CN116725474A - 一种角膜厚度测量方法、装置及计算机设备 - Google Patents
一种角膜厚度测量方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN116725474A CN116725474A CN202210863733.2A CN202210863733A CN116725474A CN 116725474 A CN116725474 A CN 116725474A CN 202210863733 A CN202210863733 A CN 202210863733A CN 116725474 A CN116725474 A CN 116725474A
- Authority
- CN
- China
- Prior art keywords
- cornea
- thickness
- young
- surface area
- modulus
- 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 200
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 10
- 238000000691 measurement method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 239000012528 membrane Substances 0.000 claims description 4
- 238000004132 cross linking Methods 0.000 description 10
- 102000008186 Collagen Human genes 0.000 description 9
- 108010035532 Collagen Proteins 0.000 description 9
- 229920001436 collagen Polymers 0.000 description 9
- 201000002287 Keratoconus Diseases 0.000 description 8
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 8
- 239000000835 fiber Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 5
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229960002477 riboflavin Drugs 0.000 description 4
- 235000019192 riboflavin Nutrition 0.000 description 4
- 239000002151 riboflavin Substances 0.000 description 4
- 201000009310 astigmatism Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000001491 myopia Diseases 0.000 description 3
- 230000004379 myopia Effects 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 208000021921 corneal disease Diseases 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 201000000766 irregular astigmatism Diseases 0.000 description 2
- 206010023365 keratopathy Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000002177 Cataract Diseases 0.000 description 1
- 206010011033 Corneal oedema Diseases 0.000 description 1
- 208000010412 Glaucoma Diseases 0.000 description 1
- 102000011782 Keratins Human genes 0.000 description 1
- 108010076876 Keratins Proteins 0.000 description 1
- 208000029091 Refraction disease Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000004430 ametropia Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 201000004778 corneal edema Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006378 damage Effects 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
- 210000003038 endothelium Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000004410 intraocular pressure Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 201000010041 presbyopia Diseases 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 208000014733 refractive error Diseases 0.000 description 1
- 125000006413 ring segment Chemical group 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000003856 thermoforming Methods 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/1005—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring distances inside the eye, e.g. thickness of the cornea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种角膜厚度测量方法、装置及计算机设备，包括：获取待测量角膜在第一预设方向的第一杨氏模型和在第二预设方向的第二杨氏模型；根据第一杨氏模型和第二杨氏模量，得到第一角膜厚度；将待测量角膜划分为n个子区域；分别测量每一个子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，第一表面积和第二表面积为子区域的不同预设表面的面积；根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到第二角膜厚度；根据第一角膜厚度、第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
Description
技术领域
本发明涉及角膜测量技术领域，具体涉及一种角膜厚度测量方法、装置及计算机设备。
背景技术
圆锥角膜是一种以角膜扩张为特征，致角膜中央部向前凸出、变薄呈圆锥形并产生高度不规则散光的角膜病变。角膜交联技术(Corneal cross-linking，简称CXL)是一种治疗圆锥角膜的新方法，其中精确可重复的中央角膜厚度的测量方法尤其重要。现有技术在测量角膜厚度中，将近红外低相干光照射到组织，根据光学相干原理，通过干涉仪选择性的接受和强化特定层次的反射光，然后获取不同深度组织的反向散射光强度及延迟时间，从而实现对浅层生物组织进行横断面成像和定量分析，从而得到角膜厚度，但其精确性仍需进一步提高。因此亟待提出一种更加精确的角膜厚度测量方法。
发明内容
因此，为解决现有技术的不足，本发明实施例提供了一种角膜厚度测量方法、装置及计算机设备。
根据第一方面，本发明实施例公开了一种角膜厚度测量方法，包括：
获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量；
根据第一杨氏模型和第二杨氏模量，得到第一角膜厚度；
将待测量角膜划分为n个子区域；
分别测量每一个子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，第一表面积和第二表面积为子区域的不同预设表面的面积；
根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到第二角膜厚度；
根据第一角膜厚度、第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
可选地，根据第一杨氏模型和第二杨氏模量，得到第一角膜厚度，具体包括：
将第一杨氏模型和第二杨氏模量输入至预设力学模型，得到第一角膜厚度。
可选地，第一预设方向为角膜的正交方向，第二预设方向为角膜的对角方向。
可选地，第一角膜厚度通过以下公式计算得到：
D1＝f1(E1)+f2(E2)
其中D1为第一角膜厚度，E1为第一杨氏模量的，E2为第二杨氏模量，f1、f2为预设力学模型。
可选地，角膜影响因子通过以下步骤得到：
获取待测量角膜的特征参数；
将特征参数输入至预设神经网络模型进行训练，得到角膜影响因子。
可选地，第二角膜厚度通过以下公式计算得到：
其中，D2为第二角膜厚度，表示第n个子区域的第一表面积，/>表示第n个子区域的第二表面积，dn表示第n个子区域的角膜的子厚度，S1表示n个子区域的第一表面积的和，S2表示n个子区域的第二表面积的和。
根据第二方面，本发明实施例还公开了一种角膜厚度测量装置，包括：
第一测量模块，用于获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量；
确定第一厚度模块，用于根据第一杨氏模量和第二杨氏模量，得到第一角膜厚度；
划分模块，用于将待测量角膜划分为n个子区域；
第二测量模块，用于分别测量每一个子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，第一表面积和第二表面积为子区域的不同预设表面的面积；
确定第二厚度模块，用于根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到第二角膜厚度；
确定第三厚度模块，用于根据第一角膜厚度、第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
可选地，确定第一厚度模块，具体用于：将第一杨氏模量和第二杨氏模量输入至预设力学模型，得到第一角膜厚度。
根据第三方面，本发明实施例还公开了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行如第一方面或第一方面任一可选实施方式的角膜厚度测量方法的步骤。
根据第四方面，本发明实施方式还公开了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式的角膜厚度测量方法的步骤。
本发明技术方案，具有如下优点：
本发明提供的角膜厚度测量方法、装置及计算机设备，通过此方式，获取待测量角膜在第一预设方向的第一杨氏模量和第二预设方向的第二杨氏模量，随后根据第一杨氏模量和第二杨氏模量确定第一角膜厚度，在测量的过程中从两个预设方向进行杨氏模量的测量，可以较少待测量角膜中角膜基质胶原纤维的排布对角膜厚度的影响，从而确保了第一角膜厚度测量的准确性；进一步地，将待测量角膜划分为n个子区域，分别测量每一个子区域对应的区域角膜的第一表面积、第二表面积和厚度，根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到待测量角膜的第二角膜厚度，将待测量角膜划分为n个子区域进行分别测量并确定第二角膜厚度，可以更加精确的测量角膜厚度；最后，根据测量得到的第一角膜厚度和第二角膜厚度，与预获取的角膜影响因子，得到第三角膜厚度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中角膜厚度测量方法的一个具体示例的流程图；
图2为本发明实施例中角膜厚度测量方法的一个具体示例的示意图；
图3为本发明实施例中角膜厚度测量方法的一个具体示例的示意图；
图4为本发明实施例中角膜厚度测量方法的一个具体示例的示意图；
图5为本发明实施例中角膜厚度测量装置的一个具体示例的原理框图；
图6为本发明实施例中计算机设备的一个具体示例图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
圆锥角膜是一种以角膜扩张为特征，致角膜中央部向前凸出、变薄呈圆锥形并产生高度不规则散光的角膜病变。患者角膜的畸形、瘢痕及急性期出现的角膜水肿都会引起视力显著下降。正常的角膜有粘合纤维层的物质(cross-link，由角朊硫酸盐、软骨硫酸盐组成)在它的胶原纤维层之间，与角膜组织中胶原所提供并维持的角膜张力所平衡，因而使得角膜能够保持正常的形状。但在圆锥角膜中，角膜纤维层之间的粘合纤维层的物质太少且支撑性能太弱，因而无法对抗角膜内部张力。圆锥角膜的治疗方案一直在革新，曾经的角膜热成形术、表层角膜移植术(epikeratoplasty,EPK)，现已很少有眼科医师开展；现有的主流方式包括框架镜，角膜接触镜，晶体眼后房型近视合并散光人工晶体(TICL)植入术，基质环(intracorneal ringsegments,ICRS)植入等，但上述治疗手段均无法对角膜类疾病进行矫正。而角膜交联技术(Corneal cross-linking,CXL)不仅是一种治疗圆锥角膜的新方法，同样角膜交联技术也是完成近视矫正的一种方法。目前应用于临床的角膜胶原交联方法是紫外线/核黄素角膜交联法(Ultraviolet-A/Riboflavin corneal cross-linking,UV-CXL)，是一种通过紫外光照射光敏剂核黄素诱导角膜基质内胶原纤维交联提高角膜生物力学强度，从而阻止和延缓圆锥角膜进展的方法。交联手术的意义就在于将cross-link像“横梁”一样“放置”到角膜中，使其更稳定，能够更加集中力量保持角膜的形状。其标准的操作流程是应用3mW/cm2照度的紫外光照射浸润过核黄素的角膜中央7-9mm直径区域30分钟，以达到角膜胶原交联的目的。基础和临床研究均证实UV-CXL能有效增加角膜生物力学强度。角膜交联的效应深度反映了角膜胶原交联技术的结果差异，因此精确可重复的中央角膜厚度的测量方法显得尤其重要，因此实现角膜厚度的精确测量在近视矫正领域具有非常重要的意义和临床应用价值，也成为眼科领域的迫切需要。且角膜厚度也影响患者是否可行相关角膜屈光手术，修正压平眼压测量法得出的眼压数值，监测角膜移植术后内皮的功能，检测角膜疾病相关的角膜变薄问题以及鉴别圆锥角膜和因佩戴接触镜而引起的角膜变薄问题等。同时对屈光不正、青光眼、白内障、老花眼等眼科疾病提供了直观可靠地参考价值。因而可以说，中央角膜厚度不仅仅是眼球一个生理学和形态学的一个参数，同时在药理学、诊断学、病理学及流行病学上具备重要意义。
针对背景技术中所提及的技术问题，本申请实施例提供了一种角膜厚度测量方法，具体参见图1所示，该方法包括如下步骤：
步骤101，获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量。
示例性地，获取待测量角膜的杨氏模量时，可以通过相应的医学仪器或者应变与应力的关系来确定对应的杨氏模量，其中杨氏模量为描述固体材料抵抗形变能力的物理量，也就是说杨氏模量是体现待测量建模弹性的变量，由此可以通过杨氏模量来体现待测量角膜中的力学性能的影响。
优选的，考虑到角膜主要成分胶原纤维组织主要分布在前弹力层和基质层，这两层负担了角膜主要抗张力强度，其中基质层占全部厚度的90％，且弹性模量大于其他各层，因此是主要承受载荷的部分，而角膜基质层胶原纤维的排布具有方向性，因此可以采用第一预设方向和第二预设方向两个方向的来测量杨氏模量，从而可以准确的反应角膜的力学性能。
在一个具体的实施例中，第一预设方向为角膜的正交方向，第二预设方向为角膜的对角方向。其中，对角方向对应待测量角膜(球壳状角膜)的鼻-颞侧，正交方向对应上-下侧。
步骤102，根据第一杨氏模量和第二杨氏模量，得到第一角膜厚度；
示例性地，在测量的到第一杨氏模量和第二杨氏模量后，可以确定对第一杨氏模量与第二杨氏模量对应的第一角膜厚度。
在一个具体的实施例中，将第一杨氏模型和第二杨氏模量输入至预设力学模型，得到第一角膜厚度。
其中预设力学模型为：D1＝1(E1)+2(E2)，其中，D1为第一角膜厚度，E1为第一杨氏模量的，E2为第二杨氏模量，f1、f2为预设力学模型。
f1、f2可以通过大量的数据进行训练得到的一个非线性拟合函数。其中f1训练过程可以是，根据已知正交方向的杨氏模量作为出入参数、正交方向杨氏模量作为输出，进行训练得到的非线性拟合函数。同样f2的训练过程可以是根据已知对角方向的杨氏模量作为出入参数、对角方向杨氏模量作为输出，进行训练得到的非线性拟合函数。如图2所示，为得到第一角膜厚度的示意图，正交方向测量杨氏模量即为在第一预设方向测量得到第一杨氏模量，对角方向测量杨氏模量即为在第二预设方向测量得到第二杨氏模量，经过函数(预设力学模型)得到第一角膜厚度。
步骤103，将待测量角膜划分为n个子区域。
步骤104，分别测量每一个子区域对应区域角膜的第一表面积、第二表面积和厚度。
其中，第一表面积和第二表面积为子区域的不同预设表面的面积。
示例性地，角膜在其正常生理状态时呈现球壳状，承受多向应力，若直接采取整体测量法测量角膜厚度会产生较大的误差，因此将待测量角膜划分为n个子区域，其中具体的划分过程可以通过极限理论对球壳状角膜进行划分，如图3所示，其中为角膜在第一子区域上表面积和第二子区域的上表面积，/>为角膜在第一子区域下表面积和第二子区域下表面积，d1、d2为角膜在第一子区域的厚度和第二子区域的厚度，S1为角膜的整个上表面积，S2为角膜的整个下表面积。在对角膜进行划分是，n趋向于无穷，根据极限理论，n越大，划分的每一个子区域就越小，最后计算得到的角膜厚度也就越精确。将待测量其中,每一个子区域对应的上、下表面积和厚度的测量，都可以利用角膜厚度测量设备进行测量。
在一个具体的实施例中，由于角膜是一个整体的平面，在对角膜进行分区域划分时，可以根据LED阵列对角膜进行划分，得到n个子区域，如图4所示，为以LED阵列为基准对角膜进行划分的示意图。
步骤105，根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到第二角膜厚度。
示例性地，在测量得到每一个子区域对应的第一表面积、第二表面积和厚度后，可以根据以下公式计算第二角膜厚度：
其中，D2为第二角膜厚度，表示第n个子区域的第一表面积，/>表示第n个子区域的第二表面积，dn表示第n个子区域的角膜的子厚度，S1表示n个子区域的第一表面积的和，S2表示n个子区域的第二表面积的和。
步骤106，根据第一角膜厚度、第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
示例性地，在得到第一角膜厚度和第二角膜厚度后，根据第一角膜厚度和第二角膜厚度，以及预获取的角膜影响因子，来确定得到第三角膜厚度。
具体地，第三角膜厚度可以通过以下公式计算得到：
其中D为第三角膜厚度；D1为第一角膜厚度，D2为第二角膜厚度；A1、A2分别为第一角膜厚度和第二角膜厚度的相关系数,相关系数是通过前期实验数据统计分析拟合得到；k为角膜影响因子，k的范围[0～2]，根据待测量角膜的患者的实际年龄进行初步划分，其中儿童时期k∈[0～0.7]，中年时期k∈[0.8～1.3]，老年时期k∈[1.4～2]。
在一个可选的实施例中，角膜影响因子还可以通过以下步骤进行进一步精确：
获取待测量角膜的特征参数；
将特征参数输入至预设神经网络模型进行训练，得到角膜影响因子。
示例性地，特征参数可以是待测量角膜的角膜平均曲率、角膜表面规则指数以及角膜图像系数等参数，这些参数可以通过对患者进行检查获得。在获取到特征参数之后，可以将特征参数输入至神经网络模型进行训练，得到角膜影响因子，其中具体的训练过程可以是,首先通过GAN(生成对抗网络，Generative Adversarial Network，简称GAN)对特征数据进行数据增强，然后根据LightGBM(Light Gradient Boosting Machine，简称LightGBM)进行回归处理，最后得到角膜影响因子。
以上，为本申请所提供的角膜厚度测量方法的实施例，下文中则介绍说明本申请所提供的角膜厚度测量的其他实施例，具体参见如下。
本发明实施例还公开了一种角膜厚度测量装置，如图5所示，该装置包括：
第一测量模块501，用于获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量；
确定第一厚度模块502，用于根据第一杨氏模量和第二杨氏模量，得到第一角膜厚度；
划分模块503，用于将待测量角膜划分为n个子区域；
第二测量模块504，用于分别测量每一个子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，第一表面积和第二表面积为子区域的不同预设表面的面积；
确定第二厚度模块505，用于根据所有的子区域分别对应的第一表面积、第二表面积和厚度，得到第二角膜厚度；
确定第三厚度模块506，用于根据第一角膜厚度、第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
作为本发明一个可选实施方式，确定第一厚度模块，具体用于：将第一杨氏模量和第二杨氏模量输入至预设力学模型，得到第一角膜厚度。
作为本发明一个可选实施方式，第一预设方向为角膜的正交方向，第二预设方向为角膜的对角方向。
作为本发明一个可选实施方式，作为本发明一个可选实施方式，，第一角膜厚度通过以下公式计算得到：
D1＝f1(E1)+f2(E2)
其中D1为第一角膜厚度，E1为第一杨氏模量的，E2为第二杨氏模量，f1、f2为预设力学模型。
作为本发明一个可选实施方式，角膜影响因子通过以下步骤得到：
获取待测量角膜的特征参数；
将特征参数输入至预设神经网络模型进行训练，得到角膜影响因子。
作为本发明一个可选实施方式，第二角膜厚度通过以下公式计算得到：
其中，D2为第二角膜厚度，表示第n个子区域的第一表面积，/>表示第n个子区域的第二表面积，dn表示第n个子区域的角膜的子厚度，S1表示n个子区域的第一表面积的和，S2表示n个子区域的第二表面积的和。
通过执行此装置，获取目标对象的训练目标，根据目标对象的训练目标的不同，来确定起始训练负荷，可以满足目标对象的实际训练需求；进一步地，根据起始训练负荷与预获取的力速关系，确定在理想状态下目标对象在起始训练负荷下进行训练的理想训练速度，随后在目标对象实际训练过程中，采集实际训练速度，根据实际训练速度与理想训练速度之间的关系，确定完成训练的条件，实现了根据目标对象的实际情况进行训练，避免了由于训练不科学导致目标对象受伤的问题。
本发明实施例还提供了一种计算机设备，如图6所示，该计算机设备可以包括处理器601和存储器602，其中处理器601和存储器602可以通过总线或者其他方式连接，图3中以通过总线连接为例。
处理器601可以为中央处理器(Central Processing Unit，CPU)。处理器601还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器602作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的角膜厚度测量方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的角膜厚度测量方法。
存储器602可以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***、至少一个功能所需要的应用程序；存储数据区可存储处理器601所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至处理器601。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器602中，当被处理器601执行时，执行如图1所示实施例中的角膜厚度测量方法。
上述计算机设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种角膜厚度测量方法，其特征在于，包括：
获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量；
根据所述第一杨氏模量和所述第二杨氏模量，得到第一角膜厚度；
将所述待测量角膜划分为n个子区域；
分别测量每一个所述子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，所述第一表面积和所述第二表面积为所述子区域的不同预设表面的面积；
根据所有的所述子区域分别对应的所述第一表面积、所述第二表面积和所述厚度，得到第二角膜厚度；
根据所述第一角膜厚度、所述第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一杨氏模量和所述第二杨氏模量，得到第一角膜厚度，具体包括：
将所述第一杨氏模型和所述第二杨氏模量输入至预设力学模型，得到所述第一角膜厚度。
3.根据权利要求2所述的方法，其特征在于，所述第一预设方向为所述角膜的正交方向，所述第二预设方向为所述角膜的对角方向。
4.根据权利要求2或3所述的方法，其特征在于，所述第一角膜厚度通过以下公式计算得到：
D1＝f1(E1)+f2(E2)
其中D1为第一角膜厚度，E1为第一杨氏模量的，E2为第二杨氏模量，f1、f2为所述预设力学模型。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述角膜影响因子通过以下步骤得到：
获取所述待测量角膜的特征参数；
将所述特征参数输入至预设神经网络模型进行训练，得到所述角膜影响因子。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述第二角膜厚度通过以下公式计算得到：
其中，D2为第二角膜厚度，表示第n个所述子区域的所述第一表面积，/>表示第n个所述子区域的所述第二表面积，dn表示第n个所述子区域的角膜的子厚度，S1表示n个子区域的所述第一表面积的和，S2表示n个子区域的所述第二表面积的和。
7.一种角膜厚度测量装置，其特征在于，包括：
第一测量模块，用于获取待测量角膜在第一预设方向的第一杨氏模量和在第二预设方向的第二杨氏模量；
确定第一厚度模块，用于根据所述第一杨氏模量和所述第二杨氏模量，得到第一角膜厚度；
划分模块，用于将所述待测量角膜划分为n个子区域；
第二测量模块，用于分别测量每一个所述子区域对应区域角膜的第一表面积、第二表面积和厚度，其中，所述第一表面积和所述第二表面积为所述子区域的不同预设表面的面积；
确定第二厚度模块，用于根据所有的所述子区域分别对应的所述第一表面积、所述第二表面积和所述厚度，得到第二角膜厚度；
确定第三厚度模块，用于根据所述第一角膜厚度、所述第二角膜厚度和预获取的角膜影响因子，得到第三角膜厚度。
8.根据权利要求7所述的装置，其特征在于，所述确定第一厚度模块，具体用于：将所述第一杨氏模量和所述第二杨氏模量输入至预设力学模型，得到所述第一角膜厚度。
9.一种计算机设备，其特征在于，包括：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执行如权利要求1-6任一所述的角膜厚度测量方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的角膜厚度测量方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863733.2A CN116725474A (zh) | 2022-07-21 | 2022-07-21 | 一种角膜厚度测量方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863733.2A CN116725474A (zh) | 2022-07-21 | 2022-07-21 | 一种角膜厚度测量方法、装置及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116725474A true CN116725474A (zh) | 2023-09-12 |
Family
ID=87917407
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210863733.2A Pending CN116725474A (zh) | 2022-07-21 | 2022-07-21 | 一种角膜厚度测量方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116725474A (zh) |
-
2022
- 2022-07-21 CN CN202210863733.2A patent/CN116725474A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Norrby | Sources of error in intraocular lens power calculation | |
| Baikoff | Anterior segment OCT and phakic intraocular lenses: a perspective | |
| US7699468B2 (en) | Ophthalmologic surgical microscope having a measuring unit | |
| US8545404B2 (en) | Eyeball tissue characteristic frequency measurement device and non-contact tonometer utilizing the same | |
| Matalia et al. | Role of age and myopia in simultaneous assessment of corneal and extraocular tissue stiffness by air-puff applanation | |
| JP2009297543A (ja) | 個別仕様眼内レンズの製作方法 | |
| Chang et al. | Anterior segment biometry changes with cycloplegia in myopic adults | |
| Waring et al. | Characterization of the dysfunctional lens syndrome and a review of the literature | |
| Saraiva et al. | Emerging technology in refractive cataract surgery | |
| Borja et al. | Refractive power and biometric properties of the nonhuman primate isolated crystalline lens | |
| CN116725474A (zh) | 一种角膜厚度测量方法、装置及计算机设备 | |
| Zhang et al. | In vivo analysis of ciliary muscle in myopic Chinese young adults using ArcScan Insight® 100 | |
| Li et al. | Effect of age and cycloplegia on the morphology of the human crystalline lens: swept-source OCT study | |
| Benozzi et al. | Developmental changes in accommodation evidenced by an ultrabiomicroscopy procedure in patients of Different Ages | |
| US20200397283A1 (en) | A method to quantify the corneal parameters to improve biomechanical modeling | |
| CN106420110A (zh) | 小儿人工晶状体度数预测方法 | |
| AU2014412856A1 (en) | Model eye producing a speckle pattern having a reduced bright-to-dark ratio for use with optical measurement system for cataract diagnostics | |
| Ariza-Gracia et al. | Personalized corneal biomechanics | |
| RU2813948C1 (ru) | Способ определения внутриглазного давления по данным корнеотопографических показателей | |
| RU2814629C1 (ru) | Способ расчета оптической силы интраокулярной линзы на основе персонализированного моделирования глаза | |
| Hashemi et al. | Distribution of Corneal Volume and Its Associated Factors in an Elderly Population: Tehran Geriatric Eye Study | |
| Xu et al. | Individualized characterization of the distribution of collagen fibril dispersion using optical aberrations of the cornea for biomechanical models | |
| CN117238514B (zh) | 一种人工晶状体屈光力预测方法、***、设备及介质 | |
| Detorakis et al. | Anterior chamber angle evaluation with ultrasound biomicroscopy and optical coherence tomography in eyes implanted with a Crystalens | |
| Xu | Investigation of corneal biomechanical and optical behaviors by developing individualized finite element model |
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 |