CN114898833B - 一种近视防控控轴仪数据智能管理*** - Google Patents
一种近视防控控轴仪数据智能管理*** Download PDFInfo
- Publication number
- CN114898833B CN114898833B CN202210645304.8A CN202210645304A CN114898833B CN 114898833 B CN114898833 B CN 114898833B CN 202210645304 A CN202210645304 A CN 202210645304A CN 114898833 B CN114898833 B CN 114898833B
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- sub
- user
- module
- 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.)
- Active
Links
- 230000004379 myopia Effects 0.000 title claims abstract description 47
- 208000001491 myopia Diseases 0.000 title claims abstract description 47
- 230000002265 prevention Effects 0.000 title claims abstract description 23
- 238000012360 testing method Methods 0.000 claims abstract description 31
- 230000007704 transition Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 6
- 230000004410 intraocular pressure Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 208000003464 asthenopia Diseases 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000015654 memory Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 210000001525 retina Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 3
- 230000004331 refractive myopia Effects 0.000 description 3
- 229930003347 Atropine Natural products 0.000 description 2
- RKUNBYITZUJHSG-UHFFFAOYSA-N Hyosciamin-hydrochlorid Natural products CN1C(C2)CCC1CC2OC(=O)C(CO)C1=CC=CC=C1 RKUNBYITZUJHSG-UHFFFAOYSA-N 0.000 description 2
- RKUNBYITZUJHSG-SPUOUPEWSA-N atropine Chemical compound O([C@H]1C[C@H]2CC[C@@H](C1)N2C)C(=O)C(CO)C1=CC=CC=C1 RKUNBYITZUJHSG-SPUOUPEWSA-N 0.000 description 2
- 229960000396 atropine Drugs 0.000 description 2
- 230000004329 axial myopia Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 210000004087 cornea Anatomy 0.000 description 2
- 210000000695 crystalline len Anatomy 0.000 description 2
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 208000014733 refractive error Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Rehabilitation Tools (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明适用于计算机领域，提供了一种近视防控控轴仪数据智能管理***，包括：获取模块，用于获取用户的使用数据，提取使用数据中各功能单元的理论使用时长，所述功能单元至少包括第一单元和第二单元，其中所述理论使用时长用于指示用户的近视测试数据逐一对应的功能单元的理论使用时长；判断模块，用于获取第一单元的历史工作数据，对第一单元工作参数的变化量进行判断，本发明的有益效果在于：通过对近视测试数据和历史工作数据的判断处理，能够避免工作参数不在正常区间范围对眼睛造成负影响，同时，能够根据用户的喜好来选择使用第二单元；进一步的，通过用眼锻炼影像数据的智能化识别，提升了用户个性化体验。
Description
技术领域
本发明属于计算机领域，尤其涉及一种近视防控控轴仪数据智能管理***。
背景技术
视力，又称视觉分辨力，是眼睛能够分辨的外界两个物点间最小距离的能力，近视是屈光不正的一种，当眼在调节放松状态下，平行光线进入眼内，其聚焦在视网膜之前，这导致视网膜上不能形成清晰像，称为近视眼；按照视光学可将近视分为轴性近视和屈光性近视，其中，轴性近视：一般是指真性近视，指眼轴伸长使平行光线进入眼内聚焦在视网膜前而引起的近视；屈光性近视：指眼轴在正常范围内，由于晶状体等屈光因素改变使平行光线进入眼内聚焦在视网膜前形成的近视，屈光性近视主要是受眼科疾病以及其他因素引起晶状体病变影响屈光率而导致的近视。
现有技术中一般对近视控轴的管理有行为防控、普通近视眼镜、户外运动、高光率哺光仪、低功率哺光仪、调节力训练、拉远镜、高浓度阿托品、角膜塑形镜和穴位按摩等，控轴仪可以是高光率哺光仪、低功率哺光仪、调节力训练、拉远镜、高浓度阿托品、角膜塑形镜中的一种或者几种的组合。
发明人通过实施上述现有技术发现其存在以下缺陷，在使用过程中当控轴仪作用参数变化超出正常允许的工作范围时，其将会对用户的视力矫正造成影响，影响用户使用的防控效果以及使用体验。
发明内容
本发明实施例的目的在于提供一种近视防控控轴仪数据智能管理***，旨在解决上述背景技术中提出的问题。
本发明实施例是这样实现的，一方面，一种近视防控控轴仪数据智能管理***，包括：
获取模块，用于获取用户的使用数据，提取使用数据中各功能单元的理论使用时长，所述功能单元至少包括第一单元和第二单元，其中所述理论使用时长用于指示用户的近视测试数据逐一对应的功能单元的理论使用时长；
判断模块，用于获取第一单元的历史工作数据，对第一单元工作参数的变化量进行判断；
判定和提示模块，用于当判定所述变化量达到第一阈值的时长不大于用户优先使用第一单元对应的理论使用时长时，发出第一单元待运维的提示，其中，第一单元为非数据播放单元且其使用率高于第二单元，第一阈值处于第一工作单元的临界运维阈值的缩小比例范围内；
预播放模块，用于接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围；
显示和播放模块，用于若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据。
作为本发明的进一步方案，所述获取模块包括：
获取子模块，用于获取第一用户当前的近视测试数据，所述当前的近视测试数据包括验光数据、眼压数据和眼轴数据；
使用数据生成子模块，用于根据第一用户当前的近视测试数据和控轴仪的匹配关系，生成用户的当前使用数据，所述用户的当前使用数据至少包括各功能单元对应的理论使用时长；
更新子模块，用于根据用户的当前使用数据对用户的历史使用数据进行更新。
作为本发明的再进一步方案，所述第一单元为太阳光模拟单元。
作为本发明的又进一步方案，所述判断模块包括：
图像生成子模块，用于获取在上一次维修后第一单元的主工作参数随着使用时长的变化值，生成所述变化值随着使用时长变化的第一图像；
查找子模块，用于将所述第一图像在预先建立的工作参数随着使用时长变化的模型库中进行查找，所述工作参数包括主工作参数；
第一计算子模块，用于当查找到相似度大于第一相似度的第二图像时，定位所述第二图像中当前主工作参数对应的第一工作点和主工作参数变化到第一阈值对应的第二工作点，计算第一工作点和第二工作点的过渡时长，将该过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点；
第二计算子模块，用于若未查找到相似度大于第一相似度的第二图像，但查找到相似度小于第一相似度阈值但是大于第二相似度阈值若干第三图像时，按照上一步骤中的方法，计算每个第三图像中第一工作点和第二工作点的过渡时长，计算多个过渡时长的均值，得到均值过渡时长，将均值过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点。
作为本发明的进一步方案，所述主工作参数为红光的关联参数。
作为本发明的进一步方案，所述预播放模块包括：
独立展示子模块，用于获取用户输入的同意指令后，至少将两个用眼锻炼影像数据进行独立展示；
指数排名显示子模块，用于检测用户对至少两个用眼锻炼影像数据的喜爱指数，并且将指数排名进行显示，以方便用户进行参考和选择。
作为本发明的进一步方案，所述检测用户对至少两个用眼锻炼影像数据的喜爱指数的具体步骤包括：
截取每个用眼锻炼影像数据中经过标记的若干子影像数据，同一个用眼锻炼影像数据的标记影像子数据之间也带有区别标记序号；
