免费获得国外相关药品,最快 1 个工作日回馈药物信息

出境医 / 临床实验 / 整合定量MRI和人工智能以改善前列腺癌分类

整合定量MRI和人工智能以改善前列腺癌分类

研究描述
简要摘要:
这项研究评估了新的磁共振成像(MRI)和人工智能技术如何改善对怀疑已确认的前列腺癌患者的未来前列腺MRI检查的图像质量和定量信息。这项研究中开发的MRI和人工智能技术可能会提高未来使用侵入性技术比当前使用的少量诊断前列腺癌的准确性。

病情或疾病 干预/治疗
前列腺癌步骤:3特斯拉磁共振成像其他:电子健康记录评论

详细说明:

主要目标:

I.开发和评估定量动态对比增强(DCE)-MRI分析技术,以最大程度地减少定量参数计算中的患者和扫描仪特异性变异性。

ii。开发和评估扩散加权成像(DWI)方法,以减少由于患者和扫描仪特异性敏感性和涡流效应而导致的前列腺几何变形。

iii。开发和评估多级深度学习模型,以系统地整合定量多参数(MP)-MRI特征,以准确检测和分类临床上显着的前列腺癌(CSPCA)。

大纲:

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI标准MRI中进行了30分钟,总共进行3次MRI成像,总计1.5小时。

学习规划
研究信息的布局表
研究类型观察
估计入学人数 275名参与者
观察模型:队列
时间观点:其他
官方标题:整合定量MRI和人工智能以改善前列腺癌分类
估计研究开始日期 2021年6月1日
估计初级完成日期 2026年6月1日
估计 学习完成日期 2027年6月1日
武器和干预措施
小组/队列 干预/治疗
观察性(电子健康记录审查,3 T MRI)

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI中进行3T MRI的进一步进行3T MRI成像,总计1.5小时。

步骤:3特斯拉磁共振成像
进行3T MRI
其他名称:
  • 3特斯拉MRI
  • 3T MRI

其他:电子健康记录评论
审查了医疗图表

结果措施
主要结果指标
  1. 定量动态对比度(DCE)增强磁共振成像(MRI)分析技术[时间范围:最多5年]
    将评估来自正常前列腺组织的转移常数(KTRAN)和速率常数(KEP)的变异性。分布之间的成对差异将通过计算kolmogorov-smirnov统计量来估计,该统计量定义为参数范围内的经验分布函数之间的最大差异,使用三个MRI扫描仪中的每种情况。将计算扫描仪之间这些成对差异的平均值,以量化每个DCE-MRI模型的总体差异。使用非参数引导程序的平均差异差异为95%的置信区间的构建将进行比较,以比较DCE-MRI模型之间的这种平均差异。通过对替换的患者进行采样,由扫描仪进行分层,生成10,000个引导样品。将得出结论,如果95%的置信区间完全小于零,则提出的DCE-MRI模型的扫描仪间可变性降低。

  2. 扩散加权成像(DWI)方法的开发,以减少前列腺几何失真[时间范围:最多5年]
    在前列腺骰子的相似性系数(主要结果)和明显的扩散系数一致性方面,视图字段与标准DWI之间的差异将进行比较。

  3. 开发多级深度学习模型[时间范围:最多5年]
    焦点和前列腺成像报告和数据系统版本2的总体性能将根据曲线下的面积进行比较。曲线下区域之间的比较将使用Delong的测试进行。还将包括焦点和基线深度学习方法(U-NET和DeepLab没有局灶性丢失[FL]和相互发现丢失[MFL])之间的比较,以表征与同一研究队列使用FL和MFL的优势。对于每种方法,将通过最大化Youden的J(= =敏感性 +特异性-1)来确定临床上显着前列腺癌的最佳切割点,并根据所选切割的敏感性,特异性和95%的置信区间报告。观点。


资格标准
有资格信息的布局表
符合研究资格的年龄: 18岁以上(成人,老年人)
有资格学习的男女:男性
接受健康的志愿者:
采样方法:非概率样本
研究人群
加利福尼亚大学洛杉矶分校(UCLA)的患者可能已经接受了3吨前列腺多参数MRI或在活检或自由基前列腺切除术之前转介3 t多参数前列腺MRI。
标准

纳入标准:

  • 18岁及以上的男性患者
  • 前列腺癌或活检证实的前列腺癌的临床怀疑
  • 在加利福尼亚大学洛杉矶分校(UCLA)经历了或经过多参数3 t前列腺MRI
  • 提供同意的能力

排除标准:

  • MRI的禁忌症(例如,心脏设备,人体瓣膜,严重的幽闭恐惧症
  • 除了对基于Gadolinium对比剂过敏的可能性之外,其他基于Gadolinium对比剂的禁忌剂的禁忌症
  • 先前的放疗
联系人和位置

位置
位置表的布局表
美国,加利福尼亚
加州大学洛杉矶分校 /琼森综合癌症中心
美国加利福尼亚州洛杉矶,90095
联系人:Kyung H. Sung 310-267-6842 ksung@mednet.ucla.edu
首席研究员:Kyung H. Sung
赞助商和合作者
琼森综合癌症中心
国立卫生研究院(NIH)
国家癌症研究所(NCI)
调查人员
调查员信息的布局表
首席研究员: Kyung H Sung加州大学洛杉矶分校 /琼森综合癌症中心
追踪信息
首先提交日期2021年2月18日
第一个发布日期2021年2月21日
最后更新发布日期2021年2月21日
估计研究开始日期2021年6月1日
估计初级完成日期2026年6月1日(主要结果度量的最终数据收集日期)
当前的主要结果指标
(提交:2021年2月18日)
  • 定量动态对比度(DCE)增强磁共振成像(MRI)分析技术[时间范围:最多5年]
    将评估来自正常前列腺组织的转移常数(KTRAN)和速率常数(KEP)的变异性。分布之间的成对差异将通过计算kolmogorov-smirnov统计量来估计,该统计量定义为参数范围内的经验分布函数之间的最大差异,使用三个MRI扫描仪中的每种情况。将计算扫描仪之间这些成对差异的平均值,以量化每个DCE-MRI模型的总体差异。使用非参数引导程序的平均差异差异为95%的置信区间的构建将进行比较,以比较DCE-MRI模型之间的这种平均差异。通过对替换的患者进行采样,由扫描仪进行分层,生成10,000个引导样品。将得出结论,如果95%的置信区间完全小于零,则提出的DCE-MRI模型的扫描仪间可变性降低。
  • 扩散加权成像(DWI)方法的开发,以减少前列腺几何失真[时间范围:最多5年]
    在前列腺骰子的相似性系数(主要结果)和明显的扩散系数一致性方面,视图字段与标准DWI之间的差异将进行比较。
  • 开发多级深度学习模型[时间范围:最多5年]
    焦点和前列腺成像报告和数据系统版本2的总体性能将根据曲线下的面积进行比较。曲线下区域之间的比较将使用Delong的测试进行。还将包括焦点和基线深度学习方法(U-NET和DeepLab没有局灶性丢失[FL]和相互发现丢失[MFL])之间的比较,以表征与同一研究队列使用FL和MFL的优势。对于每种方法,将通过最大化Youden的J(= =敏感性 +特异性-1)来确定临床上显着前列腺癌的最佳切割点,并根据所选切割的敏感性,特异性和95%的置信区间报告。观点。
原始主要结果指标与电流相同
改变历史没有发布更改
当前的次要结果指标不提供
原始的次要结果指标不提供
当前其他预先指定的结果指标不提供
其他其他预先指定的结果指标不提供
描述性信息
简短标题整合定量MRI和人工智能以改善前列腺癌分类
官方头衔整合定量MRI和人工智能以改善前列腺癌分类
简要摘要这项研究评估了新的磁共振成像(MRI)和人工智能技术如何改善对怀疑已确认的前列腺癌患者的未来前列腺MRI检查的图像质量和定量信息。这项研究中开发的MRI和人工智能技术可能会提高未来使用侵入性技术比当前使用的少量诊断前列腺癌的准确性。
详细说明

主要目标:

I.开发和评估定量动态对比增强(DCE)-MRI分析技术,以最大程度地减少定量参数计算中的患者和扫描仪特异性变异性。

ii。开发和评估扩散加权成像(DWI)方法,以减少由于患者和扫描仪特异性敏感性和涡流效应而导致的前列腺几何变形。

iii。开发和评估多级深度学习模型,以系统地整合定量多参数(MP)-MRI特征,以准确检测和分类临床上显着的前列腺癌(CSPCA)。

大纲:

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI标准MRI中进行了30分钟,总共进行3次MRI成像,总计1.5小时。

研究类型观察
学习规划观察模型:队列
时间观点:其他
目标随访时间不提供
生物测量不提供
采样方法非概率样本
研究人群加利福尼亚大学洛杉矶分校(UCLA)的患者可能已经接受了3吨前列腺多参数MRI或在活检或自由基前列腺切除术之前转介3 t多参数前列腺MRI。
健康)状况前列腺癌
干涉
  • 步骤:3特斯拉磁共振成像
    进行3T MRI
    其他名称:
    • 3特斯拉MRI
    • 3T MRI
  • 其他:电子健康记录评论
    审查了医疗图表
研究组/队列观察性(电子健康记录审查,3 T MRI)

