Использование методов глубокого обучения для анализа автоматизированного УЗИ молочной железы и ручных ультразвуковых изображений для создания модели диагностики, оценки терапии и прогнозирования рака молочной железы.
12 января 2022 г. обновлено: Song Hongping, The First Affiliated Hospital of the Fourth Military Medical University
Построить и оценить модель точной диагностики, оценки терапии и прогнозирования рака молочной железы на основе искусственного интеллекта
Целью этого исследования является использование метода глубокого обучения для анализа изображений автоматизированного ультразвукового исследования молочной железы (ABUS) и ручного ультразвукового исследования (HHUS), установления и оценки модели диагностики, оценки терапии и прогнозирования прогноза рака молочной железы.
Модель предоставит важные рекомендации для дальнейшей ранней профилактики, ранней диагностики и персонализированного лечения.
Обзор исследования
Подробное описание
- Создание базы данных Путем сбора данных ABUS, HHUS и комплексных изображений молочной железы, важной информации, информации о клиническом лечении, прогнозе и информации о лечебном эффекте создается полная база данных изображений молочной железы.
- Маркировка изображений ABUS Три врача используют полуавтоматический метод для выделения очагов поражения на изображении.
- Построение модели Использование метода глубокого обучения для предварительной обработки, анализа и обучения помеченных изображений и, наконец, получения модели диагностики, оценки эффективности и прогнозирования прогноза рака молочной железы.
- Оценка модели 1）Самопроверка：Проанализируйте чувствительность, AUC модели диагностики рака молочной железы и число ложноположительных результатов на каждом томе ABUS.
2) Сравнили чувствительность, AUC и число ложноположительных результатов с коммерческой диагностической моделью.
3) Проверка скрининговой и диагностической эффективности систем компьютерной диагностики с помощью проспективных или ретроспективных исследований.
4) Путем анализа размера и характеристик поражений после неоадъювантной химиотерапии и прогнозирования общей выживаемости и времени без выживаемости была оценена модель оценки терапии и прогнозирования прогноза.
Тип исследования
Наблюдательный
Регистрация (Ожидаемый)
10000
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
Shaanxi
-
Xi'an, Shaanxi, Китай, 710000
- Рекрутинг
- The First Affiliated Hospital of Fourth Military Medical University
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
18 лет и старше (ВЗРОСЛЫЙ, OLDER_ADULT)
Принимает здоровых добровольцев
Да
Полы, имеющие право на обучение
Женский
Метод выборки
Вероятностная выборка
Исследуемая популяция
Пациентки женского пола старше 18 лет из двух стран (Китай и Корея).
Описание
Критерии включения:
- Пациенты женского пола старше 18 лет, которые обращаются в два центра для физического обследования или лечения;
- Полная основная информация и данные изображения
Критерий исключения:
- Отсутствуют полные данные изображений ABUS и HHUS;
- Качество изображения плохое;
- При мультифокальном раке молочной железы корреляция между опухолью на изображении и послеоперационным патологическим исследованием неясна.
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
злокачественная группа
женщины со злокачественными образованиями, подтвержденными патологией
|
Использование метода глубокого обучения для анализа и извлечения характеристик автоматизированного УЗИ молочной железы и ручных ультразвуковых изображений.
|
|
доброкачественная группа
женщины с доброкачественными образованиями, подтвержденными патологией или стабильными при последующем наблюдении > 2 лет
|
Использование метода глубокого обучения для анализа и извлечения характеристик автоматизированного УЗИ молочной железы и ручных ультразвуковых изображений.
|
|
нормальная группа
женщины имеют нормальные изображения при последующем наблюдении > 2 лет
|
Использование метода глубокого обучения для анализа и извлечения характеристик автоматизированного УЗИ молочной железы и ручных ультразвуковых изображений.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
чувствительность
Временное ограничение: 4 года
|
Доля скорректированных по модели злокачественных новообразований
|
4 года
|
|
ложноположительный на объем
Временное ограничение: 4 года
|
количество нескорректированных злокачественных новообразований, отмеченных моделью
|
4 года
|
|
площадь под кривой
Временное ограничение: 4 года
|
площадь под кривой рабочей характеристики приемника (ROC) в процентах (%)
|
4 года
|
|
общее время выживания (OS)
Временное ограничение: до 10 лет
|
Он измеряет время от даты постановки диагноза рака до любой причины смерти.
|
до 10 лет
|
|
Время безрецидивной выживаемости (DFS)
Временное ограничение: до 5 лет
|
Время, в течение которого у пациента отсутствуют признаки и симптомы заболевания после лечения.
|
до 5 лет
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (ДЕЙСТВИТЕЛЬНЫЙ)
1 февраля 2020 г.
Первичное завершение (ОЖИДАЕТСЯ)
1 сентября 2024 г.
Завершение исследования (ОЖИДАЕТСЯ)
1 сентября 2024 г.
Даты регистрации исследования
Первый отправленный
12 февраля 2020 г.
Впервые представлено, что соответствует критериям контроля качества
13 февраля 2020 г.
Первый опубликованный (ДЕЙСТВИТЕЛЬНЫЙ)
17 февраля 2020 г.
Обновления учебных записей
Последнее опубликованное обновление (ДЕЙСТВИТЕЛЬНЫЙ)
27 января 2022 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
12 января 2022 г.
Последняя проверка
1 января 2022 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- AI-Breast-US
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕ РЕШЕНО
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Да
продукт, произведенный в США и экспортированный из США.
Да
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .