CN114239208A - 基于角膜塑形镜配镜的数据处理方法和相关设备 - Google Patents
基于角膜塑形镜配镜的数据处理方法和相关设备 Download PDFInfo
- Publication number
- CN114239208A CN114239208A CN202110889537.8A CN202110889537A CN114239208A CN 114239208 A CN114239208 A CN 114239208A CN 202110889537 A CN202110889537 A CN 202110889537A CN 114239208 A CN114239208 A CN 114239208A
- Authority
- CN
- China
- Prior art keywords
- data
- cornea
- detected
- lens
- fitting
- 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
- 210000004087 cornea Anatomy 0.000 title claims abstract description 81
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000007493 shaping process Methods 0.000 title claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 23
- 238000013178 mathematical model Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000001788 irregular Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000399 orthopedic effect Effects 0.000 description 3
- 201000009310 astigmatism Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本申请公开基于角膜塑形镜配镜的数据处理方法和相关设备,方法包括:获取步骤,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;评估步骤,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为通过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适配该待测眼部的镜片参数;输出步骤,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输出验配结果。运用训练后的模型对待测患者的配镜进行精准预测,克服了当前人工经验配镜效率低,误差大和可信度低的技术问题。
Description
技术领域
本申请涉及配镜技术领域,尤其涉及一种基于角膜塑形镜配镜的数据处理 方法和相关设备。
背景技术
角膜塑形镜(OK镜)是一种特殊的RGP镜片。普通的RGP镜片(近视眼镜 片)用于矫正视力,而塑形镜用于“矫形”,即通过改变角膜集合形态来提高 视力。“矫正”型的RGP镜片,其内表面与角膜的表面相平行,互相吻合,通 过改变镜片的外表面来调节镜片光度。而“矫形”用的塑形镜则相反。其外表 面较简单,内表面相对复杂。塑形镜的内表面不再与角膜平行或吻合,而是在 镜片角膜之间制造一些间隙,利用泪液的作用达到“矫形”效果。
配镜是在传统的矫形诊疗中,医生会根据简单的查看相关眼科设备数据, 然后利用其在眼科诊疗中的经验,不断地通过换试戴片来为近视青少年估算其 佩戴的OK镜参数。
然而,以上的配镜过程强烈依赖医生的经验,并且验配准确度低,具有较 大的误差,可信度差。
发明内容
本申请实施例提供基于角膜塑形镜配镜的数据处理方法和相关设备,实现提高配镜效率,降低配镜误差,提升配镜可信度的技术目的。
一种基于角膜塑形镜配镜的数据处理方法,包括:
获取步骤,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;
评估步骤,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为通 过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适配 该待测眼部的镜片参数;
输出步骤,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输出 验配结果。
优选地,还包括:
算法训练步骤,具体实现为:
提取多个患者的历史配镜数据,所述历史配镜数据至少包括:瞬时屈光力特征 数据及患者的待测眼部测量参数,以及,验配成功的配镜参数;
对构建完成数学模型进行基于所述历史配镜数据的训练,生成所述预设算法。
优选地,数据清洗和筛选步骤,包括:
获得多个患者的历史配镜数据,并进行数据清洗和筛选,以剔除不规整的视光 数据,所述视光数据至少包括瞬时屈光力特征数据;
将数据清洗和筛选的数据进行无量纲化处理,获取所述多个患者的历史配镜数据。
优选地,对构建完成数学模型进行基于所述历史配镜数据的训练,包括:
对所述多个患者的历史配镜数据进行统计及计算,生成训练数据;
将所述训练数据在所述数学模型进行针对镜片参数预测训练。
优选地,构建完成数学模型具体实现为:
其中θ表示数学模型需要输入的参数,n表示样本数,L(yi,yi)表示预测值和 实际值之间的误差函数,Ω(fk)代表构建的残差项,k代表残差项数。
优选地,还包括:
将当前患者的验配结果作为算法训练的样本,以更新多个患者的历史配镜数据所构成的数据库。
优选地,获取步骤前,还包括:对所述待测角膜的瞬时屈光力特征数据及患者 的待测眼部测量参数进行无量纲化处理。
优选地,所述患者为4-18岁的青少年患者群体。
一种基于角膜塑形镜配镜的数据处理装置,包括:
获取模块,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;
评估模块,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为通 过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适配 该待测眼部的镜片参数;
输出模块,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输出 验配结果。
一种计算设备,其特征在于,至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的基于角膜塑形 镜配镜的数据处理方法。
本发明的基于角膜塑形镜配镜的数据处理方法和相关设备,通过获取步骤,获 取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;评估步骤,模 拟该待测角膜经矫正后的角膜参数地图;输出步骤,提取该待测角膜经矫正后 的角膜参数地图数据,根据预设算法输出验配结果。运用训练后的模型对待测 患者的配镜进行精准预测,克服了当前人工经验配镜效率低,误差大和可信度 低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本 申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。 在附图中:
图1为本申请实施例中基于角膜塑形镜配镜的数据处理方法的流程示意图;
图2为本申请实施例中的基于角膜塑形镜配镜的数据处理方法的角膜参数地图示意图;
图3为本申请实施例中的基于角膜塑形镜配镜的数据处理方法的角膜镜片的变化图;
图4为本申请实施例中的基于角膜塑形镜配镜的数据处理方法的流程示意图;
图5为本申请实施例中的基于角膜塑形镜配镜的数据处理方法的流程示意图;
图6为本申请实施例中的基于角膜塑形镜配镜的数据处理方法的流程示意图;
图7为本申请实施例中的基于角膜塑形镜配镜的数据处理装置的结构示意图;
图8为本申请实施例中的基于角膜塑形镜配镜的数据处理计算设备的结构示意图;
图9为本申请实施例中的计算机可读介质的结构示意图。
具体实施方式
本申请实施例中提供一种基于角膜塑形镜配镜的数据处理方法和相关设备,实现提高配镜效率,降低配镜误差,提升配镜可信度的技术目的。
下面结合参照附图1对本申请实施例提供的基于角膜塑形镜配镜的数据处理方法作进一步说明,
一种基于角膜塑形镜配镜的数据处理方法,包括:
获取步骤S11,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;
本步骤的目的在于受试者(患者)特征数据的输入,待测角膜的瞬时屈光力特 征数据,角膜4mm处的瞬时屈光力数据特征,包括:四毫米处瞬时屈光力均值、 最大值、最小值、角膜e值、角膜高度差、角膜高度值和角膜半径。
受试者(患者)的待测眼部测量参数,包括眼轴长度、球镜度数、裸眼视力、 晶体厚度、降幅、散光、轴率比,并且同时获取患者的年龄、性别、身高。
评估步骤S12,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图 为通过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测 适配该待测眼部的镜片参数;
在该评估步骤中,通过患者待测角膜的戴上OK镜后的眼睛的视力情况,进而 角膜高度以及屈光力发生一定的变化,将待测角膜的在戴上不同OK镜后的变 化以图形方式展示给用户,并且给出对应的OK镜预测结果,最终辅助用户更 有效率地得到良好的OK镜参数,达到精准配镜的目的。
可选地,可通过公式查找的方式来获取角膜4mm处的瞬时屈光力值、角膜高度 值以及对应的角膜高度差值,患者所使用角膜地形图仪器可以选用Medmont角 膜地形图仪器,该仪器的地图数据可将所述瞬时屈光力特征数据及患者的待测 眼部测量参数进行解析获得。
模拟该待测角膜经矫正后的角膜参数地图,角膜参数地图可以显示角膜半径、 角膜的曲率、角膜e值、球镜度数、角膜高度值、晶体厚度、裸眼视力;同时 在角膜参数地图的输出界面上,还可以显示:性别、年龄、身高、降幅、散光、 轴率比、屈光力均值、屈光力最大值、屈光力最小值。
输出步骤S13,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法 输出验配结果。
具体的验配结果需要通过预设算法的计算,输出适合该待测角膜验配参量和建议,所述验配结果包括但不限于角膜平坦K值、性别、年龄、角膜高度差、角 膜E值、眼轴长度、球镜度数,作为示例,参考下表的验配结果:
参考图2-图3,图2为基于角膜参数地图生成显示图,而图3为患者戴上某个 角膜参数的角膜镜片的变化图,其可以定量地估算角膜的形成环位置和成环的 大小。如果看到该患者的角膜在佩戴该参数型号的OK镜之后,有明显良好的 圆环形成,借助于预设算法可以输出适合该患者的角膜纠正参数及配镜结果。 作为优选地,所述预设算法需要通过训练得到,本方法中还披露了算法训练步 骤,参考图4,具体实现为:
S41:提取多个患者的历史配镜数据,所述历史配镜数据至少包括:瞬时屈光力 特征数据及患者的待测眼部测量参数,以及,验配成功的配镜参数;
获得较大群体(如1000例)的瞬时屈光力特征数据,包括但不限于角膜平坦K 值、性别、年龄、角膜高度差、角膜E值、眼轴长度、球镜度数等。所有数据 经过患者知情同意。
参考图5,在S41后,还包括数据清洗和筛选步骤,参考图6:
S51:获得多个患者的历史配镜数据,并进行数据清洗和筛选,以剔除不规整 的视光数据,所述视光数据至少包括瞬时屈光力特征数据;
需要说明的是,在图1-5的所述的患者指的是更适合佩戴OK镜的4-18岁的青 少年患者群体。
S52:将数据清洗和筛选的数据进行无量纲化处理,获取所述多个患者的历史配镜数据。
所述数据清洗和筛选步骤,指的是剔除不规整的视光数据,将部分数据进行无 量纲化处理,基于较为标准的数据,筛选出有效特征,作为示例地,参考如下 的多个患者的历史配镜数据信息表:
特征 | 分类/数据 |
年龄 | 4-12 |
性别 | 男/女 |
身高 | 110-175(cm) |
眼轴长度 | 21-29(mm) |
角膜FK | 39-49(D) |
角膜E值 | 0.3-1 |
4mm屈光力 | 38-49(D) |
高度差 | 0-50(um) |
最大4mm屈光力 | 40-47(D) |
最小4mm屈光力 | 39-40(D) |
角膜半径 | 7-9(mm) |
轴率比 | 3.1-4 |
最大中央8mm高度 | 30-50(um) |
S42:对构建完成数学模型进行基于所述历史配镜数据的训练,生成所述预设算法。部分供建模使用的群体特征数据如下表所示:
参考图6,对构建完成数学模型进行基于所述历史配镜数据的训练,包括:
S61:对所述多个患者的历史配镜数据进行统计及计算,生成训练数据;
对S52步骤的说明对应表格中,所涉及的群体历史数据进行统计计算,得到各 个特征平均值、变化幅度等中间计算值也参与算法训练。
S62:将所述训练数据在所述数学模型进行针对镜片参数预测训练。
可选地,作为举例,构建完成数学模型具体实现为:
其中θ表示数学模型需要输入的各类参数,例如预估的叶子节点数、树的深度 等超参数,n表示样本数,L(yi,yi)表示预测值和实际值之间的误差函数,Ω(fk) 代表构建的残差项,k代表残差项数,即当建立一棵树预测得不够准确时,就会 再构建一棵树去评估上一棵树的预测值与准确值的差值,不断构建直至其达到 最优的预测效果。
该目标函数等式右边包含两部分的计算,第一部分是经验风险计算,即预测值 和真实值的差,第二部分是为了防止模型过拟合采取的结构风险计算,一般用 二范数。然而该目标函数的形式及目标函数的选择并不唯一。从输出结果上来 看,预测的结果和真实的近视发生时间的差最小化是选择目标函数的标准。
在所述目标函数下求解用以匹配镜片参数的切分点及树叶子节点。
基于上述的目标函数,借助泰勒展开公式,将目标函数转化成可以求解出唯一 解的公式,得到唯一的切分点和树叶子节点数;
优选地,还包括:
将当前患者的验配结果作为算法训练的样本,以更新多个患者的历史配镜数据所构成的数据库。
所述OK镜参数预测后,进一步用于将该患者的待测角膜的瞬时屈光力特征数 据及患者的待测眼部测量参数,以及针对该患者的验配结果,对所述数据库进 行更新,形成新的数据库。在进行下次预测时,可以基于新的数据库生成新对 所述预设算法进行优化提升预测模型的准确度。
优选地,获取步骤前,还包括:对所述待测角膜的瞬时屈光力特征数据及患者 的待测眼部测量参数进行无量纲化处理。
对所述受试者特征数据进行无量纲化处理,与数据库中的数据类型或预设数据标准达成一致,便于输入至角膜参数地图设备的输入端。
由以上实施例可得本发明的技术效果是:
(1)本发明利用大群体的历史角膜地形图和视光数据,兼顾受试者的角膜形 态和自身静态数据,建立起了基于数理模型的计算机***来进行预测OK镜参 数,方便快捷,准确率高。
(2)本发明的计算机***采用机器学习算法来自动预测近OK镜参数,首先会 根据处理好的数据,选定影响OK镜参数的特征,然后基于大量的历史验配优 良的数据,构建数学模型,这样就能避开传统的估算和不同试戴的模式,同时 可以直接基于数据建立准确的可验证的数学模型,最后通过固化的模型计算患 者的OK镜参数。
(3)本发明的计算机***可以巧妙地避开传统的依赖于医生经验和不停试戴 的盲选方法,同时可以更加准确地对OK镜参数进行预测,从而帮助他们做好 OK镜参数选择工作,具有重大的临床意义。
利用本计算机***,预测近一年内的OK镜验配受试者中,随机选取200例, 验配良好和优秀的受试者达到180例,准确率达到80%,远远高于传统的验配 精度,效率更是传统手法不可比拟的,证实本***具有非常高的预测准确度。
参考图7,本发明披露了一种基于角膜塑形镜配镜的数据处理装置,包括:
获取模块71,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;
评估模块72,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为 通过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适 配该待测眼部的镜片参数;
输出模块73,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输 出验配结果。
图8示出的是匹配图1-6处理方法的计算设备,包括:
需要说明的是,图8显示的计算设备80仅仅是一个示例,不应对本申请实施 例的功能和使用范围带来任何限制。
如图8所示,计算设备80以通用计算设备的形式表现。计算设备80的组件可 以包括但不限于:上述至少一个处理器81、上述至少一个存储器82、连接不 同***组件(包括存储器82和处理器81)的总线83。
总线83表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制 器、***总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器82可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)821和/或高速缓存存储器822,还可以进一步包括只读存储器(ROM)823。
