CN114767057B - 针对不同个体眼底后极部的智能化投影补光方法及装置 - Google Patents

Abstract

本发明公开了针对不同个体眼底后极部的智能化投影补光方法及装置，方法为：向眼底后极部发射投影补光的激光束，控制相机连续拍摄动态捕捉得到眼底后极部图像；使用图像分割模型提取眼底后极部的形状、面积和所在位置；调整投影补光激光束的光斑形状，将投影补光激光束由高斯光束变换至平帽光束；对调整后的平帽光束进行调焦处理，改变光斑面积，使其覆盖整个眼底后极部；对调整面积后的激光束进行投射角度调整，使其瞄准眼底后极部所在位置进行投射。本发明通过图像分割模型获取眼底后极部形状、面积及所在位置，再据此对激光束光斑进行形状、面积及位置调整，实现对眼底后极部全覆盖且均匀的投影补光，为保护和治疗患者眼部提供了保障与支持。

Description

针对不同个体眼底后极部的智能化投影补光方法及装置

技术领域

本发明属于眼底后极部定位的技术领域，具体涉及一种针对不同个体眼底后极部的智能化投影补光方法及装置。

背景技术

视网膜是接受光的敏感部位，是视力成像的关键部位。眼底后极部是指视盘以及颞侧上下血管弓周围内在范围，包括视乳头和黄斑等重要的结构，处于人眼的光学中心，是视力轴线的投影区。眼底后极部中央的凹陷称为中央凹，是视力最敏锐的的地方。因此眼睛所注视的目标则投影于眼底后极部。一般情况下，由于眼底后极部以外的视网膜视力是极其低下的，故人眼的视力检查，就是检查眼底后极部黄斑区的视觉能力。

人眼可以看成是一个复杂的透镜系统，根据成像原理可知，外界物体（或光源）在视网膜上所成的像与物体本身的大小有关。正常情况下人眼视网膜所成光斑像的大小要远小于物体（或光源）的真实尺寸，这样很容易造成以下问题：1）落在视网膜眼底后极部的光斑很小，不足以覆盖整个眼底后极部区域；2）视网膜上眼底后极部区域所成的像的面积过小，即使进入瞳孔的光功率很小，也有可能造成局部光能量密度非常高，很容易对视网膜细胞造成不可逆的损伤。

申请号CN202021987930.8 的专利申请公开了一种近视防控哺光仪，利用仪器照射出仿太阳光，用仿太阳光补充孩子的户外阳光，但是该专利照射出的防太阳光很难产生一个均匀面光斑，难以实现对于眼底后极部区均匀照射，无法保证治疗效果。申请号CN202110610980.7 的专利申请公开了一种弱视近视综合治疗仪，相较于传统的单光源输出类型的治疗仪，该发明强调针对各个患者不同类型的弱视近视情况，输出各种不同类型或者不同组合的光线，针对不同类型的眼部问题从而实现对应精准的治疗效果，虽有应用到匀光件将点状入射光转化成均匀强度分布的面光线，降低了入射光线的功率，在保护患者眼部的同时输出符合治疗要求的光线，但是该专利使用的单光源无法实现大光斑，故无法实现对于眼底后极部的全覆盖照射。因此如何在保证均匀照射的同时实现对眼底后极部的全覆盖照射成为保护与治疗患者眼部的一大挑战。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种针对不同个体眼底后极部的智能化投影补光方法及装置，通过相机动态捕获眼底后极部图像，利用图像分割模型获取眼底后极部形状、面积及所在位置，通过对激光束进行形状、面积及位置的调整，实现对眼底后极部全覆盖且均匀的投影补光，为保护和治疗患者眼部提供了保障与支持。

为了达到上述目的，本发明采用以下技术方案：

一方面，本发明提供了一种针对不同个体眼底后极部的智能化投影补光方法，其特征在于，包括下述步骤：

向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；

根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

作为优选的技术方案，所述图像分割模型为训练好的目标卷积神经网络，训练方式为：

构建目标卷积神经网络；所述目标卷积神经网络的输入x和输出y之间的非线性关系表示为：y = F(x;Θ)，其中Θ为训练的目标卷积神经网络参数；

所述目标卷积神经网络包含L层，将相机连续拍摄的眼底后极部图像样本输入目标卷积神经网络中，通过不断的迭代训练将目标卷积神经网络的损失函数优化至收敛，并且使输出结果的准确率达到预设准确率，得到训练好的目标卷积神经网络；

迭代训练时，目标卷积神经网络的每一层的转换公式为：

其中，1≤l≤L，

为输入样本i在第l层的输出矢量，

为目标卷积神经网络的输 入矢量，W _l 为第l层的权重参数，B _l 为第l层的偏差矢量，f _i 为非线性函数，使用ReLU激活函 数；

所述输出矢量

的长度对应第l层神经元的数量；

所述权重参数和偏差矢量在迭代训练时不断调整。

作为优选的技术方案，所述得到眼底后极部的形状、面积和所在位置，具体为：

从眼底后极部图像中检测眼底后极部和视盘区域，获取视盘区域的中心坐标；

根据眼睛视盘区域的中心坐标，使用多元线性回归函数计算得到眼底后极部的中心坐标，计算公式为：

其中，Y为所述眼底后极部的中心坐标，X为眼睛视盘区域的中心坐标，W和B均为矩阵参数；

将眼底后极部的中心坐标、眼睛视盘区域的中心坐标及眼底后极部图像输入至图像分割模型，对图像分割模型进行训练，不断迭代最小化损失函数，获取眼底后极部的形状、面积和所在位置。

作为优选的技术方案，所述调整投影补光激光束的光斑形状，具体为：

将投影补光光束通过准直镜得到准直光束；将准直光束射入偏振片和半波片获得平行激光，采用空间光调制器将平行激光的光斑形状通过全息图CGH实现光斑整型，即输入一张时域上的眼底后极部图片，通过迭代傅里叶演算法IFTA进行全息图CGH变换，将眼底后极部图片从空域变到频域上进行迭代傅里叶运算产生全息图；

之后将频域相位图叠加到空间光调制器上对高斯光进行相位调制，同时叠加菲尼尔透镜的相位，调制之后的光通过傅里叶透镜进行聚焦，将图片又从频域变到空域，产生同眼底后极部同样形状的光斑形状；

将投影补光激光束由高斯光束变换为平帽光束；

所述空间光调制器含有许多独立单元，其在空间上排列成一维或二维阵列，每个独立单元都能独立地接收光学信号的控制，根据所需要的的光束光斑形状来调制相对应的阵列单元的光学信号，并按此信号改变自身的光学性质，从而对照明在其上的光波进行调制；

所述空间光调制器包括液晶空间光调制器SLM和数字微镜器件DMD。

作为优选的技术方案，根据眼底后极部面积，通过扩束器对调整后的平帽光束进行放大处理，改变光束光斑面积；

所述扩束器包括三个及以上不同放大倍数的扩束透镜组，根据不同个体眼底后极部面积的差异，切换不同放大倍数的扩束透镜组改变激光束的光束光斑面积。

作为优选的技术方案，所述扩束透镜组采用伽利略扩束设计或开普勒扩束设计来放大光束；

所述伽利略扩束设计由一正透镜和一负透镜组成，负透镜在前侧，正透镜在后侧；

所述开普勒扩束设计由两个正透镜组成，激光束在两透镜之间聚焦，用精密针孔进行空间滤波。

作为优选的技术方案，所述根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，具体为：

控制调整好面积的激光束的入射角度，使调整好面积的激光束垂直照射在眼底后极部所在位置，并判断照射在眼底后极部所在位置的光斑是否与眼底后极部重合，若不重合则水平旋转调整好面积的激光束，直至激光束光斑与眼底后极部所在位置完全重合。

另一方面，本发明提供了一种针对不同个体眼底后极部的智能化投影补光装置，其特征在于，包括眼底捕捉模块、图像分割模块、形状调整模块、面积调整模块及位置调整模块；

所述眼底捕捉模块向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

所述图像分割模块使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；

所述形状调整模块根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

所述面积调整模块根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

所述位置调整模块根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

还一方面，本发明提供了一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序

指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的针对不同个体眼底后极部的智能化投影补光方法。

又一方面，本发明提供一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现上述的针对不同个体眼底后极部的智能化投影补光方法。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明通过相机动态捕获眼底后极部图像，然后利用图像分割模型提取眼底后极部的形状、面积及所在位置，在依据形状、面积将激光束光斑进行整型、扩束，实现了光斑的再分配，同时根据眼底后极部所在位置信息调节激光束入射角度，从而保证激光束光斑可精准地覆盖眼底后极部。

