[实用新型]一种角膜塑形镜度数的计算装置

说明书

本实用新型提供了一种角膜塑形镜度数的计算装置，该计算装置包括：输入模块、判断模块、第一计算模块、第二计算模块和输出模块；输入模块输入用户的角膜地形图，或，角膜地形图参数；判断模块，用于判断输入模块输入的是否为角膜地形图，若是，则将输入的角膜地形图传输至第一计算模块，反之，则将输入的角膜地形图参数传输至第二计算模块；第一计算模块根据角膜地形图，计算用户的角膜曲率值；第二计算模块根据角膜地形图参数，计算用户的角膜曲率值；输出模块输出计算得到的用户的角膜曲率值。相比于现有技术而言，本实用新型只需要获取用户的角膜地形图或者角膜地形图参数，即可得到相应的角膜塑形镜参数，从而避免了人工试戴产生的误差。

技术领域

本实用新型涉及塑形镜验配技术领域，具体涉及一种角膜塑形镜度数的计算装置。

背景技术

现在眼科医疗行业中验配角膜塑形镜的方式都是通过验光师根据角膜地形图参数人工对用户进行多次试戴角膜塑形镜的试戴片，然后得出一个合适的用户需配带的角膜塑形镜参数。

实用新型内容

针对上述问题，本实用新型提供一种角膜塑形镜度数的计算装置。

本实用新型的目的采用以下技术方案来实现：

一种角膜塑形镜度数的计算装置，该计算装置包括：输入模块、判断模块、第一计算模块、第二计算模块和输出模块；

所述输入模块，用于输入用户的角膜地形图，或，角膜地形图参数；

所述判断模块在输入的是用户的角膜地形图时，将用户的角膜地形图传输至所述第一计算模块；所述判断模块在输入的是用户的角膜地形图参数时，将用户的角膜地形图参数传输至所述第二计算模块；

所述第一计算模块，用于根据接收到的角膜地形图，计算用户的角膜曲率值；

所述第二计算模块，用于根据接收到的角膜地形图参数，计算用户的角膜曲率值；

所述输出模块，用于输出计算得到的用户的角膜曲率值。

在一种可选的实施方式中，所述第一计算模块包括：

第一历史数据获取单元，用于获取第一历史数据，所述第一历史数据包括：已验配用户的角膜地形图以及对应的角膜曲率值数据；

第一模型构建单元，用于根据所述第一历史数据，构建用于根据角膜地形图的颜色像素值计算角膜曲率值的神经网络模型；

第一角膜曲率值计算单元，用于将用户的角膜地形图输入至所述模型，得到所述用户的角膜曲率值。

在一种可选的实施方式中，所述神经网络模型是采用深度学习算法构建得到的，构建过程包括：

S1：对所述已验配用户的角膜地形图进行图像分割处理，得到用户角膜地形图特征区域图像和颜色对照标识板特征区域图像，将用户角膜地形图特征区域图像与其对应的角膜曲率值作为一样本数据；

S2：将所有样本数据划分为训练集和测试集；

S3：保留一张颜色对照标识板特征区域图像，根据颜色对照标识板特征区域图像的颜色像素值建立颜色像素值与角膜曲率值的对应关系；

根据所述颜色像素值与角膜曲率值的对应关系对所述训练集中的各个样本数据进行处理，得到各个样本数据的角膜曲率预测值，计算各个样本数据的角膜曲率预测值与其样本数据对应的角膜曲率值的误差值，根据得到的误差值调整该模型参数，以使该模型达到一个稳定状态。

在一种可选的实施方式中，所述深度学习算法为：CNN卷积神经网络算法；

所述步骤S3包括：

对所述颜色对照标识板特征区域图像中每个像素点进行降噪处理，得到降噪后的所述颜色对照标识板特征区域图像中每个像素点的颜色像素值；