Deep Learning att sammanfatta resultat i dentala panoramaröntgenbilder
16 maj 2021 uppdaterad av: National Taiwan University Hospital
I detta arbete studerar utredarna tillämpningen av artificiell intelligenssystem på tandpanoramabilder för tandfynd.
Ett system för artificiell intelligens kommer att läras in på en allmänt tillgänglig panoramabilddatauppsättning och testas mot utredarnas lokala patientkohort som externa testdata.
Utredarna antar att prestandan skulle vara liknande, om inte identisk med den offentliga informationen, och att utredarnas AI-system är generaliserbart.
Studieöversikt
Status
Anmälan via inbjudan
Betingelser
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Förväntat)
1000
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
-
Taipei, Taiwan, 100
- National Taiwan University Hospital
-
-
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
20 år till 100 år (Vuxen, Äldre vuxen)
Tar emot friska volontärer
Ja
Kön som är behöriga för studier
Allt
Testmetod
Sannolikhetsprov
Studera befolkning
alla patienter med panoramabildexponering och inte med uteslutningskriterier
Beskrivning
Exklusions kriterier:
- patienter under 20 år eller med primära tänder
- patienter med icke-borttagbart metalltillbehör ovanför halsen, såsom tungring, näsring etc.
- patienter med underkäks- eller överkäksdeformation
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 |
|---|---|
|
Alla patienter med relevanta tandfynd
|
Exponering för tandpanoramaröntgenbilder
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Area Under Curve för mottagarens funktionsegenskaper för kliniska fynd
Tidsram: 1 dag
|
Utredarna använder AI-modellen för att sluta sig till om ett kliniskt fynd (av de sex typer av fynd utredarna är intresserade av) finns i en bildstudie från testsetet.
Resultatet jämförs mot expertkommentarer och utvärderas för mottagarens funktionsegenskaper över hela uppsättningen.
Ytan under kurvan kommer sedan att beräknas och medelvärdesberäknas över sex typer av fynd för att representera modellens totala effektivitet för att detektera fynd från panoramabilder.
Från en skala från noll till ett är noll det värsta detta mått kan vara och ett är det bästa.
|
1 dag
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
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 (Faktisk)
7 maj 2021
Primärt slutförande (Förväntat)
1 december 2021
Avslutad studie (Förväntat)
1 maj 2023
Studieregistreringsdatum
Först inskickad
9 maj 2021
Först inskickad som uppfyllde QC-kriterierna
16 maj 2021
Första postat (Faktisk)
20 maj 2021
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
20 maj 2021
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
16 maj 2021
Senast verifierad
1 maj 2021
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 202102018RINB
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 .