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。

Reconstruction Technology to Auxiliary Diagnosis and Guarantee Patient Privacy

2021年9月16日 更新者：Haotian Lin、Sun Yat-sen University

Using a Reconstruction Technology With Facial Pathological Features to Auxiliary Diagnosis and Guarantee Patient Privacy

Medical data that contain facial images are particularly sensitive as they retain important personal biometric identity, privacy protection. We developed a novel technology called "Digital Mask" (DM), based on real-time three-dimensional (3D) reconstruction and deep learning algorithm, to extract disease-relevant features but remove patient identifiable features from facial images of patients.

研究概览

地位

招聘中

条件

干预/治疗

研究类型

观察性的

注册 (预期的)

400

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。

学习联系方式

学习地点

  • 中国
    • Guangdong
      • Guangzhou、Guangdong、中国、510000
        • 招聘中
        • Zhongshan Ophthalmic Center
        • 接触：

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

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

有资格学习的性别

全部

取样方法

非概率样本

研究人群

Outpatients from strabismus departments, paediatric ophthalmology departments, TAO departments, and ophthalmic plastic departments.

描述

Inclusion Criteria:

  • The quality of facial images should be clinically acceptable.

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

队列和干预

团体/队列
干预/治疗
facial videos dataset
facial videos collected from Zhongshan Ophthalmic Center of Sun Yat-sen University.
诊断测试：DM
A new technology based on 3D reconstruction and deep learning algorithm to irreversibly erase the biometric attributes whilst retaining the clinical attributes needed for diagnosis and management

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
Diagnostic consistency
大体时间：baseline
For each eye, both the diagnosis from the original videos and the diagnosis from the DM-reconstructed videos were recorded and compared. If the two diagnoses were consistent, it suggests that the reconstruction would be precise enough in clinical practice.
baseline

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

Sun Yat-sen University

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)

2020年5月10日

初级完成 (预期的)

2021年9月20日

研究完成 (预期的)

2022年1月30日

研究注册日期

首次提交

2021年9月16日

首先提交符合 QC 标准的

2021年9月16日

首次发布 (实际的)

2021年9月28日

研究记录更新

最后更新发布 (实际的)

2021年9月28日

上次提交的符合 QC 标准的更新

2021年9月16日

最后验证

2021年9月1日

更多信息

与本研究相关的术语

其他研究编号

  • 2021KYPJ77

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.

订阅