- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT05888935
Обнаружение периапикальных поражений на панорамных рентгенограммах зубов на основе искусственного интеллекта (OPTITOMO)
Обнаружение периапикальных поражений на панорамных изображениях зубов на основе искусственного интеллекта с использованием конусно-лучевой компьютерной томографии
Периапикальные повреждения зубов могут иметь различные причины и находят свое отражение в рентгенопрозрачном поражении на дополнительных изображениях: угловых ретроальвеолярных (РА) рентгенограммах, стоматологических панорамных рентгенограммах и трехмерных изображениях, таких как компьютерная томография (КТ) или конусно-лучевая компьютерная томография. КЛКТ).
Для рентгенологического обнаружения этих глубоких поражений пародонта стоматологическая панорама представляет собой первый подход, обычно выполняемый с относительно низким уровнем облучения. За исследованием может следовать ретроальвеолярная радиологическая визуализация, которая является более локализованной и более точной. Однако при использовании этих методик частота обнаружения этих образований невысока (20% и 36% соответственно), для большей селективности необходимо использовать трехмерное томографическое исследование (69%). Золотым стандартом визуализации для выявления этих поражений является КЛКТ с последующей ретроальвеолярной рентгенографией (в 2 раза менее чувствительной, чем КЛКТ) и панорамной рентгенографией (в 2 раза менее чувствительной, чем при РА). Хотя это и не полнослойная рентгенограмма, стоматологическая панорама имеет то преимущество, что ее чаще выполняют, при этом она меньше излучает, чем КЛКТ, и дает глобальный обзор зубных дуг на одном изображении.
Обнаружение периапикальных поражений проводится после клинической оценки и визуальной оценки дополнительных исследований.
Целью этого проекта является улучшение обнаружения периапикальных поражений путем разработки алгоритма, способного идентифицировать их на панорамной рентгенограмме зубов. Этот алгоритм основан на системе глубокого обучения, обученной с помощью эталонных данных, включая панорамную стоматологическую визуализацию и КЛКТ с интервалом сбора данных менее 3 месяцев. Модель основана на предыдущей работе, позволит повысить качество исходных данных (с помощью КЛКТ), используя инновационные алгоритмы искусственного интеллекта (трансферное обучение).
Обзор исследования
Статус
Условия
Подробное описание
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Arpiné EL NAR, PhD
- Номер телефона: 0033387557766
- Электронная почта: a.elnar@chr-metz-thionville.fr
Места учебы
-
-
-
Metz, Франция, 57085
- Рекрутинг
- CHR Metz-Thionville/Hopital de Mercy
-
Контакт:
- Электронная почта: projet-recherche@chr-metz-thionville.fr
-
Контакт:
- Arpiné EL NAR, PhD
- Номер телефона: 0033387557766
- Электронная почта: a.elnar@chr-metz-thionville.fr
-
Младший исследователь:
- Paul RETIF, MD
-
Главный следователь:
- Marc ENGELS-DEUTSCH, MD
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Пациенты, которым была проведена КЛКТ и панорамная визуализация зубов с интервалом менее 3 месяцев между двумя обследованиями.
Критерий исключения:
- Пациенты, отказавшиеся от участия в исследовании.
Учебный план
Как устроено исследование?
Детали дизайна
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Производительность программного обеспечения искусственного интеллекта
Временное ограничение: 2 года
|
измерение оценки F1. Оценка F1 рассчитывается как среднее гармоническое значений точности и полноты. Он варьируется от 0 до 100%, а более высокий балл F1 означает более качественный классификатор. |
2 года
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Специфика программного обеспечения искусственного интеллекта
Временное ограничение: 2 года
|
измерение истинно положительных, истинно отрицательных, ложноположительных, ложноотрицательных результатов
|
2 года
|
Соавторы и исследователи
Следователи
- Главный следователь: Marc ENGELS-DEUTSCH, MD, CHR Metz Thionville Hopital de Mercy
- Учебный стул: Paul RETIF, MD, PhD, CHR Metz Thionville Hopital de Mercy
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2023-04Obs-CHRMT
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
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. .