Ocena kosmetyki piersi za pomocą głębokich sieci neuronowych: badanie eksploracyjne (ABCD) (ABCD)
7 kwietnia 2025 zaktualizowane przez: Dr. Tabassum Wadasadawala, Tata Memorial Centre
Operacja i radioterapia u pacjentek z rakiem piersi mogą powodować zmiany w leczeniu i wpływać na ostateczny wygląd piersi.
W tym badaniu próbujemy ocenić zdjęcia piersi pacjentek po leczeniu i poddać je programowi opartemu na sztucznej inteligencji, aby sklasyfikować je w odpowiednich kategoriach na podstawie zmian w stosunku do wartości wyjściowych.
To zautomatyzowane rozwiązanie pomoże skrócić czas potrzebny do wykonania tego zadania przez lekarzy w klinice.
Przegląd badań
Status
Rekrutacyjny
Warunki
Szczegółowy opis
Wprowadzono nowy algorytm oparty na głębokiej sieci neuronowej (DNN), który otrzymuje obraz jako dane wejściowe i zwraca współrzędne kluczowych punktów piersi jako dane wyjściowe. Te kluczowe punkty są następnie przekazywane algorytmowi najkrótszej ścieżki, który modeluje obrazy jako wykresy w celu udoskonalenia lokalizacji kluczowych punktów piersi. Algorytm uczy się, bezpośrednio z obrazu, obliczać cechy i wykorzystywać te cechy w analizie efektu estetycznego. Obejmuje to dwa główne moduły: regresję i udoskonalanie map cieplnych oraz regresję kluczowych punktów. Do wykonania regresji mapy cieplnej wykorzystywany jest model U-Net.
Celem pierwszego modułu jest wygenerowanie pośredniej reprezentacji polegającej na rozmytej lokalizacji kluczowych punktów, które mają zostać wykryte.
Drugi moduł odbiera i udoskonala tę rozmytą lokalizację, a poprzez złożone obliczenia wyprowadza współrzędne x i y punktów kluczowych oraz generowane na ich podstawie dane mogą być wykorzystane do klasyfikacji choroby/obrazu.
Typ studiów
Obserwacyjny
Zapisy (Szacowany)
720
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Kontakt w sprawie studiów
- Nazwa: Tabassum Wadasadawala, MD
- Numer telefonu: 9324445303
- E-mail: twadasadwala@actrec.gov.in
Lokalizacje studiów
-
-
Maharashtra
-
Mumbai, Maharashtra, Indie, 400012
- Rekrutacyjny
- Tata Memorial Centre
-
Kontakt:
- Tabassum Wadasadawala, MD
- Numer telefonu: 9324445303
- E-mail: twadasadawala@actrec.gov.in
-
Kontakt:
- Tabassum Wadasadawala, MD
-
Kontakt:
- Sahil Sood, MD
-
Kontakt:
- Amit Sethi, PhD
-
Kontakt:
- Rajiv Sarin, MD
-
Kontakt:
- Rima Pathak, MD
-
Kontakt:
- Revathy Krishnamurthy, MD
-
Kontakt:
- Vani Parmar, MD
-
Kontakt:
- Pallavi Rane, M.Sc
-
-
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
19 lat do 80 lat (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Tak
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Jest to retrospektywna analiza zdjęć pacjentów, które zostały uzyskane po uzyskaniu pisemnej świadomej zgody zgodnie z wymogami etycznymi.
Pacjentki zgromadzone w trwającym badaniu prospektywnym (CTRI/2020/01/022871) otrzymały ponownie zgodę na udział w bieżącym badaniu w celu poddania ich zdjęć piersi analizie sieci neuronowej.
Żadne zdjęcia nie są wykonywane osobno dla bieżącego badania.
Dlatego jest to zasadniczo retrospektywne badanie zdjęć piersi w celu przewidzenia kosmezy.
Opis
Kryteria przyjęcia:
- Potwierdzone rozpoznanie pierwotnego raka piersi (inwazyjnego lub in situ)
- Pacjentka poddana zabiegowi konserwacji piersi / Rekonstrukcja całej piersi
- Pacjentka otrzymała RT piersi
- Dostarczono już pisemnej świadomej zgody na wcześniejsze projekty
- Pacjentka dostarczyła zdjęcia obu piersi
- Choroba bez przerzutów lub skąpoprzerzutowa
- Wiek > 18 lat
- Ponowna zgoda została udzielona
Kryteria wyłączenia:
- Mastektomia bez rekonstrukcji całej piersi
- Obustronny rak piersi
- Częściowe napromienianie piersi
- Pacjent płci męskiej
- Ograniczona oczekiwana długość życia z powodu współzachorowalności
- Pacjenci poddawani wzmocnieniu brachy
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
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Odsetek pacjentek z doskonałym/dobrym kosmetykiem
Ramy czasowe: 3 lata
|
Fotografie pacjentek zostaną przetworzone do opartej na sztucznej inteligencji analizy przewidywania kosmetyki piersi
|
3 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Statystyka Kappa między różnymi głębokimi sieciami neuronowymi
Ramy czasowe: 3 lata
|
Zgodność różnych głębokich sieci neuronowych w przewidywaniu kosmetyki piersi
|
3 lata
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Śledczy
- Główny śledczy: Tabassum Wadasadwala, MD, Tata Memorial Centre
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Cardoso MJ, Cardoso JS, Wild T, Krois W, Fitzal F. Comparing two objective methods for the aesthetic evaluation of breast cancer conservative treatment. Breast Cancer Res Treat. 2009 Jul;116(1):149-52. doi: 10.1007/s10549-008-0173-4. Epub 2008 Sep 7.
- Fitzal F, Krois W, Trischler H, Wutzel L, Riedl O, Kuhbelbock U, Wintersteiner B, Cardoso MJ, Dubsky P, Gnant M, Jakesz R, Wild T. The use of a breast symmetry index for objective evaluation of breast cosmesis. Breast. 2007 Aug;16(4):429-35. doi: 10.1016/j.breast.2007.01.013. Epub 2007 Mar 26.
- Cardoso JS, Silva W, Cardoso MJ. Evolution, current challenges, and future possibilities in the objective assessment of aesthetic outcome of breast cancer locoregional treatment. Breast. 2020 Feb;49:123-130. doi: 10.1016/j.breast.2019.11.006. Epub 2019 Nov 21.
- START Trialists' Group; Bentzen SM, Agrawal RK, Aird EG, Barrett JM, Barrett-Lee PJ, Bliss JM, Brown J, Dewar JA, Dobbs HJ, Haviland JS, Hoskin PJ, Hopwood P, Lawton PA, Magee BJ, Mills J, Morgan DA, Owen JR, Simmons S, Sumo G, Sydenham MA, Venables K, Yarnold JR. The UK Standardisation of Breast Radiotherapy (START) Trial A of radiotherapy hypofractionation for treatment of early breast cancer: a randomised trial. Lancet Oncol. 2008 Apr;9(4):331-41. doi: 10.1016/S1470-2045(08)70077-9. Epub 2008 Mar 19.
- START Trialists' Group; Bentzen SM, Agrawal RK, Aird EG, Barrett JM, Barrett-Lee PJ, Bentzen SM, Bliss JM, Brown J, Dewar JA, Dobbs HJ, Haviland JS, Hoskin PJ, Hopwood P, Lawton PA, Magee BJ, Mills J, Morgan DA, Owen JR, Simmons S, Sumo G, Sydenham MA, Venables K, Yarnold JR. The UK Standardisation of Breast Radiotherapy (START) Trial B of radiotherapy hypofractionation for treatment of early breast cancer: a randomised trial. Lancet. 2008 Mar 29;371(9618):1098-107. doi: 10.1016/S0140-6736(08)60348-7. Epub 2008 Mar 19.
- Sarin R, Dinshaw KA, Shrivastava SK, Sharma V, Deore SM. Therapeutic factors influencing the cosmetic outcome and late complications in the conservative management of early breast cancer. Int J Radiat Oncol Biol Phys. 1993 Sep 30;27(2):285-92. doi: 10.1016/0360-3016(93)90239-r.
- Hill-Kayser CE, Vachani C, Hampshire MK, Di Lullo GA, Metz JM. Cosmetic outcomes and complications reported by patients having undergone breast-conserving treatment. Int J Radiat Oncol Biol Phys. 2012 Jul 1;83(3):839-44. doi: 10.1016/j.ijrobp.2011.08.013. Epub 2011 Dec 2.
- Vrieling C, Collette L, Bartelink E, Borger JH, Brenninkmeyer SJ, Horiot JC, Pierart M, Poortmans PM, Struikmans H, Van der Schueren E, Van Dongen JA, Van Limbergen E, Bartelink H. Validation of the methods of cosmetic assessment after breast-conserving therapy in the EORTC "boost versus no boost" trial. EORTC Radiotherapy and Breast Cancer Cooperative Groups. European Organization for Research and Treatment of Cancer. Int J Radiat Oncol Biol Phys. 1999 Oct 1;45(3):667-76. doi: 10.1016/s0360-3016(99)00215-1.
- Kim MS, Reece GP, Beahm EK, Miller MJ, Atkinson EN, Markey MK. Objective assessment of aesthetic outcomes of breast cancer treatment: measuring ptosis from clinical photographs. Comput Biol Med. 2007 Jan;37(1):49-59. doi: 10.1016/j.compbiomed.2005.10.007. Epub 2006 Jan 24.
- Pezner RD, Patterson MP, Hill LR, Vora N, Desai KR, Archambeau JO, Lipsett JA. Breast retraction assessment: an objective evaluation of cosmetic results of patients treated conservatively for breast cancer. Int J Radiat Oncol Biol Phys. 1985 Mar;11(3):575-8. doi: 10.1016/0360-3016(85)90190-7.
- Pezner RD, Lipsett JA, Vora NL, Desai KR. Limited usefulness of observer-based cosmesis scales employed to evaluate patients treated conservatively for breast cancer. Int J Radiat Oncol Biol Phys. 1985 Jun;11(6):1117-9. doi: 10.1016/0360-3016(85)90058-6.
- Lowery JC, Wilkins EG, Kuzon WM, Davis JA. Evaluations of aesthetic results in breast reconstruction: an analysis of reliability. Ann Plast Surg. 1996 Jun;36(6):601-6; discussion 607. doi: 10.1097/00000637-199606000-00007.
- Cohen M, Evanoff B, George LT, Brandt KE. A subjective rating scale for evaluating the appearance outcome of autologous breast reconstruction. Plast Reconstr Surg. 2005 Aug;116(2):440-9. doi: 10.1097/01.prs.0000173214.05854.e4.
- Wadasadawala T, Sinha S, Parmar V, Verma S, Gaikar M, Kannan S, Mondal M, Pathak R, Jain U, Sarin R. Comparison of subjective, objective and patient-reported cosmetic outcomes between accelerated partial breast irradiation and whole breast radiotherapy: a prospective propensity score-matched pair analysis. Breast Cancer. 2020 Mar;27(2):206-212. doi: 10.1007/s12282-019-01009-7. Epub 2019 Sep 11.
- Wadasadawala T, Sinha S, Verma S, Parmar V, Kannan S, Pathak R, Sarin R, Gaikar M. A prospective comparison of subjective and objective assessments of cosmetic outcomes following breast brachytherapy. J Contemp Brachytherapy. 2019 Jun;11(3):207-214. doi: 10.5114/jcb.2019.85414. Epub 2019 Jun 28.
- Maier A, Syben C, Lasser T, Riess C. A gentle introduction to deep learning in medical image processing. Z Med Phys. 2019 May;29(2):86-101. doi: 10.1016/j.zemedi.2018.12.003. Epub 2019 Jan 25.
- Hamidinekoo A, Denton E, Rampun A, Honnor K, Zwiggelaar R. Deep learning in mammography and breast histology, an overview and future trends. Med Image Anal. 2018 Jul;47:45-67. doi: 10.1016/j.media.2018.03.006. Epub 2018 Mar 26.
- Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017 Feb 2;542(7639):115-118. doi: 10.1038/nature21056. Epub 2017 Jan 25. Erratum In: Nature. 2017 Jun 28;546(7660):686. doi: 10.1038/nature22985.
- Le WT, Maleki F, Romero FP, Forghani R, Kadoury S. Overview of Machine Learning: Part 2: Deep Learning for Medical Image Analysis. Neuroimaging Clin N Am. 2020 Nov;30(4):417-431. doi: 10.1016/j.nic.2020.06.003. Epub 2020 Sep 18.
- Shen D, Wu G, Suk HI. Deep Learning in Medical Image Analysis. Annu Rev Biomed Eng. 2017 Jun 21;19:221-248. doi: 10.1146/annurev-bioeng-071516-044442. Epub 2017 Mar 9.
- Budrukkar AN, Sarin R, Shrivastava SK, Deshpande DD, Dinshaw KA. Cosmesis, late sequelae and local control after breast-conserving therapy: influence of type of tumour bed boost and adjuvant chemotherapy. Clin Oncol (R Coll Radiol). 2007 Oct;19(8):596-603. doi: 10.1016/j.clon.2007.06.008. Epub 2007 Aug 13.
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)
4 października 2021
Zakończenie podstawowe (Szacowany)
1 grudnia 2025
Ukończenie studiów (Szacowany)
1 września 2026
Daty rejestracji na studia
Pierwszy przesłany
28 czerwca 2022
Pierwszy przesłany, który spełnia kryteria kontroli jakości
4 lipca 2022
Pierwszy wysłany (Rzeczywisty)
8 lipca 2022
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
10 kwietnia 2025
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
7 kwietnia 2025
Ostatnia weryfikacja
1 kwietnia 2025
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 3734
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
produkt wyprodukowany i wyeksportowany z USA
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 .