- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06509230
Прогнозирование значительного фиброза печени (PSLF)
16 июля 2024 г. обновлено: Huang Haijun
Технология мультимодального слияния цифровых изображений, основанная на глубоком обучении, для прогнозирования значительного фиброза печени и ее применение в многоцентровых исследованиях
Метод глубокого обучения на основе сверточной нейронной сети (CNN) был использован для извлечения соответствующих особенностей классификации фиброза печени из мультимодальной информации цифровых патологических срезов, клинических параметров и биомаркеров большого количества существующих случаев пункции печени, а также архитектура U-Net CNN использовалась для сегментации и извлечения особенностей клинических медицинских изображений.
Обзор исследования
Подробное описание
Пациентам с хроническим гепатитом В была проведена биопсия печени под контролем УЗИ. Пациенты были разделены на группу легкого фиброза печени (фиброз 0-1 степени, S1), группу значительного фиброза печени (фиброз 2 степени, S2), группу прогрессирующего фиброза печени и группу раннего фиброза. группа цирроза печени (3-4 степени фиброза, S3-4) по результатам патологоанатомического исследования. В этом исследовании были собраны 200 пациентов с различной степенью фиброза печени и 200 нормальных добровольцев в период с 2018 по 2022 год, а также их клинические биохимические данные, данные визуализации. и периферической крови были собраны образцы. Были извлечены характеристики патологического микроокружения, характеристики визуализации, характеристики клинических параметров и другие данные пациентов, а метод дистилляционного обучения, основанный на модели учитель-ученик, был принят для разработки и построения мультимодального анализа больших данных. модель для точной оценки фиброза печени, чтобы создать неинвазивную интеллектуальную систему диагностики фиброза печени.
Тип исследования
Наблюдательный
Регистрация (Оцененный)
700
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Haijun Huang
- Номер телефона: 13758186635
- Электронная почта: huanghaijun0826@163.com
Места учебы
-
-
Zhejiang
-
Hangzhou, Zhejiang, Китай, 310014
- Рекрутинг
- Haijun Huang
-
Контакт:
- Haijun Huang
- Номер телефона: 13758186635
- Электронная почта: huanghaijun0826@163.com
-
-
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
- Взрослый
Принимает здоровых добровольцев
Да
Метод выборки
Невероятностная выборка
Исследуемая популяция
Пациент с хроническим фиброзом печени гепатита В, подтвержденным биопсией печени.
Описание
Критерии включения:
- Возраст 18-60 лет
- Диагноз хронического гепатита B соответствует диагностическим критериям Китайских рекомендаций по профилактике и лечению хронического гепатита B 2019 года, а диагноз неалкогольной жировой дистрофии печени соответствует рекомендациям Азиатско-Тихоокеанской гепатологической ассоциации.
- Снимки не выявили рака печени
Критерий исключения:
- Существуют противопоказания к биопсии печени.
- Патология печени не соответствовала критериям
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 |
|---|
|
легкий фиброз
С0-1
|
|
значительный фиброз печени
С2
|
|
Прогрессирующий фиброз печени
С3-4
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Разработка модели
Временное ограничение: 2024.6-2024.12
|
Были извлечены особенности визуализации (например, КТ, МРТ, рентген и т. д.) и клинические параметры пациентов, включая исходные характеристики популяции (такие как возраст, пол, сопутствующие заболевания и т. д.), биохимические показатели крови (например, уровень глюкозы в крови). , липиды, показатели функции печени и т. д.) и показатели цитологии крови (такие как количество лейкоцитов, количество эритроцитов и т. д.).
Завершен отбор случаев и формирование когорты, мультимодальное извлечение признаков и разработка модели.
|
2024.6-2024.12
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Создайте мультимодальную систему облачной платформы раннего предупреждения фиброза печени с большими данными.
Временное ограничение: 2025.1-2025.12
|
Мы намерены разработать облачную платформу с компонентами хранения, обработки и анализа данных. Выберите соответствующий стек технологий, чтобы гарантировать, что платформа способна обрабатывать крупномасштабные данные, обладает хорошей масштабируемостью и производительностью. Ранее созданная точность мультимодального фиброза печени Затем модель типизации была встроена в платформу, гарантируя, что модель может обрабатывать различные типы данных и легко интегрироваться с другими компонентами платформы. В то же время технология потоковой обработки используется для интеграции мониторинга и анализа в реальном времени. функция платформы, позволяющая быстро прогнозировать и классифицировать вновь полученные данные о случаях фиброза печени. Точность и стабильность модели были дополнительно проверены на многоцентровых клинических данных, а также на ранних мультимодальных больших данных о фиброзе печени. была построена система облачной платформы предупреждения
|
2025.1-2025.12
|
Другие показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Оценка эффективности мультимодальной платформы больших данных для предупреждения фиброза печени
Временное ограничение: 2026.1-2026.12
|
Проверить эффективность мультимодальной системы платформы предупреждения фиброза печени с большими данными в реальной многоцентровой клинической среде.
Мы также изучим возможность использования платформы для долгосрочного наблюдения за пациентами, дистанционного тестирования пациентов и регулярной оценки прогрессирования заболевания.
|
2026.1-2026.12
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
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 (Оцененный)
20 июля 2024 г.
Первичное завершение (Оцененный)
31 декабря 2024 г.
Завершение исследования (Оцененный)
31 декабря 2026 г.
Даты регистрации исследования
Первый отправленный
10 июля 2024 г.
Впервые представлено, что соответствует критериям контроля качества
16 июля 2024 г.
Первый опубликованный (Действительный)
19 июля 2024 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
19 июля 2024 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
16 июля 2024 г.
Последняя проверка
1 июля 2024 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- KY2024072
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.
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. .