ChiCTR2500100874尚未招募不适用
基于端到端深度学习模型的儿童青少年近视进展居家监测设备及关键算法的研制
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2025年5月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 屈光度
研究概览
简要总结
建立青少年儿童数据集，包含成像系统拍摄的眼部图像序列以及对应的真实屈光度。通过召集志愿者采集图像和使用电脑验光仪测试屈光度，创建深度学习模型的训练和测试数据集，同时在不同光照和使用情况下验证设备和算法的准确性与稳定性。与电脑验光仪的差值小于 0.25D，测量的可重复系数大于 0.8。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 8 至 18（—）
- 性别
- All
入选标准
- •1.年龄范围：8 岁至 18 岁的青少年。
- •2.近视度数：受试者的球镜度数需在-1.00D 至-6.00D 之间。
- •3.散光度数：受试者的柱镜度数需在 0.00D 至-2.00D 之间。
- •4.眼健康：受试者不应患有其他严重眼部疾病，如角膜疾病、斜视等。
排除标准
- •1.眼部手术史：近期进行过眼部手术的受试者，可能会影响测量结果的稳定性。
结局指标
主要结局
屈光度
一致性
准确度
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
李美燕医师：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。 基于深度学习的眼底图片屈光不正预测与视网膜病变识别研究屈光不正ChiCTR2000035982自筹5,000
尚未招募
Unknown
基于深度学习多模态融合的儿童近视预测研究近视ChiCTR2000035783上海市第一人民医院2,181
Unknown
不适用
基于眼底照相和环境行为因素的人工智能技术在儿童青少年近视动态风险评估的应用ChiCTR2400082680深圳市科技创新委员会
Unknown
不适用
基于人工智能的高度近视防治策略研究ChiCTR2000036522上海市科委项目 Grant No.17411950200 上海申康三年行动计划重大项目2,200
Unknown
不适用
基于面部照片的人工智能和大语言模型在常见儿童眼病中的应用研究ChiCTR2500105044自选课题（自筹）