此页面是自动翻译的，不保证翻译的准确性。请参阅英文版对于源文本。

为开发智能超声解剖指南收集成像数据的志愿者研究

2019年10月9日更新者：Medaphor Limited

本研究的目的是确定机器学习是否可用于自动突出显示超声图像上的关键解剖结构，以帮助麻醉师进行超声引导下的区域麻醉。

研究概览

地位

完全的

条件

解剖结构的超声成像

详细说明

该研究将涉及成年志愿者，他们愿意接受训练有素的超声技师的扫描，以收集以下类别的超声视频数据：

收肌管
腘窝
髂筋膜
直肌鞘
腋下
静电除尘器
PECS
肌间沟

每个志愿者都将被扫描以收集列表中每个类别的数据。在适用的情况下，将扫描身体的两侧。

这些视频将被手动分割，以确定每个类别的相关解剖区域。

本研究的主要目标是提供开发稳健模型所需的数据范围，以及来自接受周围神经阻滞手术的患者的额外数据，这些患者能够在看不见的验证图像上产生所需的分割。这些模型将使用标准的“联合平均交集”像素级度量标准进行评分，以进行语义分割。

研究类型

观察性的

注册 (实际的)

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习地点

英国
- - Cardiff、英国、CF14 4UJ
    - Medicentre

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年及以上 (成人、年长者)

接受健康志愿者

不

有资格学习的性别

全部

取样方法

概率样本

研究人群

健康志愿者

描述

纳入标准：

男性或女性，至少18岁；
愿意为以下类别进行超声扫描并提供超声视频数据：
- 收肌管
- 腘窝
- 髂筋膜
- 直肌鞘
- 腋下
- 静电除尘器
- PECS
- 肌间沟
在参加研究之前能够理解并签署知情同意书。

排除标准：

年龄<18岁；
不愿或不能提供知情同意。

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

观测模型：队列
时间观点：预期

研究衡量的是什么？

主要结果指标

结果测量	措施说明	大体时间
模型开发大体时间：6个月	对于每个类别中的每个区域，均值交集超过并集分数为 0.95 或更好的模型。	6个月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Medaphor Limited

合作者

IntelligentUltrasound Limited

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2019年8月5日

初级完成 (实际的)

2019年9月30日

研究完成 (实际的)

2019年9月30日

研究注册日期

首次提交

2019年7月30日

首先提交符合 QC 标准的

2019年7月30日

首次发布 (实际的)

2019年7月31日

研究记录更新

最后更新发布 (实际的)

2019年10月10日

上次提交的符合 QC 标准的更新

2019年10月9日

最后验证

2019年7月1日