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

Utvärdering av en artificiell intelligensalgoritm som reducerar brus vid snabba helkroppsbentomoscintigrafiförvärv inspelade av en 360 graders kadmium-zink-telluridkamera (IATOS2)

23 juni 2026 uppdaterad av: Achraf BAHLOUL, Central Hospital, Nancy, France

Nyligen har artificiell intelligens algoritmer som reducerar brus genom djupinlärning utvecklats med tillämpning på SPECT- och PET-bilder.

Många studier har rapporterat möjligheten att minska inspelningstiden vid benscintigrafi genom att tillämpa artificiell intelligens algoritmer som minskar brus

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Endast två studier jämförde bilder som försvagats av en Deep Learning-algoritm med bilder som försvagats av konventionella filter (Gaussiska och medianfilter). Den första studien genomfördes endast på patienter, utan fantomanalys och utan att ta hänsyn till storleken på lesionerna. Den andra studien inkluderade en analys av fantom och patienter, men med tillämpning på plana bilder snarare än på SPECT-bilder som används alltmer idag

Hypotesen för vår studie utförd på fantom och patienter är att en artificiell intelligens-algoritm som reducerar brus skulle kunna ersätta de konventionella filtren som vanligtvis används i ben SPECT för att försvaga scintigrafiska bilder.

Studietyp

Observationell

Inskrivning (Faktisk)

20

Kontakter och platser

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

Studieorter

      • Vandœuvre-lès-Nancy, Frankrike, 54511
        • Nuclear Medicine Department

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

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

Patienter som hade en benskärning över hela kroppen efter reumatologiska eller onkologiska indikationer och som inte motsatte sig användningen av deras data

Beskrivning

Inklusionskriterier:

Patienter som hade ben i hela kroppen skannar för reumatologiska eller onkologiska indikationer.

Uteslutningskriterier:

Patienter motsätter sig användningen av deras data

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Att jämföra bildbehandling behandlad av intelligensens artificiella algoritm med bildbehandling behandlad med den traditionella artificiella filteralgoritmen
Tidsram: en dag
Kvantifieringsvärde på avbildning uppmätt med artificiell intelligensalgoritm jämfört med kvantifieringsvärde uppmätt med konventionellt filter
en dag

Samarbetspartners och utredare

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

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.

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)

27 februari 2025

Primärt slutförande (Faktisk)

15 mars 2025

Avslutad studie (Faktisk)

30 mars 2025

Studieregistreringsdatum

Först inskickad

7 januari 2025

Först inskickad som uppfyllde QC-kriterierna

14 januari 2025

Första postat (Faktisk)

17 januari 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

25 juni 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

23 juni 2026

Senast verifierad

1 juni 2026

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2024PI241

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