ChiCTR2300071219进行中（未招募）不适用
人工智能定量化分析近视眼底的相关研究
国家自然科学基金6 个研究点 分布在 1 个国家开始时间: 2022年1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
- 6
- 主要终点
- 近视眼底的相关参数（如豹纹斑，视盘和血管相关参数等）
研究概览
简要总结
- 建立标准化的近视大数据平台，为后续近视研究提供标准化的数据库。
- 结合定量化眼底图像分析探究年龄、眼轴等不同因素对豹纹状眼底的影响。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
入排标准
- 性别
- All
入选标准
- •诊断为“高度近视”的患者（等效球镜 ≤ -6.00 diopters (D) 和 / 或 眼轴 ≥ 26.0 mm）。
排除标准
- •1.照片清晰度欠佳，无法完成图像识别及数据提取（通过后期图像处理进行排除）；
- •2.存在其他影响眼底出现豹纹样改变的眼部及全身性疾病，如青光眼，糖尿病性视网膜病变，年龄相关性黄斑病变等（通过后期智能识别和前期问卷进行排除）；
- •3.既往进行眼部手术，如白内障手术、角膜屈光手术、后巩膜加固术等影响屈光状态及眼轴测量的状况（通过问卷进行排除）。
研究组 & 干预措施
队列研究组（是否患有近视，不同的近视程度）
连续入组（横断面）
结局指标
主要结局
近视眼底的相关参数（如豹纹斑，视盘和血管相关参数等）
次要结局
- 近视的随访和预测
研究者
研究点 (6)
Loading locations...
相似试验
招募中
Unknown
运用超广角眼底照相进行周边部视网膜病变的人工智能筛查判读ChiCTR21000535265,000
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
Unknown
不适用
人工智能眼底影像量化分析系统早期识别低海拔-高海拔移居人群急慢性高原病临床研究ChiCTR2500101677四川大学华西医院高原医学中心 135 工程
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
视网膜图像分析技术与中医眼诊系统的合作研究ChiCTR-DDC-16010065国际合作专项拨款