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

Kvalitetskontroll av ultraljudsbilder under tidig graviditet via AI

6 september 2023 uppdaterad av: Di Dong, Chinese Academy of Sciences

Deep Learning-baserad kvalitetskontroll av ultraljudsbilder under tidig graviditet

Denna forskning integrerar artificiell intelligens för att förbättra kvalitetskontrollen av ultraljud vid tidig graviditet, med fokus på specifika fostersnitt. I samarbete med framstående medicinska institutioner har vi samlat på oss omfattande ultraljudsdata för foster. Vi strävar efter att utveckla en modell för djupinlärning som exakt kan identifiera viktiga anatomiska områden i ultraljudsbilder och utvärdera deras kvalitet. Detta verktyg förväntas avsevärt minska feldiagnoser av tillstånd som Downs syndrom och deformiteter i neurala systemet genom att säkerställa bildkvalitetsbedömning i realtid.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Denna forskning är dedikerad till att integrera artificiell intelligensteknologi för att optimera kvalitetskontrollprocessen för tidig graviditetsultraljud. De involverade ultraljudsbilderna fokuserar främst på median sagittal sektion, NT-sektion och plexus choroid hos fostret under tidig graviditet. I detta avseende har vi samarbetat med kända medicinska institutioner som Beijing Obstetrics and Gynecology Hospital, Peking University Third Hospital, Changsha Hospital for Maternal and Child Health Care, Second Xiangya Hospital of Central South University för att retrospektivt och prospektivt samla in en stor mängd tidiga graviditet foster ultraljud bilddata. Utifrån detta planerar vi att etablera en modell förankrad i djupt lärande. Denna modell kommer att kunna exakt identifiera viktiga anatomiska regioner i vanliga ultraljudsbilder. Dessutom, genom att känna igen dessa anatomiska strukturer, kommer modellen att avgöra om ultraljudsbilden uppfyller standardskanningskvaliteten. Denna modell förväntas fungera som ett kraftfullt hjälpverktyg vid obstetrisk ultraljud, vilket möjliggör realtidsbedömning av ultraljudsbildkvalitet, och därigenom avsevärt minska frekvensen av missade och feldiagnostiserade fostersjukdomar som Downs syndrom och missbildningar i neurala systemet.

Studietyp

Observationell

Inskrivning (Beräknad)

400

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

Studieorter

      • Beijing, Kina
        • Rekrytering
        • Peking University Third Hospital
        • Kontakt:
      • Beijing, Kina
        • Rekrytering
        • Beijing Obstetrics and Gynecology Hospital Affiliated to Capital Medical University
        • Kontakt:
      • Changsha, Kina
        • Rekrytering
        • Changsha Hospital for Maternal and Child Health Care
        • Kontakt:
      • Changsha, Kina
        • Rekrytering
        • Second Xiangya Hospital of Central South University
        • Kontakt:

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Testmetod

Sannolikhetsprov

Studera befolkning

Kvinnor i tidig graviditet

Beskrivning

Inklusionskriterier:

  • Kvinnor i tidig graviditet som har detaljerad personlig information och ultraljudsbilder.
  • Ultraljudsbilderna ska tydligt visa fostrets mediansynta sagittala, NT och plexus åderhinna.

Exklusions kriterier:

  • Ultraljudsbilder från kvinnor i mitten till slutet av graviditeten.
  • Ultraljudsbilder som är oklara eller suddiga, vilket gör utvärderingen svår.
  • Kvinnor som inte lämnade fullständig personlig och medicinsk information under ultraljudsundersökningen.

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
Beijing Obstetrics and Gynecology Hospital anslutet till Capital Medical University
Beijing Obstetrics and Gynecology Hospital, som är anslutet till Capital Medical University, samlar in klinisk information och ultraljudsbilder av sagittal, NT och choroid plexus syn på fostret som erhölls från tidiga gravida kvinnor som genomgick NT-svep.
Utredarna identifierar regionen av intresse i det relevanta avsnittet för att ge en slutsats om huruvida bilden är standard eller inte, vägleda läkare att standardisera operationen och minska frekvensen av feldiagnostik och underdiagnostik.
Peking University Third Hospital
Peking University Third Hospital samlar in klinisk information och ultraljudsbilder av sagittal-, NT- och plexus-vyer av fostret som erhölls från tidiga gravida kvinnor som genomgick NT-svep.
Utredarna identifierar regionen av intresse i det relevanta avsnittet för att ge en slutsats om huruvida bilden är standard eller inte, vägleda läkare att standardisera operationen och minska frekvensen av feldiagnostik och underdiagnostik.
Changsha sjukhus för mödra- och barnhälsovård
Changsha Hospital for Maternal and Child Health Care samlar in klinisk information och ultraljudsbilder av sagittal, NT och plexus choroid plexus syn på fostret som erhölls från tidiga gravida kvinnor som genomgick NT-svep.
Utredarna identifierar regionen av intresse i det relevanta avsnittet för att ge en slutsats om huruvida bilden är standard eller inte, vägleda läkare att standardisera operationen och minska frekvensen av feldiagnostik och underdiagnostik.
Andra Xiangya-sjukhuset vid Central South University
Det andra Xiangya-sjukhuset vid Central South University samlar in klinisk information och ultraljudsbilder av sagittal, NT och plexus åderhinnasbilder av fostret som erhölls från tidiga gravida kvinnor som genomgick NT-svep.
Utredarna identifierar regionen av intresse i det relevanta avsnittet för att ge en slutsats om huruvida bilden är standard eller inte, vägleda läkare att standardisera operationen och minska frekvensen av feldiagnostik och underdiagnostik.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
PR-kurva för kontrollmodul för bildkvalitet
Tidsram: en månad
Använder Precision-Recall-kurva och medelsnittlig percision som utvärderande indikator för kontrollmodellen för bildkvalitet.
en månad

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannheten hos intelligent analyssystem i bildkvalitetskontrollmodul
Tidsram: en månad
Överensstämmelsen mellan förutsägelseresultatet av intelligent analyssystem och den gyllene standarden
en månad

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)

1 september 2023

Primärt slutförande (Beräknad)

31 december 2023

Avslutad studie (Beräknad)

30 juli 2028

Studieregistreringsdatum

Först inskickad

13 augusti 2023

Först inskickad som uppfyllde QC-kriterierna

13 augusti 2023

Första postat (Faktisk)

21 augusti 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

8 september 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

6 september 2023

Senast verifierad

1 september 2023

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • CASMI005

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Individuella deltagardata (IPD) kan göras tillgängliga för andra forskare på begäran. Intresserade forskare bör presentera ett rimligt forskningsförslag och en dataanvändningsapplikation. Alla deltagande enheter i denna studie kommer att granska och bedöma förslaget och ansökan för att avgöra om data ska delas.

Tidsram för IPD-delning

Data kommer att bli tillgänglig 6 månader efter avslutad studie och kommer att vara tillgänglig under en period av 5 år.

Kriterier för IPD Sharing Access

Intresserade forskare bör lämna in ett detaljerat forskningsförslag och en ansökan om dataanvändning för granskning. Alla deltagande enheter i denna studie kommer att bedöma ansökan för att avgöra om de är berättigade till dataåtkomst.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV
  • ANALYTIC_CODE

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 .

Prenumerera