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。

双低剂量 CTA 中的深度学习重建算法

2024年4月16日 更新者：Hao Tang

双低剂量CT血管成像深度学习重建算法评价

这项观察性研究的目的是评估深度学习图像重建对双低剂量 CTA 的图像质量和诊断性能的影响。 其旨在回答的主要问题是探索双低剂量CTA中深度学习图像重建的可行性。

研究概览

地位

招聘中

条件

干预/治疗

详细说明

  1. 纳入标准剂量组和双低剂量组接受头颈部 CTA、冠状动脉 CTA 和腹部 CTA 的患者的原始数据。
  2. 执行了滤波反投影、迭代重建和深度学习重建等技术。
  3. 根据图像质量和诊断性能评估深度学习重建在双低剂量CTA中的可行性。

研究类型

观察性的

注册 (估计的)

1200

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

  • 姓名：Youfa M Tang, Doctor
  • 电话号码：8613554101223
  • 邮箱：1525573397@qq.com

研究联系人备份

学习地点

  • 中国
    • Hubei
      • Wuhan、Hubei、中国、430000
        • 招聘中
        • Tongji Hospital affiliated to Tongji Medical College of Huazhong University of Science and Technology
        • 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

  • 成人
  • 年长者

接受健康志愿者

是的

取样方法

概率样本

研究人群

接受 CT 血管成像的健康或患病成年人

描述

纳入标准：

  • 中风、冠心病和腹部炎症、腹部肿瘤等引起的头颈部CTA、冠状动脉CTA、腹部CTA患者。

排除标准：

  • 年龄<18岁、妊娠、对碘造影剂过敏、肾功能不全、严重甲状腺功能亢进。

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
标准剂量组
纳入了 400 名接受常规剂量头颈 CTA、冠状动脉 CTA 和腹部 CTA 患者的原始数据。 进行了滤波反投影、迭代和深度学习重建。 评估深度学习重建对常规剂量 CTA 患者图像质量和诊断性能的影响。
诊断测试：深度学习图像重建
深度学习图像重建（DLIR）是近年来新发展起来的人工智能降噪算法。 它训练海量高质量的FBP数据集来学习区分噪声和信号，从而选择性地降低噪声，用低质量图像数据重建高质量图像。
双低剂量组
包括 800 例低管电压和造影剂头颈 CTA、冠状动脉 CTA 和腹部 CTA 患者的原始数据。 进行了滤波反投影、迭代和深度学习重建。 评估深度学习重建对双低剂量 CTA 患者图像质量和诊断性能的影响。
诊断测试：深度学习图像重建
深度学习图像重建（DLIR）是近年来新发展起来的人工智能降噪算法。 它训练海量高质量的FBP数据集来学习区分噪声和信号，从而选择性地降低噪声，用低质量图像数据重建高质量图像。

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
通过受试者工作特征曲线的最佳截断值计算出特异性和敏感性。
大体时间：2026.1
使用受试者工作特征曲线的最佳截断值分别计算标准剂量组和双低剂量组的特异性和敏感性，以比较两组之间的诊断准确性。
2026.1

次要结果测量

结果测量
措施说明
大体时间
根据图像CT值和噪声计算出的信噪比
大体时间：2026.1
利用图像CT值和噪声分别计算标准剂量组和双低剂量组的信噪比，以评估两组之间的图像质量。
2026.1

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

Hao Tang

调查人员

  • 首席研究员：Hao Tang, Doctor、Tongji Hospital

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)

2023年6月1日

初级完成 (估计的)

2025年12月1日

研究完成 (估计的)

2026年3月1日

研究注册日期

首次提交

2024年4月11日

首先提交符合 QC 标准的

2024年4月16日

首次发布 (实际的)

2024年4月18日

研究记录更新

最后更新发布 (实际的)

2024年4月18日

上次提交的符合 QC 标准的更新

2024年4月16日

最后验证

2024年4月1日

更多信息

与本研究相关的术语

其他研究编号

  • 102122

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

不

IPD 计划说明

为保护参与者隐私，未经参与者同意，相关数据不会共享

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