O desenvolvimento da plataforma de software de imagem de ultrassom quantitativo
18 de abril de 2023 atualizado por: Seoul National University Bundang Hospital
O desenvolvimento da plataforma de software de imagem de ultrassom quantitativo e estrutural funcional baseada em inteligência artificial (IA)
O objetivo deste estudo observacional é comparar as diferenças de imagem entre o ultrassom convencional e o software de ultrassom baseado em inteligência artificial em adultos conscientes.
A principal questão que pretende responder é avaliar a eficácia determinando que o novo método de análise de imagem é considerado válido se ajudar a identificar mais de 30% das características histológicas.
Os participantes serão submetidos ao exame usando os dois métodos mencionados anteriormente após a assinatura do formulário de consentimento.
Visão geral do estudo
Status
Inscrevendo-se por convite
Tipo de estudo
Observacional
Inscrição (Antecipado)
196
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
-
-
Gyeonggi-do
-
Seongnam, Gyeonggi-do, Republica da Coréia, 13620
- Seoul National University Bundang Hospital
-
-
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
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
Método de amostragem
Amostra Não Probabilística
População do estudo
Uma pessoa que visita o Hospital Bundang da Universidade Nacional de Seul para tratamento médico ou consulta.
Descrição
Critério de inclusão:
- Pessoas com doenças cardíacas, doenças da tireoide, doenças da mama e doenças do fígado.
Critério de exclusão:
- Alguém que passou por cirurgia no órgão-alvo em questão.
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
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Informações de ultrassom quantitativo
Prazo: 5 anos
|
Imagens quantitativas de ultrassom de doenças cardíacas, tireoidianas e mamárias
|
5 anos
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Publicações Gerais
- Cheng PM, Malhi HS. Transfer Learning with Convolutional Neural Networks for Classification of Abdominal Ultrasound Images. J Digit Imaging. 2017 Apr;30(2):234-243. doi: 10.1007/s10278-016-9929-2.
- Chi J, Walia E, Babyn P, Wang J, Groot G, Eramian M. Thyroid Nodule Classification in Ultrasound Images by Fine-Tuning Deep Convolutional Neural Network. J Digit Imaging. 2017 Aug;30(4):477-486. doi: 10.1007/s10278-017-9997-y.
- F. Milletari, N. Navab and S. -A. Ahmadi. V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation. 2016 Fourth International Conference on 3D Vision (3DV), Stanford, CA, USA. 2016; 565-571.
- Ma J, Wu F, Jiang T, Zhu J, Kong D. Cascade convolutional neural networks for automatic detection of thyroid nodules in ultrasound images. Med Phys. 2017 May;44(5):1678-1691. doi: 10.1002/mp.12134. Epub 2017 Apr 17.
- Chen H, Zheng Y, Park JH, Heng PA, Zhou SK. (2016). Iterative Multi-domain Regularized Deep Learning for Anatomical Structure Detection and Segmentation from Ultrasound Images. Medical Image Computing and Computer-Assisted Intervention - MICCAI 2016. 2016; 9901.
- Lekadir K, Galimzianova A, Betriu A, Del Mar Vila M, Igual L, Rubin DL, Fernandez E, Radeva P, Napel S. A Convolutional Neural Network for Automatic Characterization of Plaque Composition in Carotid Ultrasound. IEEE J Biomed Health Inform. 2017 Jan;21(1):48-55. doi: 10.1109/JBHI.2016.2631401. Epub 2016 Nov 22.
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)
1 de setembro de 2020
Conclusão Primária (Antecipado)
31 de março de 2026
Conclusão do estudo (Antecipado)
31 de março de 2026
Datas de inscrição no estudo
Enviado pela primeira vez
18 de abril de 2023
Enviado pela primeira vez que atendeu aos critérios de CQ
18 de abril de 2023
Primeira postagem (Real)
1 de maio de 2023
Atualizações de registro de estudo
Última Atualização Postada (Real)
1 de maio de 2023
Última atualização enviada que atendeu aos critérios de controle de qualidade
18 de abril de 2023
Última verificação
1 de abril de 2023
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
- Doenças do aparelho digestivo
- Isquemia
- Processos Patológicos
- Necrose
- Isquemia do miocárdio
- Doenças cardíacas
- Doenças cardiovasculares
- Doenças Vasculares
- Doenças de pele
- Neoplasias
- Neoplasias por local
- Doenças do Sistema Endócrino
- Doenças do Fígado
- Infarto do miocárdio
- Infarte
- Neoplasias da Mama
- Doenças da Tireoide
- Doenças da mama
- Doença Fibrocística da Mama
Outros números de identificação do estudo
- B-1910-570-301
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 .