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

Nowa technika leczenia chorób siatkówki

18 stycznia 2021 zaktualizowane przez: Second Affiliated Hospital, School of Medicine, Zhejiang University

Badania nad inteligentną diagnostyką i automatycznym śledzeniem zmian chorobowych w celu precyzyjnego leczenia chorób siatkówki w oparciu o głębokie uczenie się

Wraz z nadejściem ery medycyny precyzyjnej, opartej na głębokim uczeniu obrazu FFA w celu identyfikacji obszaru uszkodzeń dna oka, rejestracji obrazów dna oka, w zależności od ciężkości chorób dna oka w celu zaprojektowania optymalnej energii i ścieżki lasera, dokładnego leczenia dna oka ma pilne potrzeby kliniczne i bardzo ważne znaczenie

Przegląd badań

Status

Rekrutacyjny

Warunki

Szczegółowy opis

  1. Ustrukturyzowana baza danych obrazów DR Budowa i dokładne adnotacje: retrospektywne (od 1 stycznia 2016 r. do dnia oceny etycznej) i prospektywne (od dnia oceny etycznej do 31 grudnia 2023 r.) zebrane FFA i inne multimodalne dane obrazowe. Kilku okulistów i starszych ekspertów ds. chorób dna oka wykonało ocenę diagnostyczną każdego obrazu każdego pacjenta i przeprowadziło dokładną ocenę danych. Wreszcie krok po kroku utworzono ustrukturyzowaną bazę danych Dr. W tym artykule wykorzystano teorię widzenia komputerowego do ilościowego określenia zniekształceń jakości obrazu FFA, pokierowano komputerem w celu adaptacyjnego skonfigurowania istniejących algorytmów poprawy obrazu i redukcji szumów oraz dokończono wstępne przetwarzanie danych obrazu dna oka.
  2. Konstrukcja inteligentnego systemu diagnostycznego stopniowania Dr w oparciu o obraz dna oka: po pierwsze, obraz dna oka jest używany jako baza danych treningowych danych dna oka, a zgodnie z międzynarodowym standardem oceny klinicznej oceny dr wielu lekarzy dokładnie zaznacza obraz dna oka. Międzynarodowe kliniczne kryteria klasyfikacji Dr: stopień 0, brak oczywistych nieprawidłowości siatkówki; stopień 1, tylko mikroangioma; stopień 2, cięższy niż mikroangioma, ale mniej ciężki niż ciężki; stopień 3, cztery kwadranty, każdy kwadrant ma ponad 20 krwotoków siatkówkowych, więcej niż dwa kwadranty mają wyraźne kuleczki żylne, więcej niż jeden kwadrant ma wyraźną Irmę, brak oznak retinopatii proliferacyjnej; stopień 4, neowaskularyzacja, krwotok do ciała szklistego Objętość krwi, krwotok przedsiatkówkowy. Na podstawie standardu inteligentnej diagnostyki Dr grading konwolucyjna sieć neuronowa jest konstruowana do trenowania i oceniania obrazów dna oka. Po wielokrotnym powtórzeniu tego procesu dla każdego obrazu w zbiorze treningowym obrazów dna oka, system głębokiego uczenia uczy się, jak klasyfikować wszystkie dane w zbiorze treningowym, aby dokładnie zdiagnozować obrazy dna oka.
  3. Konstrukcja konwolucyjnej sieci neuronowej dla obszaru ostrości obrazu FFA: konwolucyjna sieć neuronowa głębokiego uczenia składa się z milionów parametrów, które są wykorzystywane do trenowania i wykonywania określonych zadań. Dane wyjściowe generowane przez każdą liniową operację splotu są regulowane przez nieliniową funkcję aktywacji połączoną z redukcją wymiarów warstwy puli i warstwy pełnego połączenia, dzięki czemu proces optymalizacji głębokiej sieci neuronowej nie tylko przezwycięża dyspersję gradientu, ale także pomaga generować funkcje podobny do hierarchicznego mechanizmu percepcji ludzkich komórek nerwowych do sygnałów wizualnych. Obraz FFA jest używany jako baza danych treningu danych dna oka. W oparciu o dokładne oznakowanie obszaru zmiany (obszar bez perfuzji, obszar mikroangioma i obszar wycieku), obraz FFA musi zostać przetworzony w celu inteligentnego rozpoznania obszaru zmiany. W procesie uczenia parametry sieci neuronowej są wstępnie ustawiane na losowe wartości. Następnie dla każdego obrazu wyniki podane przez funkcję porównuje się ze znanymi wynikami zbioru uczącego w celu optymalizacji parametrów funkcji. Po wielokrotnym powtórzeniu tego procesu dla każdego obrazu w zbiorze danych treningowych system głębokiego uczenia nauczył się, jak klasyfikować wszystkie dane w zbiorze treningowym, aby dokładnie przewidzieć zmiany Dr na obrazach FFA.
  4. Budowa inteligentnego modelu nawigacji laserowej dna oka w oparciu o obraz FFA i rejestrację obrazu dna oka: inteligentny system rozpoznawania uszkodzeń Dr Lesion na powyższym obrazie FFA dokładnie identyfikuje obszary wymagające laserowego leczenia dna oka, pomaga lekarzom określić zmiany wymagające leczenia i na podstawie na dopasowywaniu obrazu uczenia maszynowego zapewnia obraz rejestracyjny obrazu dna oka i kombinację FFA, który jest ustawiany zgodnie z lokalizacją i informacjami o wielkości obszaru uszkodzenia Zgodnie z dopasowaną średnicą siatkówki i rozmieszczeniem różnych plamek laserowych, spersonalizowany laser formułowany jest schemat leczenia i konstruowany jest inteligentny model prowadzenia laserowego leczenia dna oka.

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

2000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

  • Chiny
    • Zhejiang
      • Hanzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • The Second Affiliated Hospital of Zhejiang University
        • Kontakt:
          • Jin Kai, MD
          • Numer telefonu: 13646828461

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

Tak

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

pacjenci przechodzą badanie siatkówki w ośrodku oka w Drugim Szpitalu Stowarzyszonym Uniwersytetu Zhejiang

Opis

Kryteria przyjęcia:

  • pacjentów z chorobami siatkówki

Kryteria wyłączenia:

  • pacjenci z innymi chorobami wpływają na badanie siatkówki

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
pacjenci
pacjentów z chorobami siatkówki

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
sztuczna inteligencja
Ramy czasowe: 2016.01-2023.12
wykorzystanie danych do opracowania modeli głębokiego uczenia się
2016.01-2023.12

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Second Affiliated Hospital, School of Medicine, Zhejiang University

Śledczy

  • Główny śledczy: Jin Kai, MD, Zhejiang University
  • Główny śledczy: Xu Yufeng, MD, Zhejiang University
  • Główny śledczy: Lou Lixia, MD, Zhejiang 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)

1 stycznia 2016

Zakończenie podstawowe (Oczekiwany)

1 stycznia 2023

Ukończenie studiów (Oczekiwany)

31 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

18 stycznia 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

18 stycznia 2021

Pierwszy wysłany (Rzeczywisty)

22 stycznia 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

22 stycznia 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

18 stycznia 2021

Ostatnia weryfikacja

1 stycznia 2021

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 研2019-428

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 .

Badania kliniczne na Zaburzenie siatkówki

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Panama

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj