Dokładna diagnoza głębokości inwazji w ESCC za pomocą analizy głębokiej sieci neuronowej danych endoskopowych NBI
Dokładna diagnostyka głębokości nacieku we wczesnym raku płaskonabłonkowym przełyku za pomocą analizy głębokich sieci neuronowych danych z endoskopii obrazowej wąskopasmowej
Celem tego badania obserwacyjnego jest dokładne zdiagnozowanie stadium raka płaskonabłonkowego przełyku, aby pomóc lekarzom w podjęciu decyzji o właściwym leczeniu klinicznym. Główne pytanie, na które ma odpowiedzieć, brzmi:
• Uzyskanie wczesnej i dokładnej diagnozy głębokości naciekania raka płaskonabłonkowego przełyku na podstawie danych z endoskopii obrazowania wąskopasmowego.
Zostaną zebrane informacje kliniczne uczestników dotyczące rutynowych badań i zabiegów, nie będzie to stanowić żadnej szkody dla uczestników.
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Hui Ding, Doctor
- Numer telefonu: +8613585966417
- E-mail: dr_daisy@163.com
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Wiek ≥ 18 lat, bez względu na płeć;
- Wykonywanie operacji ESD przełyku z powodu zmian na błonie śluzowej przełyku;
- Ocena patologiczna próbek ESD.
Kryteria wyłączenia:
Badanie patologiczne po operacji ESD wykluczyło raka płaskonabłonkowego przełyku.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładna diagnostyka głębokości nacieku wczesnego raka płaskonabłonkowego przełyku za pomocą endoskopii Obrazy NBI dzięki głębokiej analizie sieci neuronowej
Ramy czasowe: 31.12.2024
|
Porównamy wydajność predykcyjną InvaDepNet przed i po włączeniu danych wygenerowanych przy użyciu GAN i wykazaliśmy, że włączenie wygenerowanych danych do zbioru danych szkoleniowych skutecznie poprawia dokładność modelu predykcyjnego.
Dodatkowo przeszkolimy sześć powszechnie używanych modeli CNN na dwóch zbiorach danych z różnymi kątami fotografowania (w tym NBI bez powiększenia i NBI z powiększeniem) oraz zaproponujemy model ResNet do analizy informacji klinicznych w połączeniu z obrazami NBI.
|
31.12.2024
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
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
- Choroby Układu Pokarmowego
- Nowotwory według typu histologicznego
- Nowotwory
- Nowotwory według lokalizacji
- Nowotwory gruczołowe i nabłonkowe
- Nowotwory przewodu pokarmowego
- Nowotwory Układu Pokarmowego
- Choroby przewodu pokarmowego
- Nowotwory głowy i szyi
- Choroby przełyku
- Nowotwory, płaskonabłonkowy
- Nowotwory przełyku
- Rak
- Rak, płaskonabłonkowy
- Rak płaskonabłonkowy przełyku
Inne numery identyfikacyjne badania
- LY2023-229-B
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 .