Sztuczna inteligencja do badań przesiewowych wielu chorób rogówki
31 października 2024 zaktualizowane przez: Tianjin Eye Hospital
Zastosowanie głębokiego uczenia się do badań przesiewowych wielu chorób rogówki
W tym badaniu opracowano algorytm głębokiego uczenia się na podstawie obrazów przedniego odcinka oka i prospektywnie zweryfikowano jego zdolność do identyfikowania chorób rogówki. Skuteczność i dokładność tego algorytmu oceniano na podstawie czułości, swoistości, dodatniej i ujemnej wartości predykcyjnej oraz pola pod krzywą.
Przegląd badań
Status
Rekrutacyjny
Warunki
Interwencja / Leczenie
Typ studiów
Obserwacyjny
Zapisy (Szacowany)
3000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Kontakt w sprawie studiów
- Nazwa: Yan Huo, Master
- Numer telefonu: 13102118953
- E-mail: hy13102118953@163.com
Lokalizacje studiów
-
-
Tianjin
-
Tianjin, Tianjin, Chiny
- Rekrutacyjny
- Tiajin Eye Hospital
-
-
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
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Nie
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Populacja badana pochodzi z anonimowej bazy danych zawierającej wyniki badań stanu zdrowia populacji ogólnej.
Opis
Kryteria przyjęcia:
- Jakość obrazów wykonanych w lampie szczelinowej powinna być akceptowalna klinicznie.
- Ponad 90% obszaru obrazu lampy szczelinowej, w tym trzy główne obszary (twardówka, źrenica i soczewka), jest łatwe do odczytania i rozróżnienia.
Kryteria wyłączenia:
1) Niewystarczające informacje do diagnozy.
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 |
|---|---|
|
Choroby rogówki diagnozowane przez algorytm sztucznej inteligencji
|
Do diagnozowania chorób rogówki na podstawie obrazów wykonanych w lampie szczelinowej zastosowano algorytm sztucznej inteligencji.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Obszar pod krzywą
Ramy czasowe: 1 tydzień
|
Wykorzystaliśmy krzywą charakterystyki operacyjnej odbiornika (ROC) i obszar pod krzywą, aby zbadać zdolność algorytmu sztucznej inteligencji do rozpoznawania i klasyfikacji chorób rogówki.
|
1 tydzień
|
|
Czułość i swoistość
Ramy czasowe: 1 tydzień
|
Wykorzystaliśmy czułość i swoistość, aby zbadać zdolność algorytmu sztucznej inteligencji do rozpoznawania i klasyfikacji chorób rogówki.
|
1 tydzień
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Śledczy
- Krzesło do nauki: Yan Wang, Prof, Tianjin Eye 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)
6 grudnia 2020
Zakończenie podstawowe (Rzeczywisty)
6 grudnia 2021
Ukończenie studiów (Szacowany)
6 grudnia 2024
Daty rejestracji na studia
Pierwszy przesłany
8 stycznia 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
8 stycznia 2024
Pierwszy wysłany (Rzeczywisty)
18 stycznia 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
4 listopada 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
31 października 2024
Ostatnia weryfikacja
1 października 2024
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- KY-2023083
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIEZDECYDOWANY
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 .