[发明专利]一种分析环境因素与青少年近视眼之间关系的方法

权利要求书

1.一种分析环境因素与青少年近视眼之间关系的方法，其特征在于，所述方法包括：

步骤1，对用户的近距离工作和户外暴露数据同时进行客观监测和采集；

步骤2，获取用户的眼部参数；

步骤3，将用户的近距离工作和户外暴露数据以及用户的眼部参数分别传输到云平台进行储存；

步骤4，利用大数据分析系统对云平台数据库所存储的近距离工作和户外暴露数据以及用户的眼部参数按照大数据分析的要求进行降噪和转换，然后对用户的用眼行为特征进行提取，并对用眼行为特征及用户的眼部参数进行关联，进而阐明环境因素对近视眼发病的影响；

大数据分析系统包括：CPU处理器、数据管理模块，行为特征提取模块，关联模型模块和最优模型决定模块以及环境影响指数生成模块；其中，

所述数据管理模块用于对云平台存储的近距离工作和户外暴露数据以及用户的眼部参数按照大数据分析的要求进行降噪和转换；

所述行为特征提取模块用于利用云平台存储的近距离工作数据和户外暴露数据，对用户的用眼行为特征进行提取，刻画出不同用户的行为特征；

所述关联模型建立模块用于在用户的用眼行为特征提取完成之后，使用关联模型建立起行为特征与眼部参数之间的联系，即是建立行为特征与屈光度进展之间的关联；

所述最优模型决定模块用于选择决定最优模型；

所述环境影响指数生成模块用于生成能够反映用户的用眼行为习惯好坏的环境影响指数；

所述CPU处理器用于协调各个模块的工作以及数据分析；

所述屈光度进展的指标至少为2年的等效球镜度SER的变化值ΔSER和眼轴AL的变化值ΔAL；其中，

所述SER＝S+1/2C；S和C分别是麻痹睫状肌后通过电脑验光仪所获得的球镜度数和柱镜度数；

所述ΔSER＝SER末次－SER基线，ΔAL＝AL末次－AL基线；SER末次和AL末次分别代表用户最后一次提供的屈光度数和眼轴数据，SER基线和AL基线分别表示为用户第一次提供的屈光度数和眼轴数据；

在所述关联模型建立模块工作之前还需要说明建立该模型的关键假设，则需要考虑它周围连续像素的影响以服从假设：以像素为单位，计算每一个像素内包含的每位用户行为的时间占该用户群体行为总时间的比例PoT，采用径向基函数给不同距离的像素进行赋权，其中，所述径向基函数为RBF核函数，然后再使用带权线性回归WLR来分析PoT和SER之间的关系，离该像素越近的像素影响越大，越远的像素影响越小；

对于2个像素x以及x′的RBF核函数，给定x以及x′相对于x的权值定义为：

||x_ind-x′_ind||²为两个像素之间的欧式距离的平方，整个VD-EI空间被分为40*40个像素，可以给每个像素赋予一对索引值，从而计算任意两个像素之间的欧式距离，RBF核函数能够给远的像素赋予小的权值，给近的像素赋予大的权值。

2.根据权利要求1所述的分析环境因素与青少年近视眼之间关系的方法，其特征在于，所述用户的眼部参数包括：客观屈光度数和眼轴数据。

3.根据权利要求1所述的分析环境因素与青少年近视眼之间关系的方法，其特征在于，所述数据管理模块利用快速傅里叶变化滤掉高频的数据即噪声。

4.根据权利要求1所述的分析环境因素与青少年近视眼之间关系的方法，其特征在于，所述用户的用眼行为特征包括：工作距离VD和周边环境的照度EI，把降噪后的VD数据和EI数据映射到一个2维空间VD-EI空间，纵轴是VD，横轴是log10EI，便得到用户的行为分布曲线图，再将所有用户的行为曲线分别进行叠加，便得到该用户群体的行为分布热力图，即刻画出了该用户群体的用眼行为特征。

5.根据权利要求4所述的分析环境因素与青少年近视眼之间关系的方法，其特征在于，在分析某个像素时，需要以该像素为圆心限定一个一定大小的区域来确定影响范围，其中以参数δ定义这个区域的大小，0≤δ≤20，2倍的δ是以某像素为圆心的圆的半径，则所有圆中的像素均对该像素有一定影响。