A Volunteer Study to Collect Imaging Data for the Development and Validation of ScanNav Anatomy PNB
A Volunteer Study to Collect Imaging Data for the Development and Validation of Intelligent Ultrasound ScanNav Anatomy PNB
Przegląd badań
Status
Szczegółowy opis
This is a single-centre, non-randomised, prospective study involving up to 100 participants. The data collected in this study will augment the data collected in ML2018_AG_01, ML2018_AG_02, IU2019_AG_03, and IU2020_AG_04.
Phase I Collect data from participants for each indicated block area. This set will be used to develop and verify models for the identification and highlighting of target anatomical structures on ultrasound images.
Phase II Validation will proceed by feeding the videos into the ScanNav AnatomyGuide system and recording the output anatomy highlighting, overlaid on the original ultrasound image. The overlaid video will be examined by experts to identify safety and performance issues.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Wales
-
Cardiff, Wales, Zjednoczone Królestwo, CF10 1DY
- Intelligent Ultrasound Limited
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Inclusion Criteria:
Potential participants who meet the following criteria will be considered eligible for the study:
- Male or female, at least 18 years of age;
- Able to comprehend and sign the Informed Consent prior to enrolment in the study.
Exclusion Criteria:
Potential participants who meet the following criteria will NOT be eligible for the study:
- Aged <18 years of age;
- Unwilling or unable to provide informed consent;
- Previous surgery or trauma to the affected area.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Spodziewany
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Change in per-class Mean Intersection over Union (IoU) scores of deep-learning segmentation models compared to baseline models
Ramy czasowe: 6 months
|
The mean Intersection over Union will be computed for each class for each model trained with the enlarged dataset, using the existing unseen test data set.
These scores will be compared with the scores from the existing baseline models to determine the effect of the enlarged training data
|
6 months
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: James Bowness, Clinical consultant, University of Oxford & Royal Gwent Hospital
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- IU2021_AG_05
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .