[发明专利]一种基于中央眼的双眼视功能量化方法

权利要求书

1.一种基于中央眼的双眼视功能量化方法，其特征在于，包括如下步骤：

通过主观实验对受测者进行中央眼的位置测试，并得到测试结果；

根据测试结果计算出中央眼在双眼连线方向上的位置X_c，同时确定受测者左眼在双眼连线方向上的位置X_L与右眼在双眼连线方向上的位置X_R；

计算中央眼在双眼连线方向上与左右眼的相对位置关系，并建立模型；

通过模型对受测者双眼视功能进行检测和判断，获取左右眼与中央眼在双眼连线方向上的位置偏差，得到中央眼相对左眼位置偏差值与中央眼相对右眼位置偏差值；

判断中央眼相对左右眼的位置偏差值是否大于预设阈值；

若大于预设阈值，则输出左右眼权重量化指标值W_L和W_R；

若小于预设阈值，则判定双眼视功能正常。

2.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法，其特征在于：左右眼权重值通过中央眼在双眼连线方向上与左右眼的相对位置关系进行计算，具体计算方式如下：

W_L+W_R＝100％

左右眼权重值的差异越大，双眼视功能异常程度越高。

3.根据权利要求2所述的一种基于中央眼的双眼视功能量化方法，其特征在于：计算过程仅考虑双眼连线方向上中央眼与左右眼的位置关系。

4.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法，其特征在于：双眼视功能正常的左右眼权重值范围为0.4-0.6。

5.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法，其特征在于，根据中央眼在双眼连线方向上与左右眼的相对位置建立位置数据，并将测试的位置数据存储至数据库，通过云计算对数据进行分析处理，并建立数据模型，用于检测双眼视功能。

6.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法，其特征在于：所述数据模型能够是聚类模型、分类模型、关联模型、神经网络模型中的一种或多种。

7.根据权利要求6所述的一种基于中央眼的双眼视功能量化方法，其特征在于：聚类模型是通过聚类方法将大量数据中具有相似特征的数据点划分为同一类别，最终生成多个类的方法，并计算每个分类数据集的特征。