[发明专利]用于使用术后测量值的人工晶状体选择的装置和方法在审
申请号: | 201980091214.5 | 申请日: | 2019-12-06 |
公开(公告)号: | CN113382673A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | J·G·拉达斯 | 申请(专利权)人: | 先进欧氏解决方案有限责任公司 |
主分类号: | A61B3/11 | 分类号: | A61B3/11 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 罗利娜 |
地址: | 美国特*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 使用 术后 测量 人工 晶状体 选择 装置 方法 | ||
1.一种用于人工晶状体选择的装置,包括:
生物计,被配置为获取针对眼睛的至少两个眼部测量参数;
用户界面,被配置为获取针对所述眼睛的晶状体选择参数;
自动验光仪,被配置为获取所述眼睛的术后屈光性;
存储器;以及
处理器,通信地耦接到所述生物计、所述用户界面、所述自动验光仪、以及所述存储器,并且所述处理器被配置为:
基于使用所述至少两个眼部测量参数的公式来确定人工晶状体倍率;以及
将所述至少两个眼部测量参数、所述人工晶状体倍率和所述术后屈光性关联为训练集。
2.根据权利要求1所述的装置,其中所述处理器被配置为使用所述眼睛的所述术后屈光性和所述人工晶状体倍率来训练深度学习机器,以确定所述公式的估计误差。
3.根据权利要求1所述的装置,其中所述处理器被配置为:
使用深度学习机器来确定所述公式的估计误差,所述深度学习机器是以包括与人工晶状体倍率对应的术后屈光性的经验证的术后结果来训练的;
基于所述估计误差来调整所述晶状体选择参数;以及
基于所述公式和经调整的所述晶状体选择参数来重新确定最终人工晶状体倍率。
4.根据权利要求1所述的装置,其中所述处理器被配置为将所述最终人工晶状体倍率包括在所述训练集中。
5.根据权利要求1所述的装置,其中所述晶状体选择参数是目标屈光性或A-常数中的一项。
6.根据权利要求1所述的装置,其中所述至少两个眼部测量参数选自以下项构成的组:轴向长度、角膜倍率、角膜倍率指数和前房深度。
7.根据权利要求1所述的装置,其中所述晶状体选择公式包括以下中的一项或多项:Hoffer Q公式、Holladay I公式、Haigis公式和SRK/T公式、Barrett Universal II公式或对它们的调整。
8.根据权利要求1所述的装置,其中所述眼部测量参数包括术中像差测量值。
9.根据权利要求1所述的装置,还包括:
显示设备,其中所述处理器被配置为在包括多个人工晶状体选择公式的理想或近似理想部分的超表面的相关部分上呈现人工晶状体倍率,所述多个人工晶状体选择公式是基于最适合每个单独的人工晶状体选择公式的所述至少两个眼部测量参数的范围的。
10.一种选择人工晶状体的方法,包括:
由生物计获取针对眼睛的至少两个眼部测量参数;
获取针对所述眼睛的晶状体选择参数;
基于使用所述至少两个眼部测量参数的公式来确定人工晶状体倍率;
从与所述生物计通信耦接的自动验光仪获取所述眼睛的术后屈光性;以及
将所述至少两个眼部测量参数、所述人工晶状体倍率和所述术后屈光性关联为训练集。
11.根据权利要求10所述的方法,还包括使用所述眼睛的所述术后屈光性和所述人工晶状体倍率来训练深度学习机器,以确定所述公式的估计误差。
12.根据权利要求10所述的方法,还包括:
使用深度学习机器来确定所述公式的估计误差,所述深度学习机器是以包括与人工晶状体倍率对应的术后屈光性的经验证的术后结果来训练的;
基于所述估计误差来调整晶状体选择参数;以及
基于所述公式和经调整的所述晶状体选择参数重新确定最终人工晶状体倍率。
13.根据权利要求12所述的方法,其中将所述至少两个眼部测量参数、所述人工晶状体倍率和所述术后屈光性关联为训练集包括:将所述最终人工晶状体倍率包括在所述训练集中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于先进欧氏解决方案有限责任公司,未经先进欧氏解决方案有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980091214.5/1.html,转载请声明来源钻瓜专利网。