznych systemu rozpoznawania AI i ludzkiego okulisty.
1 tydzień
Dokładność
Ramy czasowe: 1 tydzień
Biorąc pod uwagę wyniki panelu ekspertów jako złoty standard, wykorzystamy dokładność do porównania zdolności diagnostycznych między systemem rozpoznawania sztucznej inteligencji a ludzkim okulistą.
1 tydzień

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 listopada 2020

Zakończenie podstawowe (Oczekiwany)

1 listopada 2021

Ukończenie studiów (Oczekiwany)

1 grudnia 2021

Daty rejestracji na studia

Pierwszy przesłany

13 października 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

15 października 2020

Pierwszy wysłany (Rzeczywisty)

19 października 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

11 grudnia 2020

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 grudnia 2020

Ostatnia weryfikacja

1 października 2020

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • Retinal multi diseases

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

Tak

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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