CN109994195A - 一种用于角膜交联的人工智能引导系统 - Google Patents

一种用于角膜交联的人工智能引导系统 Download PDF

Info

Publication number
CN109994195A
CN109994195A CN201910223728.3A CN201910223728A CN109994195A CN 109994195 A CN109994195 A CN 109994195A CN 201910223728 A CN201910223728 A CN 201910223728A CN 109994195 A CN109994195 A CN 109994195A
Authority
CN
China
Prior art keywords
corneal
linking
ocular
cross
light image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910223728.3A
Other languages
English (en)
Other versions
CN109994195B (zh
Inventor
弥胜利
施燕捷
叶成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Graduate School Tsinghua University
Original Assignee
Shenzhen Graduate School Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Tsinghua University filed Critical Shenzhen Graduate School Tsinghua University
Priority to CN201910223728.3A priority Critical patent/CN109994195B/zh
Publication of CN109994195A publication Critical patent/CN109994195A/zh
Application granted granted Critical
Publication of CN109994195B publication Critical patent/CN109994195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/107—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining the shape or measuring the curvature of the cornea
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Eye Examination Apparatus (AREA)
  • Rehabilitation Tools (AREA)

Abstract

一种用于角膜交联的人工智能引导系统，包括：眼表弥散光图像采集系统，经配置采集用户眼表弥散光图像，充分反映角膜信息；角膜地形图生成系统，经预训练将眼表弥散光图像转化成对应角膜地形图；角膜交联引导系统，经预训练通过交联前角膜地形图与预期术后角膜地形图对比输出交联手术所需要的参数；眼表弥散光图像以及对应角膜地形图数据库，用于储存眼表弥散光图像、角膜地形图的图像对，可用于预训练模型以及不断修正模型；角膜地形图与角膜交联参数对应数据库，用于记录角膜交联参数对角膜地形图产生的影响，对于交联引导系统起到再修正作用。该系统可以大大提高角膜交联手术过程的效率、精准性和稳定性，减少因医生主观判断造成的失误。

Description

一种用于角膜交联的人工智能引导系统
技术领域
本发明涉及眼科医疗器械，特别是涉及一种用于角膜交联的人工智能引导系统。
背景技术
角膜是眼球前端的透明组织，在眼球光学系统中起到重要作用，其屈光能力占眼球屈光系统能力的一半以上，角膜形状的轻微变化会引起视力的大幅度改变。圆锥角膜是一种以角膜扩张、中央变薄向前突出使角膜呈现圆锥形状的眼部疾病，大范围的改变了角膜形状，会造成了视力的急剧下降。近视、远视和散光，都是涉及眼球系统屈光能力的眼科疾病，通过改变角膜的屈光能力能对病情进行缓解，起到恢复视力的效果。
角膜交联是一种改变角膜结构和力学性能的治疗手段，它利用涂抹在角膜表面的光敏剂在紫外光的照射下，与角膜胶原纤维发生交联反应，从而提高角膜力学强度，进而缓解例如圆锥角膜疾病的进一步恶化和近视、远视和散光下眼球系统屈光能力的下降。同时角膜交联可以消除微生物，增加角膜的抗酶活性，减轻相关炎症反应。
现有角膜交联手术的参数设置，很大程度上还是依靠医生多年经验来进行主观判断。而在眼科疾病案例数量急速上升的近些年，有足够经验的医生数量已经愈发难以满足要求。并且即便再专业的医生的主观判断也难免会出现纰漏，并没有一种有效的系统可以在交联手术参数设定上进行辅助。
发明内容
本发明的主要目的在于解决现有角膜交联仪器过度依赖使用者的主观判断的问题，提供一种用于角膜交联的智能系统，能够对仪器使用者提供清晰明了的辅助并显著提高角膜交联手术的治疗效果和效率。
为实现上述目的，本发明采用以下技术方案：
一种用于角膜交联的人工智能引导系统，包括：
眼表弥散光图像采集系统，所述眼表弥散光图像采集系统包括弥散光照明模块以及图像采集模块，所述弥散光照明模块用于提供弥散光，所述图像采集模块用于采集眼表弥散光图像；
角膜地形图生成系统，其经预训练以将眼表弥散光图像转化成对应角膜地形图。
角膜交联引导系统，其经预训练以通过将交联前角膜地形图与预期术后角膜地形图对比来输出实施角膜交联手术所需要的参数；
眼表弥散光图像以及对应角膜地形图数据库，其用于储存眼表弥散光图像、角膜地形图的图像对，以用于对所述角膜地形图生成系统进行预训练和修正；
角膜地形图与角膜交联参数对应数据库，用于记录角膜交联参数对角膜地形图产生的影响，以用于对所述角膜交联引导系统进行预训练和修正；
其中由眼表弥散光图像采集系统获取图像，而后将获取到的眼表弥散光图像输入由所述眼表弥散光图像以及对应角膜地形图数据库预训练完毕的角膜地形图生成系统，获取到受术者的角膜地形图，而后将所述角膜地形图输入由所述角膜地形图与角膜交联参数对应数据库预训练完毕的角膜交联引导系统，获取到角膜交联手术的参数。
进一步地：
所述眼表弥散光图像采集系统对完成角膜交联手术的受术者进行再一次眼表弥散光图像的采集，所述角膜地形图生成系统从新采集的眼表弥散光图像获取到术后实际角膜地形图，将术前角膜地形图与术后实际角膜地形图以及输入的角膜交联参数储存入所述角膜地形图与角膜交联参数对应数据库，并随着数据库的更新对所述角膜交联引导系统进行再训练。
所述角膜地形图生成系统使用对偶生成式对抗网络模型，其中正向生成器以眼表弥散光图像为输入，对应角膜地形图为输出，反向生成器以角膜地形图为输入，眼表弥散光图像为输出。
所述角膜地形图生成系统的对偶生成式对抗网络模型中的生成器采用UNet结构。
所述角膜地形图生成系统采用DualGAN的网络结构。
所述眼表弥散光图像以及对应角膜地形图数据库预先存储充足数量的眼表弥散光图像以及专业角膜地形图仪采集的角膜地形图，在所述眼表弥散光图像以及对应角膜地形图数据库更新时进行进一步训练修正参数。
所述角膜交联引导系统采取卷积神经网络模型，输入交联手术前以及预期术后角膜地形图两张角膜地形图,所述卷积神经网络模型通过执行回归任务，输出执行交联操作的位点以及交联参数。
所述角膜交联引导系统的隐藏层的激活函数均为ReLU,输出层的激活函数为LReLU。
所述角膜地形图与角膜交联参数对应数据库内预先储存一些角膜交联手术前后的角膜地形图以及基于预判断的交联参数。
角膜交联手术前后的两张角膜地形图加入所述所述角膜地形图与角膜交联参数对应数据库，所述角膜交联引导系统在所述角膜地形图与角膜交联参数对应数据库更新后对模型参数进行再修正。
所述弥散光照明模块为弥散光LED照明模块，优选地，用磨砂滤光片加覆在光源上方。
所述角膜交联手术的参数包括交联位点、交联光照功率等。
本发明具有如下有益效果：
本发明提供一种用于角膜交联的人工智能引导系统，该系统包括：眼表弥散光图像采集系统，经配置能够清晰采集用户眼表弥散光图像，充分反映角膜信息；角膜地形图生成系统，经预训练能够精确将眼表弥散光图像转化成对应角膜地形图；角膜交联引导系统，经预训练能够通过交联前角膜地形图与预期术后角膜地形图对比输出交联手术所需要的参数；眼表弥散光图像以及对应角膜地形图数据库，用于储存眼表弥散光图像、角膜地形图的图像对，可用于预训练模型以及不断修正模型；角膜地形图与角膜交联参数对应数据库，用于记录角膜交联参数对角膜地形图产生的影响，对于交联引导系统起到再修正作用。该系统可以大大提高角膜交联手术过程的效率、精准性和稳定性，减少因医生主观判断造成的失误。
与现有角膜交联设备相比，本发明提供的智能角膜交联辅助系统可以提供更为更精准，效率更高的治疗，也能够排除主观性造成的误诊。本系统的角膜地形图生成系统采用了目前最前沿的生成对抗网络从眼表弥散光图像直接生成角膜地形图，能够帮助使用者在没有专业角膜地形图仪的条件下，获取到高精度的角膜地形图，大大拓展了角膜地形图这一有效工具的应用场景。同时，本系统的角膜交联引导系统可以根据不同预期交联手术后的地形图设计不同的交联参数。同时，角膜地形图生成系统与角膜交联引导系统皆可在对应数据库更新后进行进一步训练，提高模型准确性。由于这些优点，使本系统可以用于治疗近视、远视、散光等有关眼球光学系统屈光能力的眼科疾病，可以用于延缓圆锥角膜病情发展，可以用于治疗角膜感染溃疡等，在减少角膜照射区域和角膜伤害的同时达到更好的治疗效果，极大地提高了角膜交联手术的治疗效果和效率，并为角膜交联提供了良好的研究平台。
优选的方案中，本系统的角膜地形图生成系统还采用成型的DualGAN模型，使得角膜地形图与眼表弥散光图像可以高精度相互转换，避免精度损失。
附图说明
图1为本发明一种实施例的角膜交联的人工智能引导系统的结构框图；
图2为本发明一种实施例的眼表弥散光图像采集系统的示意图；
图3为本发明一种实施例的角膜地形图生成系统的结构框图；
图4为本发明一种实施例的角膜交联引导系统的结构框图。
具体实施方式
以下对本发明的实施方式作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
参阅图1至图4，在一种实施例中，一种用于角膜交联的人工智能引导系统，该系统包括眼表弥散光图像采集系统、角膜地形图生成系统、角膜交联引导系统、眼表弥散光图像以及对应角膜地形图数据库和角膜地形图与角膜交联参数对应数据库。
如图2所示，所述眼表弥散光图像采集系统包括弥散光照明模块以及图像采集模块，所述弥散光照明模块用于提供弥散光，所述图像采集模块用于采集眼表弥散光图像。
所述角膜地形图生成系统经预训练以将眼表弥散光图像转化成对应角膜地形图。
所述角膜交联引导系统经预训练以通过将交联前角膜地形图与预期术后角膜地形图对比来输出实施角膜交联手术所需要的参数。
所述眼表弥散光图像以及对应角膜地形图数据库用于储存眼表弥散光图像、角膜地形图的图像对，以用于对所述角膜地形图生成系统进行预训练和修正。
所述角膜地形图与角膜交联参数对应数据库，用于记录角膜交联参数对角膜地形图产生的影响，以用于对所述角膜交联引导系统进行预训练和修正。
其中由眼表弥散光图像采集系统获取图像，而后将获取到的眼表弥散光图像输入由所述眼表弥散光图像以及对应角膜地形图数据库预训练完毕的角膜地形图生成系统，获取到受术者的角膜地形图，而后将所述角膜地形图输入由所述角膜地形图与角膜交联参数对应数据库预训练完毕的角膜交联引导系统，获取到角膜交联手术的参数。
在优选的实施例中，所述眼表弥散光图像采集系统对完成角膜交联手术的受术者进行再一次眼表弥散光图像的采集，所述角膜地形图生成系统从新采集的眼表弥散光图像获取到术后实际角膜地形图，将术前角膜地形图与术后实际角膜地形图以及输入的角膜交联参数储存入所述角膜地形图与角膜交联参数对应数据库，并随着数据库的更新对所述角膜交联引导系统进行再训练。
参见图3，在优选的实施例中，所述角膜地形图生成系统使用对偶生成式对抗网络模型，其中正向生成器以眼表弥散光图像为输入，对应角膜地形图为输出，反向生成器以角膜地形图为输入，眼表弥散光图像为输出。
在进一步优选的实施例中，所述角膜地形图生成系统的对偶生成式对抗网络模型中的生成器采用UNet结构。
如图3所示，在更优选的实施例中，所述角膜地形图生成系统采用DualGAN的网络结构。
在优选的实施例中，所述眼表弥散光图像以及对应角膜地形图数据库预先存储充足数量的眼表弥散光图像以及专业角膜地形图仪采集的角膜地形图，在所述眼表弥散光图像以及对应角膜地形图数据库更新时进行进一步训练修正参数。
如图4所示，在优选的实施例中，所述角膜交联引导系统采取卷积神经网络模型，输入交联手术前以及预期术后角膜地形图两张角膜地形图,所述卷积神经网络模型通过执行回归任务，输出执行交联操作的位点以及交联参数。
在更优选的实施例中，所述角膜交联引导系统的隐藏层的激活函数均为ReLU,输出层的激活函数为LReLU，以保证负值信息不会丢失。
在优选的实施例中，所述角膜地形图与角膜交联参数对应数据库内预先储存一些角膜交联手术前后的角膜地形图以及基于预判断的交联参数。
在更优选的实施例中，角膜交联手术前后的两张角膜地形图加入所述所述角膜地形图与角膜交联参数对应数据库，所述角膜交联引导系统在所述角膜地形图与角膜交联参数对应数据库更新后对模型参数进行再修正。
如图2所示，在优选的实施例中，所述弥散光照明模块为弥散光LED照明模块。所述弥散光LED照明模块用于提供功率可调的稳定弥散光，所述图像采集模块用于采集高清眼表弥散光图像。更优选地，所述眼表弥散光图像采集系统使用磨砂滤光片加覆在光源上方，采取高功率LED灯泡照射生成弥散光。
在优选的实施例中，所述角膜交联手术的参数包括交联位点、交联光照功率等。
根据本发明的实施例，该用于角膜交联的人工智能引导系统中，眼表弥散光图像采集系统经配置能够清晰采集用户眼表弥散光图像，充分反映角膜信息；角膜地形图生成系统经预训练能够精确将眼表弥散光图像转化成对应角膜地形图；角膜交联引导系统经预训练能够通过交联前角膜地形图与预期术后角膜地形图对比输出交联手术所需要的参数；眼表弥散光图像以及对应角膜地形图数据库能够储存眼表弥散光图像、角膜地形图的图像对，可用于预训练模型以及不断修正模型；角膜地形图与角膜交联参数对应数据库可以记录角膜交联参数对角膜地形图产生的影响，对于交联引导系统起到再修正作用。该系统可以大大提高角膜交联手术过程的效率、精准性和稳定性，减少因医生主观判断造成的失误。
在一些应用实例中，受术者首先坐定或平躺(与数据库中已存在眼表弥散光图片保持同一姿势)，由眼表弥散光图像采集系统获取图像，而后我们将获取到的眼表弥散光图像输入由眼表弥散光图像以及对应角膜地形图数据库预训练完毕的角膜地形图生成系统，获取到受术者的高精度角膜地形图，而后我们将角膜地形图输入由角膜地形图与角膜交联参数对应数据库预训练完毕的角膜交联引导系统，获取到角膜交联手术参数向量，其中包括但不局限于交联位点、交联光照功率等参数。而后操作者可以根据角膜交联引导系统的输出向量在交联仪上选择对应的参数进行手术。
在手术进行完毕后，对受术者进行再一次眼表弥散光图像的采集，并且输入角膜地形图生成系统获取到角膜地形图，将术前角膜地形图与术后实际角膜地形图以及输入的交联参数储存入角膜地形图与角膜交联参数对应数据库，并且随着数据库的更新，对角膜交联引导系统进行再训练，更新卷积核等参数。
以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。

Claims (10)

1.一种用于角膜交联的人工智能引导系统，其特征在于,包括：
眼表弥散光图像采集系统，所述眼表弥散光图像采集系统包括弥散光照明模块以及图像采集模块，所述弥散光照明模块用于提供弥散光，所述图像采集模块用于采集眼表弥散光图像；
角膜地形图生成系统，其经预训练以将眼表弥散光图像转化成对应角膜地形图。
角膜交联引导系统，其经预训练以通过将交联前角膜地形图与预期术后角膜地形图对比来输出实施角膜交联手术所需要的参数；
眼表弥散光图像以及对应角膜地形图数据库，其用于储存眼表弥散光图像、角膜地形图的图像对，以用于对所述角膜地形图生成系统进行预训练和修正；
角膜地形图与角膜交联参数对应数据库，用于记录角膜交联参数对角膜地形图产生的影响，以用于对所述角膜交联引导系统进行预训练和修正；
其中由眼表弥散光图像采集系统获取图像，而后将获取到的眼表弥散光图像输入由所述眼表弥散光图像以及对应角膜地形图数据库预训练完毕的角膜地形图生成系统，获取到受术者的角膜地形图，而后将所述角膜地形图输入由所述角膜地形图与角膜交联参数对应数据库预训练完毕的角膜交联引导系统，获取到角膜交联手术的参数。
2.如权利要求1所述的用于角膜交联的人工智能引导系统，其特征在于,所述眼表弥散光图像采集系统对完成角膜交联手术的受术者进行再一次眼表弥散光图像的采集，所述角膜地形图生成系统从新采集的眼表弥散光图像获取到术后实际角膜地形图，将术前角膜地形图与术后实际角膜地形图以及输入的角膜交联参数储存入所述角膜地形图与角膜交联参数对应数据库，并随着数据库的更新对所述角膜交联引导系统进行再训练。
3.如权利要求1或2所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜地形图生成系统使用对偶生成式对抗网络模型，其中正向生成器以眼表弥散光图像为输入，对应角膜地形图为输出，反向生成器以角膜地形图为输入，眼表弥散光图像为输出。
4.如权利要求3所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜地形图生成系统的对偶生成式对抗网络模型中的生成器采用UNet结构；优选地，所述角膜地形图生成系统采用DualGAN的网络结构。
5.如权利要求1至4任一项所述的用于角膜交联的人工智能引导系统，其特征在于,所述眼表弥散光图像以及对应角膜地形图数据库预先存储充足数量的眼表弥散光图像以及专业角膜地形图仪采集的角膜地形图，在所述眼表弥散光图像以及对应角膜地形图数据库更新时进行进一步训练修正参数。
6.如权利要求1至4任一项所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜交联引导系统采取卷积神经网络模型，输入交联手术前以及预期术后角膜地形图两张角膜地形图,所述卷积神经网络模型通过执行回归任务，输出执行交联操作的位点以及交联参数。
7.如权利要求6所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜交联引导系统的隐藏层的激活函数均为ReLU,输出层的激活函数为LReLU。
8.如权利要求1至7任一项所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜地形图与角膜交联参数对应数据库内预先储存一些角膜交联手术前后的角膜地形图以及基于预判断的交联参数，优选地，角膜交联手术前后的两张角膜地形图加入所述所述角膜地形图与角膜交联参数对应数据库，所述角膜交联引导系统在所述角膜地形图与角膜交联参数对应数据库更新后对模型参数进行再修正。
9.如权利要求1至8任一项所述的用于角膜交联的人工智能引导系统，其特征在于,所述弥散光照明模块为弥散光LED照明模块，优选地，用磨砂滤光片加覆在光源上方。
10.如权利要求1至9任一项所述的用于角膜交联的人工智能引导系统，其特征在于,所述角膜交联手术的参数包括交联位点、交联光照功率等。
CN201910223728.3A 2019-03-22 2019-03-22 一种用于角膜交联的人工智能引导系统 Active CN109994195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910223728.3A CN109994195B (zh) 2019-03-22 2019-03-22 一种用于角膜交联的人工智能引导系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910223728.3A CN109994195B (zh) 2019-03-22 2019-03-22 一种用于角膜交联的人工智能引导系统

Publications (2)

Publication Number Publication Date
CN109994195A true CN109994195A (zh) 2019-07-09
CN109994195B CN109994195B (zh) 2020-12-29

Family

ID=67130829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910223728.3A Active CN109994195B (zh) 2019-03-22 2019-03-22 一种用于角膜交联的人工智能引导系统

Country Status (1)

Country Link
CN (1) CN109994195B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110338906A (zh) * 2019-07-10 2019-10-18 清华大学深圳研究生院 用于光交联手术的智能治疗系统及建立方法
CN110675929A (zh) * 2019-09-25 2020-01-10 张哲� 一种基于角膜地形图的数据处理系统
CN110989199A (zh) * 2019-11-21 2020-04-10 明灏科技（北京）有限公司 一种角膜塑形镜度数的计算装置
CN111134613A (zh) * 2019-11-21 2020-05-12 明灏科技（北京）有限公司 一种基于图像识别的角膜塑形镜验配方法及系统
CN112656507A (zh) * 2020-12-31 2021-04-16 江苏省人民医院（南京医科大学第一附属医院） 一种基于bp神经网络模型的smile手术参数预测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725992A (zh) * 2002-12-16 2006-01-25 俄亥俄州立大学 基于参数模型的消融手术系统和方法
CN103717182A (zh) * 2011-07-28 2014-04-09 威孚莱有限公司 用于对人眼手术的准备进行辅助的装置
US20140121654A1 (en) * 2012-10-29 2014-05-01 James Carlton Loden Surgical laser setup calculations interface for corneal multi-plane incision
CN105530853A (zh) * 2013-07-25 2016-04-27 光学医疗公司 对物质的折射率的原位确定
CN105608314A (zh) * 2015-12-17 2016-05-25 深圳市斯尔顿科技有限公司 一种角膜屈光度的计算方法及系统
CN106529188A (zh) * 2016-11-25 2017-03-22 苏州国科康成医疗科技有限公司 应用于手术导航的图像处理方法
CN108335757A (zh) * 2018-02-05 2018-07-27 王雁 一种预测smile手术中屈光度调整值的方法
CN108538389A (zh) * 2018-03-27 2018-09-14 北京鲸基数据科技有限公司 一种预测smile屈光手术中屈光度调整值的方法及系统
CN109166177A (zh) * 2018-08-27 2019-01-08 清华大学 一种颅颌面外科手术的术中导航方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725992A (zh) * 2002-12-16 2006-01-25 俄亥俄州立大学 基于参数模型的消融手术系统和方法
CN103717182A (zh) * 2011-07-28 2014-04-09 威孚莱有限公司 用于对人眼手术的准备进行辅助的装置
US20140121654A1 (en) * 2012-10-29 2014-05-01 James Carlton Loden Surgical laser setup calculations interface for corneal multi-plane incision
CN105530853A (zh) * 2013-07-25 2016-04-27 光学医疗公司 对物质的折射率的原位确定
CN105608314A (zh) * 2015-12-17 2016-05-25 深圳市斯尔顿科技有限公司 一种角膜屈光度的计算方法及系统
CN106529188A (zh) * 2016-11-25 2017-03-22 苏州国科康成医疗科技有限公司 应用于手术导航的图像处理方法
CN108335757A (zh) * 2018-02-05 2018-07-27 王雁 一种预测smile手术中屈光度调整值的方法
CN108538389A (zh) * 2018-03-27 2018-09-14 北京鲸基数据科技有限公司 一种预测smile屈光手术中屈光度调整值的方法及系统
CN109166177A (zh) * 2018-08-27 2019-01-08 清华大学 一种颅颌面外科手术的术中导航方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110338906A (zh) * 2019-07-10 2019-10-18 清华大学深圳研究生院 用于光交联手术的智能治疗系统及建立方法
CN110675929A (zh) * 2019-09-25 2020-01-10 张哲� 一种基于角膜地形图的数据处理系统
CN110989199A (zh) * 2019-11-21 2020-04-10 明灏科技（北京）有限公司 一种角膜塑形镜度数的计算装置
CN111134613A (zh) * 2019-11-21 2020-05-12 明灏科技（北京）有限公司 一种基于图像识别的角膜塑形镜验配方法及系统
CN112656507A (zh) * 2020-12-31 2021-04-16 江苏省人民医院（南京医科大学第一附属医院） 一种基于bp神经网络模型的smile手术参数预测方法
CN112656507B (zh) * 2020-12-31 2022-08-26 江苏省人民医院（南京医科大学第一附属医院） 一种构建适用于smile手术切削厚度预测的bp神经网络模型的方法

Also Published As

Publication number Publication date
CN109994195B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN109994195A (zh) 一种用于角膜交联的人工智能引导系统
Randleman et al. Corneal cross-linking
CN110338906B (zh) 用于光交联手术的智能治疗系统及建立方法
Alió et al. Femtosecond laser cataract surgery: updates on technologies and outcomes
US7771048B2 (en) Correction of presbyopia using adaptive optics, wavefront sensor eye alignment and light shield, and associated methods
Oliveira et al. Wavefront analysis and Zernike polynomial decomposition for evaluation of corneal optical quality
CN101304710B (zh) 用于矫正眼睛屈光误差的系统和方法
US20090237615A1 (en) Correction of Surgically-Induced Astigmatism During Intraocular Lens Implants
CN110179581B (zh) 基于张力性调节机制防控近视及屈光不正的矫正方法
JPS6330022B2 (zh)
JP2008501459A6 (ja) レーザ屈折矯正システムにおける収差の誘発を防止する方法
JP2008501459A (ja) レーザ屈折矯正システムにおける収差の誘発を防止する方法
CN101810528A (zh) 用于准分子激光角膜屈光手术的角膜中心定位方法
WO2016025315A1 (en) Optical surface systems and methods for treatment of presbyopia and other vision conditions
US20210267799A1 (en) System and Methods for Customizing an Intraocular Lens Using a Wavefront Aberrometer
RU2643417C1 (ru) Способ позиционирования торической интраокулярной линзы при имплантации
CN205286874U (zh) 一种便携式假性近视矫正仪
CN110559087A (zh) 一种角膜手术安全监控系统
CN115462955A (zh) 角膜地形成像指导的精准角膜交联散光矫正系统
Oshima Chandelier endoillumination in vitreoretinal surgery
CN206526167U (zh) 一种假性近视矫正眼镜
CN106309007B (zh) 一种假性近视矫正眼镜
CN114522020B (zh) 一种个性化屈光手术装置
Buhl et al. New Models of Innovation through Collaboration. The Translation Journey of Novel Concepts in Corneal Refractive Surgery
US20220047423A1 (en) Wavefront higher order correction of iols using refractive index modification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant