[发明专利]一种儿童青少年近视预测系统、方法及机器人

说明书

本发明公开一种儿童青少年近视预测系统、方法及机器人，用户将儿童青少年的身份信息、遗传因素、生活环境、生活习惯数据等相关数据传到云端后台服务模块，云端后台服务模块在把数据记录到数据存储模块后会调用近视预测模块，利用深度学习神经模型对数据进行分析并根据分析结果预测用户屈光在未来的变化趋势，预测结果会被云端服务返回到用户端。本发明利用视力进展数据集和深度学习神经网络模型，可精准预测儿童青少年从当前到18岁的屈光度和视力变化，准确提供视力发展曲线。

技术领域

本发明涉及近视防控技术领域，特别是涉及一种儿童青少年近视预测系统、方法及机器人。

背景技术

近年来，由于中小学生课内外负担加重，手机、电脑等带电子屏幕产品的普及，用眼过度、用眼不卫生、缺乏体育锻炼和户外活动等因素，我国儿童青少年近视率居高不下、不断攀升，近视低龄化、高发化、重度化日益严重，近视会导致远视力下降、视疲劳、影响青少年的学习及日常生活，同时也会影响他们的性格和社交以及未来的升学和就业，已成为不容忽视的公共卫生问题。

据2014年我国教育部第六次调研结果显示，各学段学生视力不良率仍然居高不下。7～12岁小学生为40.89％，比2005年增加9.22个百分点；13～15岁初中生为67.33％，比2005年增加9.26个百分点；16～18岁高中生79.20％，比2005 年增加3.18个百分点；19～22岁大学生为84.72％，比2005年增加2.04个百分点，且低年龄组视力不良检出率增长明显。

全社会对儿童青少年视力不良存在“重治轻防”的错误认识，儿童青少年普遍缺乏自主的视力健康行为和及早控制视力不良的健康管理意识，部分学校、教师和家长缺乏近视防治和视力健康基本知识。

尽管目前近视在儿童青少年中发病率如此之高，且造成的后果如此之严重，然而现阶段能早期预防近视发生发展的手段仍不多，传统的近视检查需要到专业机构，而近视预测基本上都是主观经验性的判断，很难做出个性化并且准确可靠的预测趋势，且其效果均有争议，关键原因还是对近视发生发展的确切机制仍不完全明确。因此，为儿童青少年提供屈光进展趋势预测，并辅助医疗机构开展近视干预，将近视防控关口前移，实现对近视早监测、早发现、早预警的精准防控势在必行。

发明内容

本发明的目的是提供一种精准预测儿童青少年近视的预测系统和机器人。

为实现上述目的，本发明提供了如下方案：

一种儿童青少年近视预测系统，所述近视预测系统包括：

数据采集装置，用于获取儿童青少年的个人信息；所述个人信息包括：姓名、年龄、视力信息、屈光度变化趋势数据和生活习惯数据；

后台服务模块，通过互联网与所述数据采集装置通讯，用于接收所述儿童青少年的个人信息；

数据存储模块，用于根据姓名分类存储所述儿童青少年的个人信息；

近视预测模块，用于获取所述数据存储模块的屈光度变化趋势数据和生活习惯数据，并以所述生活习惯数据作为模型输入数据，以屈光度变化趋势数据作为验证结果，对深度学习神经模型进行训练；并利用训练后的深度学习神经模型对待预测的生活习惯数据进行处理，获得与生活习惯数据匹配的近视变化趋势预测结果；

所述数据存储模块还用于存储所述与生活习惯数据匹配的近视变化趋势预测结果和向所述后台服务模块发送该预测结果；

所述后台服务模块还用于将所述与生活习惯数据匹配的近视变化趋势预测结果发送至所述数据采集装置；以及

所述数据采集装置通过交互界面显示所述与生活习惯数据匹配的近视变化趋势预测结果。

可选的，所述数据采集装置把获取的上述儿童青少年的个人信息合并，序列化并加密后通过https协议通过互联网发送至所述后台服务模块；