2、本发明采用空间光调制器对激光束进行调制，由于空间光调制器中含有许多独立单元，在空间上排列成一维或二维阵列，每个单元都可以独立地接收光学信号或电学信号的控制，并按此信号改变自身的光学性质，从而对照明在其上的光波进行调制，使得调制后的激光束能量分布更均匀，符合眼部治疗的光线要求，保护了患者的眼部安全。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本发明实施例中针对不同个体眼底后极部的智能化投影补光方法的流程图；

图2为本发明实施例中调整光斑形状及光斑面积的示意图；

图3为本发明实施例中针对不同个体眼底后极部的智能化投影补光系统的结构图；

图4为本发明实施例中一种电子设备的结构图。

附图说明：1、投影补光光束发射器，2、准直镜，3、偏振片，4、半波片，5、空间光调制器，6、扩束器，6-1、伽利略扩束，6-2、开普勒扩束。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。

请参阅图1，在本申请的一个实施例中提供了针对不同个体眼底后极部的智能化投影补光方法，包括下述步骤：

S1、向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，进行动态捕捉得到眼底后极部图像；

S2、使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；

S3、根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

S4、根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后的平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

S5、根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

由此，本申请实施例针对不同个体眼底后极部的智能化投影补光方法，首先对眼底后极部进行动态捕捉以获取眼底后极部图像，然后通过图像分割模型从眼底后极部图像中提取眼底后极部形状、面积以及所在位置，再调整入射激光束形状、面积及位置，实现对眼底后极部的全覆盖且均匀的投影补光。

本实施例步骤S1中，控制CMOS相机对眼底后极部连续拍摄，动态捕捉得到眼底后极部图像。由于CMOS相机具有灵敏度高、成像清晰度高的特点，故拍摄的眼底后极部图像清晰并有利于后续处理。

在步骤S2中，图像分割模型为提前训练好的目标卷积神经网络，其训练步骤为：

1-1、构建目标卷积神经网络；在深度学习网络中，目标卷积神经网络的输入x和输出y之间的非线性关系可表示为：y = F(x;Θ)，其中Θ为训练的目标卷积神经网络参数；

1-2、对于包含L层的目标卷积神经网络，将相机连续拍摄的眼底后极部图像样本输入目标卷积神经网络中，通过不断的迭代训练将目标卷积神经网络的损失函数训练至收敛，并且使输出结果的准确率达到预设准确率，得到训练好的目标卷积神经网络。

特别的，在迭代训练时，目标卷积神经网络的每一层的转换公式为：

其中，1≤l≤L，

为输入样本i在第l层的输出矢量，

为目标卷积神经网络的输 入矢量，W _l 为第l层的权重参数，B _l 为第l层的偏差矢量，f _i 为非线性函数，使用ReLU激活函 数；输出矢量

的长度对应第l层神经元的数量；权重参数和偏差矢量在迭代训练时不断调 整，使每个输入样本图像的输出结果更接近目标输出矢量。

在步骤S2中，在对眼底后极部进行识别定位时，可以通过获取眼睛视盘区域的中心坐标，然后根据视盘区域的中心坐标，结合多元线性回归函数得到眼底后极部的中心坐标，具体为：

从眼底后极部图像中检测眼底后极部和视盘区域，获取视盘区域的中心坐标；

根据眼睛视盘区域的中心坐标，使用多元线性回归函数计算得到眼底后极部的中心坐标，计算公式为：

其中，Y为所述眼底后极部的中心坐标，X为眼睛视盘区域的中心坐标，W和B均为矩阵参数；

将眼底后极部的中心坐标、眼睛视盘区域的中心坐标及眼底后极部图像输入至卷积神经网络，对卷积神经网络进行训练，不断迭代最小化损失函数，获取眼底后极部的形状、面积和所在位置。

需要说明的是，W和B的取值可以通过最小二乘法确定，即在采用最小二乘法确定W和B的取值时，可以通过以下矩阵求解公式来实现：

其中，X₀为矩阵向量，由眼睛视盘区域中心坐标X的矩阵向量和1向量组成；

同时，还需要说明的是，在通过上述方式，采用多元线性回归函数进行眼底后极部的中心坐标的确定时，还可以分别针对左眼和右眼构建不同的多元线性回归函数，从而基于当前待处理的眼底图像为左眼或右眼的属性采用对应的多元线性回归函数进行眼底后极部中心坐标的确定；在根据视盘区域的中心坐标定位出眼底后极部的中心坐标后，以特定的几何结构框体进行眼底后极部的识别定位时，可以直接采用所定位出的视盘区域的面积大小进行眼底后极部的定位。

