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

Automatyczna segmentacja Technologia radiomiki oparta na ultradźwiękach w cukrzycowej chorobie nerek

15 lutego 2022 zaktualizowane przez: Second Affiliated Hospital, School of Medicine, Zhejiang University

Nieinwazyjne wykrywanie cukrzycowej choroby nerek w oparciu o technologię radiomiki opartej na automatycznej segmentacji ultradźwiękowej

Cukrzycowa choroba nerek jest częstym powikłaniem cukrzycy i główną przyczyną schyłkowej niewydolności nerek. W tym badaniu badacz planuje zarejestrować prawie 500 uczestników z/bez DKD i opracować technologię radiomiki opartej na ultradźwiękach automatycznej segmentacji, aby różnicować uczestników w nieinwazyjny i dostępny sposób.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Szczegółowy opis

Badanie ultrasonograficzne jest wygodną, ​​tanią i nieinwazyjną metodą badania nerek. Jednak zdolność konwencjonalnego ultrasonografii do odróżnienia cukrzycowej choroby nerek od normalnej nerki jest ograniczona i trudno jest dokładnie odróżnić cukrzycową chorobę nerek od normalnej nerki tylko gołym okiem. W ostatnich latach informatyka rozwija się bardzo szybko, a sztuczna inteligencja rozwija się nieprzerwanie. Poczyniono znaczne postępy w stosowaniu sztucznej inteligencji w analizie danych. Uczenie maszynowe jest kierunkiem uogólnionej sztucznej inteligencji, jego główną cechą jest autonomiczne przewidywanie maszyny i tworzenie algorytmu, aby osiągnąć autonomiczne uczenie się. choroba nerek i głębokie uczenie się to dwa różne podejścia w dziedzinie uczenia maszynowego. W tym badaniu do analizy obrazów wykorzystano omikę obrazu i głębokie uczenie. Omika obrazu wyodrębnia tradycyjne cechy obrazu, w tym kształt, skalę szarości, teksturę itp., i wykorzystuje modele uczenia maszynowego (rozpoznawanie wzorców) do klasyfikowania i przewidywania, takie jak maszyna wektorów nośnych, losowy las, XGBoost itp. Głębokie uczenie się bezpośrednio wykorzystuje konwolucyjnej sieci CNN w celu wyodrębnienia funkcji oraz uzupełnia klasyfikację i przewidywanie w połączeniu z pełną warstwą połączenia itp.

Niniejsze badanie ma na celu zbadanie możliwości wykrywania cukrzycowej choroby nerek i jej stopnia patologicznego w oparciu o technologię radiomiki opartej na automatycznej segmentacji ultradźwięków, wydobywanie informacji wewnętrznych z obrazów ultrasonograficznych oraz stworzenie zestawu nieinwazyjnego monitorowania systemu rozwoju powikłań cukrzycowej choroby nerek, zwłaszcza w podstawowych placówkach medycznych, ma szerokie perspektywy zastosowania klinicznego.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

499

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Chiny
    • Anhui
      • Fuyang, Anhui, Chiny, 236200
        • The People's Hospital of Yingshang
    • Tianjin
      • Tianjin, Tianjin, Chiny, 300000
        • Tianjin Third Central Hospital
    • Zhejiang
      • Hangzhou, Zhejiang, Chiny, 310000
        • Department of Ultrasound, Second Affiliated Hospital, School of Medicine, Zhejiang 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 do 80 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

  1. pacjentów z cukrzycą
  2. pacjentów z lub bez DKD

Opis

Kryteria przyjęcia:

  • włączono pacjentów z kliniczną diagnozą T2DM i DKD.
  • pacjenci z wyraźnym obrazem ultrasonograficznym w trybie B po obu stronach nerki (lewej i prawej).
  • Brak brakujących wartości w istotnych danych klinicznych, takich jak eGFR i UACR.

Kryteria wyłączenia:

  • Wykluczono pacjentów z chorobą zajmującą dużą przestrzeń nerkową, taką jak torbiel nerki i guz.
  • Wykluczono obrazy ultrasonograficzne z wyraźnym cieniem lub niepełnym brzegiem nerki.

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
Grupa eksperymentalna
Grupa eksperymentalna 1: pacjenci z DKD z cukrzycą typu 2 pacjenci z DKD Grupa eksperymentalna 2: pacjenci z wysokim stopniem DKD i cukrzycową chorobą nerek w stadium III i IV.
Test diagnostyczny: obrazowanie ultradźwiękowe
Za pomocą ultrasonografii uzyskano dwuwymiarowe obrazy ultrasonograficzne nerek pacjenta.
Grupa kontrolna
Kontrola 1: pacjenci z T2DM z cukrzycą typu 2. Kontrola 2: pacjenci z niskim poziomem DKD i cukrzycową chorobą nerek w stadium I i II.
Test diagnostyczny: obrazowanie ultradźwiękowe
Za pomocą ultrasonografii uzyskano dwuwymiarowe obrazy ultrasonograficzne nerek pacjenta.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
AUC
Ramy czasowe: 6 miesięcy
Pole pod krzywą (AUC) modelu radiomiki do różnicowania DKD i T2DM lub pacjentów z wysokim i niskim poziomem DKD
6 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Miou
Ramy czasowe: 6 miesięcy
Średnie przecięcie ponad unią (Miou) autosegmentacji opartej na DL w różnych ośrodkach medycznych
6 miesięcy
mPA
Ramy czasowe: 6 miesięcy
Średnia dokładność pikseli (mPA) automatycznej segmentacji opartej na DL w różnych ośrodkach medycznych
6 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Second Affiliated Hospital, School of Medicine, Zhejiang University

Śledczy

  • Krzesło do nauki: Pintong Huang, Department of Ultrasound, The Second Affiliated Hospital of 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 czerwca 2021

Zakończenie podstawowe (Rzeczywisty)

1 grudnia 2021

Ukończenie studiów (Rzeczywisty)

1 grudnia 2021

Daty rejestracji na studia

Pierwszy przesłany

24 sierpnia 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

24 sierpnia 2021

Pierwszy wysłany (Rzeczywisty)

27 sierpnia 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

16 lutego 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

15 lutego 2022

Ostatnia weryfikacja

1 sierpnia 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 2021-0465

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 Cukrzycowa choroba nerek

Badania kliniczne na obrazowanie ultradźwiękowe

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in France

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj