- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05105620
Głębokie uczenie się do angiografii fluoresceinowej i optycznej tomografii koherencyjnej Tłumaczenie obrazu mapy grubości plamki żółtej
Niwelowanie luki w zasobach: głębokie uczenie się na potrzeby angiografii fluoresceinowej i optycznej tomografii koherentnej Mapy grubości plamki żółtej Translacja obrazów
Cukrzycowy obrzęk plamki (DME) jest jedną z głównych przyczyn zaburzeń widzenia u pacjentów z cukrzycą. Angiografia fluoresceinowa (FA) odgrywa ważną rolę w określaniu stopnia zaawansowania retinopatii cukrzycowej (DR) i ocenie unaczynienia siatkówki. Jednak FA jest techniką inwazyjną i nie pozwala na precyzyjne uwidocznienie układu naczyniowego siatkówki. Optyczna koherentna tomografia (OCT) to nieinwazyjna technika, która stała się popularna w diagnostyce i monitorowaniu DR oraz jej laserowego, medycznego i chirurgicznego leczenia. Pozwala na ilościową ocenę grubości siatkówki i umiejscowienia obrzęku w plamce żółtej. Zautomatyzowane mapy grubości siatkówki OCT są rutynowo stosowane w monitorowaniu DME i jego odpowiedzi na leczenie. Jednak standardowa OCT dostarcza jedynie informacji strukturalnych i dlatego nie wyznacza przepływu krwi w układzie naczyniowym siatkówki. Łącząc informacje fizjologiczne w FA z informacjami strukturalnymi w OCT, strefy wycieku można skorelować ze zmianami strukturalnymi w siatkówce w celu lepszej oceny i monitorowania odpowiedzi DME na różne sposoby leczenia. Sporadyczna niedostępność którejkolwiek z metod obrazowania może utrudniać podejmowanie decyzji podczas obserwacji pacjentów z DME.
Problem generowania danych medycznych, w szczególności obrazów, cieszy się dużym zainteresowaniem i jako taki został dogłębnie zbadany w ostatnich latach, zwłaszcza wraz z pojawieniem się głębokich konwolucyjnych sieci neuronowych (DCNN), które stopniowo stają się standardowym podejściem w większości uczenia maszynowego zadań, takich jak rozpoznawanie wzorców i klasyfikacja obrazów. Generatywne sieci kontradyktoryjne (GAN) to modele sieci neuronowych, w których jednocześnie trenowane są sieci generacji i dyskryminacji. Zintegrowana wydajność sieci skutecznie generuje nowe wiarygodne próbki obrazów.
Celem tej pracy jest ocena skuteczności translacji obrazu GAN pix2pix dla translacji oryginalnego FA na syntetyczną translację obrazu mapy grubości plamki oznaczonej kolorami OCT i odwrotnie (z oryginalnej mapy grubości plamki oznaczonej kolorami OCT na syntetyczną translację obrazu FA) .
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Assiut, Egipt
- Assiut university
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Pacjenci z kliniki siatkówki w Szpitalu Uniwersyteckim Assiut, którzy przeszli jednocześnie tego samego dnia FA i OCT z rozpoznaniem potwierdzonego lub podejrzewanego DME.
Kryteria wyłączenia:
- Znaczne zmętnienie mediów, które zasłaniało widok dna oka
- Obrazy OCT o wysokim stosunku sygnału do szumu wyrażonym przez urządzenie jako „jakość obrazu TopQ”, poniżej 60
- Choroba interfejsu szklistkowo-siatkówkowego zniekształcająca mapę grubości OCT.
- Pacjenci ze współistniejącymi chorobami oczu zakłócającymi przepływ krwi
- Pacjenci z chorobami błony naczyniowej oka
- Wysoka krótkowzroczność powyżej -8,0 dioptrii.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Tylko przypadek
- Perspektywy czasowe: Z mocą wsteczną
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
---|---|
Wynik odległości początkowej Frécheta (FID).
Ramy czasowe: 1 dzień
|
1 dzień
|
Współpracownicy i badacze
Sponsor
Publikacje i pomocne linki
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 17300681
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 .
Badania kliniczne na Choroby oczu
-
Yu-Hsin HsiehChang Gung University; Jonkoping University; Folke Bernadotte Stiftelsen; Stiftelsen... i inni współpracownicyZakończonyZaburzenia komunikacji | Urządzenia samopomocy | Technologia Eye-Gaze | Ciężkie upośledzenie fizyczneSzwecja