[发明专利]基于神经网络模型进行屈光检测的方法、装置及存储介质

说明书

本申请涉及基于神经网络进行屈光检测的方法、装置及存储介质，其中，所述方法，包括：获取待测者的基本信息数据，并基于偏心摄影原理获取待测者的面部图像；从所述面部图像中提取瞳孔图像及瞳孔位置；将所述待测基本数据、瞳孔图像及瞳孔位置输入预先训练好的屈光检测神经网络模型，得到待测者的屈光检测数据；所述预先训练好的神经网络模型包括数据输入端和图像输入端，所述数据输入端接收所述待测者基本数据，所述图像输入端用于输入所述瞳孔图像。本方案，无需较大的检测设备，也不受待测者主观因素的影响，从而使得对待测者眼睛的屈光检测结果方便且准确。

技术领域

本申请涉及基于神经网络模型进行屈光检测的方法、装置及存储介质，属于视力指标检测技术领域。

背景技术

眼睛是人体观察客观事物的感觉器官。外界远、近物体发出或反射出来的光线，不论是平行的还是分散的，均需经过眼睛的屈光系统屈折后，集合结象于视网膜上，再由此发出冲动，经过视路传达到大脑视中枢而产生视觉。屈光不正是指眼睛在不使用调节设备(如眼镜)时，平行光线通过眼睛的屈光作用后，不能在视网膜上结成清晰的物像，而在视网膜前或后方成像。而我们常说的近视或散光就是屈光不正的表现。

流行病学调查资料显示，我国近视人群的发病率在逐年上升。根据国家卫生健康委员会发布的近视患病率的统计数据显示，2018年全国儿童青少年总体近视率为53.6％。其中，6岁儿童为14.5％，小学生为36.0％，初中生为71.6％，高中生为81.0％。此外，2020年8月公布的教育部对9个省份14532名中小学学生近视率进行的调研数据，与2019年年底相比，这半年的近视率增加了11.7％，其中小学生的近视率增加了15.2％，初中学生增加了8.2％，高中学生增加了3.8％。结果表明，我国儿童青少年近视发病率随年龄的增长逐年增加，且发病率有仍呈现上升的趋势，近视防控任务艰巨。为了能够尽早发现有视力问题的儿童与青少年，以便进行及时有效地治疗和干预，需要对他们进行屈光检测。

现有技术方案中，广泛认可并推荐的屈光检测方法有两种，一种是传统的主观验光，另一种是使用验光设备，目前验光设备大体分为验光仪和筛查仪两种。采用的较多的还是主观验光的方法，该方法的检查结果会受到多方面因素的影响，导致屈光检测结果不准确。验光设备的原理主要是采用红外光源及自动雾视装置达到放松眼球调节的目的，而采用验光设备进行屈光检测的过程中，可采用光电技术及自动控制技术检查屈光度，受外界影响较小，但验光仪体积较大，不便移动，需要待测者前往指定的地点进行屈光检测，且验光过程需要被测者严格配合，导致屈光检测不方便。

综上所述，现有技术方案中缺少一种既方便又测量准确的屈光检测方法。

发明内容

本申请提供了一种基于神经网络模型进行屈光检测的方法，以解决现有技术方案中缺少一种既方便测量、测量结果又准确的屈光检测方案的技术问题。

为解决上述技术问题，本申请提供如下技术方案：

第一方面，本申请实施例提供基于神经网络模型进行屈光检测的方法，所述方法，包括：

获取待测者的基本信息数据，并基于偏心摄影原理获取待测者的面部图像；

从所述面部图像中提取瞳孔图像及瞳孔位置；

将所述待测基本数据、瞳孔位置及瞳孔图像输入预先训练好的屈光检测神经网络模型，得到待测者的屈光检测数据；

所述预先训练好的神经网络模型包括数据输入端和图像输入端，所述数据输入端接收所述待测者基本数据及瞳孔位置，所述图像输入端用于输入所述瞳孔图像。

优选地，所述预先训练好的屈光检测神经网络模型的训练方法，包括：

获取样本数据集，其中，样本数据集包括基本信息数据样本、与所述基本信息数据样本对应的瞳孔图像样本；