ChiCTR2000035783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
上海市第一人民医院1 个研究点 分布在 1 个国家目标入组 2,181 人开始时间: 2020年10月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 发起方
- 入组人数
- 2,181
- 试验地点
- 1
- 主要终点
- 屈光度
研究概览
简要总结
利用人工智能深度学习手段采取多模态融合学习方法，采集儿童的近视易感因素和光学相干断层成像图像，对随访一年后近视的发展程度进行预测，并对接受阿托品或角膜塑形镜治疗的儿童进行一年后近视发展程度的预测研究
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 6 至 12（—）
- 性别
- All
入选标准
- •已患有近视的小学儿童，包括使用阿托品治疗的儿童（1%阿托品每两周一次），使用角膜塑形镜治疗的儿童，和不使用任何手段缓解近视进展的儿童。
排除标准
- •患有其他严重眼病的小学儿童，如斜视、弱视、先天性白内障等；双眼最佳矫正视力＜5.0；患有严重全身疾病的儿童；有其他全身性疾病，如糖尿病、白血病、马凡综合征等。
研究组 & 干预措施
1
1%阿托品
2
角膜塑形镜
3
结局指标
主要结局
屈光度
次要结局
- 眼轴
- 视网膜和脉络膜的结构
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
基于多组学分析的高度近视智能化预测与精准诊疗系统研发近视ChiCTR2500106060浙江省科学技术厅3,000
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）
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
机器学习对近视儿童脉络膜厚度短期变化与光学干预疗效关联性的预测作用ChiCTR2500101789重庆市科卫联合医学科研项目(2023)，课题编号:2024ONXM044