Tidig intelligent diagnos av deformitet i lemmen hos barn genom AI och klinikapplikation
19 februari 2025 uppdaterad av: Children's Hospital of Fudan University
Studierna av tidig intelligent diagnos av deformitet i lemmen hos barn genom AI och klinikapplikation
Lemmen deformitet hos barn inkluderar medfödda missbildningar i lemmen eller förvärvas från skadan på epifyseal platta som orsakas av tumör, inflammation och trauma.
På grund av själva sjukdomens komplexitet, snabb dynamisk utveckling och egenskaperna för barns tillväxt och utveckling förändras deformiteterna ständigt.
Dessutom har den allvarliga bristen på klinisk diagnos och behandlingsresurser vid avdelningen för pediatriska ortopedi lett till feldiagnos och felaktig behandling av deformiteter i barnens lem.
Således är det nödvändigt att hitta ett intelligent sätt att hjälpa läkare att tidig diagnos av deformitet i lemmen och ge en korrekt behandling hos barn.
Studieöversikt
Status
Har inte rekryterat ännu
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Extraktion och tillämpning av big data om deformiteter i barnens lem, intelligent märkning av bilddata, exakt positionering och perfektionera de anatomiska data från barns lemmarformiteter. Förbättra positioneringsnoggrannheten för nyckelpunkter i röntgenbilder av barns lemmens deformiteter med hjälp av barns lemmar steg-för-steg-övervakning för att förbättra noggrannheten i diagnos. realisera ett intelligent rapportgenereringssystem som kombinerar patientbakgrundsinformation, etablera en ände till slut Hjälpdiagnos- och behandlingsförslag Demonstration Application System; Förstå en fullständig uppsättning av konstgjorda intelligenslösningar för barns skelettdeformiteter, tidig screening och diagnos av barn och bilda ett intelligent remisssystem för deformiteter i barnens lem.
Studietyp
Observationell
Inskrivning (Beräknad)
9000
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Bo Ning, PhD
- Telefonnummer: +86 13585700275
- E-post: ningbo@fudan.edu.cn
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
Inte äldre än 18 år (Barn, Vuxen)
Tar emot friska volontärer
Nej
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Barn med lemmdeformitet
Beskrivning
Inkluderingskriterier:
Barn med lemmdeformitet
Uteslutningskriterier:
Barn utan lemmdeformitet
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 |
Intervention / Behandling |
|---|---|
|
lemmdeformitet barn
Avbildning av diagnos av lemmar
|
Det är en observationsstudie.
Inga ingripanden.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Deformitetsdetektering
Tidsram: Vid anmälan
|
Det är en binärvariabel (1/0).
Barnens radiografiska egenskaper skulle utvärderas genom konstgjord intelligens.
Om deformiteten detekterades skulle variabeln ställas in i 1.
|
Vid anmälan
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: Bo Ning, PhD, Children's Hospital of Fudan University
Publikationer och användbara länkar
Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.
Allmänna publikationer
- Jamaludin A, Lootus M, Kadir T, Zisserman A, Urban J, Battie MC, Fairbank J, McCall I; Genodisc Consortium. ISSLS PRIZE IN BIOENGINEERING SCIENCE 2017: Automation of reading of radiological features from magnetic resonance images (MRIs) of the lumbar spine without human intervention is comparable with an expert radiologist. Eur Spine J. 2017 May;26(5):1374-1383. doi: 10.1007/s00586-017-4956-3. Epub 2017 Feb 6.
- Mirskaia NB, Kolomenskaia AN, Siniakina AD. [Prevalence and medical and social importance of disorders and diseases of the musculoskeletal systems in children and adolescents (review of literature)]. Gig Sanit. 2015 Jan-Feb;94(1):97-104. Russian.
- Theofilatos K, Pavlopoulou N, Papasavvas C, Likothanassis S, Dimitrakopoulos C, Georgopoulos E, Moschopoulos C, Mavroudi S. Predicting protein complexes from weighted protein-protein interaction graphs with a novel unsupervised methodology: Evolutionary enhanced Markov clustering. Artif Intell Med. 2015 Mar;63(3):181-9. doi: 10.1016/j.artmed.2014.12.012. Epub 2015 Feb 18.
- Silverman BG, Hanrahan N, Bharathy G, Gordon K, Johnson D. A systems approach to healthcare: agent-based modeling, community mental health, and population well-being. Artif Intell Med. 2015 Feb;63(2):61-71. doi: 10.1016/j.artmed.2014.08.006. Epub 2014 Sep 11.
- Ravi D, Wong C, Deligianni F, Berthelot M, Andreu-Perez J, Lo B, Yang GZ. Deep Learning for Health Informatics. IEEE J Biomed Health Inform. 2017 Jan;21(1):4-21. doi: 10.1109/JBHI.2016.2636665. Epub 2016 Dec 29.
- Rahmathulla G, Nottmeier EW, Pirris SM, Deen HG, Pichelmann MA. Intraoperative image-guided spinal navigation: technical pitfalls and their avoidance. Neurosurg Focus. 2014 Mar;36(3):E3. doi: 10.3171/2014.1.FOCUS13516.
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 (Beräknad)
1 mars 2025
Primärt slutförande (Beräknad)
1 september 2026
Avslutad studie (Beräknad)
1 december 2027
Studieregistreringsdatum
Först inskickad
22 augusti 2020
Först inskickad som uppfyllde QC-kriterierna
22 augusti 2020
Första postat (Faktisk)
26 augusti 2020
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
25 mars 2025
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
19 februari 2025
Senast verifierad
1 februari 2025
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- ningbo1528
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
Nej
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 .