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

Intelligent utvärdering och övervakning av kataraktkirurgi

27 februari 2022 uppdaterad av: Haotian Lin, Sun Yat-sen University
Forskningssyfte: intelligent identifiering och utvärdering av kataraktoperationssteg. Forskningsmetoder: Totalt 9 objekt (såsom kön, ålder, synskärpa, etc.) extraherades från kirurgiska videor av senila grå starrpatienter och de kliniska data som registrerats av den elektroniska journalsystem. Maskininlärningsalgoritmen 3D-CNN användes för att identifiera de 11 stegen i kataraktkirurgi och bilderna (tomma bilder) utan instrumentmanipulation på ögongloben under operationen. Sex viktiga kataraktoperationssteg poängsattes med hjälp av algoritmer för djupinlärning (sannolikhetsutjämningsfönster och softmax). Vi använder precision, precision, återkallelse och F1-poäng för att utvärdera modellens prestanda för att känna igen kirurgiska steg. För att utvärdera tillförlitligheten av modellens poängsättning av kirurgiska steg använde vi en jämförelsemetod för människa-maskin för att beräkna överensstämmelsen (kappavärde) mellan maskin- och expertpoäng.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Faktisk)

344

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510060
        • Zhognshan Ophthalmic Center, Sun Yat-sen University

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

48 år till 98 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

N/A

Kön som är behöriga för studier

Allt

Testmetod

Sannolikhetsprov

Studera befolkning

Deltagare som hade senil grå starr och fakoemulsifiering och IOL-implantation i Zhongshan Ophthalmic Center (ZOC, Guangzhou, Guangdong, Kina) och Shenzhen Eye Hospital (Shenzhen, Guangdong, Kina)

Beskrivning

Inklusionskriterier:

-Videor av phacoemulsification och IOL-implantation för senil grå starr kommer att inkluderas

Exklusions kriterier:

-Toppsignal-brusförhållandet (PSNR) används för att bedöma om en video var suddig. Om PSNR för en video var mindre än 20 decibel (dBs), kasserades hela videon.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Övrig
  • Tidsperspektiv: Retrospektiv

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Utvecklingsdataset
12 steg för kataraktkirurgi inklusive (1) bildande av huvudsnitt, (2) bildande av sidosnitt, (3) injektion av oftalmisk viskoelastisk enhet (OVD), (4) bildande av kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialborttagning, (8) implantation av intraokulär lins (IOL), (9) OVD-borttagning, (10) IOL-centrering och (11) sårförslutning genom hydrering av hornhinnan och (12) lediga faser.
Övrig: Utvärderingstest: operationssteg för grå starr
Utvecklingsdatauppsättningarna användes för att träna djupinlärningsmodellen. Validerings- och testgruppen användes för att optimera hyperparametrar
Valideringsdatauppsättning
12 steg för kataraktkirurgi inklusive (1) bildande av huvudsnitt, (2) bildande av sidosnitt, (3) injektion av oftalmisk viskoelastisk enhet (OVD), (4) bildande av kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialborttagning, (8) implantation av intraokulär lins (IOL), (9) OVD-borttagning, (10) IOL-centrering och (11) sårförslutning genom hydrering av hornhinnan och (12) lediga faser.
Övrig: Utvärderingstest: operationssteg för grå starr
Utvecklingsdatauppsättningarna användes för att träna djupinlärningsmodellen. Validerings- och testgruppen användes för att optimera hyperparametrar
Testa datauppsättning
12 steg för kataraktkirurgi inklusive (1) bildande av huvudsnitt, (2) bildande av sidosnitt, (3) injektion av oftalmisk viskoelastisk enhet (OVD), (4) bildande av kapsulorrhexis, (5) hydrodissektion, (6) phaco, (7) kortikal materialborttagning, (8) implantation av intraokulär lins (IOL), (9) OVD-borttagning, (10) IOL-centrering och (11) sårförslutning genom hydrering av hornhinnan och (12) lediga faser.
Övrig: Utvärderingstest: operationssteg för grå starr
Utvecklingsdatauppsättningarna användes för att träna djupinlärningsmodellen. Validerings- och testgruppen användes för att optimera hyperparametrar

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet
Tidsram: baslinje
Utredarna kommer att beräkna djupinlärningssystemets noggrannhet och jämföra detta index mellan djupinlärningssystemet och mänskliga läkare
baslinje

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
kappa
Tidsram: baslinje
Cohens kappa-koefficient beräknades för att bedöma överensstämmelsen mellan betygen som ges av humanläkare och DeepSurgery
baslinje

Samarbetspartners och utredare

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

Sponsor

Sun Yat-sen University

Utredare

  • Studiestol: Yizhi Liu, M.D., Ph.D., Zhongshan Ophthalmic Center, Sun Yat-sen University

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)

1 januari 2019

Primärt slutförande (Faktisk)

30 september 2021

Avslutad studie (Faktisk)

30 december 2021

Studieregistreringsdatum

Först inskickad

27 februari 2022

Först inskickad som uppfyllde QC-kriterierna

27 februari 2022

Första postat (Faktisk)

2 mars 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

2 mars 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

27 februari 2022

Senast verifierad

1 februari 2022

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CS-2022

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 .

Kliniska prövningar på Utvärderingstest: operationssteg för grå starr

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Luxembourg

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

3
Prenumerera