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

En studie av upptäckt av paroxysmala händelser med hjälp av datorseende och maskininlärning - Nelli

11 februari 2026 uppdaterad av: Neuro Event Labs Inc.
Nelli är ett videobaserat icke-EEG fysiologiskt anfallsövervakningssystem. Denna studie är en förblindad jämförelse av Nellis identifierade händelser med guldstandard video EEG-granskning hos vilande pediatriska patienter med misstänkta motoriska anfall.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Automatiserad analys av videoinspelningar för att upptäcka anfall, med hjälp av moderna metoder för maskininlärning, lovar mycket att ta itu med detta problem. Ökad beräkningskraft har gjort det möjligt att implementera komplexa bildigenkänningsuppgifter och maskininlärning i dagligt bruk. Nelli®-programvaran är utformad för att använda datorseende och maskininlärningsbaserade algoritmer för att automatiskt upptäcka anfallshändelser. Denna studie kommer att ge bevis för att Nelli-programvaran kan identifiera anfallshändelser och leverera objektiva data till läkare för utvärdering av anfallshantering.

Denna studie genomförs för att validera Nelli Softwares förmåga att identifiera perioder av ljud

/videodata som innehåller inspelningar av patienter som upplever anfall (eller anfallsliknande händelser) under viloperioder. Programvarans prestanda kommer att jämföras med guldstandarden, expertgranskning av video-EEG-data.

Nelli Software kommer att granska ljud- och videodata och självständigt identifiera händelser med positiva motoriska manifestationer. Resultaten av händelseidentifiering kommer att jämföras mellan epileptologer och Nelli-mjukvaran. För varje kategori av händelse som fångas kommer den positiva procentuella överensstämmelsen att beräknas med den exakta binomialmetoden. Den primära slutpunkten för denna studie är att visa att Nelli kan identifiera anfall som har en positiv motorisk komponent med en känslighet på >70 % (lägre 95 % CI) och med en falsk upptäcktsfrekvens (FDR) jämförbar med liknande enheter på marknadsföra.

Studietyp

Observationell

Inskrivning (Faktisk)

150

Kontakter och platser

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

Studieorter

    • Tennessee
      • Memphis, Tennessee, Förenta staterna, 38163
        • The University Of Tennessee Health Science Center

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

6 år till 21 år (Barn, Vuxen)

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

Patienter i åldern 6-21 år med anamnes (eller misstänkt historia) av motoriska anfall som genomgår video-EEG-övervakning för rutinmässig klinisk vård.

Beskrivning

Inklusionskriterier:

  • Försökspersonen ska underteckna informerat samtycke.
  • Ämnet är mellan 6 och 21 år.
  • Försökspersoner ska genomgå video-EEG-övervakning för rutinmässiga kliniska ändamål.
  • Försökspersonerna ska ha en misstänkt historia av motoriska anfall.
  • Försökspersonen ska kunna förstå och underteckna skriftligt informerat samtycke eller ha en juridiskt auktoriserad representant (LAR) som kan göra det, innan eventuella studiebedömningar utförs.

Exklusions kriterier:

  • Ingen identifierad.

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: Blivande

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Känslighet hos ett anfallsdetekteringssystem
Tidsram: Under rutinmässig video-EEG-övervakning, upp till 14 dagar

För att visa att Nelli korrekt kan identifiera varje kategori av anfall separat (Kategori I, II och III) och alla anfallskategorier kombinerat med en känslighet på minst 70 %. Hypoteser kommer att testas sekventiellt (alla anfall kombinerade, Kategori I, sedan Kategori II, sedan Kategori III), var och en med en signifikansnivå på 2,5 %, och kommer att fortsätta tills den första hypotesen inte förkastas.

För varje upptäckt onormal händelse beräknas sannolikheten och avslutas som anfall/icke-anfall med hjälp av fördefinierade tröskelvärden, förutbildat bibliotek för anfallsdetektering och sannolikheten för den händelsen. Tidpunkterna rapporteras automatiskt till Nellis instrumentpanel. Statistiska analyser kommer att utföras för att beräkna sanna och falska positiva och negativa detektionsgrader.

Under rutinmässig video-EEG-övervakning, upp till 14 dagar

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: James Wheless, MD, The University Of Tennessee Health Science 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 (Faktisk)

1 augusti 2022

Primärt slutförande (Faktisk)

31 december 2025

Avslutad studie (Faktisk)

31 januari 2026

Studieregistreringsdatum

Först inskickad

25 oktober 2022

Först inskickad som uppfyllde QC-kriterierna

3 november 2022

Första postat (Faktisk)

4 november 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

13 februari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

11 februari 2026

Senast verifierad

1 februari 2026

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 21-08296-XP

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.

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 .

Prenumerera