免费获得国外相关药品，最快 1 个工作日回馈药物信息
计算机化的面部识别，用于自动诊断的面部诊断肌肉营养不良（FSMHD）（CV4DIANGENOS）
临床诊断对荷马乳腺肌营养不良（FSHMD）的临床诊断需要患者向医疗中心运动，并进行涉及医务人员的冗长检查，并且在最温和的病例中可能被低估了。因此，这既需要昂贵且负担沉重的物流，既需要居住在偏远地区的患者，也需要进行长时间昂贵的旅行以及临床人员。这是大规模诊断的障碍。研究人员计划通过使用数字面部分析技术来减轻这些限制，该技术将通过远程医疗对患者进行大规模诊断。
在上述原因和初步结果的启发下，该项目的目的是开发使用计算机视觉算法自动检测和监测该疾病进展的方法。为了做到这一点，研究人员将首先建立一个中度至重度FSHMD患者的图像和视频，这些患者患有其他营养不良' target='_blank'>肌肉营养不良的患者，导致面部肌肉不对称，以及无面部参与的对照受试者。这些受试者中的每一个都将在临床和遗传上进行表征。
然后，研究人员将使用能够检测FSHMD患者面部肌肉损害的视频和音频传感器开发计算机工具，一方面将其与对照受试者和其他营养不良' target='_blank'>肌肉营养不良的患者区分开来。调查人员希望在“深入学习”方面使用最新进步，并改善其建筑，以实现我们的目标。
除了这种整体方法外，研究人员还将研究能够准确识别图像上不同面部区域的面部识别方法，以及面部动力学不同统计特性（持续时间和强度）的相关性。这些算法也将有助于监测面部损害的演变，以开发特定的测量工具，该工具可用于患者随访和疾病早期阶段的临床试验中。
| 病情或疾病 | 干预/治疗 | 阶段 |
|---|---|---|
| Facio-Scapulo-Humeral营养不良 | 其他：视频录制 | 不适用 |
| 研究类型 ： | 介入（临床试验） |
| 估计入学人数 ： | 100名参与者 |
| 分配： | N/A。 |
| 干预模型： | 单组分配 |
| 掩蔽： | 无（打开标签） |
| 主要意图： | 诊断 |
| 官方标题： | 用于自动诊断的计算机化面部识别，用于诊断面部的肌肉营养不良症' target='_blank'>肌营养不良症（FSMHD）：试点研究 |
| 估计研究开始日期 ： | 2020年9月 |
| 估计的初级完成日期 ： | 2021年3月 |
| 估计 学习完成日期 ： | 2021年3月 |
| 手臂 | 干预/治疗 |
|---|---|
| 实验：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频。 | 其他：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频，以评估面部损害的演变。然后，将开发算法，以便使用视频和音频录音来区分对照对象的FSHMD患者。 |
- 视频录制[时间范围：FISRT Day]算法对区分中度和严重面部障碍与对照受试者的FSMHD患者的敏感性和特异性
| 有资格学习的年龄： | 18岁以上（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
- 属于这四组之一的患者：
- 第1组FSMHD已确认或通过适度的面部受累确认
- 第2组FSMHD已确认或通过严重的面部受累确认。
- 第3组其他疾病NM已确认或待确认。
- 第4组对照对象。
排除标准：
- 研究人员判断所有病理学的患者会干扰研究的平稳运行（面部创伤，...）。
- 怀孕或母乳喂养的育龄妇女。
| 联系人：Luisa Villa，博士 | 492038729 EXT +33 | villa.l@chu-nice.fr |
| 法国 | |
| 霍普塔尔巴斯德2 | 招募 |
| 很好，法国，06001 | |
| 联系人：Luisa Villa，DR 492038729 Ext +33 Villa.l@chu-nice.fr | |
| 首席研究员： | Luisa Villa，博士 | 中心医院的大学 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交的日期ICMJE | 2020年5月2日 | ||||
| 第一个发布日期icmje | 2020年5月6日 | ||||
| 上次更新发布日期 | 2020年8月27日 | ||||
| 估计研究开始日期ICMJE | 2020年9月 | ||||
| 估计的初级完成日期 | 2021年3月（主要结果指标的最终数据收集日期） | ||||
| 当前的主要结果度量ICMJE | 视频录制[时间范围：FISRT Day] 算法对区分中度和严重面部障碍与对照受试者的FSMHD患者的敏感性和特异性 | ||||