在步骤S3中，根据眼底后极部形状，采用空间光调制器对投影补光的激光束进行振幅、相位调制，使调整后的激光束光斑形状与眼底后极部形状相一致，如图2所示，具体为：

3-1、将投影补光光束发射器1发出的激光光束通过准直镜2得到准直光束；将准直光束射入偏振片3和半波片4获得平行激光，采用空间光调制器5将平行激光的光斑形状通过全息图CGH实现光斑整型，即输入一张时域上的眼底后极部图片，通过迭代傅里叶演算法IFTA进行全息图CGH变换，将眼底后极部图片从空域变到频域上进行迭代傅里叶运算产生全息图；

3-2、之后将频域相位图叠加到空间光调制器5上对高斯光进行相位调制，为尽量减少由空间光调制器液晶之间存在像素间隔产生的零级光，同时叠加菲尼尔透镜的相位，调制之后的光通过傅里叶透镜进行聚焦，将图片又从频域变到空域，产生同眼底后极部同样形状的光斑形状；

3-3、将投影补光激光束由高斯光束变换为平帽光束。

由于空间光调制器含有许多独立单元，其在空间上排列成一维或二维阵列，每个独立单元都可以独立地接收光学信号的控制，根据所需要的的光束光斑形状来调制相对应的阵列单元的光学信号，并按此信号改变自身的光学性质，从而对照明在其上的光波进行调制；

本实施例中的空间光调制器包括液晶空间光调制器SLM和数字微镜器件DMD；空间光调制器可调光谱范围为420nm-1100nm；调制类型为纯相位；灰度等级为8 位，256 阶；为提高光的利用率，在调制过程中将光能损失降到最低，液晶类型采用反射式；衍射效率为65%-75%；驱动频率是240Hz，稳定性在±0.01π 内；最大光强为2W/cm²；响应时间为~40ms。

在步骤S4中，如图2所示，根据眼底后极部面积，通过扩束器6对调整后的平帽光束进行放大处理，改变光束光斑面积。

本实施例中的扩束器包括三个及以上不同放大倍数的扩束透镜组，根据不同个体眼底后极部面积的差异，切换不同放大倍数的扩束透镜组来改变激光束的光束光斑面积。如采用四组扩束透镜组，扩束倍数分别为3倍扩束、4倍扩束、5倍扩束及6倍扩束。

扩束透镜组采用伽利略扩束设计或开普勒扩束设计来放大光束；其中伽利略扩束6-1设计由一正透镜和一负透镜组成，负透镜在前侧，正透镜在后侧；开普勒扩束6-2设计由两个正透镜组成，激光束在两透镜之间聚焦，用精密针孔进行空间滤波，以此提高光束质量。

在步骤S5中，根据眼底后极部所在位置，控制调整好面积的激光束的入射角度，使调整好面积的激光束垂直照射在眼底后极部所在位置，并判断照射在眼底后极部所在位置的光斑是否与眼底后极部重合，若不重合则水平旋转调整好面积的激光束，直至激光束光斑与眼底后极部所在位置完全重合。需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。

基于与上述实施例中的针对不同个体眼底后极部的智能化投影补光方法相同的思想，本发明还提供了针对不同个体眼底后极部的智能化投影补光装置，该系统可用于执行上述针对不同个体眼底后极部的智能化投影补光方法。为了便于说明，针对不同个体眼底后极部的智能化投影补光装置实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

请参阅图2，在本申请的另一个实施例中，提供了针对不同个体眼底后极部的智能化投影补光装置200，该装置包括眼底捕捉模块201、图像分割模块202、形状调整模块203、面积调整模块204及位置调整模块205；

眼底捕捉模块201向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

图像分割模块202使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；

形状调整模块203根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

面积调整模块204根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后的平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

位置调整模块205根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

需要说明的是，本发明的一种针对不同个体眼底后极部的智能化投影补光装置与本发明的一种针对不同个体眼底后极部的智能化投影补光方法一一对应，在上述一种针对不同个体眼底后极部的智能化投影补光方法的实施例阐述的技术特征及其有益效果均适用于一种针对不同个体眼底后极部的智能化投影补光装置的实施例中，具体内容可参见本发明方法实施例中的叙述，此处不再赘述，特此声明。

