Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

PixelShine vs. Iterative Reconstruction (IR) Bearbetning av CT-bilder

26 juni 2017 uppdaterad av: AlgoMedica, Inc.

Prospektiv granskning av CT-bilddata som jämför kvaliteten på bilder med låg stråldos efterbehandlade med iterativ rekonstruktionsprogram kontra maskininlärning (AlgoMedica PixelShine) programvara

Denna studie kommer att jämföra kvaliteten på CT-bilder som tagits med mycket lågdosstrålning och bearbetats med kommersiellt tillgänglig programvara jämfört med PixelShine-bearbetade bilder. Det skulle potentiellt tillåta bildbehandlingsanläggningar att förvärva CT-skanningar med lägre stråldoser utan att offra klarheten i CT-bilder. Att skaffa högkvalitativa CT-bilder med lågdosstrålning har potential att förbättra patientsäkerheten och har betydande implikationer i avbildningsmetoder.

Studieöversikt

Status

Okänd

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Patienter som får datortomografi som en del av sin standardbehandling kommer att bli ombedd att samtycka till ytterligare 5 minuters avbildning med mycket lågdosstrålning före den konventionella dos-CT-skanningen. Den prospektiva genomgången kommer att utföras i två kohorter: CT-skanningar av bröstkorgen och CT-undersökningar av buken.

Anonymiserade bilder kommer att bearbetas av konventionell CT-mjukvara och jämföras med samma bilder som bearbetas med maskininlärningsbaserade PixelShine. En styrelsecertifierad radiolog kommer att bedöma brus och visuell kvalitet på bilddata.

Studiepatienter kommer att få cirka 10 % mer dos än en vanlig datortomografi genom att delta i studien. Det finns inga kända kortsiktiga säkerhetsproblem förknippade med denna studie. Den studierelaterade mycket lågdosstrålningen ligger på en nivå långt under den som används för konventionell röntgenbild. Studien har godkänts av Strålsäkerhetskommittén som en del av granskningen.

Studietyp

Interventionell

Inskrivning (Förväntat)

20

Fas

  • Inte tillämpbar

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 och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Patienter måste vara 18 år eller äldre
  • Patienter måste kunna och vilja samtycka till att delta i detta projekt
  • Patienterna kommer att schemaläggas för en standardiserad datortomografi

Exklusions kriterier:

  • Denna studie undersöker inte vare sig en specifik sjukdom eller en specifik patientpopulation - den undersöker och jämför bara bilder som erhållits vid låg strålningsexponering efterbehandlade med Algomedicas PixelShine-programvara med konventionellt bearbetade bilder
  • Alla andra patienter kommer att exkluderas

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: Icke-randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Aktiv komparator: Bröst CT
Konventionell bearbetning kontra PixelShine-bearbetning
Enhet: PixelShine
Maskininlärningsalgoritm
Enhet: Konventionell bearbetning
Iterativ återuppbyggnadsprogramvara
Aktiv komparator: Abdominal CT
Konventionell bearbetning kontra PixelShine-bearbetning
Enhet: PixelShine
Maskininlärningsalgoritm
Enhet: Konventionell bearbetning
Iterativ återuppbyggnadsprogramvara

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Visuell bildkvalitet bedömd av bildbrusreducering
Tidsram: Genom avslutad studie i snitt 1 månad
Jämförelse av bildbrus
Genom avslutad studie i snitt 1 månad

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Bildupplösning bedömd efter storlek på upptäckta lesioner
Tidsram: Genom avslutad studie i snitt 1 månad
Bestäm den minsta storleken på detekterbara föremål
Genom avslutad studie i snitt 1 månad

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

AlgoMedica, Inc.

Samarbetspartners

Cedars-Sinai Medical Center

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 (Förväntat)

1 augusti 2017

Primärt slutförande (Förväntat)

1 oktober 2017

Avslutad studie (Förväntat)

1 december 2017

Studieregistreringsdatum

Först inskickad

5 november 2016

Först inskickad som uppfyllde QC-kriterierna

24 januari 2017

Första postat (Uppskatta)

27 januari 2017

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 juni 2017

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

26 juni 2017

Senast verifierad

1 juni 2017

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • ALG-002

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Ja

produkt tillverkad i och exporterad från U.S.A.

Ja

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 .

Prenumerera