进行眼睛视力矫正的技术主要有准分子激光手术和人工晶体植入手术,人工晶体植入手术按照植入的位置可以分为前房型人工晶体(anterior chamber intraocular lens, AC-IOL)植入和后房型人工晶体植入,在前房型人工晶体植入的过程中,正确的预测人眼前房的直径,从而选择合适大小的人工晶体,成为手术成功与否的重要因素。现有的前房直径预测公式的参数个数较少,普遍存在预测精度较低的问题,无法满足进行AC-IOL植入手术的需要。本文主要介绍了使用统计分析和人工神经网络方法进行人眼前房直径的预测研究。预测的参数包括眼轴长度、角膜曲率最大值KD、角膜曲率最小值KF、角膜地形图3mm处的角膜曲率半径以及前房深度。本文首先进行了多元回归分析,其次进行了逐步回归分析,剔除对前房直径预测无显著影响的参数。在误差反向传播(Backpropagation,BP)人工神经网络模型中,采用了自适应的学习速率和附加动量法克服了BP网络在学习训练过程中收敛速度慢、容易陷入局部极小的不足。在径向基函数(Radial Basis Function,RBF)网络模型中,选用了最邻近聚类学习算法来进行RBF中心的选择。本文主要采用MATLAB分别实现了人眼前房直径的回归分析模型、BP网络模型和RBF网络模型。试验表明,人工神经网络模型的精度高于线性回归分析模型,达到了进行AC-IOL植入手术的精度要求,可以应用于人眼前房直径的预测中去。