相关实验视频
Updated: Jun 27, 2026
09:43
Video-oculography in Mice
Published on: July 19, 2012
24.4K
确定"Ocula AI"在捕捉瞳孔光反射中的操作条件
Sieu K Khuu1, Rebecca He1, Brendan O'Brien2
1School of Optometry and Vision Science, The University of New South Wales, Sydney, Australia.
Clinical & experimental optometry
|December 11, 2025
概括
移动应用程序现在可以准确测量瞳孔光反射 (PLR),这是神经功能的一个关键指标. 这种低成本的技术可以在传统的临床环境之外进行广泛的,可访问的眼睛和大脑健康查.
科学领域:
- 眼科和神经病学 眼科和神经病学
- 生物医学工程 生物医学工程
- 数字健康数字健康
背景情况:
- 个人手持设备的进步允许通过视觉反射来评估人类大脑健康.
- 瞳孔光反射 (PLR) 可以使用智能手机技术量化.
- 这项研究评估了OculaAI智能手机应用程序与临床标准的瞳孔计相比.
研究的目的:
- 评估OculaAI智能手机应用程序在捕获和量化瞳孔光反射 (PLR) 的有效性.
- 为了比较Ocula AI与标准临床学生计 (PLR-3000) 的性能.
- 探索移动技术在可访问的神经和眼睛功能评估方面的潜力.
主要方法:
- 使用Ocula AI应用程序和PLR-3000学生计来捕获PLR波形和关键指标.
- 在不同的室内照明条件下 (0-1000 lux) 测试了PLR捕获.
- 分析了来自16名健康年轻成年人的数据,使用比较和布兰德-阿尔特曼图.
主要成果:
- 眼睛人工智能成功地捕获了PLR,达到大约1000卢克斯.
- 由OculaAI估计的关键PLR指标与PLR-3000测量的指标没有显著差异.
- 智能手机应用程序的准确性与临床设备的准确性相当.
结论:
- 移动设备技术可以准确且轻松地估计瞳孔光反射 (PLR).
- 这为扩大PLR测试超出临床环境提供了一个具有成本效益的解决方案.
- 该技术支持神经和眼睛疾病的早期检测和监测.
