Применение технологии анализа гиперспектральных изображений в диагностике колоректального рака на основе колоноскопической биопсии
16 декабря 2022 г. обновлено: Xiuli Zuo, Shandong University
Целью данного исследования является разработка и проверка алгоритма глубокого обучения для диагностики колоректального рака и других колоректальных заболеваний путем маркировки и анализа характеристик гиперспектральных изображений на основе патологических результатов колоноскопической биопсии, чтобы повысить объективность и интеллектуальность диагностики. ранняя диагностика колоректального рака.
Обзор исследования
Статус
Рекрутинг
Подробное описание
Перспективно собрать информацию о гиперспектральном изображении обычной колоноскопической биопсии ткани.
Колоноскопическая биопсия взята из Центра эндоскопии больницы Цилу Шаньдунского университета.
Гиперспектральные изображения маркируются на основе патологических результатов биопсии, и используется модель глубокой сверточной нейронной сети (DCNN).
С обучением и проверкой разработайте диагностическую систему искусственного интеллекта с гиперспектральной визуализацией (HSIAIDS). Часть ткани колоноскопической биопсии будет собрана в качестве проспективного тестового набора для проспективной проверки диагностической эффективности алгоритма HSIAIDS.
Тип исследования
Наблюдательный
Регистрация (Ожидаемый)
50
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Xiuli Zuo, MD,PhD
- Номер телефона: 15588818685
- Электронная почта: zuoxiuli@sina.com
Места учебы
-
-
Shandong
-
Jinan, Shandong, Китай, 250012
- Рекрутинг
- Qilu hosipital
-
-
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 18 лет до 75 лет (Взрослый, Пожилой взрослый)
Принимает здоровых добровольцев
Нет
Полы, имеющие право на обучение
Все
Метод выборки
Невероятностная выборка
Исследуемая популяция
пациенты в возрасте 18-75 лет, которым проводится колоноскопия и биопсия;
Описание
Критерии включения:
- пациенты в возрасте 18-75 лет, которым проводится колоноскопия и биопсия
Критерий исключения:
- пациенты с тяжелой сердечной, церебральной, легочной или почечной дисфункцией или психическими расстройствами, которые не могут участвовать в колоноскопии
- пациенты с предшествующими оперативными вмешательствами на желудочно-кишечном тракте.
- пациенты с противопоказаниями к биопсии
- пациенты, которые отказываются подписывать форму информированного согласия
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
- Наблюдательные модели: Когорта
- Временные перспективы: Перспективный
Когорты и вмешательства
Группа / когорта |
|---|
|
Группа алгоритмов глубокого обучения
После того, как пациент прошел скрининг, будет проведена плановая колоноскопия и биопсия ткани-мишени с подозрением на воспаление или неоплазию.
Клинические исследователи используют гиперспектральный микроскоп для сбора информации об изображении ткани биопсии в кабинете эндоскопии.
После сбора информации образцы биопсии будут регулярно обрабатываться и отправляться на гистологическую диагностику.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность модели искусственного интеллекта HSI для выявления колоректальной аденомы и рака
Временное ограничение: 1 год
|
Точность гиперспектральной визуализации (HSI) модели искусственного интеллекта для выявления колоректального гиперпластического полипа, аденомы, SSL и колоректального рака.
Точность моделей искусственного интеллекта Точность = (истинно положительные + истинно отрицательные) / общее количество субъектов * 100%
|
1 год
|
|
Чувствительность
Временное ограничение: 1 год
|
Чувствительность модели искусственного интеллекта HSI Чувствительность = количество истинных положительных результатов / (количество истинных положительных результатов + количество ложных отрицательных результатов) * 100%.
|
1 год
|
|
Специфика
Временное ограничение: 1 год
|
Специфичность модели искусственного интеллекта HSI Специфичность = количество истинных отрицательных результатов / (количество истинных отрицательных результатов + количество ложных срабатываний)) * 100%
|
1 год
|
|
Отрицательные прогностические значения (NPV)
Временное ограничение: 1 год
|
Отрицательные прогностические значения для модели искусственного интеллекта HSI = количество истинных отрицательных результатов / (количество истинных отрицательных результатов + количество ложных отрицательных результатов) * 100%
|
1 год
|
|
ППК (95% ДИ)
Временное ограничение: 1 год
|
площадь под кривой рабочей характеристики приемника (AUC)
|
1 год
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Записывать и оценивать любые неизвестные риски и побочные эффекты гиперспектральной визуализации при получении изображения образца.
Временное ограничение: 1 год
|
Записывать и оценивать любые неизвестные риски и побочные эффекты гиперспектральной визуализации при получении изображения образца.
|
1 год
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Следователи
- Учебный стул: Xiuli Zuo, MD,PhD, Study Principal Investigator
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)
8 октября 2022 г.
Первичное завершение (Ожидаемый)
31 декабря 2023 г.
Завершение исследования (Ожидаемый)
31 декабря 2023 г.
Даты регистрации исследования
Первый отправленный
8 октября 2022 г.
Впервые представлено, что соответствует критериям контроля качества
8 октября 2022 г.
Первый опубликованный (Действительный)
12 октября 2022 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
21 декабря 2022 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
16 декабря 2022 г.
Последняя проверка
1 октября 2022 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
- Заболевания пищеварительной системы
- Новообразования по гистологическому типу
- Новообразования
- Новообразования по локализации
- Новообразования железистые и эпителиальные
- Желудочно-кишечные новообразования
- Новообразования пищеварительной системы
- Желудочно-кишечные заболевания
- Заболевания толстой кишки
- Кишечные заболевания
- Новообразования кишечника
- Заболевания прямой кишки
- Колоректальные новообразования
- Аденома
Другие идентификационные номера исследования
- 2022-SDU-QILU-G003
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. .