存储器82还可以包括具有一组(至少一个)程序模块824的程序/实用工具825, 这样的程序模块824包括但不限于:操作***、一个或者多个应用程序、其它 程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境 的实现。
计算设备80也可以与一个或多个外部设备84(例如键盘、指向设备等)通信, 还可与一个或者多个使得用户能与计算设备80交互的设备通信,和/或与使得 该计算设备80能与一个或多个其它计算设备进行通信的任何设备(例如路由 器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口85进 行。并且,计算设备80还可以通过网络适配器88与一个或者多个网络(例如 局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示, 网络适配器88通过总线83与用于计算设备80的其它模块通信。应当理解, 尽管图中未示出,可以结合计算设备80使用其它硬件和/或软件模块,包括但 不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、 磁带驱动器以及数据备份存储***等。
在一些可能的实施方式中,根据本申请的计算设备可以包括至少一个处理器、 以及至少一个存储器(如第一服务器)。其中,存储器存储有程序代码,当程 序代码被处理器执行时,使得处理器执行本说明书上述描述的根据本申请各种 示例性实施方式的***权限开启方法中的步骤。
参考图9,图1-6图示及对应实施例的方法还可通过计算机可读介质91来实现, 参考图9,存储有计算机可执行指令,即本发明方法所对应的程序指令,所述 计算机或者高速芯片可执行指令用于执行以上实施例所述的基于角膜塑形镜 配镜的数据处理方法。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限 于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可 读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由 指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程 序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还 包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程 序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一 个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或 者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程 计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)— 连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、 光、电磁、红外线、或半导体的***、控制装置或器件,或者任意以上的组合。 可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的 电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦 式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、 光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于***权限开启的程序产品可以采用便携式紧凑盘只 读存储器(CD-ROM)并包括程序代码,并可以在计算设备上运行。然而,本申请 的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序 的有形介质,该程序可以被指令执行***、控制装置或者器件使用或者与其结 合使用。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的 流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方 框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处 理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或 其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流 程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以 特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指 令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程 和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从 而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意 欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等 同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于角膜塑形镜配镜的数据处理方法,其特征在于,该方法包括:
获取步骤,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;评估步骤,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为通过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适配该待测眼部的镜片参数;
输出步骤,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输出验配结果。
2.根据权利要求1所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,还包括:
算法训练步骤,具体实现为:
提取多个患者的历史配镜数据,所述历史配镜数据至少包括:瞬时屈光力特征数据及患者的待测眼部测量参数,以及,验配成功的配镜参数;
对构建完成数学模型进行基于所述历史配镜数据的训练,生成所述预设算法。
3.根据权利要求2所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,数据清洗和筛选步骤,包括:
获得多个患者的历史配镜数据,并进行数据清洗和筛选,以剔除不规整的视光数据,所述视光数据至少包括瞬时屈光力特征数据;
将数据清洗和筛选的数据进行无量纲化处理,获取所述多个患者的历史配镜数据。
4.根据权利要求1或2任一项权利要求中所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,对构建完成数学模型进行基于所述历史配镜数据的训练,包括:
对所述多个患者的历史配镜数据进行统计及计算,生成训练数据;
将所述训练数据在所述数学模型进行针对镜片参数预测训练。
6.根据权利要求2所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,还包括:
将当前患者的验配结果作为算法训练的样本,以更新多个患者的历史配镜数据所构成的数据库。
7.根据权利要求1或5所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,
获取步骤前,还包括:对所述待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数进行无量纲化处理。
8.根据权利要求1或4所述的基于角膜塑形镜配镜的数据处理方法,其特征在于,所述患者为4-18岁的青少年患者群体。
9.一种基于角膜塑形镜配镜的数据处理装置,其特征在于,包括:
获取模块,获取待测角膜的瞬时屈光力特征数据及患者的待测眼部测量参数;
评估模块,模拟该待测角膜经矫正后的角膜参数地图,所述角膜参数地图为通过依据所述瞬时屈光力特征数据及所述待测眼部测量参数生成,用以预测适配该待测眼部的镜片参数;
输出模块,提取该待测角膜经矫正后的角膜参数地图数据,根据预设算法输出验配结果。
10.一种计算设备,其特征在于,至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-8中任一项所述的基于角膜塑形镜配镜的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110889537.8A CN114239208A (zh) | 2021-08-04 | 2021-08-04 | 基于角膜塑形镜配镜的数据处理方法和相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110889537.8A CN114239208A (zh) | 2021-08-04 | 2021-08-04 | 基于角膜塑形镜配镜的数据处理方法和相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114239208A true CN114239208A (zh) | 2022-03-25 |
Family
ID=80742509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110889537.8A Pending CN114239208A (zh) | 2021-08-04 | 2021-08-04 | 基于角膜塑形镜配镜的数据处理方法和相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114239208A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114967176A (zh) * | 2022-06-15 | 2022-08-30 | 潍坊眼科医院有限责任公司 | 基于角膜形态和屈光数据的角膜塑形镜制作方法和装置 |
CN116990450A (zh) * | 2023-07-18 | 2023-11-03 | 欧几里德(苏州)医疗科技有限公司 | 一种角膜塑形镜的缺陷检测方法及*** |
CN117908274A (zh) * | 2024-02-23 | 2024-04-19 | 广州爱尔眼科医院有限公司 | 一种适用于婴幼儿无晶状体眼硬性透气性角膜接触镜的验配方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832581A (zh) * | 2017-12-15 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 状态预测方法和装置 |
CN111000525A (zh) * | 2019-11-21 | 2020-04-14 | 明灏科技(北京)有限公司 | 一种基于大数据的角膜塑形镜验配方法及*** |
CN111134613A (zh) * | 2019-11-21 | 2020-05-12 | 明灏科技(北京)有限公司 | 一种基于图像识别的角膜塑形镜验配方法及*** |
CN111553402A (zh) * | 2020-04-22 | 2020-08-18 | 首都医科大学附属北京同仁医院 | 基于大数据和深度学习的智能化角膜塑形镜选片***及方法 |
-
2021
- 2021-08-04 CN CN202110889537.8A patent/CN114239208A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832581A (zh) * | 2017-12-15 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 状态预测方法和装置 |
CN111000525A (zh) * | 2019-11-21 | 2020-04-14 | 明灏科技(北京)有限公司 | 一种基于大数据的角膜塑形镜验配方法及*** |
CN111134613A (zh) * | 2019-11-21 | 2020-05-12 | 明灏科技(北京)有限公司 | 一种基于图像识别的角膜塑形镜验配方法及*** |
CN111553402A (zh) * | 2020-04-22 | 2020-08-18 | 首都医科大学附属北京同仁医院 | 基于大数据和深度学习的智能化角膜塑形镜选片***及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114967176A (zh) * | 2022-06-15 | 2022-08-30 | 潍坊眼科医院有限责任公司 | 基于角膜形态和屈光数据的角膜塑形镜制作方法和装置 |
CN116990450A (zh) * | 2023-07-18 | 2023-11-03 | 欧几里德(苏州)医疗科技有限公司 | 一种角膜塑形镜的缺陷检测方法及*** |
CN116990450B (zh) * | 2023-07-18 | 2024-04-26 | 欧几里德(苏州)医疗科技有限公司 | 一种角膜塑形镜的缺陷检测方法及*** |
CN117908274A (zh) * | 2024-02-23 | 2024-04-19 | 广州爱尔眼科医院有限公司 | 一种适用于婴幼儿无晶状体眼硬性透气性角膜接触镜的验配方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114239208A (zh) | 基于角膜塑形镜配镜的数据处理方法和相关设备 | |
US10426551B2 (en) | Personalized refractive surgery recommendations for eye patients | |
AU2005215056B2 (en) | System and method for analyzing wavefront aberrations | |
EP3395233B1 (en) | Ametropia treatment tracking methods and system | |
AU2018202725B2 (en) | Ametropia treatment tracking methods and system | |
CN111553402B (zh) | 基于大数据和深度学习的智能化角膜塑形镜选片***及方法 | |
CN111000525B (zh) | 一种基于大数据的角膜塑形镜验配方法及*** | |
CN113806908A (zh) | 基于角膜塑形镜配镜的参数处理方法和相关设备 | |
JP2007531559A5 (zh) | ||
CN111134613B (zh) | 一种基于图像识别的角膜塑形镜验配方法及*** | |
TR201815339T4 (tr) | Gözlük camlarının sipariş edilmesi için sistemler ve yöntemler. | |
US20240041653A1 (en) | Intelligent topographic corneal procedure advisor | |
CN112700858B (zh) | 一种儿童青少年近视预警方法及设备 | |
CN115398557A (zh) | 确定和分析患者的眼部生物特征状态的***和方法 | |
US20240082059A1 (en) | Intelligent corneal procedure advisor | |
CN110989199A (zh) | 一种角膜塑形镜度数的计算装置 | |
CN110908140A (zh) | 一种角膜塑形镜的生产装置 | |
KR102208508B1 (ko) | 복합적인 안과 진료를 수행하는 시스템 및 방법 | |
CN114924427B (zh) | 角膜塑形镜的配镜方法、装置、电子设备及存储介质 | |
CN211627958U (zh) | 一种角膜塑形镜度数的计算装置 | |
CN116670569A (zh) | 基于大数据方法和机器学习的计算眼镜镜片的方法 | |
CN113197543A (zh) | 基于矢量像差理论的屈光手术后视觉质量评价方法和*** | |
WO2021173843A1 (en) | Epithelial thickness mapping and corneal procedure advisor | |
CN211786441U (zh) | 一种角膜塑形镜的生产装置 | |
US20230288730A1 (en) | Lenses and methods for affecting the progression of myopia |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220325 |