Aprendizado Profundo na Detecção e Monitoramento de Retinoblastoma.
Sistema de Detecção Assistido por Computador de Aprendizagem Profunda para Detecção e Monitoramento de Retinoblastoma.
Visão geral do estudo
Status
Status
Condições
Condições
Intervenção / Tratamento
Intervenção / Tratamento
Descrição detalhada
Tipo de estudo
Tipo de estudo
Inscrição (Antecipado)
Inscrição
Contactos e Locais
Contato de estudo
Contato de estudo
- Nome: Wenbin Wei, MD
- Número de telefone: 010-58269523
- E-mail: weiwenbintr@163.com
Estude backup de contato
- Nome: Ruiheng Zhang, MD
- E-mail: zhangruihengsy@outlook.com
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China, 100730
- Recrutamento
- Wen-Bin Wei
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Pacientes com retinoblastoma passam por tratamento médico padrão.
Critério de exclusão:
- Os operadores identificaram imagens não avaliáveis para um diagnóstico correto, por motivos como desfoque e desfoque, e as excluíram de análise posterior.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
Intervenção / TratamentoIntervenção / Tratamento |
|---|---|
|
Pacientes com retinoblastoma
Pacientes com retinoblastoma submetidos a cuidados médicos padrão no Hospital Beijing Tongren.
A imagem anônima desses pacientes será coletada prospectivamente e rotulada por oftalmologistas seniores.
|
Um algoritmo de aprendizado profundo desenvolvido anteriormente seria aplicado para identificar tumores de retinoblastoma em imagens Retcam e distinguir entre tumores de retinoblastoma ativos e inativos.
A decisão de dois oftalmologistas seniores diferentes seria o padrão-ouro.
|
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão de diagnóstico do algoritmo de aprendizado profundo
Prazo: 1 semana
|
A precisão diagnóstica desse algoritmo de aprendizado profundo é a proporção de verdadeiro positivo e verdadeiro negativo em todos os casos avaliados
|
1 semana
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (REAL)
Início do estudo
Conclusão Primária (ANTECIPADO)
Conclusão Primária
Conclusão do estudo (ANTECIPADO)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (REAL)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (REAL)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
- Neoplasias por Tipo Histológico
- Neoplasias
- Neoplasias por local
- Neoplasias Glandulares e Epiteliais
- Doenças oculares
- Doenças Retinianas
- Neoplasias Neuroepiteliais
- Tumores Neuroectodérmicos
- Neoplasias, Células Germinativas e Embrionárias
- Neoplasias, Tecido Nervoso
- Doenças Oculares, Hereditárias
- Neoplasias oculares
- Neoplasias Retinianas
- Retinoblastoma
Outros números de identificação do estudo
Outros números de identificação do estudo
- AI in retinoblastoma
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .