XiaoMi-AI文件搜索系统
World File Search System暗适应
USAMRDC 美国陆军研究实验室
背景 多年来，USAARL 一直在评估护目镜的眼科特性，并向行业和项目经理提供建议，以确保士兵佩戴的护目镜符合军事要求并成功保护眼睛免受伤害威胁。为了进一步提高陆军的视觉表现能力，USAARL 的研究人员开发了一种替代人眼模型，旨在弥合动物组织和计算机模拟眼睛之间的研究差距，以及一种增强对比敏感度视力测试仪，该测试仪可测试个人在从极暗（夜晚）到极亮（雪盲）环境的一系列照明条件下检测物体的能力。视觉研究人员还在研究营养干预和黄斑色素饮食补充对视觉任务的影响，例如透过雾霾的可见性、低对比度目标检测、对比敏感度、抗眩光和恢复、暗适应和中间视觉敏感度。这些发展将促进对损伤/恢复、残疾、手术和疾病的评估。
基于人工智能的老年性黄斑变性结构功能相关性
摘要 灵敏且稳健的视网膜功能结果测量对于老年性黄斑变性 (AMD) 的临床试验至关重要。最近的一项发展是实施人工智能 (AI)，根据多模态成像的结果推断心理物理检查的结果。我们对 PubMed 和 Web of Science 等中引用的当前文献进行了审查，关键词为“人工智能”和“机器学习”，结合“视野测量”、“最佳矫正视力 (BCVA)”、“视网膜功能”和“老年性黄斑变性”。到目前为止，基于 AI 的结构功能相关性已被用于推断常规视野、眼底控制视野和视网膜电图数据，以及 BCVA 和患者报告结果测量 (PROM)。在新生血管性 AMD 中，BCVA 推断（以下称为推断 BCVA）可以估计 BCVA 结果，其均方根误差约为 7 – 11 个字母，与实际视力评估的准确性相当。此外，基于 AI 的结构功能相关性可以成功推断眼底控制视野 (FCP) 结果，包括中间视觉以及暗适应 (DA) 青色和红色测试（以下称为推断灵敏度）。可以通过添加简短的 FCP 检查来增强推断灵敏度的准确性，并且对于中间视觉、DA 青色和 DA 红色测试，平均绝对误差 (MAE) 可达到 ~3 – 5 dB。基于多模态成像的推断 BCVA 和推断视网膜灵敏度可被视为未来介入临床试验的准功能替代终点。