CN112614593A - 近视发展进化树建立方法及近视发展风险评估装置 - Google Patents
近视发展进化树建立方法及近视发展风险评估装置 Download PDFInfo
- Publication number
- CN112614593A CN112614593A CN202011529654.5A CN202011529654A CN112614593A CN 112614593 A CN112614593 A CN 112614593A CN 202011529654 A CN202011529654 A CN 202011529654A CN 112614593 A CN112614593 A CN 112614593A
- Authority
- CN
- China
- Prior art keywords
- myopia
- representative
- parameter distribution
- parameter
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004423 myopia development Effects 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012502 risk assessment Methods 0.000 title claims abstract description 19
- 230000004379 myopia Effects 0.000 claims abstract description 315
- 208000001491 myopia Diseases 0.000 claims abstract description 315
- 238000009826 distribution Methods 0.000 claims abstract description 231
- 210000001525 retina Anatomy 0.000 claims abstract description 82
- 230000004515 progressive myopia Effects 0.000 claims description 26
- 238000011161 development Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 13
- 210000005252 bulbus oculi Anatomy 0.000 claims description 12
- 238000010586 diagram Methods 0.000 abstract description 17
- 230000002093 peripheral effect Effects 0.000 abstract description 8
- 230000003287 optical effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012935 Averaging Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000036040 emmetropia Effects 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010025421 Macule Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004402 high myopia Effects 0.000 description 1
- 230000004344 low myopia Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种近视发展进化树建立方法,首先获取样本个体的视网膜预设区域的近视参量分布图,视网膜预设区域位于视网膜除黄斑区以外的区域,然后将各个样本个体划分为多个分组,各个分组分别对应不同的近视发展程度,并对于每一分组,获得本分组的代表性近视参量分布图,进一步获取任意的上一近视发展程度对应分组的任一代表性近视参量分布图与下一近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个分组的代表性近视参量分布图以及相似度数据建立近视发展进化树。本发明实现根据周边视网膜的近视参量分布建立近视发展进化树,能够用于指导评估近视发展风险。本发明还公开一种近视发展风险评估装置。
Description
技术领域
本发明涉及眼科医疗技术领域,特别是涉及一种近视发展进化树建立方法。本发明还涉及一种近视发展风险评估装置。
背景技术
传统的临床验光方法是通过测量眼球黄斑中心凹的屈光度,来评估发展为近视眼的风险程度,然而经研究发现,周边视网膜(即黄斑区以外的视网膜区域)的光学离焦状态与人眼的视觉成像质量、近视发展风险都有着密切联系。因此,了解眼球周边视网膜的光学离焦状态,对提升人眼的成像质量、对优化近视矫正光学产品的光学设计以及指导近视防控,也具有十分重要的意义。
发明内容
鉴于此,本发明的目的是提供一种近视发展进化树建立方法,实现根据周边视网膜的近视参量分布建立近视发展进化树,能够用于指导评估近视发展风险。本发明还提供一种近视发展风险评估装置。
为实现上述目的,本发明提供如下技术方案:
一种近视发展进化树建立方法,包括:
获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域;
根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度;
对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图;
获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
优选的,所述视网膜预设区域至少包括视网膜上处于水平经线+20°到水平经线-16°之间且处于垂直经线+40°到垂直经线-40°之间的除黄斑区以外的区域。
优选的,对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图包括:
根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组;
对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
优选的,获取两个代表性近视参量分布图的相似度包括:
获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根;
获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值;
根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
优选的,根据以下公式获得两个代表性近视参量分布图的相似度:
DC=S/RMS;
其中,DC表示两个代表性近视参量分布图的相似度,S表示两个代表性近视参量分布图的比值平均值,RMS表示两个代表性近视参量分布图的差异均方根。
一种近视发展风险评估装置,包括:
获取装置,用于获取评估对象的视网膜预设区域的近视参量分布图;
评估装置,用于根据所述评估对象的所述近视参量分布图以及预先建立的近视发展进化树,获得所述评估对象的近视风险结果,所述近视发展进化树反映了上一级近视发展程度的视网膜预设区域的近视参量分布图向下一级近视发展程度的视网膜预设区域的近视参量分布图的发展情况。
优选的,建立所述近视发展进化树包括:
获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域;
根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度;
对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图;
获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
优选的,对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图包括:
根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组;
对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
优选的,获取两个代表性近视参量分布图的相似度包括:
获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根;
获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值;
根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
具体包括:根据上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,建立上一级近视发展程度对应分组与下一级近视发展程度对应分组的相似度矩阵,所述相似度矩阵包括N行M列,第n行第m列元素表示上一级近视发展程度对应分组的第n代表性近视参量分布图与下一级近视发展程度对应分组的第m代表性近视参量分布图的相似度。
由上述技术方案可知,本发明所提供的近视发展进化树建立方法,首先获取样本个体的视网膜预设区域的近视参量分布图,视网膜预设区域位于视网膜除黄斑区以外的区域,然后,根据样本个体眼球的光线偏折能力,将各个样本个体划分为多个分组,各个分组分别对应不同的近视发展程度,并对于每一分组,根据属于本分组的各个样本个体的近视参量分布图,获得本分组的代表性近视参量分布图,进一步获取任意的上一近视发展程度对应分组的任一代表性近视参量分布图与下一近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个分组的代表性近视参量分布图以及相似度数据建立近视发展进化树。本发明实现根据周边视网膜的近视参量分布建立近视发展进化树,能够用于指导评估近视发展风险。
本发明提供的一种近视发展风险评估装置,实现了根据评估对象的视网膜预设区域的近视参量分布,评估对象的近视发展风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种近视发展进化树建立方法的流程图;
图2为本发明实施例中根据属于本分组的各个样本个体的近视参量分布图获得本分组的代表性近视参量分布图的方法流程图;
图3为本发明实施例中获得两个代表性近视参量分布图的相似度的方法流程图;
图4为本发明实施例提供的一种近视发展风险评估装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
请参考图1,图1为本发明实施例提供的一种近视发展进化树建立方法的流程图,由图可知,所述近视发展进化树建立方法包括以下步骤:
S10:获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域。
近视参量是指发生近视时视网膜相对于正视眼表现出变化的参量。视网膜预设区域的近视参量分布图是指近视参量值随视网膜预设区域上位置的分布。
视网膜预设区域位于视网膜除黄斑区以外的区域,即从视网膜黄斑区以外的区域即周边视网膜选取视网膜预设区域,周边视网膜的光学分布特征对眼球的视觉成像质量或者近视风险评估具有重要影响。
优选的,视网膜预设区域至少包括视网膜上处于水平经线+20°到水平经线-16°之间且处于垂直经线+40°到垂直经线-40°之间的除黄斑区以外的区域,其中,水平经线的符号为正时代表上侧视网膜(下侧视野),为负时代表下侧视网膜(上侧视野)。垂直经线的符号为正时代表鼻侧视网膜(颞侧视野),为负时代表颞侧视网膜(鼻侧视野)。水平经线或者垂直经线的数值(°)表示以瞳孔中心为参照点,以视轴为中心线,偏离视轴的角度。
可选的,视网膜的近视参量可以是但不限于光学离焦量、屈光度或者等效球镜度。相应的,可以获取样本个体视网膜预设区域的光学离焦量分布图、屈光度分布图或者是等效球镜度分布图。在具体实施时,可以选取屈光发育期成人(18岁及以上)和屈光进展期儿童(8岁-15岁)为样本个体,收集样本个体的相关数据。
S11:根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度。
根据样本个体眼球的光线偏折能力将样本个体划分成多个分组,各个分组分别对应不同的近视发展程度。可选的,可以根据样本个体的视网膜黄斑区的光线偏折能力大小划分出多个分组,各个分组分别对应不同的光线偏折能力范围。
示例的,可以通过视力检查获得黄斑区中心凹的等效球镜度(Sphericalequivalent refraction,SER),将样本个体分类为正视眼组(-0.5D<SER<0.5D)、低度近视组(-2D<SER<-0.5D)、中度近视组(-4D<SER<-2D)、高度近视组(-6D<SER<-4D)和超高度近视组(SER<-6D)。
S12:对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图。
本分组的代表性近视参量分布图是指能够反映本分组的样本个体的视网膜预设区域的近视参量分布情况的代表性数据。
可选的对于每一分组,可通过以下过程根据属于本分组的各个样本个体的近视参量分布图,获得本分组的代表性近视参量分布图,请参考图2,图2为本实施例中根据属于本分组的各个样本个体的近视参量分布图获得本分组的代表性近视参量分布图的方法流程图,包括以下步骤:
S120:根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组。
根据属于本分组的各个样本个体的近视参量分布图进行聚类,以近视参量分布图上各个位置的近视参量为变量进行聚类分析,将本分组的样本个体划分成一个或者多个亚分组。可选的,在聚类分析过程中在判断样本个体之间的距离时可以使用但不限于欧式距离。
可选的,在聚类分析中在构造聚类谱系图时可以使用加权平均法。
可以根据聚类得到的谱系图各样本个体之间的距离,寻找本分组中最常见的G个亚分组,G的取值优选为4。若某一亚分组的样本个体占比较少,可以将离散数据剔除,将亚分组的数量删减至G=3或更少。
优选的,在根据属于本分组的各个样本个体的近视参量分布图进行聚类之前,可以将属于本分组的各个样本个体的近视参量分布图进行标准化处理,有助于提高聚类结果的准确性。比如可以将近视参量分布图包含的数据转换为均值为0、标准差为1的数据形式。
S121:对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
可以根据以下方法根据属于本亚分组的各个样本个体的近视参量分布图获得本亚分组的代表性近视参量分布图,具体为:将属于本亚分组的各个所述样本个体的所述近视参量分布图叠加再求取平均,获得本亚分组对应的代表性近视参量分布图。将本亚分组的各个样本个体的近视参量分布图相应位置的数据叠加再求取平均,将各个位置得到的数据组合重新得到近视参量分布图,进而得到本亚分组的代表性近视参量分布图。
根据上述过程获得本分组的各个亚分组对应的代表性近视参量分布图,进而得到本分组的各个代表性近视参量分布图。
S13:获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
对于构建的各个分别对应不同近视发展程度的分组,每一分组包括相应数量的代表性近视参量分布图。对于任意的相邻两级近视发展程度对应分组,获取上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度。
可选的,可通过以下过程获得两个代表性近视参量分布图的相似度,请参考图3,图3为本实施例中获得两个代表性近视参量分布图的相似度的方法流程图,包括以下步骤:
S130:获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根。
计算两个代表性近视参量分布图相应位置的近视参量值的差值的平方,再对各个位置求取平均后开方,从而得到两个代表性近视参量分布图的差异均方根(Root meansquare,RMS)。
S131:获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值。
计算两个代表性近视参量分布图相应位置的近视参量值的比值,再对各个位置的比值求平均,进而得到两个代表性近视参量分布图的比值平均值,表示为斜率(Slope)。优选的,在计算相应位置的近视参量值比值时始终以绝对值较小的数值/绝对值较大的数值进行计算。
S132:根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
具体可根据以下公式获得两个代表性近视参量分布图的相似度:
DC=S/RMS;
其中,DC表示两个代表性近视参量分布图的相似度,S表示两个代表性近视参量分布图的比值平均值,RMS表示两个代表性近视参量分布图的差异均方根。
两个代表性近视参量分布图的相似度反映了两个代表性近视参量分布图的相似程度,相似度数值越大,表示两个代表性近视参量分布图越相似。
优选的,在获取上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度之前,可以对各个分组的代表性近视参量分布图进行标准化处理,具体可以分别对各个代表性近视参量分布图各位置的参量值进行平移,或者分别对各个代表性近视参量分布图各位置的参量值进行缩放处理,或者对各个代表性近视参量分布图各位置的参量值分别进行平移以及对各个代表性近视参量分布图各位置的参量值分别进行缩放处理。其中,对代表性近视参量分布图进行平移是指对各位置的参量值加或者减相同的数值,对代表性近视参量分布图进行缩放处理是指将各位置的参量值乘以相同的系数。通过对各个代表性近视参量分布图进行标准化处理,使各个代表性近视参量分布图具有相同的最大值和最小值,有助于提高获得结果的准确性。
在具体实施时,获取上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的差异均方根后,可以建立差异均方根关系矩阵RMSM(Root mean square matrix,RMSM)。获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的比值平均值后,可以建立斜率关系矩阵SM(Slope matrix,SM)。
根据上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,可以建立上一级近视发展程度对应分组与下一级近视发展程度对应分组的相似度矩阵,所述相似度矩阵包括N行M列,第n行第m列元素表示上一级近视发展程度对应分组的第n代表性近视参量分布图与下一级近视发展程度对应分组的第m代表性近视参量分布图的相似度。建立的相似度矩阵可描述为决定系数矩阵DCM(Determination coefficients matrix,DCM)。
进一步,根据各个分组的代表性近视参量分布图以及相似度数据建立近视发展进化树。每一分组的代表性近视参量分布图反映了本分组对应近视发展程度的几类代表性的视网膜预设区域的近视参量分布,结合各个近视发展程度对应分组之间的相似度数据,展现了从正视眼发展为超高度近视眼,视网膜预设区域的近视参量分布可能经历的变化过程。
根据近视发展进化树,下一级近视发展程度的近视参量分布是由上一级近视发展程度的近视参量分布发展而来,即近视发生进展。上一级近视发展程度的近视参量分布并不一定会发展为下一级近视发展程度的近视参量分布,即近视发展停止。上下两级近视发展程度之间,相似度最高的两近视参量分布是相互之间最有可能的进展路线。以相似度数据为依据,从下一级近视发展程度的近视参量分布中找出与上一级近视发展程度的一近视参量分布相似度最高的一个,将两近视参量分布相连接,即形成进化路线。
本实施例方法实现根据周边视网膜的近视参量分布建立近视发展进化树,建立的近视发展进化树能够用于指导评估近视发展风险,以及能够指导优化近视矫正光学产品的光学设计以及指导近视防控。
请参考图4,图4为本发明实施例提供的一种近视发展风险评估装置的示意图,由图可知,所述近视发展风险评估装置包括:
获取装置20,用于获取评估对象的视网膜预设区域的近视参量分布图;
评估装置21,用于根据所述评估对象的所述近视参量分布图以及预先建立的近视发展进化树,获得所述评估对象的近视风险结果,所述近视发展进化树反映了上一级近视发展程度的视网膜预设区域的近视参量分布图向下一级近视发展程度的视网膜预设区域的近视参量分布图的发展情况。
近视参量是指发生近视时视网膜相对于正视眼表现出变化的参量。视网膜预设区域的近视参量分布图是指近视参量值随视网膜预设区域上位置的分布。优选的,视网膜预设区域位于视网膜除黄斑区以外的区域,即从视网膜黄斑区以外的区域即周边视网膜选取视网膜预设区域。
近视发展进化树包括不同近视发展程度的视网膜预设区域的近视参量分布图,以及反映了上一级近视发展程度的视网膜预设区域的近视参量分布图向下一级近视发展程度的视网膜预设区域的近视参量分布图的发展情况。
本实施例的近视发展风险评估装置,通过获取评估对象视网膜预设区域的近视参量分布图,结合预先建立的近视发展进化树评估出对象的近视风险结果,实现了根据评估对象的视网膜预设区域的近视参量分布,评估对象的近视发展风险。
可选的,获取装置20可以是基于波前像差原理,通过测量评估对象眼球屈光***的波前像差,建立视网膜的近视参量分布图,获得视网膜预设区域的近视参量分布图。
具体的请参考图1,建立所述近视发展进化树包括以下步骤:
S10:获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域。
S11:根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度。
根据样本个体眼球的光线偏折能力将样本个体划分成多个分组,各个分组分别对应不同的近视发展程度。可选的,可以根据样本个体的视网膜黄斑区的光线偏折能力大小划分出多个分组,各个分组分别对应不同的光线偏折能力范围。
S12:对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图。
本分组的代表性近视参量分布图是指能够反映本分组的样本个体的视网膜预设区域的近视参量分布情况的代表性数据。
可选的对于每一分组,可通过以下过程根据属于本分组的各个样本个体的近视参量分布图,获得本分组的代表性近视参量分布图,请参考图2,包括以下步骤:
S120:根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组。
根据属于本分组的各个样本个体的近视参量分布图进行聚类,以近视参量分布图上各个位置的近视参量为变量进行聚类分析,将本分组的样本个体划分成一个或者多个亚分组。
可以根据聚类得到的谱系图各样本个体之间的距离,寻找本分组中最常见的G个亚分组,G的取值优选为4。若某一亚分组的样本个体占比较少,可以将离散数据剔除,将亚分组的数量删减至G=3或更少。
S121:对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
可以根据以下方法根据属于本亚分组的各个样本个体的近视参量分布图获得本亚分组的代表性近视参量分布图,具体为:将属于本亚分组的各个所述样本个体的所述近视参量分布图叠加再求取平均,获得本亚分组对应的代表性近视参量分布图。将本亚分组的各个样本个体的近视参量分布图相应位置的数据叠加再求取平均,将各个位置得到的数据组合重新得到近视参量分布图,进而得到本亚分组的代表性近视参量分布图。
根据上述过程获得本分组的各个亚分组对应的代表性近视参量分布图,进而得到本分组的各个代表性近视参量分布图。
S13:获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
对于构建的各个分别对应不同近视发展程度的分组,每一分组包括相应数量的代表性近视参量分布图。对于任意的相邻两级近视发展程度对应分组,获取上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度。
可选的,可通过以下过程获得两个代表性近视参量分布图的相似度,请参考图3,包括以下步骤:
S130:获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根。
计算两个代表性近视参量分布图相应位置的近视参量值的差值的平方,再对各个位置求取平均后开方,从而得到两个代表性近视参量分布图的差异均方根(Root meansquare,RMS)。
S131:获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值。
计算两个代表性近视参量分布图相应位置的近视参量值的比值,再对各个位置的比值求平均,进而得到两个代表性近视参量分布图的比值平均值,表示为斜率(Slope)。优选的,在计算相应位置的近视参量值比值时始终以绝对值较小的数值/绝对值较大的数值进行计算。
S132:根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
具体可根据以下公式获得两个代表性近视参量分布图的相似度:
DC=S/RMS;
其中,DC表示两个代表性近视参量分布图的相似度,S表示两个代表性近视参量分布图的比值平均值,RMS表示两个代表性近视参量分布图的差异均方根。
两个代表性近视参量分布图的相似度反映了两个代表性近视参量分布图的相似程度,相似度数值越大,表示两个代表性近视参量分布图越相似。
在具体实施时,获取上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的差异均方根后,可以建立差异均方根关系矩阵RMSM(Root mean square matrix,RMSM)。获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的比值平均值后,可以建立斜率关系矩阵SM(Slope matrix,SM)。
根据上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,可以建立上一级近视发展程度对应分组与下一级近视发展程度对应分组的相似度矩阵,所述相似度矩阵包括N行M列,第n行第m列元素表示上一级近视发展程度对应分组的第n代表性近视参量分布图与下一级近视发展程度对应分组的第m代表性近视参量分布图的相似度。建立的相似度矩阵可描述为决定系数矩阵DCM(Determination coefficients matrix,DCM)。
进一步,根据各个分组的代表性近视参量分布图以及相似度数据建立近视发展进化树。每一分组的代表性近视参量分布图反映了本分组对应近视发展程度的几类代表性的视网膜预设区域的近视参量分布,结合各个近视发展程度对应分组之间的相似度数据,展现了从正视眼发展为超高度近视眼,视网膜预设区域的近视参量分布可能经历的变化过程。
根据近视发展进化树,下一级近视发展程度的近视参量分布是由上一级近视发展程度的近视参量分布发展而来,即近视发生进展。上一级近视发展程度的近视参量分布并不一定会发展为下一级近视发展程度的近视参量分布,即近视发展停止。上下两级近视发展程度之间,相似度最高的两近视参量分布是相互之间最有可能的进展路线。以相似度数据为依据,从下一级近视发展程度的近视参量分布中找出与上一级近视发展程度的一近视参量分布相似度最高的一个,将两近视参量分布相连接,即形成进化路线。
以上对本发明所提供的近视发展进化树建立方法及近视发展风险评估装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种近视发展进化树建立方法,其特征在于,包括:
获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域;
根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度;
对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图;
获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
2.根据权利要求1所述的近视发展进化树建立方法,其特征在于,所述视网膜预设区域至少包括视网膜上处于水平经线+20°到水平经线-16°之间且处于垂直经线+40°到垂直经线-40°之间的除黄斑区以外的区域。
3.根据权利要求1所述的近视发展进化树建立方法,其特征在于,对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图包括:
根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组;
对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
4.根据权利要求1所述的近视发展进化树建立方法,其特征在于,获取两个代表性近视参量分布图的相似度包括:
获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根;
获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值;
根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
5.根据权利要求4所述的近视发展进化树建立方法,其特征在于,根据以下公式获得两个代表性近视参量分布图的相似度:
DC=S/RMS;
其中,DC表示两个代表性近视参量分布图的相似度,S表示两个代表性近视参量分布图的比值平均值,RMS表示两个代表性近视参量分布图的差异均方根。
6.一种近视发展风险评估装置,其特征在于,包括:
获取装置,用于获取评估对象的视网膜预设区域的近视参量分布图;
评估装置,用于根据所述评估对象的所述近视参量分布图以及预先建立的近视发展进化树,获得所述评估对象的近视风险结果,所述近视发展进化树反映了上一级近视发展程度的视网膜预设区域的近视参量分布图向下一级近视发展程度的视网膜预设区域的近视参量分布图的发展情况。
7.根据权利要求6所述的近视发展风险评估装置,其特征在于,建立所述近视发展进化树包括:
获取样本个体的视网膜预设区域的近视参量分布图,所述视网膜预设区域位于视网膜除黄斑区以外的区域;
根据所述样本个体眼球的光线偏折能力,将各个所述样本个体划分为多个分组,各个所述分组分别对应不同的近视发展程度;
对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图;
获取任意的上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,根据各个所述分组的所述代表性近视参量分布图以及相似度数据建立近视发展进化树。
8.根据权利要求7所述的近视发展风险评估装置,其特征在于,对于每一所述分组,根据属于本分组的各个所述样本个体的所述近视参量分布图,获得本分组的代表性近视参量分布图包括:
根据属于本分组的各个所述样本个体的所述近视参量分布图进行聚类,将属于本分组的各个所述样本个体划分为一个或者多个亚分组;
对于每一所述亚分组,根据属于本亚分组的各个所述样本个体的所述近视参量分布图,获得本亚分组对应的代表性近视参量分布图。
9.根据权利要求7所述的近视发展风险评估装置,其特征在于,获取两个代表性近视参量分布图的相似度包括:
获取两个代表性近视参量分布图相应位置的近视参量值的差异均方根;
获取两个代表性近视参量分布图相应位置的近视参量值的比值平均值;
