Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Глубокое обучение в обнаружении и мониторинге ретинобластомы.

24 марта 2022 г. обновлено: Wenbin Wei, Beijing Tongren Hospital

Компьютерная система обнаружения с глубоким обучением для обнаружения и мониторинга ретинобластомы.

Ретинобластома является наиболее частым раком глаз у детей. Сохраняющая зрение терапия требует рутинного мониторинга регрессии и рецидива ретинобластомы для выбора соответствующего лечения. В текущем исследовании мы разрабатываем алгоритм глубокого обучения, который может одновременно идентифицировать опухоли ретинобластомы на изображениях Retcam и различать активные и неактивные опухоли ретинобластомы. Этот алгоритм будет проверен с помощью проспективно собранного набора данных.

Обзор исследования

Статус

Рекрутинг

Условия

Вмешательство/лечение

Подробное описание

Ретинобластома, наиболее распространенный рак глаз у детей, поражает от 1 из 15 000 до 1 из 18 000 живорожденных. Китай занимает второе место в мире по количеству пациентов с ретинобластомой. Сохраняющая зрение терапия широко используется в Китае уже около 15 лет. Сохраняющая зрение терапия требует рутинного мониторинга регрессии и рецидива ретинобластомы для выбора соответствующего лечения. Однако основное количество квалифицированных офтальмологов сосредоточено в нескольких медицинских центрах. Глубокое обучение на основе исследования Retcam, которое может идентифицировать ретинобластому, снизит точность скрининга в местных больницах и уменьшит объем мониторинга. В текущем исследовании был разработан алгоритм глубокого обучения, который может одновременно идентифицировать опухоли ретинобластомы на изображениях Retcam и различать активные и неактивные опухоли ретинобластомы. Этот алгоритм будет проверен с помощью проспективно собранного набора данных.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

200

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Wenbin Wei, MD
  • Номер телефона: 010-58269523
  • Электронная почта: weiwenbintr@163.com

Учебное резервное копирование контактов

Места учебы

  • Китай
    • Beijing
      • Beijing, Beijing, Китай, 100730
        • Рекрутинг
        • Wen-Bin Wei

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

От 1 секунда до 5 лет (РЕБЕНОК)

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

Пациенты с ретинобластомой проходят стандартное медикаментозное лечение.

Описание

Критерии включения:

  • Пациенты с ретинобластомой проходят стандартное медикаментозное лечение.

Критерий исключения:

  • Операторы идентифицировали изображения, не поддающиеся оценке для правильной диагностики по таким причинам, как размытость и расфокусировка, и исключали их из дальнейшего анализа.

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
Пациенты с ретинобластомой
Пациенты с ретинобластомой, проходящие стандартную медицинскую помощь в пекинской больнице Тунжэнь. Анонимные изображения этих пациентов будут проспективно собраны и помечены старшими офтальмологами.
Диагностический тест: Алгоритм глубокого обучения
Алгоритм глубокого обучения, который был разработан ранее, будет применяться для идентификации опухолей ретинобластомы на изображениях Retcam и различения активных и неактивных опухолей ретинобластомы. Решение двух разных старших офтальмологов было бы золотым стандартом.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность диагностики алгоритма глубокого обучения
Временное ограничение: 1 неделя
Диагностическая точность этого алгоритма глубокого обучения представляет собой соотношение истинно положительных и истинно отрицательных результатов во всех оцененных случаях.
1 неделя

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Beijing Tongren Hospital

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 марта 2020 г.

Первичное завершение (ОЖИДАЕТСЯ)

1 мая 2022 г.

Завершение исследования (ОЖИДАЕТСЯ)

1 октября 2022 г.

Даты регистрации исследования

Первый отправленный

24 марта 2022 г.

Впервые представлено, что соответствует критериям контроля качества

24 марта 2022 г.

Первый опубликованный (ДЕЙСТВИТЕЛЬНЫЙ)

1 апреля 2022 г.

Обновления учебных записей

Последнее опубликованное обновление (ДЕЙСТВИТЕЛЬНЫЙ)

1 апреля 2022 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

24 марта 2022 г.

Последняя проверка

1 марта 2022 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • AI in retinoblastoma

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.

Нет

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. .

Клинические исследования Алгоритм глубокого обучения

Искать похожие исследования

Спонсоры и соавторы

Заболевания

Медикаментозные вмешательства

CROs by country

CROs in Colombia

Заболевания

Редкие заболевания

Медикаментозные вмешательства

Пищевые добавки

Спонсор / Соавторы

Места

Подписаться