此外，上述实施例的一种针对不同个体眼底后极部的智能化投影补光装置的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述一种针对不同个体眼底后极部的智能化投影补光装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。

请参阅图3，在一个实施例中，提供了一种实现针对不同个体眼底后极部的智能化投影补光方法的电子设备，所述电子设备300可以包括第一处理器301、第一存储器302和总线，还可以包括存储在所述第一存储器302中并可在所述第一处理器301上运行的计算机程序，如智能化投影补光程序303。

其中，所述第一存储器302至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述第一存储器302在一些实施例中可以是电子设备300的内部存储单元，例如该电子设备300的移动硬盘。所述第一存储器302在另一些实施例中也可以是电子设备300的外部存储设备，例如电子设备300上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述第一存储器302还可以既包括电子设备300的内部存储单元也包括外部存储设备。所述第一存储器302不仅可以用于存储安装于电子设备300的应用软件及各类数据，例如智能化投影补光程序303的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述第一处理器301在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述第一处理器301是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述第一存储器302内的程序或者模块(例如智能化投影补光程序等)，以及调用存储在所述第一存储器302内的数据，以执行电子设备300的各种功能和处理数据。

图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备300的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

所述电子设备300中的所述第一存储器302存储的智能化投影补光程序303是多个指令的组合，在所述第一处理器301中运行时，可以实现：

向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；

根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

进一步地，所述电子设备300集成的模块/单元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，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM (DRAM)、同步DRAM (SDRAM)、双数据率SDRAM (DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.针对不同个体眼底后极部的智能化投影补光方法，其特征在于，包括下述步骤：

向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；其中，所述图像分割模型为训练好的目标卷积神经网络，训练方式为：

构建目标卷积神经网络；所述目标卷积神经网络的输入x和输出y之间的非线性关系表示为：y = F(x;Θ)，其中Θ为训练的目标卷积神经网络参数；

所述目标卷积神经网络包含L层，将相机连续拍摄的眼底后极部图像样本输入目标卷积神经网络中，通过不断的迭代训练将目标卷积神经网络的损失函数优化至收敛，并且使输出结果的准确率达到预设准确率，得到训练好的目标卷积神经网络；

迭代训练时，目标卷积神经网络的每一层的转换公式为：

其中，1≤l≤L，

为输入样本i在第l层的输出矢量，

为目标卷积神经网络的输入矢量，W _l 为第l层的权重参数，B _l 为第l层的偏差矢量，f _i 为非线性函数，使用ReLU激活函数；

所述输出矢量

的长度对应第l层神经元的数量；

所述权重参数和偏差矢量在迭代训练时不断调整；

所述得到眼底后极部的形状、面积和所在位置，具体为：

从眼底后极部图像中检测眼底后极部和视盘区域，获取视盘区域的中心坐标；

根据眼睛视盘区域的中心坐标，使用多元线性回归函数计算得到眼底后极部的中心坐标，计算公式为：

其中，Y为所述眼底后极部的中心坐标，X为眼睛视盘区域的中心坐标，W和B均为矩阵参数；

将眼底后极部的中心坐标、眼睛视盘区域的中心坐标及眼底后极部图像输入至图像分割模型，对图像分割模型进行训练，不断迭代最小化损失函数，获取眼底后极部的形状、面积和所在位置；

根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

2.根据权利要求1所述的针对不同个体眼底后极部的智能化投影补光方法，其特征在于，所述调整投影补光激光束的光斑形状，具体为：

将投影补光光束通过准直镜得到准直光束；将准直光束射入偏振片和半波片获得平行激光，采用空间光调制器将平行激光的光斑形状通过全息图CGH实现光斑整型，即输入一张时域上的眼底后极部图片，通过迭代傅里叶演算法IFTA进行全息图CGH变换，将眼底后极部图片从空域变到频域上进行迭代傅里叶运算产生全息图；

之后将频域相位图叠加到空间光调制器上对高斯光进行相位调制，同时叠加菲尼尔透镜的相位，调制之后的光通过傅里叶透镜进行聚焦，将图片又从频域变到空域，产生同眼底后极部同样形状的光斑形状；

将投影补光激光束由高斯光束变换为平帽光束；

所述空间光调制器含有许多独立单元，其在空间上排列成一维或二维阵列，每个独立单元都能独立地接收光学信号的控制，根据所需要的光束光斑形状来调制相对应的阵列单元的光学信号，并按此信号改变自身的光学性质，从而对照明在其上的光波进行调制；

