CN110251071A - 儿童视力评估方法、系统及计算机存储介质 - Google Patents
儿童视力评估方法、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN110251071A CN110251071A CN201910546569.0A CN201910546569A CN110251071A CN 110251071 A CN110251071 A CN 110251071A CN 201910546569 A CN201910546569 A CN 201910546569A CN 110251071 A CN110251071 A CN 110251071A
- Authority
- CN
- China
- Prior art keywords
- children
- black
- time series
- white strip
- quick card
- 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.)
- Pending
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
-
- 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
- A61B3/14—Arrangements specially adapted for eye photography
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种儿童视力评估方法、系统及计算机存储介质,涉及视力评估的技术领域,包括步骤:获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;根据所述连续的儿童面部图像,确定注意力方向时间序列;根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。本视力评估方法对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。
Description
技术领域
本发明涉及视力评估技术领域,尤其是涉及一种儿童视力评估方法、系统及计算机存储介质。
背景技术
儿童阶段的视力发育是人视力发育的重要阶段,对儿童视力的常规检查非常重要。现有的儿童视力检查常见方法包括Teller视敏卡检查方法(Teller acuity cards,泰勒视敏度卡),医生向儿童展示不同视力水平所对应的视敏卡展板,如果儿童能够注意到视敏卡上的黑白条纹图案,则更换带有更细黑白条纹图案的视敏卡,直至该儿童的视力水平被确认。
常规的Teller视敏卡检查方法只能作为单次视力检查的方法,检查结果对儿童视力水平的评价标准单一,评估准确率不够,检查结果不可解释,而且无法追溯和回顾,因此,现有的常规Teller视敏卡检查方法还需要进一步改进和完善。
发明内容
本发明的目的在于提供一种儿童视力评估方法,以缓解现有技术Teller视敏卡检查方法评价标准单一、评估准确率不够等技术问题。
本发明提供的一种儿童视力评估方法,包括如下步骤:
获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
根据所述连续的儿童面部图像,确定注意力方向时间序列;
根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
进一步的,所述获取待检测儿童的视力检查视频的步骤包括:所述视力检查视频为远程检测终端发送的录像视频。
进一步的,所述远程检测终端为Teller电子视力检查平台。
进一步的,所述根据所述连续的儿童面部图像,确定注意力方向时间序列的步骤包括:将所述连续的儿童面部图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:检测窗口图像、儿童头部图像、儿童眼部图像及儿童角膜虹膜区图像的位置信息。
进一步的,所述根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列的步骤包括:将所述连续的视敏卡图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:视敏卡图像、视敏卡上黑白条纹图像的位置信息。
进一步的,所述预训练目标检测模型为Faster-RCNN模型。R-CNN,Rich featurehierarchies for accurate object detection and semantic segmentation是FasterR-CNN的启发版本。R-CNN是采用Selective Search算法来提取(propose)可能的RoIs(regions of interest)区域,然后对每个提取区域采用标准CNN进行分类。出现于2015年早期的Fast R-CNN是R-CNN的改进,其采用兴趣区域池化(Region of Interest Pooling,RoI Pooling)来共享计算量较大的部分,提高模型的效率。
进一步的,所述根据所述连续的视敏卡图像,确定黑白条纹对应的视力等级的步骤包括:将所述连续的视敏卡图像作为预训练图像识别模型的录入数据,所述预训练图像识别模型的输出数据为:视敏卡展板上出现的黑白条纹对应的视力等级。
进一步的,所述比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级的步骤包括:
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未注意到视敏卡展板上的黑白条纹出现的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童表露出一只眼睛、两只眼睛、无眼睛的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未出现头部的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未出现角膜虹膜区的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童出现对眼的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童注意到视敏卡展板上的黑白条纹出现的次数。
本发明还提供一种儿童视力评估系统,包括:
视频获取模块,用于获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
儿童面部图像处理模块,用于根据所述连续的儿童面部图像,确定注意力方向时间序列;
视敏卡图像处理模块,用于根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
比对模块,用于比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
本发明还提供一种计算机介质,所述计算机介质上存储有计算机程序,所述计算机程序被处理器运行时上述的儿童视力评估方法。
本发明提供的儿童视力评估方法,通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的儿童视力评估方法的流程图;
图2为本发明另一实施例提供的儿童视力评估方法的流程图;
图3为本发明另一实施例提供的儿童视力评估方法的流程图;
图4为本发明实施例提供的儿童视力评估系统的结构框图;
图5为本发明实施例提供计算机设备的结构示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种儿童视力评估方法,包括如下步骤:
S110:获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
S120:根据所述连续的儿童面部图像,确定注意力方向时间序列;
S130:根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
S140:比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
实施例二
如图2所示,一种儿童视力评估方法,包括如下步骤:
S210:获取远程检测终端发送的待检测儿童的视力检查视频,所述远程检测终端为Teller电子视力检查平台,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
S220:将所述连续的儿童面部图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:检测窗口图像、儿童头部图像、儿童眼部图像及儿童角膜虹膜区图像的位置信息,根据预训练目标检测模型的输出数据确定注意力方向时间序列;
所述预训练目标检测模型为Faster-RCNN模型。Faster-RCNN模型对儿童面部图像的定位方法为四折交叉验证方法。
S230:将所述连续的视敏卡图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:视敏卡图像、视敏卡上黑白条纹图像的位置信息,根据预训练图像识别模型的输出数据确定视敏卡出现黑白条纹方向时间序列;
将所述连续的视敏卡图像作为预训练图像识别模型的录入数据,所述预训练图像识别模型的输出数据为:视敏卡展板上出现的黑白条纹对应的视力等级。
S240:比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未注意到视敏卡展板上的黑白条纹出现的次数;确定该待检测儿童表露出一只眼睛、两只眼睛、无眼睛的次数;确定该待检测儿童未出现头部的次数;确定该待检测儿童未出现角膜虹膜区的次数;确定该待检测儿童出现对眼的次数;确定该待检测儿童注意到视敏卡展板上的黑白条纹出现的次数。根据上述确定信息确定该待检测儿童的视力分级,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
所述预训练图像识别模型为卷积神经网络。卷积神经网络对视敏卡图像的分类方法为四折交叉验证方法。
通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
实施例三
如图3所示,一种儿童视力评估方法,包括如下步骤:
S310:输入视力检查视频;
S320:预处理视力检查视频,获取连续的视频帧;
S330:通过预训练的Faster-RCNN模型检测每个视频帧中的重要内容,如检测窗口图像、儿童头部图像、儿童眼部图像、儿童角膜虹膜区图像、视敏卡图像、视敏卡上黑白条纹图像等;
通过将上述每个视频帧中的识别出的视敏卡图像、视敏卡黑白条纹图像录入预训练的卷积神经网络,并识别出黑白条纹图像的视力等级。
S340:寻找双眼检测和单眼检测分界点;
S350:确认待检测儿童是否配合;
S360:确认待检测儿童是否对眼;
S370:确认待检测儿童是否N/A;
S380:确认待检测儿童视力是否大于0.21;
S390:通过最后一张被注意到的视敏卡上的黑白条纹图案,判断该儿童视力等级为[0.01-0.05]等级或[0.08-0.15]等级。
通过判断待检测儿童眼球移动所表现出的注意力方向与视敏卡展板上出现的黑白条纹的方向,计数儿童注意到黑白条纹的次数,将该黑白条纹对应的视力等级作为该待检测儿童的视力等级。
实施例四
如图4所示,一种儿童视力评估系统,包括:
视频获取模块410,用于获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
儿童面部图像处理模块420,用于根据所述连续的儿童面部图像,确定注意力方向时间序列;
视敏卡图像处理模块430,用于根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
比对模块440,用于比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
实施例五
如图5所示,本申请实施例还提供了一种计算机设备500,如图4所示,包括存储器501、处理器502及存储在该存储器501上并可在该处理器502上运行的计算机程序,其中处理器502执行上述计算机程序时实现上述儿童视力评估方法。
具体地,上述存储器501和处理器502能够为通用的存储器501和处理器502,这里不做具体限定,当处理器502运行存储器501存储的计算机程序时,能够执行上述儿童视力评估方法,用于缓解现有技术Teller视敏卡检查方法评价标准单一、评估准确率不够等技术问题,通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
实施例六
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述抽奖的方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述儿童视力评估方法,用于缓解现有技术Teller视敏卡检查方法评价标准单一、评估准确率不够等技术问题,通过分析待检测儿童的视力检查视频获取该儿童的注意力方向时间序列及视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级,通过比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。与常规的现场的Teller视敏卡检查方法相比,本视力评估方法对儿童眼部动作的捕捉更准确,对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化,极大提升了视力评估准确率。此外,由于通过视频评估,避免了现有Teller视敏卡检查方法对应用场景及检测人员的限制,可实现儿童视力评估的远程化及自动化。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种儿童视力评估方法,其特征在于,包括如下步骤:
获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
根据所述连续的儿童面部图像,确定注意力方向时间序列;
根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
2.根据权利要求1所述的儿童视力评估方法,其特征在于,所述获取待检测儿童的视力检查视频的步骤包括:
所述视力检查视频为远程检测终端发送的录像视频。
3.根据权利要求2所述的儿童视力评估方法,其特征在于,所述远程检测终端为Teller电子视力检查平台。
4.根据权利要求1所述的儿童视力评估方法,其特征在于,所述根据所述连续的儿童面部图像,确定注意力方向时间序列的步骤包括:
将所述连续的儿童面部图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:检测窗口图像、儿童头部图像、儿童眼部图像及儿童角膜虹膜区图像的位置信息。
5.根据权利要求1所述的儿童视力评估方法,其特征在于,所述根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列的步骤包括:
将所述连续的视敏卡图像作为预训练目标检测模型的录入数据,所述预训练目标检测模型的输出数据包括:视敏卡图像、视敏卡上黑白条纹图像的位置信息。
6.根据权利要求4或5所述的儿童视力评估方法,其特征在于,所述预训练目标检测模型为Faster-RCNN模型。
7.根据权利要求1所述的儿童视力评估方法,其特征在于,所述根据所述连续的视敏卡图像,确定黑白条纹对应的视力等级的步骤包括:
将所述连续的视敏卡图像作为预训练图像识别模型的录入数据,所述预训练图像识别模型的输出数据为:视敏卡展板上出现的黑白条纹对应的视力等级。
8.根据权利要求1所述的儿童视力评估方法,其特征在于,所述比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级的步骤包括:
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未注意到视敏卡展板上的黑白条纹出现的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童表露出一只眼睛、两只眼睛、无眼睛的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未出现头部的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童未出现角膜虹膜区的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童出现对眼的次数;
通过比对所述注意力方向时间序列和黑白条纹方向时间序列,确定该待检测儿童注意到视敏卡展板上的黑白条纹出现的次数。
9.一种儿童视力评估系统,其特征在于,包括:
视频获取模块,用于获取待检测儿童的视力检查视频,所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像,所述儿童面部图像及视敏卡图像时间同步;
儿童面部图像处理模块,用于根据所述连续的儿童面部图像,确定注意力方向时间序列;
视敏卡图像处理模块,用于根据所述连续的视敏卡图像,确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级;
比对模块,用于比对所述注意力方向时间序列和黑白条纹方向时间序列,将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。
10.一种计算机介质,其特征在于,所述计算机介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-8任一所述的儿童视力评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546569.0A CN110251071A (zh) | 2019-06-21 | 2019-06-21 | 儿童视力评估方法、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546569.0A CN110251071A (zh) | 2019-06-21 | 2019-06-21 | 儿童视力评估方法、系统及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110251071A true CN110251071A (zh) | 2019-09-20 |
