对 360 度镉锌碲化物相机记录的快速全身骨断层扫描采集降噪的人工智能算法的评估 (IATOS2)
2026年6月23日 更新者：Achraf BAHLOUL、Central Hospital, Nancy, France
最近，通过深度学习降低噪声的人工智能算法已被开发出来，并应用于 SPECT 和 PET 图像。
许多研究报告了通过应用减少噪音的人工智能算法来减少骨闪烁扫描记录时间的可能性
研究概览
详细说明
只有两项研究将深度学习算法去噪的图像与传统滤波器（高斯滤波器和中值滤波器）去噪的图像进行了比较。 第一项研究仅针对患者进行，没有进行模型分析，也没有考虑病变的大小。 第二项研究包括对体模和患者的分析，但应用于平面图像而不是当今越来越多地使用的 SPECT 图像
我们对体模和患者进行的研究的假设是，一种降低噪声的人工智能算法可以取代通常用于骨 SPECT 的传统滤波器，以对闪烁图像进行去噪。
研究类型
观察性的
注册 (实际的)
20
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。
学习地点
-
-
-
Vandœuvre-lès-Nancy、法国、54511
- Nuclear Medicine Department
-
-
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
不
取样方法
概率样本
研究人群
针对风湿病或肿瘤适应症进行全身骨扫描且不反对使用其数据的患者
描述
纳入标准：
接受全身骨扫描以了解风湿病或肿瘤学指征的患者。
排除标准：
患者反对使用他们的数据
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 |
|---|---|---|
|
将智能人工算法处理后的图像与传统滤波人工算法处理后的图像进行比较
大体时间：一天
|
智能人工算法测量的成像量化值与传统滤波器测量的量化值对比
|
一天
|
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。
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2月27日
初级完成 (实际的)
2025年3月15日
研究完成 (实际的)
2025年3月30日
研究注册日期
首次提交
2025年1月7日
首先提交符合 QC 标准的
2025年1月14日
首次发布 (实际的)
2025年1月17日
研究记录更新
最后更新发布 (实际的)
2026年6月25日
上次提交的符合 QC 标准的更新
2026年6月23日
最后验证
2026年6月1日
更多信息
与本研究相关的术语
其他研究编号
- 2024PI241
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.