所述空间光调制器包括液晶空间光调制器SLM和数字微镜器件DMD。

3.根据权利要求2所述的针对不同个体眼底后极部的智能化投影补光方法，其特征在于，根据眼底后极部面积，通过扩束器对调整后的平帽光束进行放大处理，改变光束光斑面积；

所述扩束器包括三个及以上不同放大倍数的扩束透镜组，根据不同个体眼底后极部面积的差异，切换不同放大倍数的扩束透镜组改变激光束的光束光斑面积。

4.根据权利要求3所述的针对不同个体眼底后极部的智能化投影补光方法，其特征在于，所述扩束透镜组采用伽利略扩束设计或开普勒扩束设计来放大光束；

所述伽利略扩束设计由一正透镜和一负透镜组成，负透镜在前侧，正透镜在后侧；

所述开普勒扩束设计由两个正透镜组成，激光束在两透镜之间聚焦，用精密针孔进行空间滤波。

5.根据权利要求3所述的针对不同个体眼底后极部的智能化投影补光方法，其特征在于，所述根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，具体为：

控制调整好面积的激光束的入射角度，使调整好面积的激光束垂直照射在眼底后极部所在位置，并判断照射在眼底后极部所在位置的光斑是否与眼底后极部重合，若不重合则水平旋转调整好面积的激光束，直至激光束光斑与眼底后极部所在位置完全重合。

6.针对不同个体眼底后极部的智能化投影补光装置，其特征在于，包括眼底捕捉模块、图像分割模块、形状调整模块、面积调整模块及位置调整模块；

所述眼底捕捉模块向眼底后极部发射投影补光的激光束，控制相机连续拍摄眼底后极部，动态捕捉得到眼底后极部图像；

所述图像分割模块使用图像分割模型从眼底后极部图像中提取得到眼底后极部的形状、面积和所在位置；其中，所述图像分割模型为训练好的目标卷积神经网络，训练方式为：

构建目标卷积神经网络；所述目标卷积神经网络的输入x和输出y之间的非线性关系表示为：y = F(x;Θ)，其中Θ为训练的目标卷积神经网络参数；

所述目标卷积神经网络包含L层，将相机连续拍摄的眼底后极部图像样本输入目标卷积神经网络中，通过不断的迭代训练将目标卷积神经网络的损失函数优化至收敛，并且使输出结果的准确率达到预设准确率，得到训练好的目标卷积神经网络；

迭代训练时，目标卷积神经网络的每一层的转换公式为：

其中，1≤l≤L，

为输入样本i在第l层的输出矢量，

为目标卷积神经网络的输入矢量，W _l 为第l层的权重参数，B _l 为第l层的偏差矢量，f _i 为非线性函数，使用ReLU激活函数；

所述输出矢量

的长度对应第l层神经元的数量；

所述权重参数和偏差矢量在迭代训练时不断调整；

所述得到眼底后极部的形状、面积和所在位置，具体为：

从眼底后极部图像中检测眼底后极部和视盘区域，获取视盘区域的中心坐标；

根据眼睛视盘区域的中心坐标，使用多元线性回归函数计算得到眼底后极部的中心坐标，计算公式为：

其中，Y为所述眼底后极部的中心坐标，X为眼睛视盘区域的中心坐标，W和B均为矩阵参数；

将眼底后极部的中心坐标、眼睛视盘区域的中心坐标及眼底后极部图像输入至图像分割模型，对图像分割模型进行训练，不断迭代最小化损失函数，获取眼底后极部的形状、面积和所在位置；

所述形状调整模块根据提取得到的眼底后极部形状，调整投影补光激光束的光斑形状，使得调整后的激光束光斑形状与眼底后极部形状相一致，并且将投影补光激光束由高斯光束变换至平帽光束；

所述面积调整模块根据眼底后极部面积，对调整后的平帽光束进行调焦处理，改变调整后平帽光束的光束光斑面积，使得改变后的光束光斑面积覆盖整个眼底后极部；

所述位置调整模块根据眼底后极部所在位置，对调整好面积的激光束进行投射角度调整，使得角度调整后的激光束瞄准眼底后极部所在位置进行投射。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序

指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-5中任意一项所述的针对不同个体眼底后极部的智能化投影补光方法。

8.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-5任一项所述的针对不同个体眼底后极部的智能化投影补光方法。

Images