将两种标记子影像数据分别按照设定的第一平移速度V1和第二平移速度V2进行独立连续展示，且V1和V2相同，检测用户的视角在带有区别标记序号的子影像数据上的第一停留子时长；
将两种标记子影像数据的展示位置互换，检测用户的视角在带有区别标记序号的子影像数据上的第二停留子时长；
根据第一停留子时长和第二停留子时长分别计算两种标记子影像数据的总停留时长；
将两个用眼锻炼影像数据的喜爱指数按照所述总停留时长进行排序，其中总停留时长越长，所述用眼锻炼影像数据的喜爱指数越高。
作为本发明的进一步方案，所述***还用于：依次针对每两个标记子影像数据进行用眼锻炼影像数据的喜爱指数计算。
本发明实施例提供的一种近视防控控轴仪数据智能管理***，通过获取模块、判断模块等的设置，当判定所述变化量达到第一阈值的时间节点处于第一单元的理论使用时长中，发出第一单元待运维的提示，接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围，若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据，避免工作参数不在正常区间范围对眼睛造成负影响，同时，能够根据用户的喜好来选择使用第二单元；进一步的，通过用眼锻炼影像数据的智能化识别，便于提高用户个性化体验。
附图说明
图1是一种近视防控控轴仪数据智能管理***的主结构图。
图2是一种近视防控控轴仪数据智能管理***中获取模块的结构图。
图3是一种近视防控控轴仪数据智能管理***中判断模块的结构图。
图4是一种近视防控控轴仪数据智能管理***中预播放模块的结构图。
图5是检测用户对至少两个用眼锻炼影像数据的喜爱指数的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
本发明提供的一种近视防控控轴仪数据智能管理***，解决了背景技术中的技术问题。
如图1所示，为本发明的一个实施例提供的一种近视防控控轴仪数据智能管理***的主结构图，所述一种近视防控控轴仪数据智能管理***包括：
获取模块10，用于获取用户的使用数据，提取使用数据中各功能单元的理论使用时长，所述功能单元至少包括第一单元和第二单元，其中所述理论使用时长用于指示用户的近视测试数据逐一对应的功能单元的理论使用时长；
判断模块11，用于获取第一单元的历史工作数据，对第一单元工作参数的变化量进行判断；
判定和提示模块12，用于当判定所述变化量达到第一阈值的时长不大于用户优先使用第一单元对应的理论使用时长时，发出第一单元待运维的提示，其中，第一单元为非数据播放单元且其使用率高于第二单元，第一阈值处于第一工作单元的临界运维阈值的缩小比例范围内；达到临界运维阈值即需要进行(运行)维修检查，临界运维阈值的缩小比例范围表示还未达到临界运维阈值但是即将接近临界运维阈值，例如临界运维阈值为80-100，第一阈值可以是82-95；
第一单元为非数据播放单元且其使用率高于第二单元，表明第一单元是比数据播放单元使用效果好的功能单元，在进行控轴时当然应当首选第一单元，但是所述变化量达到第一阈值的时间节点处于第一单元的理论使用时长，表明需要转换功能单元以及提前进行运维，避免在第一单元的理论使用过程中发生意外，避免工作参数不在正常区间范围对眼睛造成负影响；
预播放模块13，用于接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围；
显示和播放模块14，用于若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据，若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时表明第二单元大概率对用户具有吸引力。
本实施例在应用时，通过获取模块10、判断模块11等的设置，当判定所述变化量达到第一阈值的时间节点处于第一单元的理论使用时长中，发出第一单元待运维的提示，接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围，若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据，避免工作参数不在正常区间范围对眼睛造成负影响，同时，能够根据用户的喜好来选择使用第二单元。
可以理解的是，通过这种功能单元的转换使用能够提高用户的使用体验感，同时保证对防控控轴仪的充分使用，在接收到第一单元运维成功信息后可以继续使用第一单元。
如图2所示，作为本发明的一种优选实施例，所述获取模块10包括：
获取子模块101，用于获取第一用户当前的近视测试数据，所述当前的近视测试数据包括验光数据、眼压数据和眼轴数据；
使用数据生成子模块102，用于根据第一用户当前的近视测试数据和控轴仪的匹配关系，生成用户的当前使用数据，所述用户的当前使用数据至少包括各功能单元对应的理论使用时长；这里的匹配关系可以是预设的近视测试数据和功能单元对应的理论使用时长的对应图表，其一般是根据经验结合实验计算而来，例如对应的近视测试数据，主要包括眼压数据和眼轴数据，匹配的第一单元和/或第二单元的单次具体使用时长。
更新子模块103，用于根据用户的当前使用数据对用户的历史使用数据进行更新。
如图3所示，作为本发明的一种优选实施例，所述判断模块11包括：
图像生成子模块111，用于获取在上一次维修后第一单元的主工作参数随着使用时长的变化值，生成所述变化值随着使用时长变化的第一图像；
查找子模块112，用于将所述第一图像在预先建立的工作参数随着使用时长变化的模型库中进行查找，所述工作参数包括主工作参数；工作参数随着使用时长变化的型库是根据历史工作参数随着使用时长变化建立的，只要样本容量足够大，理应能够查找到第一计算子模块113或第二计算子模块114的结果。
第一计算子模块113，用于当查找到相似度大于第一相似度的第二图像时，定位所述第二图像中当前主工作参数对应的第一工作点和主工作参数变化到第一阈值对应的第二工作点，计算第一工作点和第二工作点的过渡时长，将该过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点；这里相似度的判定标准可以是分段子图像之间的重合度，例如斜率、曲率等参数接近；第二计算子模块114的相似度判定标准相同；相似度的识别通过过训练好的神经网络模型进行识别，识别的依据是分段子图像之间的重合度，以斜率、曲率等作为向量形式作为神经网络模型的输入，用matlab的rands函数来实现网络权值的初始化，按照公式计算隐含层和输出层输出，误差，更新网络权值，训练好神经网络之后，用抽取的第一图像对网络进行预测，输入特征向量，计算隐含层和输出层输出，得到相似度大于第一相似度的第二图像；相似度相关的图像识别查原理属于是现有技术，在此不做限定；
第二计算子模块114，用于若未查找到相似度大于第一相似度的第二图像，但查找到相似度小于第一相似度阈值但是大于第二相似度阈值若干第三图像时，按照上一步骤中的方法，计算每个第三图像中第一工作点和第二工作点的过渡时长，计算多个过渡时长的均值，得到均值过渡时长，将均值过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点。
应当理解的是，这里主要只考虑主工作参数和使用时长之间的变化关系，在具体的使用中，主工作参数可以是多参数融合而成的参数，其而在考虑单个参数的主参数和使用时长之间的变化关系时，可以根据实际情况对单次具体使用时长进行误差修正，即实际单次具体使用时长＝单次具体使用时长*修正系数，修正系数可以根据实际情况结合经验来进行确定，表明考虑了其他的非主参数对于使用时长的影响。
作为本发明的一种优选实施例，所述主工作参数为红光的关联参数，在红光发生仪中主要作用参数为波长；红光发生仪工作参数还包括光标直径、输出功率和光照度，例如对于650nm的红光发生仪(可采用哺光仪)，各项参数如下，波长为650±10nm，光标直径为10±3mm，输出功率为2.0±0.5mW，光照度为730Lux。
具体的，太阳光模拟单元可以是哺光仪，哺光仪是利用人眼敏感的波长650纳米光波(红光的波长在625-740nm之间)，650纳米的红光集成起来代替自然光，用安全功率和有效时间照射视网膜，促使视网膜产生和释放更多的多巴胺，抑制眼轴延长从而达到控制近视增长的目的。
如图4所示，作为本发明的一种优选实施例，所述预播放模块13包括：
独立展示子模块131，用于获取用户输入的同意指令后，至少将两个用眼锻炼影像数据进行独立展示；
指数排名显示子模块132，用于检测用户对至少两个用眼锻炼影像数据的喜爱指数，并且将指数排名进行显示，以方便用户进行参考和选择。
如图5所示，在本实施例的一种情况中，所述检测用户对至少两个用眼锻炼影像数据的喜爱指数的具体步骤包括：
步骤S100：截取每个用眼锻炼影像数据中经过标记的若干子影像数据，同一个用眼锻炼影像数据的标记影像子数据之间也带有区别标记序号；这里经过标记的若干子影像数据可以是经过工作人员经过挑选后的具有代表性的视频片段或者图片；
步骤S101：将两种标记子影像数据分别按照设定的第一平移速度V1和第二平移速度V2进行独立连续展示，且V1和V2相同；表示速度大小相等、方向相同，主要是为了保证减少变量，保证只有位置和内容这两个变量不同；
步骤S102：检测用户的视角在带有区别标记序号的子影像数据上的第一停留子时长；这里第一停留子时长包括对每个标记的标记子影像数据的停留子时长；
步骤S103：将两种标记子影像数据的展示位置互换，检测用户的视角在带有区别标记序号的子影像数据上的第二停留子时长；同样的，第二停留子时长与第一停留子时长含义类似；
步骤S104：根据第一停留子时长和第二停留子时长分别计算两种标记子影像数据的总停留时长；这里总时长即对应每种标记子影像数据之间累加即可；
步骤S105：将两个用眼锻炼影像数据的喜爱指数按照所述总停留时长进行排序，其中总停留时长越长，所述用眼锻炼影像数据的喜爱指数越高。排序就是看累加后总时长的比较，总时长越长，喜爱指数越高，便于提高用户个性化体验，用户喜爱指数越高，其放松程度也越高，对视力有益。
举例来说，VR1子影像数据：0.2+0.3+0.5+0.4+0.5+0.6+0.5+0.2＝3.2s；
VR2子影像数据:0.3+0.2+0.2+0.2+0.3+0.2+0.1+0.3＝1.8s，判定VR1子影像数据的喜爱指数高，若只有这两种用眼锻炼影像数据，应该将这两种用眼锻炼影像数据的排名反馈给用户，方便进行选择参考，一般情况下，用户会选择VR1子影像数据进行播放，例如进行VR播放，利用VR设备进行观看，起到锻炼眼轴、缓解疲劳等作用，还可以辅助以按摩设备进行按摩，VR设备、按摩设备均属于防控控轴仪的一部分。
作为本发明的一种优选实施例，所述***还用于：依次针对每两个标记子影像数据进行用眼锻炼影像数据的喜爱指数计算。
这里针对的是标记子影像数据大于等于2个的情况下而言的，通过依次针对每两个标记子影像数据进行用眼锻炼影像数据的喜爱指数计算，例如3个标记子影像数据，通过第一个和第二个、第二个和第三个以及第一个和第三个之间喜爱指数的计算，便可以将所有的用眼锻炼影像数据按照喜爱指数进行排名，一般情况下，同一个标记子影像数据经过两次及以上次数喜爱指数排名时视为同等喜爱指数级别，此时需要对同一个标记子影像数据进行喜爱指数换算，然后排名。
本发明上述实施例中提供了一种近视防控控轴仪数据智能管理***，通过获取模块10、判断模块11等的设置，当判定所述变化量达到第一阈值的时间节点处于第一单元的理论使用时长中，发出第一单元待运维的提示，接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围，若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据，避免工作参数不在正常区间范围对眼睛造成负影响，同时，能够根据用户的喜好来选择使用第二单元；进一步的，通过用眼锻炼影像数据的智能化识别，便于提高用户个性化体验。
为了能够加载上述方法和***能够顺利运行，该***除了包括上述各种模块之外，还可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述***的控制中心，利用各种接口和线路连接各个部分。
上述存储器可用于存储计算机以及***程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等。存储数据区可存储根据泊位状态显示***的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本应该理解的是，虽然本发明各实施例的结构图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种近视防控控轴仪数据智能管理***，其特征在于，包括：
获取模块，用于获取用户的使用数据，提取使用数据中各功能单元的理论使用时长，所述功能单元至少包括第一单元和第二单元，其中所述理论使用时长用于指示用户的近视测试数据逐一对应的功能单元的理论使用时长；
判断模块，用于获取第一单元的历史工作数据，对第一单元工作参数的变化量进行判断；
第一单元工作参数随着使用时长变化的型库是根据历史工作数据随着使用时长变化建立的，能够查找到第一计算子模块或第二计算子模块的结果；
主工作参数和使用时长之间的变化关系，主工作参数是多参数融合而成的参数，在计算单个参数的主参数和使用时长之间的变化关系时，根据实际情况对单次具体使用时长进行误差修正，即实际单次具体使用时长＝单次具体使用时长*修正系数，修正系数根据实际情况结合经验来进行确定；
具体的，所述判断模块包括：图像生成子模块，用于获取在上一次维修后第一单元的主工作参数随着使用时长的变化值，生成所述变化值随着使用时长变化的第一图像；查找子模块，用于将所述第一图像在预先建立的工作参数随着使用时长变化的模型库中进行查找，所述工作参数包括主工作参数；第一计算子模块，用于当查找到相似度大于第一相似度的第二图像时，定位所述第二图像中当前主工作参数对应的第一工作点和主工作参数变化到第一阈值对应的第二工作点，计算第一工作点和第二工作点的过渡时长，将该过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点；第二计算子模块，用于若未查找到相似度大于第一相似度的第二图像，但查找到相似度小于第一相似度阈值但是大于第二相似度阈值若干第三图像时，按照上一步骤中的方法，计算每个第三图像中第一工作点和第二工作点的过渡时长，计算多个过渡时长的均值，得到均值过渡时长，将均值过渡时长加上当前的时间节点即得所述变化量达到第一阈值的时间节点；
相似度的判定标准包括分段子图像之间的重合度，具体包括斜率、曲率参数接近；第二计算子模块的相似度判定标准相同；相似度的识别通过过训练好的神经网络模型进行识别，识别的依据是分段子图像之间的重合度，以斜率、曲率作为向量形式作为神经网络模型的输入，用matlab的rands函数来实现网络权值的初始化，按照公式计算隐含层和输出层输出，误差，更新网络权值，训练好神经网络之后，用抽取的第一图像对网络进行预测，输入特征向量，计算隐含层和输出层输出，得到相似度大于第一相似度的第二图像；
判定和提示模块，用于当判定所述变化量达到第一阈值的时长不大于用户优先使用第一单元对应的理论使用时长时，发出第一单元待运维的提示，其中，第一单元为非数据播放单元且其使用率高于第二单元，第一阈值处于第一工作单元的临界运维阈值的缩小比例范围内；
预播放模块，用于接收用户输入的同意指令后，通过至少一个播放设备预播放至少一种用眼测试锻炼数据，所述播放设备设置在控轴仪主体周围；
显示和播放模块，用于若检测到用户处于以控轴仪主体为中心的第一预设范围内的时长达到预设时长时，显示使用第二单元的选择按钮，所述选择按钮用于提示相应用户点击选择按钮后播放用眼测试锻炼数据；
所述第一单元为太阳光模拟单元；第二单元用于播放眼锻炼影像数据。
2.根据权利要求1所述的近视防控控轴仪数据智能管理***，其特征在于，所述获取模块包括：
获取子模块，用于获取第一用户当前的近视测试数据，所述当前的近视测试数据包括验光数据、眼压数据和眼轴数据；
使用数据生成子模块，用于根据第一用户当前的近视测试数据和控轴仪的匹配关系，生成用户的当前使用数据，所述用户的当前使用数据至少包括各功能单元对应的理论使用时长；
匹配关系是预设的近视测试数据和功能单元对应的理论使用时长的对应图表，其是根据经验结合实验计算而来，对应的近视测试数据，包括眼压数据和眼轴数据，匹配的第一单元和/或第二单元的单次具体使用时长；
更新子模块，用于根据用户的当前使用数据对用户的历史使用数据进行更新。
3.根据权利要求1或2所述的近视防控控轴仪数据智能管理***，其特征在于，所述主工作参数为红光的关联参数。
4.根据权利要求1所述的近视防控控轴仪数据智能管理***，其特征在于，所述预播放模块包括：
独立展示子模块，用于获取用户输入的同意指令后，至少将两个用眼锻炼影像数据进行独立展示；
指数排名显示子模块，用于检测用户对至少两个用眼锻炼影像数据的喜爱指数，并且将指数排名进行显示，以方便用户进行参考和选择。
5.根据权利要求4所述的近视防控控轴仪数据智能管理***，其特征在于，所述检测用户对至少两个用眼锻炼影像数据的喜爱指数的具体步骤包括：
截取每个用眼锻炼影像数据中经过标记的若干子影像数据，同一个用眼锻炼影像数据的标记影像子数据之间也带有区别标记序号；
将两种标记子影像数据分别按照设定的第一平移速度V1和第二平移速度V2进行独立连续展示，且V1和V2相同，检测用户的视角在带有区别标记序号的子影像数据上的第一停留子时长；
将两种标记子影像数据的展示位置互换，检测用户的视角在带有区别标记序号的子影像数据上的第二停留子时长；
根据第一停留子时长和第二停留子时长分别计算两种标记子影像数据的总停留时长；
将两个用眼锻炼影像数据的喜爱指数按照所述总停留时长进行排序，其中总停留时长越长，所述用眼锻炼影像数据的喜爱指数越高。
6.根据权利要求5所述的近视防控控轴仪数据智能管理***，其特征在于，所述***还用于：依次针对每两个标记子影像数据进行用眼锻炼影像数据的喜爱指数计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210645304.8A CN114898833B (zh) | 2022-06-08 | 2022-06-08 | 一种近视防控控轴仪数据智能管理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210645304.8A CN114898833B (zh) | 2022-06-08 | 2022-06-08 | 一种近视防控控轴仪数据智能管理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114898833A CN114898833A (zh) | 2022-08-12 |
| CN114898833B true CN114898833B (zh) | 2024-01-30 |
Family
ID=82728521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210645304.8A Active CN114898833B (zh) | 2022-06-08 | 2022-06-08 | 一种近视防控控轴仪数据智能管理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114898833B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003088827A1 (en) * | 2002-04-16 | 2003-10-30 | Exercise Your Eyes, Llc | Device and method for exercising eyes |
| CN103439801A (zh) * | 2013-08-22 | 2013-12-11 | 北京智谷睿拓技术服务有限公司 | 视力保护成像装置及方法 |
