The Use of Artificial Intelligence to Predict Cancerous Lymph Nodes for Lung Cancer Staging During Ultrasound Imaging

Titre officiel

Development and Validation of a Computer-aided Algorithm Using Artificial Intelligence and Deep Neural Networks for the Segmentation of Ultrasonographic Features of Lymph Nodes During Endobronchial Ultrasound

Sommaire:

Cette étude vise à déterminer si un réseau neuronal profond (NeuralSeg) basé sur l’intelligence artificielle peut apprendre comment attribuer un score CLNS (Canada Lymph Node Score) aux ganglions lymphatiques examinés par échoendoscopie bronchique avec ponction transbronchique à l’aiguille (EBUS-TBNA) au moyen de la technique de segmentation. Des images seront créées à partir de 300 vidéos de ganglions lymphatiques provenant d’une bibliothèque d’images obtenues de façon prospective et seront utilisées comme un ensemble de dérivation pour élaborer l’algorithme. Une centaine d’images supplémentaires de ganglions lymphatiques seront obtenues prospectivement pour confirmer si NeuralSeg peut appliquer correctement un score.

Description de l'essai

Primary Outcome:

  • Development of computer algorithm to identify lymph node ultrasonographic features
  • Validation of computer algorithm to identify lymph node ultrasonographic features
Secondary Outcome:
  • Accuracy and reliability of the segmentation performed by NeuralSeg
  • NeuralSeg prediction of lymph node malignancy

Voir cet essai sur ClinicalTrials.gov

Intéressé(e) par cet essai?

Imprimez cette page et apportez-la chez votre médecin pour discuter de votre admissibilité à cet essai et des options de traitement. Seul votre médecin peut vous recommander pour un essai clinique.

Ressources

Société canadienne du cancer

Ces ressources sont fournies en partenariat avec Société canadienne du cancer