Toward an Automated Method of Abdominal Fat Segmentation of MR Images
13 juni 2018 uppdaterad av: Washington University School of Medicine
Subjects will undergo a brief magnetic resonance (MRI) scan.
The resulting images will be used to compare two abdominal fat segmentation techniques.
The first technique is already validated and in use.
The second technique was recently developed and has not been validated.
The hypothesis is that the second technique will be the faster and more reliable of the two.
Studieöversikt
Status
Avslutad
Betingelser
Studietyp
Observationell
Inskrivning (Faktisk)
9
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Missouri
-
Saint Louis, Missouri, Förenta staterna, 63110
- Washington University School of Medicine
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
18 år till 70 år (Vuxen, Äldre vuxen)
Tar emot friska volontärer
Ja
Kön som är behöriga för studier
Allt
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Subjects will have a wide range of body mass index and other physical characteristics.
Beskrivning
Inclusion Criteria:
- ambulatory
- cognitively sound
Exclusion Criteria:
- body mass index less than 18 or greater than 45 kilograms per square meter
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
|---|
|
Volunteers
Volunteers will have a range of body mass index from 19 - 45 kilogram per square meter.
In order to fit in the magnetic resonance scanner subjects must weigh less than 300 pounds.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Visceral Fat Volume With Automated Analysis
Tidsram: five minutes
|
This is the measurement of Abdominal Visceral Fat in cubic centimeters as determined with a new automated segmentation program.
|
five minutes
|
|
Visceral Fat Volume With Manual Segmentation
Tidsram: five minutes
|
This is the measure of visceral fat found with our older manual segmentation method
|
five minutes
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Subcutaneous Fat Volume With Automated Analysis
Tidsram: five minutes
|
This is the volume of Abdominal Subcutaneous Fat in cubic centimeters as determined with new automated anatomical segmentation software.
|
five minutes
|
|
Subcutaneous Fat Volume With Manual Segmentation
Tidsram: five minutes
|
This is the volume of Abdominal Subcutaneous Fat in cubic centimeters as determined with the older manual segmentation technique.
|
five minutes
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: Samuel Klein, M.D., Washington University School of Medicine
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart
1 oktober 2010
Primärt slutförande (Faktisk)
1 februari 2011
Avslutad studie (Faktisk)
1 februari 2011
Studieregistreringsdatum
Först inskickad
25 oktober 2010
Först inskickad som uppfyllde QC-kriterierna
26 oktober 2010
Första postat (Uppskatta)
27 oktober 2010
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
11 juli 2018
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
13 juni 2018
Senast verifierad
1 juni 2018
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- MRImethods060229
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .