[发明专利]晶状体屈光力测算方法、装置、设备及存储介质

说明书

本申请公开了一种晶状体屈光力测算方法，该方法中提出将既往的晶状体屈光力计算方法和眼前节影像分析相互结合，利用深度学习方法对眼前节影像进行晶状体屈光力测算，避免了复杂的几何图像计算工作，也减少了对于设备的要求，通过建立一个比较简单的根据图像获得晶状体屈光力的计算模型即可实现屈光力的精准测算，实现过程对于设备要求低，容易在临床上推广，且计算精准度高。本申请还提供了一种晶状体屈光力测算装置、设备及一种可读存储介质，具有上述有益效果。

技术领域

本申请涉及眼前节检查技术领域，特别涉及一种晶状体屈光力测算方法、装置、设备及一种可读存储介质。

背景技术

晶状体屈光力在人的视觉功能中起着重要的角色。儿童青少年的视觉发育、近视发展都涉及到晶状体屈光力的动态变化。因此，研究晶状体屈光力对于了解眼科的屈光系统疾病以及青少年视觉发育过程将有帮助。

由于晶状体位于角膜后方眼球内部，因此晶状体屈光力并无法直接测量，对于活体晶状体的屈光力评估一直是眼前节检查设备的技术难点。

目前眼前节检查设备测量晶状体屈光力的方法主要包括以下几种：1)基于Purkinje或者oct影像数据的测量方法：根据角膜晶体表面的Purkinje或者oct图像来确定晶状体的曲率半径以计算获得晶状体屈光力；2)基于眼球生物参数与屈光状态，建立在Gullstrand-Emsley模型眼基础上的计算公式，如Bennett公式；3)基于Schiempflug三维晶状体图像以及OCT图像的分析。但以上三种方法存在着临床推广困难、适应人群较窄以及需要进行复杂的数学矫正的不足。

因此，如何简化晶状体屈光力测量的实现过程，同时保证测量的精准度，是本领域技术人员急需解决的问题。

发明内容

本申请的目的是提供一种晶状体屈光力测算方法，该方法可以简化晶状体屈光力测量的实现过程，同时测量的精准度高；本申请的另一目的是提供一种晶状体屈光力测算装置、设备及一种可读存储介质。

为解决上述技术问题，本申请提供一种晶状体屈光力测算方法，包括：

确定目标眼前节影像；其中，所述目标眼前节影像包括：眼前节分析仪器Schiempflug眼前节图像和/或扫频OCT眼前节图像；

将所述目标眼前节影像输入至预训练的深度学习模型中进行屈光力测算，得到测算结果；

将所述测算结果作为所述目标眼前节影像的晶状体屈光力测算结果输出。

可选地，将所述目标眼前节影像输入至预训练的深度学习模型中进行屈光力测算，包括：

将所述目标眼前节影像输入至预训练的屈光力自动预测卷积神经网络进行屈光力测算。

可选地，将所述目标眼前节影像输入至预训练的屈光力自动预测卷积神经网络进行屈光力测算，包括：

将所述目标眼前节影像输入至预训练的屈光力自动预测卷积神经网络中；

所述屈光力自动预测卷积神经网络通过多层端到端的方式调用低中高三个层次的特征和分类器进行屈光力测算，得到测算结果。

可选地，所述屈光力自动预测卷积神经网络的训练方法，包括：

获取眼前节样本图像；所述眼前节样本图像包括：眼前节分析仪器Schiempflug眼前节图像和/或扫频OCT眼前节图像；

调用改良的Bennett公式计算所述眼前节样本图像的晶状体屈光力，得到屈光力计算结果；

根据所述屈光力计算结果对对应的所述眼前节样本图像进行屈光力标注；

将标注后的所述眼前节样本图像输入至预搭建的屈光力自动预测卷积神经网络进行样本训练。