Family
ID=67920660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910546569.0A Pending CN110251071A (zh) | 2019-06-21 | 2019-06-21 | 儿童视力评估方法、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110251071A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105326471A (zh) * | 2014-07-31 | 2016-02-17 | 汉王科技股份有限公司 | 婴幼儿视力测试装置及测试方法 |
CN205378090U (zh) * | 2015-12-10 | 2016-07-06 | 中山大学中山眼科中心 | Teller视敏卡检查同步视频系统 |
CN106037627A (zh) * | 2016-05-20 | 2016-10-26 | 上海青研科技有限公司 | 一种婴幼儿全自动视力检查方法及装置 |
CN106943116A (zh) * | 2017-03-13 | 2017-07-14 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种婴幼儿视力自动检测方法 |
CN109640785A (zh) * | 2016-04-08 | 2019-04-16 | 维扎瑞尔股份公司 | 用于获得、聚集和分析视觉数据以评估人的视力性能的方法和系统 |
-
2019
- 2019-06-21 CN CN201910546569.0A patent/CN110251071A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105326471A (zh) * | 2014-07-31 | 2016-02-17 | 汉王科技股份有限公司 | 婴幼儿视力测试装置及测试方法 |
CN205378090U (zh) * | 2015-12-10 | 2016-07-06 | 中山大学中山眼科中心 | Teller视敏卡检查同步视频系统 |
CN109640785A (zh) * | 2016-04-08 | 2019-04-16 | 维扎瑞尔股份公司 | 用于获得、聚集和分析视觉数据以评估人的视力性能的方法和系统 |
CN106037627A (zh) * | 2016-05-20 | 2016-10-26 | 上海青研科技有限公司 | 一种婴幼儿全自动视力检查方法及装置 |
CN106943116A (zh) * | 2017-03-13 | 2017-07-14 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种婴幼儿视力自动检测方法 |
Non-Patent Citations (2)
Title |
---|
李雪: "幼儿视力检查的自动评测方法", 《西安电子科技大学学报》 * |
陈镇国: "正常婴幼儿双眼条栅视力评估", 《中国中医眼科杂志》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109978893A (zh) | 图像语义分割网络的训练方法、装置、设备及存储介质 | |
CN108229322A (zh) | 基于视频的人脸识别方法、装置、电子设备及存储介质 | |
CN105787522B (zh) | 基于手写笔迹的书写态度评价方法及系统 | |
CN109948684A (zh) | 点云数据标注质量的质检方法、装置及其相关设备 | |
CN103632159B (zh) | 训练分类器、图像中文字区域检测的方法及系统 | |
CN103477352A (zh) | 使用深度图像的姿势识别 | |
CN106650670A (zh) | 活体人脸视频的检测方法及装置 | |
CN112001219B (zh) | 一种多角度多人脸识别考勤方法及系统 | |
CN111738252B (zh) | 图像中的文本行检测方法、装置及计算机系统 | |
CN111898538A (zh) | 证件鉴伪方法、装置、电子设备及存储介质 | |
CN110490190A (zh) | 一种结构化图像文字识别方法及系统 | |
CN116311214B (zh) | 车牌识别方法和装置 | |
CN111652144A (zh) | 基于目标区域融合的题目分割方法、装置、设备和介质 | |
CN113763348A (zh) | 图像质量确定方法、装置、电子设备及存储介质 | |
CN112560584A (zh) | 一种人脸检测方法及装置、存储介质、终端 | |
CN113240678A (zh) | 平面信息检测方法及系统 | |
CN111652141A (zh) | 基于题号和文本行的题目分割方法、装置、设备和介质 | |
CN113762274B (zh) | 一种答题卡目标区域检测方法、系统、存储介质及设备 | |
CN106682669A (zh) | 一种图像处理方法及移动终端 | |
KR102376313B1 (ko) | 제품의 영양 정보를 추출하는 방법 및 장치 | |
CN113705310A (zh) | 特征学习的方法、目标物体的识别方法和对应装置 | |
CN113591433A (zh) | 一种文本排版方法、装置、存储介质及计算机设备 | |
CN110251071A (zh) | 儿童视力评估方法、系统及计算机存储介质 | |
CN110929583A (zh) | 一种高检测精度人脸识别方法 | |
CN112084103A (zh) | 界面测试方法、装置、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |