Глубинное обучение в помощь ультразвуковой диагностике и локализации перекрута аппендикса яичка
Глубокое обучение в помощь ультразвуковой диагностике и локализации перекрута придатка яичка: многоцентровое ретроспективное валидационное исследование
Ультразвуковые данные были ретроспективно собраны из основного центра и шести других подцентров. В сочетании с клиническими диагностическими результатами маркировка данных была выполнена врачами с большим клиническим опытом.
В этом исследовании в качестве сети обнаружения была использована YOLOv11, которая была интегрирована с механизмом конволюционного внимания (Spatial Convolutional Block Attention Module, а именно Spatial CBAM) и механизмом самовнимания (например, Attention Convolution Mixer, ACMix). Набор данных из основного центра был разделен на подмножества для обучения, валидации и тестирования, на которых модель соответственно обучалась, валидировалась и тестировалась; дополнительная валидация проводилась на наборе данных из подцентров. Тем временем четыре врача были назначены для интерпретации ультразвуковых данных из подцентров с использованием двух диагностических методов — независимой диагностики и диагностики с помощью искусственного интеллекта (ИИ) — и была дополнительно сравнена диагностическая точность этих двух подходов. Путем сбора и изучения методов лечения пациентов в обучающем наборе основного центра, прогнозирования методов лечения пациентов в наборе данных подцентров и сравнения доли хирургических вмешательств, предсказанных ИИ, с фактической долей хирургических вмешательств была проверена эффективность модели.
Обзор исследования
Статус
Подробное описание
Данные УЗИ были ретроспективно собраны из основного центра и шести других субцентров. В сочетании с клиническими диагностическими результатами маркировка данных была завершена врачами с обширным клиническим опытом.
В этом исследовании в качестве детектирующей сети была использована YOLOv11, которая была интегрирована с механизмом конволюционного внимания (Spatial Convolutional Block Attention Module, а именно Spatial CBAM) и механизмом самовнимания (например, Attention Convolution Mixer, ACMix). Набор данных из основного центра был разделен на обучающую, валидационную и тестовую подвыборки, на которых модель обучалась, валидировалась и тестировалась соответственно; дополнительная валидация проводилась на наборе данных из субцентра.В то же время четырем врачам было поручено интерпретировать данные УЗИ из субцентров с использованием двух диагностических методов - независимой диагностики и диагностики с помощью искусственного интеллекта (ИИ) - и была дополнительно сравнена диагностическая точность этих двух подходов.Путем сбора и изучения методов лечения пациентов в обучающем наборе основного центра, прогнозирования методов лечения пациентов в наборе данных субцентра и сравнения доли операций, предсказанных ИИ, с фактической долей операций была проверена эффективность модели.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Ying Jiang, Master Degree
- Номер телефона: 86-19883203100
- Электронная почта: Jiang_ying@zju.edu.cn
Учебное резервное копирование контактов
- Имя: Juntao Jiang, Master Degree
- Номер телефона: 86-13968107281
- Электронная почта: juntaojiang@zju.edu.cn
Места учебы
-
-
Zhejiang
-
Hangzhou, Zhejiang, Китай, 310000
- Children's Hospital of Zhejiang University School of Medicine
-
Контакт:
- Ying Jiang, Master Degree
- Номер телефона: 86-19883203100
- Электронная почта: Jiang_ying@zju.edu.cn
-
Контакт:
- Jingjing Ye, PHD Degree
- Номер телефона: 86-13868174280
-
Главный следователь:
- Ying Jiang, Master Degree
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Возраст ≤ 18 лет
- Прошел ультразвуковое исследование из-за острой боли в мошонке (≤ 24 часа)
- Пациенты с клиническим диагнозом перекрута придатка яичка (TAT)
Критерии исключения:
- Плохое качество ультразвукового изображения (невозможность идентифицировать структуры яичка)
- Неполные клинические данные (невозможность подтвердить диагноз перекрута придатка яичка [TAT])
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
|---|
|
Группа перекрута придатка яичка
Пациенты с диагностированным перекрутом придатка яичка
|
|
Группа с перекрутом яичка
Пациенты с диагнозом перекрут яичка
|
|
Группа эпидидимита
Пациенты с диагнозом эпидидимит
|
|
Контрольная группа
Пациенты без перекрута придатка яичка, перекрута яичка, эпидидимита, и мошонка нормальная
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность модели глубокого обучения проверяет четыре состояния: перекрут придатка яичка; перекрут яичка; эпидидимит и нормальное состояние
Временное ограничение: Ожидается, что от ввода изображения до получения результата пройдет 24 часа
|
точность модели глубокого обучения проверяет четыре состояния: перекрут придатка яичка; перекрут яичка; эпидидимит и нормальное состояние
|
Ожидается, что от ввода изображения до получения результата пройдет 24 часа
|
Вторичные показатели результатов
Мера результата |
Временное ограничение |
|---|---|
|
Количество участников с острой болью в мошонке
Временное ограничение: От начала набора до завершения ожидается 5 месяцев
|
От начала набора до завершения ожидается 5 месяцев
|
|
Точность клиницистов в диагностике и локализации перекрута придатка яичка
Временное ограничение: От начала диагностики и локализации клиницистами до конца ожидается 15 дней
|
От начала диагностики и локализации клиницистами до конца ожидается 15 дней
|
|
Точность модели глубокого обучения в прогнозировании метода лечения перекрута придатка яичка: консервативного лечения или хирургического вмешательства
Временное ограничение: От начала прогнозирования лечения перекрута придатка яичка с помощью модели глубокого обучения до завершения ожидается 24 часа
|
От начала прогнозирования лечения перекрута придатка яичка с помощью модели глубокого обучения до завершения ожидается 24 часа
|
Соавторы и исследователи
Спонсор
Следователи
- Директор по исследованиям: Jingjing Ye, Phd Degree, Zhejiang University School of Medicine Children's Hospital
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Оцененный)
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
- CHZhejiangjiangying
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана IPD
Сроки обмена IPD
Критерии совместного доступа к IPD
Совместное использование IPD Поддерживающий тип информации
- STUDY_PROTOCOL
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. .