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

Głębokie uczenie się w wykrywaniu i monitorowaniu siatkówczaka.

24 marca 2022 zaktualizowane przez: Wenbin Wei, Beijing Tongren Hospital

Wspomagany komputerowo system wykrywania głębokiego uczenia się do wykrywania i monitorowania siatkówczaka.

Retinoblastoma jest najczęstszym nowotworem oka wieku dziecięcego. Terapie oszczędzające oko wymagają rutynowego monitorowania regresji i nawrotów siatkówczaka w celu ukierunkowania odpowiedniego leczenia. W obecnym badaniu opracowujemy algorytm głębokiego uczenia się, który może jednocześnie identyfikować guzy siatkówczaka na obrazach Retcam i rozróżniać aktywne i nieaktywne guzy siatkówczaka. Ten algorytm zostanie zweryfikowany za pomocą prospektywnie zebranego zbioru danych.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Retinoblastoma, najczęstszy nowotwór oka wieku dziecięcego, dotyka 1 na 15 000 do 1 na 18 000 żywych urodzeń. Chiny mają drugą co do wielkości liczbę pacjentów z siatkówczakiem na świecie. Terapie chroniące oczy są szeroko stosowane w Chinach od około 15 lat. Terapie oszczędzające oko wymagają rutynowego monitorowania regresji i nawrotów siatkówczaka w celu ukierunkowania odpowiedniego leczenia. Jednak większość wykwalifikowanych okulistów skupiona jest w kilku ośrodkach medycznych. Głębokie uczenie się oparte na badaniu Retcam, które może zidentyfikować siatkówczaka, zmniejszy dokładność badań przesiewowych w lokalnych szpitalach i zmniejszy obciążenie tekstowe monitorowania. W obecnym badaniu opracowano algorytm głębokiego uczenia się, który może jednocześnie identyfikować guzy siatkówczaka na obrazach Retcam i rozróżniać aktywne i nieaktywne guzy siatkówczaka. Ten algorytm zostanie zweryfikowany za pomocą prospektywnie zebranego zbioru danych.

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

200

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Chiny
    • Beijing
      • Beijing, Beijing, Chiny, 100730
        • Rekrutacyjny
        • Wen-Bin Wei

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

1 sekunda do 5 lat (DZIECKO)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Pacjenci z siatkówczakiem przechodzą standardowe postępowanie medyczne.

Opis

Kryteria przyjęcia:

  • Pacjenci z siatkówczakiem przechodzą standardowe postępowanie medyczne.

Kryteria wyłączenia:

  • Operatorzy identyfikowali obrazy nienadające się do oceny w celu postawienia prawidłowej diagnozy z powodów takich jak rozmycie i brak ostrości i wyłączali je z dalszej analizy.

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
Pacjenci z siatkówczakiem
Pacjenci z siatkówczakiem, którzy przechodzą standardową opiekę medyczną w szpitalu Beijing Tongren. Anonimowy obraz tych pacjentów będzie prospektywnie gromadzony i oznaczany przez starszych okulistów.
Test diagnostyczny: Algorytm głębokiego uczenia się
Algorytm głębokiego uczenia, który został opracowany wcześniej, zostałby zastosowany do identyfikacji guzów siatkówczaka na obrazach Retcam i rozróżnienia między aktywnymi i nieaktywnymi guzami siatkówczaka. Złotym standardem byłaby decyzja dwóch różnych starszych okulistów.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność diagnozowania algorytmu głębokiego uczenia
Ramy czasowe: 1 tydzień
Dokładność diagnostyczna tego algorytmu głębokiego uczenia się to proporcja wyników prawdziwie pozytywnych i prawdziwie negatywnych we wszystkich ocenianych przypadkach
1 tydzień

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Beijing Tongren Hospital

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 marca 2020

Zakończenie podstawowe (OCZEKIWANY)

1 maja 2022

Ukończenie studiów (OCZEKIWANY)

1 października 2022

Daty rejestracji na studia

Pierwszy przesłany

24 marca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

24 marca 2022

Pierwszy wysłany (RZECZYWISTY)

1 kwietnia 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

1 kwietnia 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

24 marca 2022

Ostatnia weryfikacja

1 marca 2022

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • AI in retinoblastoma

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 Siatkówczak

Badania kliniczne na Algorytm głębokiego uczenia się

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Saudi Arabia

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

3
Subskrybuj