| CN110012220A (zh) * | 2019-02-25 | 2019-07-12 | 深圳市赛亿科技开发有限公司 | 一种预防近视的方法、智能眼镜及计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050075213A1 (en) * | 2003-10-06 | 2005-04-07 | Arick Thomas P. | Exercise device independent, variable display rate visual exercise system |
-
2022
- 2022-06-08 CN CN202210645304.8A patent/CN114898833B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003088827A1 (en) * | 2002-04-16 | 2003-10-30 | Exercise Your Eyes, Llc | Device and method for exercising eyes |
| CN103439801A (zh) * | 2013-08-22 | 2013-12-11 | 北京智谷睿拓技术服务有限公司 | 视力保护成像装置及方法 |
| CN110012220A (zh) * | 2019-02-25 | 2019-07-12 | 深圳市赛亿科技开发有限公司 | 一种预防近视的方法、智能眼镜及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114898833A (zh) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11836943B2 (en) | Virtual face model creation based on key point | |
| US20220101654A1 (en) | Method for recognizing actions, device and storage medium | |
| CN104133299B (zh) | 用于制造和使用具有自适应透镜的眼镜的***、方法和设备 | |
| US8482562B2 (en) | Vision-based computer control | |
| US20220148333A1 (en) | Method and system for estimating eye-related geometric parameters of a user | |
| CN109343700B (zh) | 眼动控制校准数据获取方法和装置 | |
| CN114120432A (zh) | 基于视线估计的在线学习注意力跟踪方法及其应用 | |
| CN110110600A (zh) | 眼部oct图像病灶识别方法、装置及存储介质 | |
| CN107491166A (zh) | 一种调节虚拟现实设备参数的方法及虚拟现实设备 | |
| CN112508120B (zh) | 学生模型训练方法、装置、设备、介质和程序产品 | |
| CN111292092A (zh) | 刷脸支付方法、装置及电子设备 | |
| CN112446322B (zh) | 眼球特征检测方法、装置、设备及计算机可读存储介质 | |
| WO2020033073A1 (en) | Controlling focal parameters of a head mounted display based on estimated user age | |
| CN106774929A (zh) | 一种虚拟现实终端的显示处理方法和虚拟现实终端 | |
| CN108235778B (zh) | 基于云端计算的标定方法、装置、电子设备和计算机程序产品 | |
| CN111967334A (zh) | 一种人体意图识别方法、***以及存储介质 | |
| CN106326980A (zh) | 机器人和机器人模拟人脸面部运动的方法 | |
| CN114898833B (zh) | 一种近视防控控轴仪数据智能管理*** | |
| CN112101438B (zh) | 一种左右眼分类方法、装置、服务器和存储介质 | |
| CN106236011B (zh) | 眼底图像获取方法和装置、眼底相机 | |
| CN110148202B (zh) | 用于生成图像的方法、装置、设备和存储介质 | |
| CN112200169A (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
| CN116385806B (zh) | 眼部图像斜视类型的分类方法、***、设备及存储介质 | |
| Jin et al. | Pupil and blink detection algorithms for wearable eye tracking system | |
| CN113780234B (zh) | 一种边缘指导的人眼图像解析方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |