基于超声数据的肌肉减少症评估系统
基于超声多维数据的肌少症风险分级人工智能评估系统
- 开发基于超声图像的少肌症人工智能辅助诊断模型；
- 开发基于超声图像数据的人工智能分类和回归模型，用于肌肉减少症的辅助诊断、患者体力估计等功能。
研究概览
详细说明
肌肉减少症是一种与年龄相关的肌肉质量损失和肌肉功能下降的综合征，可与多种疾病共存，并与多种疾病状态广泛相互作用，影响疾病预后。 癌症、糖尿病、慢性肾病和类风湿性关节炎等疾病可以通过影响生肌细胞再生、干扰蛋白质合成、增加蛋白质消耗以及通过泛素化途径增强蛋白质降解来加速肌肉损失的过程，以及运动能力的下降反过来，功能也会进一步恶化疾病的预后。 尽管存在一些地区差异，但肌肉减少症的患病率已超过 10%。 早期识别肌肉减少症的潜在风险并在肌肉质量和功能损伤的早期阶段进行早期干预是改善老年人生活质量的最重要步骤之一。
目前，肌肉减少症的诊断依赖于三个特征：肌肉质量损失、肌肉力量损失和身体机能损失。 目前，医生通常使用生物电阻抗分析（BIA）或双能X射线吸收仪（DXA）测定骨骼肌质量指数SMI来测量肌肉质量，握力测试来测量肌肉力量、步态速度或SPPB等工具分数来评估身体表现。 当受试者的 SMI 下降并伴有握力下降或步态速度下降时，即可做出肌肉减少症的诊断。
在医学成像领域，研究人员一直致力于探索和验证适当的成像工具和标记物来诊断和评估肌肉减少症。 医学影像深度挖掘的常用方法包括放射组学和机器学习，通常通过分析肌肉特定部位的纹理特征来量化肌肉功能，或者通过二维或三维精确分割骨骼肌来量化肌肉质量。 与计算机断层扫描 (CT) 或磁共振成像 (MRI) 相比，超声是一种更容易获得且成本更低的医学成像技术，特别是在低收入和中等收入地区。 利用超声波可以方便地扫描局部肌肉，获得肌肉厚度、横截面积、羽状角度等肌肉特征。 我们前期的研究表明，利用四个部位的肌肉厚度，结合年龄、体重指数（BMI）等基本信息，可以准确估计老年人的SMI，并且在跨区域验证中发现，估计值的稳定性可以提高在种族比例差异很大的社区中进行维护。 然而，现有的几项关于肌肉减少症超声的大型研究目前仅关注肌肉形态测量，忽略了大量隐藏的超声图像信息。 与此同时，与 CT 或 MRI 相比，扫描过程的灵活性导致放射组学或深度学习工具对使用图像进行人工智能分类的阻力更大。
面对这样的困境，我们尝试建立一个智能的肌少症风险分级系统，基于年龄、BMI等基本信息、超声测量结果、原始图像内容等多维数据，完成老年人肌少症的风险分级。一站式方式，实现潜在肌少症人群的快速筛查和分类，以便进一步临床管理。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Xinyi Tang, Dr.
- 电话号码：+8615680819215
- 邮箱：tangxinyi1996@outlook.com
学习地点
-
-
Sichuan
-
Chengdu、Sichuan、中国
- 招聘中
- Xinyi Tang
-
接触：
- Xinyi Tang, Dr.
- 电话号码：+8615680819215
-
-
参与标准
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
取样方法
研究人群
描述
纳入标准：
- > 50岁
- 例如，疑似肌肉减少症的患者需要帮助行走、从椅子上站起来或爬楼梯；最近有跌倒行走史；最近无意中体重减轻
排除标准：
- 手臂或腿被截肢
- 严重水肿（水肿高于膝盖）
- 植入式起搏器
- 意识障碍、总体健康状况不佳或其他会阻止个人完成研究的原因
学习计划
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 |
|---|---|
|
有肌少症风险的住院老年人
|
超声波扫描
|
|
存在肌肉减少症风险的社区老年人
|
超声波扫描
|
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 |
|---|---|---|
|
死亡
大体时间：初次超声检查后 2 年内
|
初次超声检查后 2 年内
|
|
|
诊断为肌肉减少症
大体时间：初次超声检查后 2 年内
|
骨骼肌质量指数（SMI）<7（男性）/5.7（女性）kg/m2（BIA测量）且步态速度<1m/s或握力<28kg（男性）/18kg（女性）
|
初次超声检查后 2 年内
|
合作者和调查者
调查人员
- 首席研究员：Xinyi Tang, Dr.、Department of Medical Ultrasound, West China Hospital, Sichuan University
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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
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.