研究目的
为了验证一种新型视野测量算法(基于梯度导向的自动自然邻域法;GOANNA)在人体中的性能,我们采用了一种计算机模拟与人体测试相结合的新方法,称为人工暗点生成技术(ASG)。
研究成果
该研究提出了一种评估人眼视野测量算法准确性的新方法,并验证了GOANNA的性能。结果支持未来开展更大规模的GOANNA临床试验,突显其在定位暗点边界方面的优势,为视野检测提供了新范式。
研究不足
通过人为在健康观察者中诱导暗点的方法可以评估准确性,但由于患者的可能存在可见频率曲线斜率平坦化,该方法未能完全模拟疾病患者的表现。此外,未采用注视或眼底追踪监测眼球运动,这可能影响测试-重测变异性及暗点边缘的斜率。
1:实验设计与方法选择:
本研究在Octopus 900视野计上实施GOANNA和ZEST程序以测量视野敏感度。采用新型技术ASG在健康观察者中诱导暗点。
2:样本选择与数据来源:
招募15名健康观察者,设定特定纳入标准以确保其具有正常视野敏感度且无眼部疾病。
3:实验设备与材料清单:
使用Octopus 900视野计(Haag Streit AG)进行基线常规自动视野检查及后续测试。
4:实验流程与操作步骤:
通过ZEST程序建立基线视野。随后针对每种暗点类型各执行三次GOANNA和ZEST测试,测试顺序随机化以最小化疲劳与学习效应。
5:数据分析方法:
测量准确度、精确度及测试的独特位置数量,结果按位置与其相邻位置间的最大差异值(Max_d)分层统计。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容