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

Ulepszony model AI oparty na OSFound do identyfikacji przednowotworowych i złośliwych guzów powierzchni oka

23 marca 2025 zaktualizowane przez: Ningbo Eye Hospital

Prospektywna ocena modelu głębokiego uczenia się opartego na OSFound do identyfikacji przednowotworowych i złośliwych guzów powierzchni oka

Opracowano model głębokiego uczenia się wzmocniony technologią OSFound do identyfikacji nowotworów przednowotworowych i złośliwych na podstawie danych zebranych retrospektywnie ze szpitali okulistycznych Ningbo, szpitali okulistycznych Jiangdong i szpitala okulistycznego Uniwersytetu Medycznego w Wenzhou. Aby dodatkowo uzasadnić skuteczność modelu, zamierzamy go ocenić prospektywnie w szpitalu okulistycznym Ningbo.

Przegląd badań

Status

Zakończony

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

150

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Zhejiang
      • Ningbo, Zhejiang, Chiny, 315040
        • Ningbo 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 prawdopodobieństwa

Badana populacja

Dziecko, dorosły, starszy dorosły

Opis

Kryteria włączenia:

Obrazy guzów powierzchni oka z wynikami histopatologicznymi

Kryteria wykluczenia:

Obrazy o niskiej jakości

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
AUROC
Ramy czasowe: 3 miesiące
obszar pod krzywą charakterystyki pracy odbiornika
3 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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 czerwca 2024

Zakończenie podstawowe (Rzeczywisty)

1 października 2024

Ukończenie studiów (Rzeczywisty)

1 listopada 2024

Daty rejestracji na studia

Pierwszy przesłany

20 sierpnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

20 sierpnia 2024

Pierwszy wysłany (Rzeczywisty)

22 sierpnia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

26 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

23 marca 2025

Ostatnia weryfikacja

1 marca 2025

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • NEH202408

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 .

Subskrybuj