用于紧急医疗护理期间实时体重和身体成分估计的机器学习和基于 3D 图像的建模。研究1
2025年12月15日 更新者:Florida Atlantic University
用于紧急医疗护理期间实时体重和身体成分估计的机器学习和基于 3D 图像的建模。研究 1 - 使用仰卧患者的单个 3D 相机图像建立模型,以准确估计 TBW、IBW 和 LBW。
这项观察性研究的目标是训练和验证人工智能驱动的 3D 摄像头系统,以估计所有年龄段的男性和女性成年志愿者的总体重、理想体重和去脂体重。 本研究旨在回答的主要问题是:
- 通过人工智能驱动的 3D 相机重量估算系统,我们可以达到什么程度的重量估算精度?
- 对于男女、所有年龄段和所有体型(体重不足、正常体重、超重)的成年人来说,这种准确度是否相同? 参与者将接受一些人体测量(身高、中臂围、体重围、臀围、测量体重)、DXA 扫描(测量去脂体重)以及使用 3D 相机进行 3D 成像。
不会有任何干预。
研究概览
地位
撤销
详细说明
本研究是一项单中心观察性研究,旨在训练、内部验证和测试人工智能驱动的 3D 相机重量估计系统。
我们的假设是,当该系统用于管理急症患者时,将能够比其他现有的护理点系统更准确地估计总体重、理想体重和去脂体重。
健康志愿者将用于训练和测试该系统。
在大约 30 分钟的单次数据收集过程中,将捕获躺在医疗担架上的志愿者的基线人体测量数据、DXA 扫描和 3D 相机图像。
不会有任何干预,也不会跟踪参与者。
收集到的数据将用于训练人工智能算法(基于人工神经网络),以使用单个深度图像来估计体重。
一旦人工智能系统完全进化,其重量估计性能的准确性将在独立的测试数据集中进行评估。
研究类型
观察性的
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。
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
非概率样本
研究人群
佛罗里达大西洋大学博卡拉顿校区的学生、教职员工和教职员工。
描述
纳入标准:
- 任何愿意的志愿者。
排除标准:
- 体重超过 DXA 机器容量 >204 公斤(450 磅)的参与者;
- 怀孕的参与者;
- 参与者的健康状况可能会影响研究;
- 患有任何金属手术植入物的参与者;
- 过去一周接受过对比 X 光检查的参与者;
- 研究前24小时内服用钙补充剂的参与者。
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
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 |
|---|---|---|
|
总带宽估算
大体时间:基线
|
使用 3D 摄像系统进行 TBW 估算的准确性
|
基线
|
|
IBW估计
大体时间:基线
|
使用 3D 相机系统估算 IBW 的准确性
|
基线
|
|
低体重估计
大体时间:基线
|
使用 3D 摄像系统进行 LBW 估计的准确性
|
基线
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
与性别相关的准确性
大体时间:基线
|
男性和女性之间的准确率差异
|
基线
|
|
与年龄相关的准确性
大体时间:基线
|
按年龄组估算体重的准确性
|
基线
|
|
BMI 相关准确度
大体时间:基线
|
按体重状态分组进行体重估算的准确性
|
基线
|
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。
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Wells M, Goldstein L. Appropriate Statistical Analysis and Data Reporting for Weight Estimation Studies. Pediatr Emerg Care. 2023 Jan 1;39(1):62-63. doi: 10.1097/PEC.0000000000002862. Epub 2022 Oct 1. No abstract available.
- Wells M, Goldstein LN, Cattermole G. Development and Validation of a Length- and Habitus-Based Method of Ideal and Lean Body Weight Estimation for Adults Requiring Urgent Weight-Based Medical Intervention. Eur J Drug Metab Pharmacokinet. 2022 Nov;47(6):841-853. doi: 10.1007/s13318-022-00796-3. Epub 2022 Sep 19.
- Wells M, Goldstein LN. Estimating Lean Body Weight in Adults With the PAWPER XL-MAC Tape Using Actual Measured Weight as an Input Variable. Cureus. 2022 Sep 17;14(9):e29278. doi: 10.7759/cureus.29278. eCollection 2022 Sep.
- Wells M, Goldstein LN, Alter SM, Solano JJ, Engstrom G, Shih RD. The accuracy of total body weight estimation in adults - A systematic review and meta-analysis. Am J Emerg Med. 2024 Feb;76:123-135. doi: 10.1016/j.ajem.2023.11.037. Epub 2023 Nov 29.
- Wells M, Goldstein LN, Wells T, Ghazi N, Pandya A, Furht B, Engstrom G, Jan MT, Shih R. Total body weight estimation by 3D camera systems: Potential high-tech solutions for emergency medicine applications? A scoping review. J Am Coll Emerg Physicians Open. 2024 Oct 4;5(5):e13320. doi: 10.1002/emp2.13320. eCollection 2024 Oct.
- Sonar VG, Jan MT, Wells M, Pandya A, Engstrom G, Shih R, Furht B. Estimating Body Volume and Height Using 3D Data. arxiv. 2024 September; 2410.02800
- Jan MT, Kumar A, Wells M, Pandya A, Engstrom G, Shih R, Furht B. Comprehensive Survey of Body Weight Estimation: Techniques, Datasets and Applications. Multimedia Tools and Applications. 2024 October
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)
2025年7月1日
初级完成 (估计的)
2026年6月30日
研究完成 (估计的)
2026年6月30日
研究注册日期
首次提交
2024年10月15日
首先提交符合 QC 标准的
2024年10月16日
首次发布 (实际的)
2024年10月17日
研究记录更新
最后更新发布 (实际的)
2025年12月19日
上次提交的符合 QC 标准的更新
2025年12月15日
最后验证
2025年12月1日
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)?
是的
IPD 计划说明
将根据要求共享 3D 图像的浊点数据。
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.