| 原始主要结果措施ICMJE | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果度量ICMJE | 不提供 | ||||
| 原始的次要结果措施ICMJE | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 原始其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短的标题ICMJE | 计算机化面部识别，用于自动诊断的面部诊断营养不良' target='_blank'>肌肉营养不良症（FSMHD） | ||||
| 官方标题ICMJE | 用于自动诊断的计算机化面部识别，用于诊断面部的肌肉营养不良症' target='_blank'>肌营养不良症（FSMHD）：试点研究 | ||||
| 简要摘要 | 临床诊断对荷马乳腺肌营养不良（FSHMD）的临床诊断需要患者向医疗中心运动，并进行涉及医务人员的冗长检查，并且在最温和的病例中可能被低估了。因此，这既需要昂贵且负担沉重的物流，既需要居住在偏远地区的患者，也需要进行长时间昂贵的旅行以及临床人员。这是大规模诊断的障碍。研究人员计划通过使用数字面部分析技术来减轻这些限制，该技术将通过远程医疗对患者进行大规模诊断。 在上述原因和初步结果的启发下，该项目的目的是开发使用计算机视觉算法自动检测和监测该疾病进展的方法。为了做到这一点，研究人员将首先建立一个中度至重度FSHMD患者的图像和视频，这些患者患有其他营养不良' target='_blank'>肌肉营养不良的患者，导致面部肌肉不对称，以及无面部参与的对照受试者。这些受试者中的每一个都将在临床和遗传上进行表征。 然后，研究人员将使用能够检测FSHMD患者面部肌肉损害的视频和音频传感器开发计算机工具，一方面将其与对照受试者和其他营养不良' target='_blank'>肌肉营养不良的患者区分开来。调查人员希望在“深入学习”方面使用最新进步，并改善其建筑，以实现我们的目标。 除了这种整体方法外，研究人员还将研究能够准确识别图像上不同面部区域的面部识别方法，以及面部动力学不同统计特性（持续时间和强度）的相关性。这些算法也将有助于监测面部损害的演变，以开发特定的测量工具，该工具可用于患者随访和疾病早期阶段的临床试验中。 | ||||
| 详细说明 | 不提供 | ||||
| 研究类型ICMJE | 介入 | ||||
| 研究阶段ICMJE | 不适用 | ||||
| 研究设计ICMJE | 分配：N/A 干预模型：单一组分配 掩蔽：无（打开标签） 主要目的：诊断 | ||||
| 条件ICMJE | Facio-Scapulo-Humeral营养不良 | ||||
| 干预ICMJE | 其他：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频，以评估面部损害的演变。然后，将开发算法，以便使用视频和音频录音来区分对照对象的FSHMD患者。 | ||||
| 研究臂ICMJE | 实验：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频。 干预：其他：视频录制 | ||||
| 出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状态ICMJE | 招募 | ||||
| 估计注册ICMJE | 100 | ||||
| 原始估计注册ICMJE | 与电流相同 | ||||
| 估计的研究完成日期ICMJE | 2021年3月 | ||||
| 估计的初级完成日期 | 2021年3月（主要结果指标的最终数据收集日期） | ||||
| 资格标准ICMJE | - 属于这四组之一的患者：
排除标准：
| ||||
| 性别/性别ICMJE |
| ||||
| 年龄ICMJE | 18岁以上（成人，老年人） | ||||
| 接受健康的志愿者ICMJE | 是的 | ||||
| 联系ICMJE |
| ||||
| 列出的位置国家ICMJE | 法国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号ICMJE | NCT04377217 | ||||
| 其他研究ID编号ICMJE | 18-AOI-03 | ||||
| 有数据监测委员会 | 不 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享语句ICMJE |
| ||||
| 责任方 | 中心医院的大学 | ||||
| 研究赞助商ICMJE | 中心医院的大学 | ||||
| 合作者ICMJE | 不提供 | ||||
| 研究人员ICMJE |
| ||||
| PRS帐户 | 中心医院的大学 | ||||
| 验证日期 | 2020年5月 | ||||
国际医学期刊编辑委员会和世界卫生组织ICTRP要求的ICMJE数据要素 | |||||
临床诊断对荷马乳腺肌营养不良（FSHMD）的临床诊断需要患者向医疗中心运动，并进行涉及医务人员的冗长检查，并且在最温和的病例中可能被低估了。因此，这既需要昂贵且负担沉重的物流，既需要居住在偏远地区的患者，也需要进行长时间昂贵的旅行以及临床人员。这是大规模诊断的障碍。研究人员计划通过使用数字面部分析技术来减轻这些限制，该技术将通过远程医疗对患者进行大规模诊断。
在上述原因和初步结果的启发下，该项目的目的是开发使用计算机视觉算法自动检测和监测该疾病进展的方法。为了做到这一点，研究人员将首先建立一个中度至重度FSHMD患者的图像和视频，这些患者患有其他营养不良' target='_blank'>肌肉营养不良的患者，导致面部肌肉不对称，以及无面部参与的对照受试者。这些受试者中的每一个都将在临床和遗传上进行表征。
然后，研究人员将使用能够检测FSHMD患者面部肌肉损害的视频和音频传感器开发计算机工具，一方面将其与对照受试者和其他营养不良' target='_blank'>肌肉营养不良的患者区分开来。调查人员希望在“深入学习”方面使用最新进步，并改善其建筑，以实现我们的目标。
除了这种整体方法外，研究人员还将研究能够准确识别图像上不同面部区域的面部识别方法，以及面部动力学不同统计特性（持续时间和强度）的相关性。这些算法也将有助于监测面部损害的演变，以开发特定的测量工具，该工具可用于患者随访和疾病早期阶段的临床试验中。
| 病情或疾病 | 干预/治疗 | 阶段 |
|---|---|---|
| Facio-Scapulo-Humeral营养不良 | 其他：视频录制 | 不适用 |
| 研究类型 ： | 介入（临床试验） |
| 估计入学人数 ： | 100名参与者 |
| 分配： | N/A。 |
| 干预模型： | 单组分配 |
| 掩蔽： | 无（打开标签） |
| 主要意图： | 诊断 |
| 官方标题： | 用于自动诊断的计算机化面部识别，用于诊断面部的肌肉营养不良症' target='_blank'>肌营养不良症（FSMHD）：试点研究 |
| 估计研究开始日期 ： | 2020年9月 |
| 估计的初级完成日期 ： | 2021年3月 |
| 估计 学习完成日期 ： | 2021年3月 |
| 手臂 | 干预/治疗 |
|---|---|
| 实验：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频。 | 其他：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频，以评估面部损害的演变。然后，将开发算法，以便使用视频和音频录音来区分对照对象的FSHMD患者。 |
- 视频录制[时间范围：FISRT Day]算法对区分中度和严重面部障碍与对照受试者的FSMHD患者的敏感性和特异性
| 有资格学习的年龄： | 18岁以上（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
- 属于这四组之一的患者：
- 第1组FSMHD已确认或通过适度的面部受累确认
- 第2组FSMHD已确认或通过严重的面部受累确认。
- 第3组其他疾病NM已确认或待确认。
- 第4组对照对象。
排除标准：
- 研究人员判断所有病理学的患者会干扰研究的平稳运行（面部创伤，...）。
- 怀孕或母乳喂养的育龄妇女。
| 联系人：Luisa Villa，博士 | 492038729 EXT +33 | villa.l@chu-nice.fr |
| 法国 | |
| 霍普塔尔巴斯德2 | 招募 |
| 很好，法国，06001 | |
| 联系人：Luisa Villa，DR 492038729 Ext +33 Villa.l@chu-nice.fr | |
| 首席研究员： | Luisa Villa，博士 | 中心医院的大学 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交的日期ICMJE | 2020年5月2日 | ||||
| 第一个发布日期icmje | 2020年5月6日 | ||||
| 上次更新发布日期 | 2020年8月27日 | ||||
| 估计研究开始日期ICMJE | 2020年9月 | ||||
| 估计的初级完成日期 | 2021年3月（主要结果指标的最终数据收集日期） | ||||
| 当前的主要结果度量ICMJE | 视频录制[时间范围：FISRT Day] 算法对区分中度和严重面部障碍与对照受试者的FSMHD患者的敏感性和特异性 | ||||
| 原始主要结果措施ICMJE | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果度量ICMJE | 不提供 | ||||
| 原始的次要结果措施ICMJE | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 原始其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短的标题ICMJE | 计算机化面部识别，用于自动诊断的面部诊断营养不良' target='_blank'>肌肉营养不良症（FSMHD） | ||||
| 官方标题ICMJE | 用于自动诊断的计算机化面部识别，用于诊断面部的肌肉营养不良症' target='_blank'>肌营养不良症（FSMHD）：试点研究 | ||||
| 简要摘要 | 临床诊断对荷马乳腺肌营养不良（FSHMD）的临床诊断需要患者向医疗中心运动，并进行涉及医务人员的冗长检查，并且在最温和的病例中可能被低估了。因此，这既需要昂贵且负担沉重的物流，既需要居住在偏远地区的患者，也需要进行长时间昂贵的旅行以及临床人员。这是大规模诊断的障碍。研究人员计划通过使用数字面部分析技术来减轻这些限制，该技术将通过远程医疗对患者进行大规模诊断。 在上述原因和初步结果的启发下，该项目的目的是开发使用计算机视觉算法自动检测和监测该疾病进展的方法。为了做到这一点，研究人员将首先建立一个中度至重度FSHMD患者的图像和视频，这些患者患有其他营养不良' target='_blank'>肌肉营养不良的患者，导致面部肌肉不对称，以及无面部参与的对照受试者。这些受试者中的每一个都将在临床和遗传上进行表征。 然后，研究人员将使用能够检测FSHMD患者面部肌肉损害的视频和音频传感器开发计算机工具，一方面将其与对照受试者和其他营养不良' target='_blank'>肌肉营养不良的患者区分开来。调查人员希望在“深入学习”方面使用最新进步，并改善其建筑，以实现我们的目标。 除了这种整体方法外，研究人员还将研究能够准确识别图像上不同面部区域的面部识别方法，以及面部动力学不同统计特性（持续时间和强度）的相关性。这些算法也将有助于监测面部损害的演变，以开发特定的测量工具，该工具可用于患者随访和疾病早期阶段的临床试验中。 | ||||
| 详细说明 | 不提供 | ||||
| 研究类型ICMJE | 介入 | ||||
| 研究阶段ICMJE | 不适用 | ||||
| 研究设计ICMJE | 分配：N/A 干预模型：单一组分配 掩蔽：无（打开标签） 主要目的：诊断 | ||||
| 条件ICMJE | Facio-Scapulo-Humeral营养不良 | ||||
| 干预ICMJE | 其他：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频，以评估面部损害的演变。然后，将开发算法，以便使用视频和音频录音来区分对照对象的FSHMD患者。 | ||||
| 研究臂ICMJE | 实验：视频录制 实验者将在纳入过程中制作患者的标准化视频，并在18个月后进行第二个视频。 干预：其他：视频录制 | ||||
| 出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状态ICMJE | 招募 | ||||
| 估计注册ICMJE | 100 | ||||
| 原始估计注册ICMJE | 与电流相同 | ||||
| 估计的研究完成日期ICMJE | 2021年3月 | ||||
| 估计的初级完成日期 | 2021年3月（主要结果指标的最终数据收集日期） | ||||
| 资格标准ICMJE | - 属于这四组之一的患者：
排除标准：
| ||||
| 性别/性别ICMJE |
| ||||
| 年龄ICMJE | 18岁以上（成人，老年人） | ||||
| 接受健康的志愿者ICMJE | 是的 | ||||
| 联系ICMJE |
| ||||
| 列出的位置国家ICMJE | 法国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号ICMJE | NCT04377217 | ||||
| 其他研究ID编号ICMJE | 18-AOI-03 | ||||
| 有数据监测委员会 | 不 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享语句ICMJE |
| ||||
| 责任方 | 中心医院的大学 | ||||
| 研究赞助商ICMJE | 中心医院的大学 | ||||
| 合作者ICMJE | 不提供 | ||||
| 研究人员ICMJE |
| ||||
| PRS帐户 | 中心医院的大学 | ||||
| 验证日期 | 2020年5月 | ||||
国际医学期刊编辑委员会和世界卫生组织ICTRP要求的ICMJE数据要素 | |||||
