CN111588346A - 一种基于中央眼的双眼视功能量化方法 - Google Patents
一种基于中央眼的双眼视功能量化方法 Download PDFInfo
- Publication number
- CN111588346A CN111588346A CN202010363300.1A CN202010363300A CN111588346A CN 111588346 A CN111588346 A CN 111588346A CN 202010363300 A CN202010363300 A CN 202010363300A CN 111588346 A CN111588346 A CN 111588346A
- Authority
- CN
- China
- Prior art keywords
- eye
- eyes
- central
- binocular
- central eye
- 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
- 230000004382 visual function Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims abstract description 4
- 238000013139 quantization Methods 0.000 claims abstract description 4
- 230000004438 eyesight Effects 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 35
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 14
- 201000009487 Amblyopia Diseases 0.000 description 9
- 208000004350 Strabismus Diseases 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000004308 accommodation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 208000029091 Refraction disease Diseases 0.000 description 3
- 230000004430 ametropia Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 208000014733 refractive error Diseases 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 208000003164 Diplopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000029444 double vision Diseases 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000025712 muscle attachment Effects 0.000 description 1
- 230000002911 mydriatic effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
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
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)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及一种基于中央眼的双眼视功能量化方法,包括:通过主观实验对受测者进行中央眼的位置测试,并得到测试结果;根据测试结果计算出中央眼在双眼连线方向上的位置Xc,同时确定受测者左眼在双眼连线方向上的位置XL与右眼在双眼连线方向上的位置XR;计算中央眼在双眼连线方向上与左右眼的相对位置关系,并建立模型;通过模型对受测者双眼视功能进行检测和判断,获取左右眼与中央眼在双眼连线方向上的位置偏差,得到中央眼相对左眼位置偏差值与中央眼相对右眼位置偏差值;判断中央眼相对左右眼的位置偏差值是否大于预设阈值;若大于预设阈值,则输出左右眼权重量化指标值WL和WR,若小于预设阈值,则判定双眼视功能正常。
Description
技术领域
本发明涉及一种双眼视功能量化方法,尤其涉及一种基于中央眼的双眼视功能量化方法。
背景技术
当人的两眼同时注视一个物体时,感知为单一物象的视觉过程叫做双眼视觉,即双眼单视功能。双眼单视功能除了要求人眼组织结构发育完善之外,还受一系列极为精致、灵活和协调的生理机能所统辖。有了双眼单视功能,人类不仅能够获得物体的形状、大小和颜色的概念,还能获得物体的三维空间感知及方向概念,能够正确地判断自身与客观环境之间的相对位置关系。某一只眼外肌发育过度或发育不全、眼外肌附着点异常,眼眶的发育、眶内筋膜结构的异常等,均可导致肌力不平衡而产生斜视。视觉发育期内由于单眼斜视、屈光参差、高度屈光不正以及形觉剥夺等异常视觉经验引起的单眼或双眼最佳矫正视力低于相应年龄正常患者,且眼部检查无器质性病变,称为弱视。目前,儿童弱斜视已经成为较为普遍的眼科疾病,如果不及时治疗,最终不仅会完全丧失双眼单视功能,而且还会影响患儿的日常社交,长期将影响其心理发育。
以弱视为例,弱视患者伴随中心区视觉反应降低,调节力(调节幅度)降低,弱视程度越重,调节力(调节幅度)越差。部分弱视常规方法康复效果不明显或者无效时,可采用调节训练来改善、提高矫正视力,达到治疗效果,例如直线机、翻转拍、应用虚拟现实技术的视觉训练等。眼视光医生只有准确掌握各年龄段儿童的眼睛状态后,处理斜弱视患者的治疗和矫正才变得有依有据,所以治疗和矫正的前提是规范和准确的检查。传统眼科临床检查包括获取眼科疾病信息、屈光不正、双眼视觉等参数,其规范检查流程如下:1)眼科常规检查;2)视力检查;3)屈光度检查;4)WORTH四点灯检查;5)立体视检查;6)眼位检查;7)色觉检查;8)散瞳验光检查。
传统眼科检查中,WORTH四点灯检查和立体视检查专门针对双眼融合功能,即双眼单视功能。WORTH四点灯检查的目的是检查患者双眼注视状态下有无融像、抑制、主导眼、复视等现象,从而判断双眼是否存在融合功能,双眼同时视功能是否正常,是定性而非定量的检测,无法用在治疗过程中判断治疗效果。立体视觉的检查是三级视功能检查的最后一项,也是儿童视觉发育的目标。常用的定量测量立体视的工具有Titmus图,随机点立体图,可以定量分析儿童立体视问题,其检查方法通常是让被测者指出检测板上四幅图案中的立体图,对观察时间没有限制,因此该立体视检测对隐斜视、间歇性斜视及其导致的弱视难以进行准确的定量检测,该系统利用立体显示系统虚拟呈现真实世界的测试场景,发明人提出了一种基于立体显示的中央眼测试系统及方法(授权专利CN108600742B),计算机首先根据设计呈现不同测试物体,再根据受测者的多次判断,利用统计学方法计算出中央眼的位置。双眼视功能的异常将会对中央眼位置的测试结果产生直接的影响,因此中央眼的测试结果也能直接反映出双眼视功能是否异常以及异常的程度,无法对双眼视功能进行量化测量,为了解决传统眼科检查难以全面、定性、准确地量化双眼视功能的问题,本发明设计了一种基于中央眼的双眼视功能量化方法,依据中央眼的测试结果提出双眼视功能的量化指标,反映双眼视功能异常的程度,进行如弱视、斜视等双眼视功能相关眼科疾病的量化诊断。
发明内容
本发明克服了现有技术的不足,提供一种基于中央眼的双眼视功能量化方法。
为达到上述目的,本发明采用的一种技术方案为:一种基于中央眼的双眼视功能量化方法,包括如下步骤:
通过主观实验对受测者进行中央眼的位置测试,并得到测试结果;
根据测试结果计算出中央眼在双眼连线方向上的位置Xc,同时确定受测者左眼在双眼连线方向上的位置XL与右眼在双眼连线方向上的位置XR;
计算中央眼在双眼连线方向上与左右眼的相对位置关系,并建立模型;
通过模型对受测者双眼视功能进行检测和判断,获取左右眼与中央眼在双眼连线方向上的位置偏差,得到中央眼相对左眼位置偏差值与中央眼相对右眼位置偏差值;
判断中央眼相对左右眼的位置偏差值是否大于预设阈值;
若大于预设阈值,则输出左右眼权重量化指标值WL和WR;
若小于预设阈值,则判定双眼视功能正常。
本发明一个较佳实施例中,左右眼权重值通过中央眼在双眼连线方向上与左右眼的相对位置关系进行计算,具体计算方式如下:
WL+WR=100%
左右眼权重值的差异越大,双眼视功能异常程度越高。
本发明一个较佳实施例中,计算过程仅考虑双眼连线方向上中央眼与左右眼的位置关系。
本发明一个较佳实施例中,双眼视功能正常的左右眼权重值范围为0.4-0.6。
本发明一个较佳实施例中,根据中央眼在双眼连线方向上与左右眼的相对位置建立位置数据,并将测试的位置数据存储至数据库,通过云计算对数据进行分析处理,并建立数据模型,用于检测双眼视功能。
本发明一个较佳实施例中,所述模型包括聚类模型、分类模型、关联模型、神经网络模型中的一种或多种。
本发明一个较佳实施例中,聚类模型是将大量数据中具有相似特征的数据点划分为同一类别,最终生成多个类的方法,并计算每个分类数据集的特征。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
(1)根据受测者的多次判断,利用统计学方法计算出中央眼的位置。双眼视功能的异常将会对中央眼位置的测试结果产生直接的影响,因此中央眼的测试结果也能直接反映出双眼视功能是否异常以及异常的程度,依据中央眼的测试结果提出双眼视功能的量化指标,反映双眼视功能异常的程度,进行如弱视、斜视等双眼视功能相关眼科疾病的量化诊断。
(2)根据中央眼在双眼连线方向上与左右眼的相对位置关系,通过左右眼权重值进行计算双眼视功能异常程度,能够进行精准分析,左眼或右眼的异常情况,并分析左右眼视功能的异常程度,并能够根据分析结果选择性治疗纠正。
(3)通过大数据分析将采集的左右眼位置数据进行整理、分析,并进行数据挖掘,将采集到的数据建立模型,通过模型算法分析双眼视功能的异常情况,并对双眼视功能进行量化检测,能够实现全面、定性、准确地量化双眼视功能。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的优选实施例的一种基于中央眼的双眼视功能量化方法的框图;
图2是本发明的优选实施例的中央眼与左右眼位置关系图。
具体实施方式
现在结合附图和实施例对本发明作进一步详细的说明,这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1所示,本发明公开了一种基于中央眼的双眼视功能量化方法的框图;
需要说明的是,一种基于中央眼的双眼视功能量化方法,包括:如下步骤:
通过主观实验对受测者进行中央眼的位置测试,并得到测试结果;
根据测试结果计算出中央眼在双眼连线方向上的位置Xc,同时确定受测者左眼在双眼连线方向上的位置XL与右眼在双眼连线方向上的位置XR;
计算中央眼在双眼连线方向上与左右眼的相对位置关系,并建立模型;
通过模型对受测者双眼视功能进行检测和判断,获取左右眼与中央眼在双眼连线方向上的位置偏差,得到中央眼相对左眼位置偏差值与中央眼相对右眼位置偏差值;
判断中央眼相对左右眼的位置偏差值是否大于预设阈值;
若大于预设阈值,则输出左右眼权重量化指标值WL和WR;
若小于预设阈值,则判定双眼视功能正常。
需要说明的是,本领域技术人员能够根据不同人群,不同情况对预设阈值范围进行常规调整。
如图2所示,本发明公开了中央眼与左右眼位置关系图;
根据本发明实施例,左右眼权重值通过中央眼在双眼连线方向上与左右眼的相对位置关系进行计算,具体计算方式如下:
WL+WR=100%
左右眼权重值的差异越大,双眼视功能异常程度越高。
需要说明的是,根据中央眼在双眼连线方向上与左右眼的相对位置关系,通过左右眼权重值进行计算双眼视功能异常程度,能够进行精准分析,左眼或右眼的异常情况,并分析左右眼视功能的异常程度,并能够根据分析结果选择性治疗纠正。
根据本发明实施例,视功能正常的左右眼权重值范围为0.4-0.6。
需要说明的是,双眼视功能理想的情况下左右眼权重值为0.5,但在实际情况中,人的双眼视功能难以达到理想情况,因此都会产生一定的偏差,只要左右眼权重值维持在0.4-0.6范围内,双眼视功能即正常。
根据本发明实施例,X轴方向为双眼连线方向,计算过程仅考虑双眼连线方向上中央眼与左右眼的位置关系。
根据本发明实施例,根据中央眼在双眼连线方向上与左右眼的相对位置建立位置数据,并将测试的位置数据存储至数据库,通过云计算对数据进行分析处理,并建立数据模型,用于检测双眼视功能。
需要说明的是,通过大数据分析将采集的左右眼位置数据进行整理、分析,并进行数据挖掘,将采集到的数据建立模型,通过模型算法分析双眼视功能的异常情况,并对双眼视功能进行量化检测,能够实现全面、定性、准确地量化双眼视功能。
根据本发明实施例,所述模型包括聚类模型、分类模型、关联模型、神经网络模型中的一种或多种。
需要说明的是,分类模型通过分类算法对已知类别训练集进行计算、分析,从中发现类别规则,以此预测新数据的类别,能够对数据进行分析挖掘。关联规则学习通过寻找最能够解释数据变量之间关系的规则,来找出大量多元数据集中有用的关联规则,它是从大量数据中发现多种数据之间关系的一种方法,另外,它还可以基于时间序列对多种数据间的关系进行挖掘。
根据本发明实施例,聚类模型是通过聚类方法将大量数据中具有相似特征的数据点划分为同一类别,最终生成多个类的方法,并计算每个分类数据集的特征。
根据受测者的多次判断,利用统计学方法计算出中央眼的位置。双眼视功能的异常将会对中央眼位置的测试结果产生直接的影响,因此中央眼的测试结果也能直接反映出双眼视功能是否异常以及异常的程度,依据中央眼的测试结果提出双眼视功能的量化指标,反映双眼视功能异常的程度,进行如弱视、斜视等双眼视功能相关眼科疾病的量化诊断。
以上依据本发明的理想实施例为启示,通过上述的说明内容,相关人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定技术性范围。
Claims (7)
1.一种基于中央眼的双眼视功能量化方法,其特征在于,包括如下步骤:
通过主观实验对受测者进行中央眼的位置测试,并得到测试结果;
根据测试结果计算出中央眼在双眼连线方向上的位置Xc,同时确定受测者左眼在双眼连线方向上的位置XL与右眼在双眼连线方向上的位置XR;
计算中央眼在双眼连线方向上与左右眼的相对位置关系,并建立模型;
通过模型对受测者双眼视功能进行检测和判断,获取左右眼与中央眼在双眼连线方向上的位置偏差,得到中央眼相对左眼位置偏差值与中央眼相对右眼位置偏差值;
判断中央眼相对左右眼的位置偏差值是否大于预设阈值;
若大于预设阈值,则输出左右眼权重量化指标值WL和WR;
若小于预设阈值,则判定双眼视功能正常。
3.根据权利要求2所述的一种基于中央眼的双眼视功能量化方法,其特征在于:计算过程仅考虑双眼连线方向上中央眼与左右眼的位置关系。
4.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法,其特征在于:双眼视功能正常的左右眼权重值范围为0.4-0.6。
5.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法,其特征在于,根据中央眼在双眼连线方向上与左右眼的相对位置建立位置数据,并将测试的位置数据存储至数据库,通过云计算对数据进行分析处理,并建立数据模型,用于检测双眼视功能。
6.根据权利要求1所述的一种基于中央眼的双眼视功能量化方法,其特征在于:所述数据模型能够是聚类模型、分类模型、关联模型、神经网络模型中的一种或多种。
7.根据权利要求6所述的一种基于中央眼的双眼视功能量化方法,其特征在于:聚类模型是通过聚类方法将大量数据中具有相似特征的数据点划分为同一类别,最终生成多个类的方法,并计算每个分类数据集的特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363300.1A CN111588346A (zh) | 2020-04-30 | 2020-04-30 | 一种基于中央眼的双眼视功能量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363300.1A CN111588346A (zh) | 2020-04-30 | 2020-04-30 | 一种基于中央眼的双眼视功能量化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111588346A true CN111588346A (zh) | 2020-08-28 |
