Badanie pilotażowe dotyczące głębokiego uczenia się w oku (IDLE)
5 stycznia 2021 zaktualizowane przez: Pieter Nelis, CRG UZ Brussel
Walidacja algorytmu uczenia głębokiego uczenia transferowego do klasyfikacji obrazów w wielu patologiach
Głębokie uczenie pozwala klasyfikować obrazy za pomocą samouczącego się algorytmu.
Transfer learning opiera się na istniejącym samouczącym się algorytmie, aby umożliwić klasyfikację obrazów przy mniejszej liczbie obrazów.
W tym badaniu technika ta zostanie zastosowana do różnych modalności obrazu w różnych zespołach.
Projekt badania retrospektywnego.
Przegląd badań
Status
Nieznany
Interwencja / Leczenie
Typ studiów
Obserwacyjny
Zapisy (Oczekiwany)
120
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
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 do 100 lat (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Tak
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Osoby zdrowe i niezdrowe: wyodrębnij dane z dostępnych obrazów
Opis
Kryteria przyjęcia:
- Dostępność obrazów, które umożliwiają dyskryminację.
Kryteria wyłączenia:
- Brak dostępnych jednoznacznych danych dotyczących różnicowania chorób
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 |
|---|---|
|
Bez patologii
|
|
|
Patologia
|
Klasyfikacja obrazu przy użyciu algorytmu głębokiego uczenia
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
Walidacja klasyfikacji obrazów za pomocą algorytmu uczenia transferu
Ramy czasowe: 1 rok
|
1 rok
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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 (Oczekiwany)
1 lutego 2021
Zakończenie podstawowe (Oczekiwany)
1 grudnia 2021
Ukończenie studiów (Oczekiwany)
1 grudnia 2022
Daty rejestracji na studia
Pierwszy przesłany
7 grudnia 2020
Pierwszy przesłany, który spełnia kryteria kontroli jakości
7 grudnia 2020
Pierwszy wysłany (Rzeczywisty)
11 grudnia 2020
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
7 stycznia 2021
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
5 stycznia 2021
Ostatnia weryfikacja
1 stycznia 2021
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- IDLE1000
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
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 .