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI中进行3T MRI的进一步进行3T MRI成像,总计1.5小时。

干预措施:
  • 步骤:3特斯拉磁共振成像
  • 其他:电子健康记录评论
出版物 *不提供

*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。
招聘信息
招聘状况尚未招募
估计入学人数
(提交:2021年2月18日)
275
原始估计注册与电流相同
估计学习完成日期2027年6月1日
估计初级完成日期2026年6月1日(主要结果度量的最终数据收集日期)
资格标准

纳入标准:

  • 18岁及以上的男性患者
  • 前列腺癌或活检证实的前列腺癌的临床怀疑
  • 在加利福尼亚大学洛杉矶分校(UCLA)经历了或经过多参数3 t前列腺MRI
  • 提供同意的能力

排除标准:

  • MRI的禁忌症(例如,心脏设备,人体瓣膜,严重的幽闭恐惧症
  • 除了对基于Gadolinium对比剂过敏的可能性之外,其他基于Gadolinium对比剂的禁忌剂的禁忌症
  • 先前的放疗
性别/性别
有资格学习的男女:男性
年龄18岁以上(成人,老年人)
接受健康的志愿者
联系人
列出的位置国家美国
删除了位置国家
管理信息
NCT编号NCT04765150
其他研究ID编号19-002202
NCI-2021-00373(注册表标识符:CTRP(临床试验报告计划))
19-002202(其他标识符:UCLA / Jonsson综合癌症中心)
R01CA248506(美国NIH赠款/合同)
441480-KS-29447(其他赠款/资金编号:NCI)
有数据监测委员会
美国FDA调节的产品
研究美国FDA调节的药物:
研究美国FDA调节的设备产品:
从美国生产并出口的产品:
IPD共享声明不提供
责任方琼森综合癌症中心
研究赞助商琼森综合癌症中心
合作者
  • 国立卫生研究院(NIH)
  • 国家癌症研究所(NCI)
调查人员
首席研究员: Kyung H Sung加州大学洛杉矶分校 /琼森综合癌症中心
PRS帐户琼森综合癌症中心
验证日期2021年2月
研究描述
简要摘要:
这项研究评估了新的磁共振成像(MRI)和人工智能技术如何改善对怀疑已确认的前列腺癌患者的未来前列腺MRI检查的图像质量和定量信息。这项研究中开发的MRI和人工智能技术可能会提高未来使用侵入性技术比当前使用的少量诊断前列腺癌的准确性。

病情或疾病 干预/治疗
前列腺癌步骤:3特斯拉磁共振成像其他:电子健康记录评论

详细说明:

主要目标:

I.开发和评估定量动态对比增强(DCE)-MRI分析技术,以最大程度地减少定量参数计算中的患者和扫描仪特异性变异性。

ii。开发和评估扩散加权成像(DWI)方法,以减少由于患者和扫描仪特异性敏感性和涡流效应而导致的前列腺几何变形。

iii。开发和评估多级深度学习模型,以系统地整合定量多参数(MP)-MRI特征,以准确检测和分类临床上显着的前列腺癌(CSPCA)。

大纲:

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI标准MRI中进行了30分钟,总共进行3次MRI成像,总计1.5小时。

学习规划
研究信息的布局表
研究类型观察
估计入学人数 275名参与者
观察模型:队列
时间观点:其他
官方标题:整合定量MRI和人工智能以改善前列腺癌分类
估计研究开始日期 2021年6月1日
估计初级完成日期 2026年6月1日
估计 学习完成日期 2027年6月1日
武器和干预措施
小组/队列 干预/治疗
观察性(电子健康记录审查,3 T MRI)

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI中进行3T MRI的进一步进行3T MRI成像,总计1.5小时。

步骤:3特斯拉磁共振成像
进行3T MRI
其他名称:
  • 3特斯拉MRI
  • 3T MRI

其他:电子健康记录评论
审查了医疗图表

结果措施
主要结果指标
  1. 定量动态对比度(DCE)增强磁共振成像(MRI)分析技术[时间范围:最多5年]
    将评估来自正常前列腺组织的转移常数(KTRAN)和速率常数(KEP)的变异性。分布之间的成对差异将通过计算kolmogorov-smirnov统计量来估计,该统计量定义为参数范围内的经验分布函数之间的最大差异,使用三个MRI扫描仪中的每种情况。将计算扫描仪之间这些成对差异的平均值,以量化每个DCE-MRI模型的总体差异。使用非参数引导程序的平均差异差异为95%的置信区间的构建将进行比较,以比较DCE-MRI模型之间的这种平均差异。通过对替换的患者进行采样,由扫描仪进行分层,生成10,000个引导样品。将得出结论,如果95%的置信区间完全小于零,则提出的DCE-MRI模型的扫描仪间可变性降低。

  2. 扩散加权成像(DWI)方法的开发,以减少前列腺几何失真[时间范围:最多5年]
    在前列腺骰子的相似性系数(主要结果)和明显的扩散系数一致性方面,视图字段与标准DWI之间的差异将进行比较。

  3. 开发多级深度学习模型[时间范围:最多5年]
    焦点和前列腺成像报告和数据系统版本2的总体性能将根据曲线下的面积进行比较。曲线下区域之间的比较将使用Delong的测试进行。还将包括焦点和基线深度学习方法(U-NET和DeepLab没有局灶性丢失[FL]和相互发现丢失[MFL])之间的比较,以表征与同一研究队列使用FL和MFL的优势。对于每种方法,将通过最大化Youden的J(= =敏感性 +特异性-1)来确定临床上显着前列腺癌的最佳切割点,并根据所选切割的敏感性,特异性和95%的置信区间报告。观点。


资格标准
有资格信息的布局表
符合研究资格的年龄: 18岁以上(成人,老年人)
有资格学习的男女:男性
接受健康的志愿者:
采样方法:非概率样本
研究人群
加利福尼亚大学洛杉矶分校(UCLA)的患者可能已经接受了3吨前列腺多参数MRI或在活检或自由基前列腺切除术之前转介3 t多参数前列腺MRI。
标准

纳入标准:

  • 18岁及以上的男性患者
  • 前列腺癌或活检证实的前列腺癌的临床怀疑
  • 在加利福尼亚大学洛杉矶分校(UCLA)经历了或经过多参数3 t前列腺MRI
  • 提供同意的能力

排除标准:

  • MRI的禁忌症(例如,心脏设备,人体瓣膜,严重的幽闭恐惧症
  • 除了对基于Gadolinium对比剂过敏的可能性之外,其他基于Gadolinium对比剂的禁忌剂的禁忌症
  • 先前的放疗
联系人和位置

位置
位置表的布局表
美国,加利福尼亚
加州大学洛杉矶分校 /琼森综合癌症中心
美国加利福尼亚州洛杉矶,90095
联系人:Kyung H. Sung 310-267-6842 ksung@mednet.ucla.edu
首席研究员:Kyung H. Sung
赞助商和合作者
琼森综合癌症中心
国立卫生研究院(NIH)
国家癌症研究所(NCI)
调查人员
调查员信息的布局表
首席研究员: Kyung H Sung加州大学洛杉矶分校 /琼森综合癌症中心
追踪信息
首先提交日期2021年2月18日
第一个发布日期2021年2月21日
最后更新发布日期2021年2月21日
估计研究开始日期2021年6月1日
估计初级完成日期2026年6月1日(主要结果度量的最终数据收集日期)
当前的主要结果指标
(提交:2021年2月18日)
  • 定量动态对比度(DCE)增强磁共振成像(MRI)分析技术[时间范围:最多5年]
    将评估来自正常前列腺组织的转移常数(KTRAN)和速率常数(KEP)的变异性。分布之间的成对差异将通过计算kolmogorov-smirnov统计量来估计,该统计量定义为参数范围内的经验分布函数之间的最大差异,使用三个MRI扫描仪中的每种情况。将计算扫描仪之间这些成对差异的平均值,以量化每个DCE-MRI模型的总体差异。使用非参数引导程序的平均差异差异为95%的置信区间的构建将进行比较,以比较DCE-MRI模型之间的这种平均差异。通过对替换的患者进行采样,由扫描仪进行分层,生成10,000个引导样品。将得出结论,如果95%的置信区间完全小于零,则提出的DCE-MRI模型的扫描仪间可变性降低。
  • 扩散加权成像(DWI)方法的开发,以减少前列腺几何失真[时间范围:最多5年]
    在前列腺骰子的相似性系数(主要结果)和明显的扩散系数一致性方面,视图字段与标准DWI之间的差异将进行比较。
  • 开发多级深度学习模型[时间范围:最多5年]
    焦点和前列腺成像报告和数据系统版本2的总体性能将根据曲线下的面积进行比较。曲线下区域之间的比较将使用Delong的测试进行。还将包括焦点和基线深度学习方法(U-NET和DeepLab没有局灶性丢失[FL]和相互发现丢失[MFL])之间的比较,以表征与同一研究队列使用FL和MFL的优势。对于每种方法,将通过最大化Youden的J(= =敏感性 +特异性-1)来确定临床上显着前列腺癌的最佳切割点,并根据所选切割的敏感性,特异性和95%的置信区间报告。观点。
原始主要结果指标与电流相同
改变历史没有发布更改
当前的次要结果指标不提供
原始的次要结果指标不提供
当前其他预先指定的结果指标不提供
其他其他预先指定的结果指标不提供
描述性信息
简短标题整合定量MRI和人工智能以改善前列腺癌分类
官方头衔整合定量MRI和人工智能以改善前列腺癌分类
简要摘要这项研究评估了新的磁共振成像(MRI)和人工智能技术如何改善对怀疑已确认的前列腺癌患者的未来前列腺MRI检查的图像质量和定量信息。这项研究中开发的MRI和人工智能技术可能会提高未来使用侵入性技术比当前使用的少量诊断前列腺癌的准确性。
详细说明

