Меню
Идёт набор NCT06314295

Automated Echocardiographic Detection of Coronary Artery Disease Using Artificial Intelligence Methods

— Наблюдательное Coronary Artery Disease

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
Это наблюдательное исследование: исследуемое лечение участникам по протоколу не назначают.
Кому может быть актуально
Состояния в реестре: Coronary Artery Disease. Базовые параметры: 18 лет — 90 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Обзор

The incidence rate and mortality of coronary artery disease are increasing year by year. Exploring non-invasive, accurate, and widely applicable methods to screen and diagnosis is of great significance. New ultrasound techniques, such as non-invasive myocardial work, have been proven to be superior to traditional ultrasound techniques in screening and diagnosis. However, diagnostic analysis based on ultrasound video images is time-consuming and subjective. The progress of artificial intelligence technology in fully automated quantitative evaluation of video images provides the possibility for computer-aided design screening and diagnosis. At present, the application of artificial intelligence in computer-aided design is a cutting-edge issue in the field of cardiovascular disease research. The application of artificial intelligence technology in the construction of computer-aided diagnostic models based on ultrasound video images is still in its early stages.

Подробное описание

1\) Clarify the value of new cardiac ultrasound techniques indicators in coronary artery disease diagnosis; 2) To achieve classification and detection of cardiac ultrasound sections; Implementing automatic segmentation and recognition of the left ventricular cavity, left ventricular myocardium, and left atrial wall contours through the CLAS model; Using the another model to achieve heart motion tracking and synthesizing velocity vector maps of the heart flow field. 3) Verify and optimize the coronary artery disease fully automated artificial intelligence diagnostic model mentioned above.

Первичные конечные точки

  • Different coronary angiography results [Срок оценки: Coronary angiography examination within 2-3 days after admission]

Критерии участия

Критерии включения

  • Patients with suspected coronary artery disease
  • Patients plan to undergo coronary angiography

Критерии исключения

  • Patients with aortic valve stenosis
  • Patients with aortic valve replacement surgery
  • Patients with hypertrophic cardiomyopathy
  • Patients with severe heart valve disease
  • Patients with severe arrhythmia
  • Patients with severe cardiomyopathy
  • Patients with severe congenital heart disease
  • The quality of ultrasound images is poor

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Дизайн исследования

Модель наблюдения
Другое

Центры проведения

Китай · 1 центр
  • Beijing Hospital — Пекин

Идентификаторы

NCT: NCT06314295 · BeijingH-WF

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