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

Uczenie maszynowe i modelowanie oparte na obrazach 3D do szacowania masy ciała i składu ciała w czasie rzeczywistym podczas ratownictwa medycznego. Badanie 1

15 grudnia 2025 zaktualizowane przez: Florida Atlantic University

Uczenie maszynowe i modelowanie oparte na obrazach 3D do szacowania masy ciała i składu ciała w czasie rzeczywistym podczas ratownictwa medycznego. Badanie 1 – Utworzenie modelu przy użyciu pojedynczego obrazu 3D z kamery 3D przedstawiającego pacjenta w pozycji leżącej w celu dokładnego oszacowania TBW, ICC i LBW.

Celem tego badania obserwacyjnego jest przeszkolenie i walidacja systemu kamer 3D opartego na sztucznej inteligencji w celu oszacowania całkowitej masy ciała, idealnej masy ciała i beztłuszczowej masy ciała u dorosłych ochotników płci męskiej i żeńskiej w każdym wieku. Główne pytania, na które ma odpowiedzieć to badanie, to:

  • Jaki stopień dokładności szacowania masy możemy osiągnąć dzięki systemowi szacowania masy kamery 3D opartemu na sztucznej inteligencji?
  • Czy ta dokładność jest taka sama u dorosłych obu płci, w każdym wieku i o każdym typie budowy ciała (niedowaga, prawidłowa waga, nadwaga)? Uczestnicy zostaną poddani pomiarom antropometrycznym (wzrost, obwód połowy ramienia, obwód masy ciała, obwód bioder, zmierzona masa ciała), skanowi DXA (w celu pomiaru beztłuszczowej masy ciała) oraz obrazowaniu 3D za pomocą kamery 3D.

Nie będzie żadnych interwencji.

Przegląd badań

Status

Wycofane

Warunki

Szczegółowy opis

Niniejsze badanie jest jednoośrodkowym badaniem obserwacyjnym mającym na celu szkolenie, wewnętrzną walidację i testowanie systemu szacowania masy kamery 3D opartego na sztucznej inteligencji. Nasza hipoteza jest taka, że ​​system ten, zastosowany w leczeniu ostro chorych pacjentów, będzie w stanie oszacować całkowitą masę ciała, idealną masę ciała i beztłuszczową masę ciała dokładniej niż inne obecne systemy przyłóżkowe. Do szkolenia i testowania systemu zostaną wykorzystani zdrowi ochotnicy. Podczas pojedynczej sesji gromadzenia danych trwającej około 30 minut zostaną przechwycone podstawowe dane antropometryczne, skan DXA i obrazy z kamery 3D ochotników leżących na noszach medycznych. Nie będzie żadnych interwencji ani obserwacji uczestników. Zebrane dane zostaną wykorzystane do wytrenowania algorytmu AI (opartego na sztucznych sieciach neuronowych) w celu oszacowania masy ciała na podstawie obrazu o pojedynczej głębokości. Gdy system sztucznej inteligencji będzie w pełni rozwinięty, dokładność szacowania masy zostanie oceniona w niezależnym zbiorze danych testowych.

Typ studiów

Obserwacyjny

Kontakty i lokalizacje

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

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Studenci, pracownicy i wykładowcy kampusu Boca Raton na Florida Atlantic University.

Opis

Kryteria włączenia:

  • Każdy chętny wolontariusz.

Kryteria wykluczenia:

  • Uczestnicy o masie ciała przekraczającej udźwig maszyny DXA > 204 kg (450 funtów);
  • Uczestnicy w ciąży;
  • Uczestnicy ze schorzeniami, które mogłyby zakłócić badanie;
  • Uczestnicy posiadający jakiekolwiek metalowe implanty chirurgiczne;
  • Uczestnicy, którzy w zeszłym tygodniu mieli prześwietlenie rentgenowskie z kontrastem;
  • Uczestnicy, którzy przyjmowali suplementy wapnia w ciągu 24 godzin przed badaniem.

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
Oszacowanie TBW
Ramy czasowe: Linia bazowa
Dokładność szacowania TBW przy użyciu systemu kamer 3D
Linia bazowa
Oszacowanie ICC
Ramy czasowe: Linia bazowa
Dokładność szacowania ICC przy użyciu systemu kamer 3D
Linia bazowa
Oszacowanie LBW
Ramy czasowe: Linia bazowa
Dokładność szacowania LBW przy użyciu systemu kamer 3D
Linia bazowa

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Dokładność związana z płcią
Ramy czasowe: Linia bazowa
Różnica w dokładności między mężczyznami i kobietami
Linia bazowa
Dokładność zależna od wieku
Ramy czasowe: Linia bazowa
Dokładność szacowania masy ciała według grup wiekowych
Linia bazowa
Dokładność zależna od BMI
Ramy czasowe: Linia bazowa
Dokładność szacowania masy ciała według podgrup stanu masy
Linia bazowa

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Florida Atlantic University

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

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 lipca 2025

Zakończenie podstawowe (Szacowany)

30 czerwca 2026

Ukończenie studiów (Szacowany)

30 czerwca 2026

Daty rejestracji na studia

Pierwszy przesłany

15 października 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

16 października 2024

Pierwszy wysłany (Rzeczywisty)

17 października 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

19 grudnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

15 grudnia 2025

Ostatnia weryfikacja

1 grudnia 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 1791994(1)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Dane punktu zmętnienia obrazów 3D zostaną udostępnione na żądanie.

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 .

Subskrybuj