根据两个代表性近视参量分布图的差异均方根和比值平均值,获得两个代表性近视参量分布图的相似度。
10.根据权利要求7所述的近视发展风险评估装置,其特征在于,具体包括:
根据上一级近视发展程度对应分组的任一代表性近视参量分布图与下一级近视发展程度对应分组的任一代表性近视参量分布图的相似度,建立上一级近视发展程度对应分组与下一级近视发展程度对应分组的相似度矩阵,所述相似度矩阵包括N行M列,第n行第m列元素表示上一级近视发展程度对应分组的第n代表性近视参量分布图与下一级近视发展程度对应分组的第m代表性近视参量分布图的相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011529654.5A CN112614593A (zh) | 2020-12-22 | 2020-12-22 | 近视发展进化树建立方法及近视发展风险评估装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011529654.5A CN112614593A (zh) | 2020-12-22 | 2020-12-22 | 近视发展进化树建立方法及近视发展风险评估装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112614593A true CN112614593A (zh) | 2021-04-06 |
Family
ID=75244131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011529654.5A Pending CN112614593A (zh) | 2020-12-22 | 2020-12-22 | 近视发展进化树建立方法及近视发展风险评估装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112614593A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6325765B1 (en) * | 1993-07-20 | 2001-12-04 | S. Hutson Hay | Methods for analyzing eye |
US20050018133A1 (en) * | 2003-05-01 | 2005-01-27 | The Cleveland Clinic Foundation | Method and apparatus for measuring a retinal sublayer characteristic |
US20050083482A1 (en) * | 2001-12-05 | 2005-04-21 | Sola International Holdings, Ltd | Balanced progressive lens |
US20090040459A1 (en) * | 2003-12-25 | 2009-02-12 | Minghua Dai | Device for Preventing and Treating Myopia |
WO2015087435A1 (ja) * | 2013-12-09 | 2015-06-18 | 株式会社ユニバーサルビュー | 近視進行診断装置、近視進行判別方法、プログラム及び記憶媒体 |
CN110288266A (zh) * | 2019-07-03 | 2019-09-27 | 爱尔眼科医院集团股份有限公司 | 一种近视风险评估方法及*** |
-
2020
- 2020-12-22 CN CN202011529654.5A patent/CN112614593A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6325765B1 (en) * | 1993-07-20 | 2001-12-04 | S. Hutson Hay | Methods for analyzing eye |
US20050083482A1 (en) * | 2001-12-05 | 2005-04-21 | Sola International Holdings, Ltd | Balanced progressive lens |
US20050018133A1 (en) * | 2003-05-01 | 2005-01-27 | The Cleveland Clinic Foundation | Method and apparatus for measuring a retinal sublayer characteristic |
US20090040459A1 (en) * | 2003-12-25 | 2009-02-12 | Minghua Dai | Device for Preventing and Treating Myopia |
WO2015087435A1 (ja) * | 2013-12-09 | 2015-06-18 | 株式会社ユニバーサルビュー | 近視進行診断装置、近視進行判別方法、プログラム及び記憶媒体 |
CN110288266A (zh) * | 2019-07-03 | 2019-09-27 | 爱尔眼科医院集团股份有限公司 | 一种近视风险评估方法及*** |
Non-Patent Citations (2)
Title |
---|
TOSHIO MODEGI 等: "Trial of High Myopia Disease Classification Using MRI and Prototyping of Image Analysis Software", 《2012 PROCEEDINGS OF SICE ANNUAL CONFERENCE (SICE)》, 4 October 2011 (2011-10-04), pages 1841 - 1848 * |
张汉国 等: "近视患者屈光度、眼轴和角膜屈光力的相关性分析", 《中国卫生标准管理》, vol. 10, no. 11, 15 June 2019 (2019-06-15), pages 39 - 41 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hashemi et al. | Cycloplegic autorefraction versus subjective refraction: the Tehran Eye Study | |