主要目标:

I.开发和评估定量动态对比增强(DCE)-MRI分析技术,以最大程度地减少定量参数计算中的患者和扫描仪特异性变异性。

ii。开发和评估扩散加权成像(DWI)方法,以减少由于患者和扫描仪特异性敏感性和涡流效应而导致的前列腺几何变形。

iii。开发和评估多级深度学习模型,以系统地整合定量多参数(MP)-MRI特征,以准确检测和分类临床上显着的前列腺癌(CSPCA)。

大纲:

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI标准MRI中进行了30分钟,总共进行3次MRI成像,总计1.5小时。

研究类型观察
学习规划观察模型:队列
时间观点:其他
目标随访时间不提供
生物测量不提供
采样方法非概率样本
研究人群加利福尼亚大学洛杉矶分校(UCLA)的患者可能已经接受了3吨前列腺多参数MRI或在活检或自由基前列腺切除术之前转介3 t多参数前列腺MRI。
健康)状况前列腺癌
干涉
  • 步骤:3特斯拉磁共振成像
    进行3T MRI
    其他名称:
    • 3特斯拉MRI
    • 3T MRI
  • 其他:电子健康记录评论
    审查了医疗图表
研究组/队列观察性(电子健康记录审查,3 T MRI)

回顾性:对患者的病历进行了审查。

前瞻性:患者在30分钟,期间或之后的3T MRI中进行3T MRI的进一步进行3T MRI成像,总计1.5小时。

干预措施:
  • 步骤:3特斯拉磁共振成像
  • 其他:电子健康记录评论
出版物 *不提供

*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。
招聘信息
招聘状况尚未招募
估计入学人数
(提交:2021年2月18日)
275
原始估计注册与电流相同
估计学习完成日期2027年6月1日
估计初级完成日期2026年6月1日(主要结果度量的最终数据收集日期)
资格标准

纳入标准:

  • 18岁及以上的男性患者
  • 前列腺癌或活检证实的前列腺癌的临床怀疑
  • 在加利福尼亚大学洛杉矶分校(UCLA)经历了或经过多参数3 t前列腺MRI
  • 提供同意的能力

排除标准:

  • MRI的禁忌症(例如,心脏设备,人体瓣膜,严重的幽闭恐惧症
  • 除了对基于Gadolinium对比剂过敏的可能性之外,其他基于Gadolinium对比剂的禁忌剂的禁忌症
  • 先前的放疗
性别/性别
有资格学习的男女:男性
年龄18岁以上(成人,老年人)
接受健康的志愿者
联系人
列出的位置国家美国
删除了位置国家
管理信息
NCT编号NCT04765150
其他研究ID编号19-002202
NCI-2021-00373(注册表标识符:CTRP(临床试验报告计划))
19-002202(其他标识符:UCLA / Jonsson综合癌症中心)
R01CA248506(美国NIH赠款/合同)
441480-KS-29447(其他赠款/资金编号:NCI)
有数据监测委员会
美国FDA调节的产品
研究美国FDA调节的药物:
研究美国FDA调节的设备产品:
从美国生产并出口的产品:
IPD共享声明不提供
责任方琼森综合癌症中心
研究赞助商琼森综合癌症中心
合作者
  • 国立卫生研究院(NIH)
  • 国家癌症研究所(NCI)
调查人员
首席研究员: Kyung H Sung加州大学洛杉矶分校 /琼森综合癌症中心
PRS帐户琼森综合癌症中心
验证日期2021年2月

治疗医院