基于深度学习的骨龄评估软件对中国儿童诊断价值的表现
高精度、高精度的骨龄评估对于各种儿科疾病的诊疗监测具有重要意义。 常用的骨龄评估方法有GP图谱、TW3评分和中华05。 GP法是将手腕X线片与寰椎参考X线片进行比较。 其主要缺点是主观性强，图谱标准间隔长。 与GP法不同的是，TW3法是对每块骨进行分级评分，将各骨骺评分相加，计算出骨成熟度总分，得到相应的最终骨龄值。 虽然 TW3 评分方法相对准确，但复杂且耗时，并且评估者之间存在很大差异。 为了更有效、更准确地评估骨龄，基于计算机图像自动识别技术的方法可以帮助克服这些问题。
本研究选取5家医院的1000名1-18岁儿童作为研究对象。 用骨龄仪拍摄骨龄片后，记录AI组、人工组、标准组的读片结果和评价时间。 一个月后，人工组借助AI系统对1000部影片进行重新分析，并记录评价时间。 最后比较了人工组、AI组、人工组合AI组和标准组的准确率和时间差。
本研究旨在利用最先进的人工智能深度学习骨龄评估软件，探索骨龄仪的价值，以提高儿科医生骨龄评估的准确性和诊断效率。
研究概览
详细说明
- 研究对象：选取在5家医院进行骨龄测量的1000名1-18岁儿童的左手腕X线片
- 研究方法：
2.1 一般资料：姓名、性别、实际年龄、身高、体重、BMI、种族、疾病类型 2.2 主要仪器：人工智能X线骨龄仪 2.3 扫描方案：左后位和前位X线片 2.4 骨龄评价方法及分组 2.4 .1 标准组：TW3-RUS和TW3-CARPAL由TW3系统培训指定的5名儿科医师评估左手骨龄片。 阅读平板电脑没有时间限制。 以5位医生评价结果的平均值作为最终参考标准。
2.4.2 骨龄评估分组①人工组（5名评估员分别评估骨龄）②AI组③人工+AI组（人工组评估骨龄，辅助AI智能软件评估）用骨龄仪拍摄骨龄片后，片记录AI组、人工组、标准组的阅读结果和评价时间。 一个月后，人工组借助AI系统对1000部影片进行重新分析，并记录评价时间。 最后比较了人工组、AI组、人工组合AI组和标准组的准确率和时间差。
研究类型
注册 (预期的)
联系人和位置
学习联系方式
- 姓名：Xiaoping Luo, director
- 电话号码：13387522645
- 邮箱：xpluo@tjh.tjmu.edu.cn
学习地点
-
-
Hubei
-
Wuhan、Hubei、中国
- 招聘中
- Tongji Hospital Tongji Medical College Of Hust
-
接触：
- Xiaoping Luo, director
- 电话号码：13387522645
- 邮箱：xpluo@tjh.tjmu.edu.cn
-
首席研究员：
- xiaoping luo, director
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
- 1 至 18 岁的儿童。
- 需要骨龄检查的临床诊断。
排除标准：
- 腕骨中有障碍物或植入物，例如金属。
- 分辨率差，影响骨骼特征的观察。
- 由于各种原因导致手腕投篮姿势不佳。
学习计划
研究是如何设计的？
设计细节
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 |
|---|---|---|
|
骨龄
大体时间：一个月
|
不同组别的骨龄评价结果的平均绝对误差（MAE）和均方根误差（RSME）
|
一个月
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.