Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Deep Learning Algorithm for the Diagnosis of Gastrointestinal Diseases Depending on Tongue Images

20 de março de 2021 atualizado por: Xiuli Zuo, Shandong University
The purpose of this study is to analysize the relationship between the characteristics of tongue image and the diagnosis of gastrointestinal diseases , then develop and validate a deep learning algorithm for the diagnosis of gastrointestinal diseases depending on tongue images, so as to improve the objectiveness and intelligence of tongue diagnosis. At the same time, gastrointestinal flora of common tongue images were analyzed in order to provide a microecological basis for understanding the relationship between tongue images and digestive tract diseases.

Visão geral do estudo

Status

Desconhecido

Descrição detalhada

Tongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis. Recently, deep learning based on central neural networks (CNN) has shownTongue diagnosis is an important part of traditional Chinese medicine.According to traditional Chinese medicine theory,health condition can assessed by observing tougue features,including color, gloss, shape and coating of the tongue, tongue features reflect gastric mucosal state, disease classification and prognosis. Recently, deep learning based on central neural networks (CNN) has shown multiple potential in detecting and diagnosing gastrointestinal diseases. However, there is still a blank in recognition of gastrointestinal diseases .This study aims to develop and validate a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images,and analyze gastrointestinal flora of common tongue images.

Tipo de estudo

Observacional

Inscrição (Antecipado)

2000

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Shandong
      • Jinan, Shandong, China, 250012
        • Qilu Hospital, Shandong University

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos a 80 anos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Patients aged 18 - 80 years undergoing endoscopic examination

Descrição

Inclusion Criteria:

  • Patients aged 18 - 80 years undergoing endoscopic examination;patients gave informed consent and signed informed consent.

Exclusion Criteria:

-

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
deep learning algorithm group
Before patients going through colonoscopy or gastroscopy ,taking them tongue images and collecting basic information by mobile phone with Anymed.After examination,endoscopic report and histology analysis is collected .Categorizing the images by gastrointestinal diseases,developing and validating a deep learning algorithm for the diagnosis of digestive tract diseases depending on tongue images.Extracting tougue coating,gastric mucosa and stool DNA by high-throughput sequencing,and analyzing their composation,adundance and diversity.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm
Prazo: 1 month
The diagnostic accuracy of gastrointestinal diseases with deep learning algorithm.
1 month

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm
Prazo: 1 month
The diagnostic sensitivity of gastrointestinal diseases with deep learning algorithm.
1 month
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
Prazo: 1 month
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
1 month
The diagnostic positive predictive value of gastrointestinal diseases with deep learning algorithm
Prazo: 1 month
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
1 month
The diagnostic negative predictive value of gastrointestinal diseases with deep learning algorithm
Prazo: 1 month
The diagnostic specificity of gastrointestinal diseases with deep learning algorithm
1 month

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Cadeira de estudo: Xiuli Zuo, MD,PhD, Study Principal Investigator

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

21 de março de 2021

Conclusão Primária (Antecipado)

1 de junho de 2022

Conclusão do estudo (Antecipado)

1 de junho de 2022

Datas de inscrição no estudo

Enviado pela primeira vez

20 de março de 2021

Enviado pela primeira vez que atendeu aos critérios de CQ

20 de março de 2021

Primeira postagem (Real)

23 de março de 2021

Atualizações de registro de estudo

Última Atualização Postada (Real)

23 de março de 2021

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de março de 2021

Última verificação

1 de março de 2021

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • 2020-SDU-QILU-G056

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

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 .

Ensaios clínicos em Doença gastrointestinal

3
Se inscrever