病情或疾病 |
---|
癫痫,颞叶 |
目的:成功控制癫痫控制的关键涉及在治疗前定位癫痫焦点。 18F-FDG PET被认为是医生用于评估癫痫患者的强大神经影像学技术。但是,成像质量,视角和经验可能很容易降低癫痫诊断的一致性。在这项工作中,研究人员开发了一个框架,将放射线分析和深度学习技术与计算机辅助诊断(CAD)方法相结合,以使用PET图像检测患有颞叶癫痫(TLE)儿科患者的癫痫患者的癫痫灶。
方法:首先提取和建模与小儿颞bole癫痫有关的十个PET放射素学特征。然后,对一个称为暹罗网络的神经网络进行了训练,可以量化不对称性并自动找到癫痫焦点以进行诊断。对提议的框架的性能进行了测试,并与最先进的临床软件工具和人类医生进行了比较验证准确性和一致性的经验。
研究类型 : | 观察 |
实际注册 : | 201参与者 |
观察模型: | 队列 |
时间观点: | 回顾 |
官方标题: | 使用18F-FDG-PET成像的小儿颞叶癫痫检测的对称驱动的学习框架 |
实际学习开始日期 : | 2018年6月1日 |
实际的初级完成日期 : | 2019年2月28日 |
实际 学习完成日期 : | 2019年4月30日 |
组/队列 |
---|
实验组 实验组接受了18F-FDG宠物检查 |
控制组 对照组接受了18F-FDG宠物检查 |
有资格学习的年龄: | 6年至18岁(儿童,成人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
纳入标准:
排除标准:
中国,郑 | |
智人大学医学院第二附属医院核医学和PET/CT中心 | |
杭州,中国江民,310009 |
追踪信息 | |||||
---|---|---|---|---|---|
首先提交日期 | 2019年11月13日 | ||||
第一个发布日期 | 2019年11月20日 | ||||
上次更新发布日期 | 2020年1月2日 | ||||
实际学习开始日期 | 2018年6月1日 | ||||
实际的初级完成日期 | 2019年2月28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 | 我们在检测性能的模型的“曲线下区域”(AUC)[时间范围:通过研究完成,大约1年] 为了评估我们的模型的性能,研究人员用不同的方法和不同级别的医生计算了我们模型的AUC,以用于正常或异常分类。 | ||||
原始主要结果指标 | 我们在检测性能的模型的“曲线下区域”(AUC)[时间范围:通过研究完成,平均1年] 为了评估我们的模型的性能,我们通过不同的方法和不同级别的医生计算了正常或异常分类的模型AUC。 | ||||
改变历史 | |||||
当前的次要结果指标 | 我们在检测性能方面模型的“骰子相似系数”(DSC)[时间范围:通过研究完成,大约3个月] 通过比较参考标准和正在测试的主题方法之间的空间重叠,通过“骰子相似性系数”(DSC)的度量来定量测量焦点病变检测的准确性。 | ||||
原始的次要结果指标 | 我们模型的“骰子相似性系数”(DSC)在检测性能方面[时间范围:通过研究完成,平均3个月] 通过比较参考标准和正在测试的主题方法之间的空间重叠,通过“骰子相似性系数”(DSC)的度量来定量测量焦点病变检测的准确性。 | ||||
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 | |||||
简短标题 | 使用18F-FDG-PET成像的小儿TLE检测的深度学习框架 | ||||
官方头衔 | 使用18F-FDG-PET成像的小儿颞叶癫痫检测的对称驱动的学习框架 | ||||
简要摘要 | 这项研究旨在使用颞叶癫痫(TLE)的儿科患者使用放射线分析和深度学习方法进行癫痫发作焦点检测。提取和建模与儿科颞骨癫痫相关的十个正电子发射断层扫描(PET)放射素学特征,并培训了暹罗网络以自动定位癫痫病区域以帮助诊断。 | ||||
详细说明 | 目的:成功控制癫痫控制的关键涉及在治疗前定位癫痫焦点。 18F-FDG PET被认为是医生用于评估癫痫患者的强大神经影像学技术。但是,成像质量,视角和经验可能很容易降低癫痫诊断的一致性。在这项工作中,研究人员开发了一个框架,将放射线分析和深度学习技术与计算机辅助诊断(CAD)方法相结合,以使用PET图像检测患有颞叶癫痫(TLE)儿科患者的癫痫患者的癫痫灶。 方法:首先提取和建模与小儿颞bole癫痫有关的十个PET放射素学特征。然后,对一个称为暹罗网络的神经网络进行了训练,可以量化不对称性并自动找到癫痫焦点以进行诊断。对提议的框架的性能进行了测试,并与最先进的临床软件工具和人类医生进行了比较验证准确性和一致性的经验。 | ||||
研究类型 | 观察 | ||||
学习规划 | 观察模型:队列 时间观点:回顾 | ||||
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 | 颞叶癫痫的儿科患者 | ||||
健康)状况 | 癫痫,颞叶 | ||||
干涉 | 不提供 | ||||
研究组/队列 |
| ||||
出版物 * | Zhang Q,Liao Y,Wang X,Zhang T,Feng J,Deng J,Shi K,Chen L,Chen L,Feng L,Ma M,Xue L,Hou H,Dou X,Yu X,Yu C,Yu C,Ren L,Ding Y,Ding Y,Chen Y,Chen Y ,Wu S,Chen Z,Zhang H,Zhuo C,Tian M.(18)颞叶癫痫病的儿科患者的(18)FDG PET成像诊断的深度学习框架。 Eur J Nucl Med Mol成像。 2021年1月9日。doi:10.1007/s00259-020-05108-y。 [Epub在印刷前] | ||||
*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 | |||||
招聘状况 | 完全的 | ||||
实际注册 | 201 | ||||
原始的实际注册 | 与电流相同 | ||||
实际学习完成日期 | 2019年4月30日 | ||||
实际的初级完成日期 | 2019年2月28日(主要结果度量的最终数据收集日期) | ||||
资格标准 | 纳入标准:
排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 6年至18岁(儿童,成人) | ||||
接受健康的志愿者 | 不 | ||||
联系人 | 仅当研究招募主题时才显示联系信息 | ||||
列出的位置国家 | 中国 | ||||
删除了位置国家 | |||||
管理信息 | |||||
NCT编号 | NCT04169581 | ||||
其他研究ID编号 | 2019-124 | ||||
有数据监测委员会 | 不提供 | ||||
美国FDA调节的产品 |
| ||||
IPD共享声明 |
| ||||
责任方 | 智格大学医学院第二会分支机构医院 | ||||
研究赞助商 | 智格大学医学院第二会分支机构医院 | ||||
合作者 | 不提供 | ||||
调查人员 | 不提供 | ||||
PRS帐户 | 智格大学医学院第二会分支机构医院 | ||||
验证日期 | 2019年6月 |