- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06321614
Глубокое обучение классификации рентгенограмм кишечной непроходимости
Самостоятельное обучение классификации кишечной непроходимости на рентгенограмме брюшной полости в вертикальном положении
Введение: Точная маркировка места обструкции на рентгенограмме брюшной полости в вертикальном положении является сложной задачей. Отсутствие достоверной информации приводит к снижению производительности моделей обучения с учителем. Чтобы решить эту проблему, предлагается самостоятельное обучение (SSL) для классификации нормальных рентгенограмм, непроходимости тонкой кишки (SBO) и непроходимости толстой кишки (LBO) с использованием нескольких подтвержденных образцов.
Методы: Небольшое количество подтвержденных и большое количество немаркированных рентгенограмм были классифицированы на основе достоверных данных. Модель SSL сначала была обучена на немаркированных рентгенограммах, а затем доработана на подтвержденных рентгенограммах. ResNet50 и VGG16 использовались для встроенных базовых кодировщиков, веса и параметры которых корректировались в процессе обучения. Кроме того, он был протестирован на независимом наборе данных в сравнении с моделями обучения с учителем и переводчиками-людьми. Наконец, t-SNE и Grad-CAM были использованы для визуализации интерпретации модели.
Обзор исследования
Статус
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
Jiangsu
-
Suzhou, Jiangsu, Китай, 215006
- TheFirst Affiliated Hospital of Soochow University
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Больничная система визуализации искала простые снимки стоячей брюшной полости с диагнозом кишечная непроходимость или норма в период с 2022 по 2024 год.
- Возраст от 18 до 80 лет
- Основной жалобой были желудочно-кишечные симптомы.
Критерий исключения:
- Помехи изображения, нечеткая производительность, трудно различить
- Основной жалобой были негастроинтестинальные симптомы.
- Рентгенография лежа на спине, на животе или на боку
- Паралитическая обструкция, обструкция по замкнутому контуру и др.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
|---|
|
пациенты с нормальными рентгенограммами брюшной полости
пациенты с нормальными рентгенограммами брюшной полости, что было подтверждено дополнительными визуализирующими исследованиями и клиническими данными.
Визуализирующие исследования включали КТ, магнитно-резонансную томографию (МРТ) и колоноскопию в последующие 72 часа, а клинические данные включали информацию о недавней госпитализации и записи хирургических операций.
|
|
рентгенограммы пациентов с тонкокишечной непроходимостью
пациенты с рентгенограммами тонкокишечной непроходимости, которые были подтверждены дополнительными визуализирующими исследованиями и клиническими данными.
Визуализирующие исследования включали КТ, магнитно-резонансную томографию (МРТ) и колоноскопию в последующие 72 часа, а клинические данные включали информацию о недавней госпитализации и записи хирургических операций.
По локализации тонкокишечная непроходимость (ТОК) поражает двенадцатиперстную, тощую и подвздошную кишку.
|
|
рентгенограммы пациентов с толстокишечной непроходимостью
пациенты с рентгенограммами толстокишечной непроходимости, которые были подтверждены дополнительными визуализирующими исследованиями и клиническими данными.
Визуализирующие исследования включали КТ, магнитно-резонансную томографию (МРТ) и колоноскопию в последующие 72 часа, а клинические данные включали информацию о недавней госпитализации и записи хирургических операций.
По локализации толстокишечная непроходимость (ТОК) поражает слепую, ободочную и прямую кишку.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Диагностические и классификационные характеристики
Временное ограничение: 1 неделя
|
Точность, полнота, прецизионность, показатель F1 и матрица путаницы
|
1 неделя
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Визуализированная интерпретация модели с самоконтролем
Временное ограничение: 1 неделя
|
Grad-CAM и t-SNE для визуализации интерпретации модели SSL
|
1 неделя
|
Соавторы и исследователи
Следователи
- Директор по исследованиям: Rui Li, MD, The First Affiliated Hospital of Soochow University
Публикации и полезные ссылки
Общие публикации
- Markogiannakis H, Messaris E, Dardamanis D, Pararas N, Tzertzemelis D, Giannopoulos P, Larentzakis A, Lagoudianakis E, Manouras A, Bramis I. Acute mechanical bowel obstruction: clinical presentation, etiology, management and outcome. World J Gastroenterol. 2007 Jan 21;13(3):432-7. doi: 10.3748/wjg.v13.i3.432.
- Cheng PM, Tran KN, Whang G, Tejura TK. Refining Convolutional Neural Network Detection of Small-Bowel Obstruction in Conventional Radiography. AJR Am J Roentgenol. 2019 Feb;212(2):342-350. doi: 10.2214/AJR.18.20362. Epub 2018 Nov 26.
- Kim DH, Wit H, Thurston M, Long M, Maskell GF, Strugnell MJ, Shetty D, Smith IM, Hollings NP. An artificial intelligence deep learning model for identification of small bowel obstruction on plain abdominal radiographs. Br J Radiol. 2021 Jun 1;94(1122):20201407. doi: 10.1259/bjr.20201407. Epub 2021 Apr 27.
- Frager D. Intestinal obstruction role of CT. Gastroenterol Clin North Am. 2002 Sep;31(3):777-99. doi: 10.1016/s0889-8553(02)00026-2.
- Cappell MS, Batke M. Mechanical obstruction of the small bowel and colon. Med Clin North Am. 2008 May;92(3):575-97, viii. doi: 10.1016/j.mcna.2008.01.003.
- ten Broek RP, Strik C, Issa Y, Bleichrodt RP, van Goor H. Adhesiolysis-related morbidity in abdominal surgery. Ann Surg. 2013 Jul;258(1):98-106. doi: 10.1097/SLA.0b013e31826f4969.
- Vanderbecq Q, Ardon R, De Reviers A, Ruppli C, Dallongeville A, Boulay-Coletta I, D'Assignies G, Zins M. Adhesion-related small bowel obstruction: deep learning for automatic transition-zone detection by CT. Insights Imaging. 2022 Jan 24;13(1):13. doi: 10.1186/s13244-021-01150-y.
- Chen Y, Mancini M, Zhu X, Akata Z. Semi-Supervised and Unsupervised Deep Visual Learning: A Survey. IEEE Trans Pattern Anal Mach Intell. 2024 Mar;46(3):1327-1347. doi: 10.1109/TPAMI.2022.3201576. Epub 2024 Feb 6.
- Li G, Togo R, Ogawa T, Haseyama M. Self-supervised learning for gastritis detection with gastric X-ray images. Int J Comput Assist Radiol Surg. 2023 Oct;18(10):1841-1848. doi: 10.1007/s11548-023-02891-5. Epub 2023 Apr 11.
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
- 2022098
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. .