ChiCTR2400089152进行中（未招募）不适用
基于机器学习的超声引导下坐骨神经阻滞的定位与识别
自筹1 个研究点 分布在 1 个国家开始时间: 2024年8月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 坐骨神经面积（图像测量）
研究概览
简要总结
本研究通过结合体表骨性标志定位采集超声下坐骨神经的相关信息（坐骨神经到坐骨结节的距离，面积）以及（臀部以及腘窝）的超声视频，建立一个坐骨神经超声视频图像数据库。通过人工结合计算机深度学习超声图像建立坐骨神经数字模型，并开发一种基于体表骨性标志定位、超声图像深度学习的坐骨神经自动识别系统，以帮助初学者快速定位和精准识别解剖结构，缩短神经阻滞学习曲线，提高临床教学质量。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •拟行足踝手术治疗；
- •拟行坐骨神经阻滞；
- •年龄 18~80 岁；
- •BMI 为 18~35 kg/ m2；
- •同意参加本研究，并签署知情同意书的患者。
排除标准
- •患者无法配合实施神经阻滞；无法侧卧
- •神经阻滞禁忌者（如凝血功能障碍：PLT<60*10^9 或 INR>1.5、穿刺部位感染、局麻药中毒、下肢神经病理性改变等）；
- •超声耦合剂过敏者；
- •采集区域有外伤；
- •术前患侧肢体存在感觉运动异常；
- •无法获得知情同意的患者。
研究组 & 干预措施
训练集
验证集
测试集
结局指标
主要结局
坐骨神经面积（图像测量）
次要结局
- 坐骨结节到大转子距离（体表测量）
- 坐骨结节到股骨内侧的距离（体表测量）
- 臀下坐骨神经平面腿围
- 坐骨神经到大转子距离（图像测量）
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
4 期
人工智能在腰丛神经图片识别中的应用ChiCTR2400083161湖北省社会发展领域重点研发计划
Unknown
不适用
方攀攀医师：该研究尚未获得伦理委员会批准。请于批准后再开始纳入参试者，并与我们联系上传批件。 超声引导下前路坐骨神经阻滞新方法ChiCTR1900022670自筹资金100
Unknown
不适用
基于人工智能的超声引导神经阻滞精准辅助系统研发与临床应用ChiCTR2300076361北京市自然科学基金，中国医学科学院临床科研专项，中国癌症基金会北京希望马拉松专项基金
Unknown
1 期
基于深度学习方法研究产后骨盆带疼痛动静态肌骨图像自动识别体系的构建及验证ChiCTR2400079630福建省康复技术省部共建协同创新中心
招募中
Unknown
探讨超声引导下不同入路远端坐骨神经阻滞临床效果比较ChiCTR200002948660