Family
ID=72180600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010363300.1A Pending CN111588346A (zh) | 2020-04-30 | 2020-04-30 | 一种基于中央眼的双眼视功能量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111588346A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806955A (zh) * | 2021-02-18 | 2021-05-18 | 王跃羲 | 一种具有四点灯检测功能的同视机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393012A (zh) * | 2008-10-16 | 2009-03-25 | 汤一平 | 新型的双目立体视觉测量装置 |
JP2010099335A (ja) * | 2008-10-24 | 2010-05-06 | National Institute Of Advanced Industrial Science & Technology | 立体視機能検査方法 |
JP2012095694A (ja) * | 2010-10-29 | 2012-05-24 | Hoya Corp | 両眼視機能測定方法、両眼視機能測定プログラム、眼鏡レンズの設計方法、及び眼鏡レンズの製造方法 |
GB201212093D0 (en) * | 2012-07-06 | 2012-08-22 | Iriss Medical Technologies Ltd | Strabismus detection |
US20120281183A1 (en) * | 2009-11-18 | 2012-11-08 | Essilor International (Compagnie Generale D'optique) | Method for Determining Binocular Performance of a Pair of Spectacle Lenses |
CN104853185A (zh) * | 2015-06-06 | 2015-08-19 | 吉林大学 | 结合多视差和运动的立体视频舒适度评价方法 |
CN108600742A (zh) * | 2018-05-17 | 2018-09-28 | 苏州科技大学 | 一种基于立体显示的中央眼测试系统及方法 |
-
2020
- 2020-04-30 CN CN202010363300.1A patent/CN111588346A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393012A (zh) * | 2008-10-16 | 2009-03-25 | 汤一平 | 新型的双目立体视觉测量装置 |
JP2010099335A (ja) * | 2008-10-24 | 2010-05-06 | National Institute Of Advanced Industrial Science & Technology | 立体視機能検査方法 |
US20120281183A1 (en) * | 2009-11-18 | 2012-11-08 | Essilor International (Compagnie Generale D'optique) | Method for Determining Binocular Performance of a Pair of Spectacle Lenses |
JP2012095694A (ja) * | 2010-10-29 | 2012-05-24 | Hoya Corp | 両眼視機能測定方法、両眼視機能測定プログラム、眼鏡レンズの設計方法、及び眼鏡レンズの製造方法 |
GB201212093D0 (en) * | 2012-07-06 | 2012-08-22 | Iriss Medical Technologies Ltd | Strabismus detection |
CN104853185A (zh) * | 2015-06-06 | 2015-08-19 | 吉林大学 | 结合多视差和运动的立体视频舒适度评价方法 |
CN108600742A (zh) * | 2018-05-17 | 2018-09-28 | 苏州科技大学 | 一种基于立体显示的中央眼测试系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806955A (zh) * | 2021-02-18 | 2021-05-18 | 王跃羲 | 一种具有四点灯检测功能的同视机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7938538B2 (en) | Methods and devices for rapid measurement of visual sensitivity | |
