超声图像智能分割算法
2024年11月2日 更新者：Tianzhu Liu、Tongji Hospital
该项目旨在通过优化和细化神经网络算法来提高超声图像分析的性能，同时收集和构建与超声图像相关的广泛数据集。
该算法将以数据驱动的方式进行训练和评估，测试结果有助于区域块图像的精确分割和特征超声解剖结构的识别。
这种方法将显着推进超声波技术的研究和开发。
研究概览
详细说明
- 算法开发：开发高性能智能超声图像识别和分割算法；
- 数据集：建立超声图像数据集，方便研究人员开发和验证算法；
- 申请专利、发表学术论文、推广和普及技术。
研究类型
观察性的
注册 (估计的)
5000
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：Liu Tianzhu, M.D.
- 电话号码：13098866448
- 邮箱：liutzh@126.com
学习地点
-
-
Hubei
-
Wuhan、Hubei、中国、430000
- 招聘中
- Tianzhu Liu
-
接触：
- Tianzhu Liu, M.D.
- 电话号码：13098866448
- 邮箱：liutzh@126.com
-
接触：
- Mei Wei, M.D.
- 电话号码：15802777505
- 邮箱：wmei@hust.edu.cn
-
-
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
取样方法
非概率样本
研究人群
任何接受超声波扫描的患者，包括志愿者。
描述
纳入标准：
- 没有任何。
排除标准：
- 没有任何。
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 |
|---|---|---|
|
超声波图像
大体时间：2年
|
通过超声扫描获得的超声图像
|
2年
|
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。
调查人员
- 首席研究员：Mei Wei, M.D.、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)
2024年10月14日
初级完成 (估计的)
2026年11月2日
研究完成 (估计的)
2026年11月14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15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 (估计的)
2024年11月5日
上次提交的符合 QC 标准的更新
2024年11月2日
最后验证
2024年11月1日
更多信息
与本研究相关的术语
其他研究编号
- Tongji Hospital102114-4
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
研究完成后如有必要请联系研究人员。
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.