基于智能手机的斜视智能诊断和测量的验证
2022年12月2日 更新者：Haotian Lin、Sun Yat-sen University
目前斜视的测量方法有角膜光反射法、棱镜交替覆盖法等，特别依赖医生的主观经验，不同测量者之间存在较大误差，导致严重低估斜视患病率，护理不够对于斜视患者。
在这里，研究人员建立并验证了一个人工智能系统，以根据来自患者的程序化覆盖测试视频实现斜视的自动诊断。
三维重建方法用于数字化头部和眼睛位置的参数。
该系统已集成到智能手机平台中，以通过基于医院和基于人群的临床试验进一步验证。
研究概览
研究类型
观察性的
注册 (预期的)
300
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Haotian Lin, M.D., Ph.D
- 电话号码：8613802793086
- 邮箱：haot.lin@hotmail.com
研究联系人备份
- 姓名：Ruixin Wang, M.D., Ph.D
- 电话号码：8615360458084
- 邮箱：ruiruiw413@aliyun.com
学习地点
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510060
- 招聘中
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
接触：
- Haotian Lin, Ph.D
- 电话号码：+86-020-87330274
- 邮箱：gddlht@aliyun.com
-
首席研究员：
- Haotian Lin, Ph.D
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
9个月 及以上 (孩子、成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
概率样本
研究人群
斜视视光科门诊患者或网络参与者。
描述
纳入标准：
面部视频的质量应该是临床上可以接受的。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 观测模型：队列
- 时间观点：预期
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
基于智能手机的斜视测量和诊断的合格参与者
面部视频数据集面部视频是使用智能手机并遵循程序化封面测试收集的。
|
斜视数字尺
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
基于智能手机的诊断的有效性
大体时间：基线
|
基于智能手机的诊断的准确率和曲线下面积。
|
基线
|
|
手动和智能手机测量之间的一致性
大体时间：基线
|
手动和自动测试之间的一致性在 Bland-Altman 图和一致性相关系数中表示。
|
基线
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (预期的)
2022年12月2日
初级完成 (预期的)
2023年3月1日
研究完成 (预期的)
2023年4月1日
研究注册日期
首次提交
2022年11月7日
首先提交符合 QC 标准的
2022年11月7日
首次发布 (实际的)
2022年11月14日
研究记录更新
最后更新发布 (实际的)
2022年12月5日
上次提交的符合 QC 标准的更新
2022年12月2日
最后验证
2022年12月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.