Sekhar et al. | Sensitivity of Swedish interactive threshold algorithm compared with standard full threshold algorithm in Humphrey visual field testing | |
Honaker et al. | Use of the Dynamic Visual Acuity Test as a screener for community-dwelling older adults who fall | |
WO2013036629A2 (en) | System and methods for documenting and recording of the pupillary red reflex test and corneal light reflex screening of the eye in infants and young children | |
CN103476325A (zh) | 自适应照片筛查系统 | |
Wang et al. | Machine learning models for diagnosing glaucoma from retinal nerve fiber layer thickness maps | |
Sousa de Almeida et al. | Computer-aided methodology for syndromic strabismus diagnosis | |
Schiefer et al. | Reaction time in automated kinetic perimetry: effects of stimulus luminance, eccentricity, and movement direction | |
EP3595535A1 (en) | A system and method of artificial intelligence and tomography imaging of human cornea | |
CN110575134A (zh) | 一种基于偏心摄影的近视度数的计算方法 | |
CN115553707A (zh) | 一种基于眼动追踪的对比敏感度测量方法及设备 | |
Krishnan et al. | Intelligent-based decision support system for diagnosing glaucoma in primary eyecare centers using eye tracker | |
de Moura et al. | Automatic characterization of the serous retinal detachment associated with the subretinal fluid presence in optical coherence tomography images | |
CN111588346A (zh) | 一种基于中央眼的双眼视功能量化方法 | |
Antona et al. | Validity and repeatability of a new test for aniseikonia | |
Surendiran et al. | Analysis and detection of glaucoma from fundus eye image by cup to disc ratio by unsupervised machine learning | |
KR20190043494A (ko) | 복합적인 안과 진료를 수행하는 시스템 및 방법 | |
CN115547449A (zh) | 一种基于视觉训练提高成人弱视患者视功能表现的方法 | |
Prile et al. | Assessing variability of control within a single day in intermittent exotropia | |
Grałek et al. | Application of artificial intelligence in pediatric ophthalmic practice | |
Akar et al. | Reproducibility of the measurements of the optic nerve head topographic variables with a confocal scanning laser ophthalmoscope | |
CN111259743A (zh) | 一种近视图像深度学习识别模型训练方法及系统 | |
RU2753743C1 (ru) | Способ определения зрительных функций у детей превербального возраста | |
KR101644489B1 (ko) | 사위 측정 방법 | |
Rozhkova et al. | Relationship between distance dependence of visual acuity and refraction in junior school children |
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 |
Application publication date: 20200828 |
|
RJ01 | Rejection of invention patent application after publication |