Cheng et al. | A population study on changes in wave aberrations with accommodation | |
US8708485B2 (en) | Method for providing a spectacle ophthalmic lens by calculating or selecting a design | |
AU2005215056B2 (en) | System and method for analyzing wavefront aberrations | |
Liu et al. | Power vector analysis of refractive, corneal, and internal astigmatism in an elderly Chinese population: the Shihpai Eye Study | |
US20080309882A1 (en) | Method for preventing myopia progression through identification and correction of optical aberrations | |
Casson et al. | Exceptionally low prevalence of refractive error and visual impairment in schoolchildren from Lao People's Democratic Republic | |
Zheng et al. | Influence of height, weight, and body mass index on optic disc parameters | |
RU2540228C2 (ru) | Коррекция периферической дефокусировки глаза и предотвращение дальнейшего развития рефракционных ошибок | |
Hashemi et al. | Contrast sensitivity evaluation in a population-based study in Shahroud, Iran | |
Lu et al. | A population-based study of visual impairment among pre-school children in Beijing: the Beijing study of visual impairment in children | |
Romashchenko et al. | Peripheral refraction and higher order aberrations | |
BR112020015335A2 (pt) | Método para alteração da performance visual de um indivíduo, método para medição da necessidade de correção de refração esférica de um indivíduo e sistema óptico para implementação desses métodos | |
Read et al. | Influence of accommodation on the anterior and posterior cornea | |
Guo et al. | Normative distribution of visual acuity in 3-to 6-year-old Chinese preschoolers: the Shenzhen kindergarten eye study | |
Valluri et al. | Comparative corneal topography and refractive variables in monozygotic and dizygotic twins | |
Sandhu et al. | Refractive error and visual function difficulty in a Latino population | |
Carkeet et al. | The slope of the psychometric function for Bailey-Lovie letter charts: defocus effects and implications for modeling letter-by-letter scores | |
Heydarian et al. | The normal distribution of corneal eccentricity and its determinants in two rural areas of north and south of Iran | |
Marcos et al. | Impact of astigmatism and high-order aberrations on subjective best focus | |
CN112614593A (zh) | 近视发展进化树建立方法及近视发展风险评估装置 | |
ES2951071T3 (es) | Cálculo de la corrección del astigmatismo real y nomogramas para el tratamiento con láser de la córnea | |
CN113197543B (zh) | 基于矢量像差理论的屈光手术后视觉质量评价方法和*** | |
EP4177907A1 (en) | A method and system for determining a risk of an onset or progression of myopia | |
CN114376504B (zh) | 一种视网膜神经纤维层数据分析方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |