CN114947726B - 一种分析用眼习惯和用眼强度的计算方法 - Google Patents
一种分析用眼习惯和用眼强度的计算方法 Download PDFInfo
- Publication number
- CN114947726B CN114947726B CN202210505657.8A CN202210505657A CN114947726B CN 114947726 B CN114947726 B CN 114947726B CN 202210505657 A CN202210505657 A CN 202210505657A CN 114947726 B CN114947726 B CN 114947726B
- Authority
- CN
- China
- Prior art keywords
- eye
- user
- strength
- evaluation condition
- evaluation
- 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.)
- Active
Links
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
-
- 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
- A61B3/18—Arrangement of plural eye-testing or -examining apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明提供了一种分析用眼习惯和用眼强度的计算方法,包括:基于智能定位手表和照度计获取用户的用眼环境数据;基于智能设备获取用户的用眼距离,计算得到不同用眼距离下的用眼时长;基于智能设备采集用户的用眼倾斜角度数据,分析所述用眼倾斜角度数据,获得用户的用眼习惯状态;基于所述用眼环境数据、用眼时长和用眼习惯状态,得到用眼强度评价条件,根据所述用眼强度评价条件,分析得到用户的用眼强度评价。本发明基于智能设备采集并分析用户的用眼环境数据、用眼时长和用眼习惯状态,可以明确地量化评价用户的用眼强度,为未近视和临界近视的用户提供预防近视的数据依据。
Description
技术领域
本发明涉及近视与用眼关系的分析领域,具体涉及一种分析用眼习惯和用眼强度的计算方法。
背景技术
据统计,当前我国青少年学生近视率80%,其中小学生近视率接近40%,达到4000万人,初中近视率约达70%,达到3200万人,高中近视率超80%,达到3200万人,6到10岁成为近视集中爆发的年龄段,并且我国青少年的近视特征呈现发病早、比例高、总数大、重度多的综合特征,严重影响青少年的视力健康;
近视防控需要一种综合性防控方法,从户外阳光照射时长、用眼习惯、用眼强度、环境改造、营养补充、生活习惯改等方面进行入手,尤其是青少年近视发生后家长并不知道近视严重性,也不知道未来发展的严重性,导致很多家长产生侥幸心理,耽误及早预防和控制,即便有些家长想去做些管控,也没有可行性的方案,只能戴OK镜、眼镜等补偿性矫正性的产品。
当前并没有基于青少年用眼习惯进行量化评价的技术,在近视防控领域内基本处于空白;青少年的近视防控最重要的就是找到关键诱因进行针对性防控,而青少年由于个体差异较大,导致近视的主要原因并不相同,有的是用眼强度大、有的是用眼时间长、有的是用眼光线差、有的是遗传因素占比大,也有户外阳光照射不足的情况,如果不找关键原因直接进行防控,可能会造成投入过大效果很差的情况,这是当前近视防控领域主要存在的问题,导致近视防控效果一直得不到改善。
发明内容
本发明提供了一种分析用眼习惯和用眼强度的计算方法,基于智能硬件及标准量表的数据,对青少年的用眼行为进行分析,并对标医学领域形成共识的标准数据,可以明确的量化评价用户的用眼习惯和行为,计算出用户的用眼强度、用眼时长的差异性,帮助未近视和临界近视的孩子预防近视、避免近视。
一种分析用眼习惯和用眼强度的计算方法,包括:
S1、基于智能定位手表和照度计获取用户的用眼环境数据;
S2、基于智能设备获取用户的用眼距离,计算得到不同用眼距离下用户的用眼时长;S3、基于智能设备采集用户的用眼倾斜角度数据,分析所述用眼倾斜角度数据,获得用户的用眼习惯状态;
S4、基于所述用眼环境数据、用眼时长和用眼习惯状态,得到用眼强度评价条件,根据所述用眼强度评价条件,分析得到用户的用眼强度评价。
进一步地,S1包括:
S101、利用智能定位手表,采集用户处于室外环境下的户外活动时长和阳光照射时长;
S102、利用照度计测量用户处于室内环境下环境光线强度,计算得到室内环境光线合格率。
进一步地,S101包括:
S1011、定位用户的开始活动位置,并记录该开始活动位置所对应的第一时刻;定位用户的结束活动位置,并记录该结束活动位置所对应的第二时刻,计算所述第二时刻与第一时刻的差值,得到户外活动时长;
S1012、获取太阳升起时刻和太阳落下时刻;获取晴天开始时刻和晴天结束时刻;根据所述第一时刻、第二时刻、太阳升起时刻、太阳落下时刻、晴天开始时刻和晴天结束时刻,获得标准光照强度时间段;利用传感器按照预设的测量周期Tδ进行多次测量得到每日光照时长T∈;
进一步地,S102包括:
S1021、获取预设的标准推荐光线的标准光照强度数据;
S1022、计算所述室内环境光线强度与标准推荐光线强度数据的比值,得到室内环境光线合格率。
进一步地,S2包括:
S201、按照预设的时间周期Tα,利用距离传感器,测量用户的实际用眼距离;
S202、设置正常用眼距离,并根据所述实际用眼距离,设置分析用眼距离状态;将用眼距离大于33厘米并且小于100厘米的作为正常用眼,将用眼距离大于20厘米并且小于33厘米的作为近距离用眼,将用眼距离小于等于20厘米的作为超近用眼,将用眼距离大于100厘米以上的作为合格用眼;
S203、测量用户处于不同用眼距离状态下次数,获得超近用眼次数L1、近距离用眼次数L2、正常用眼次数L3和合格用眼次数L4;并计算得到超近用眼时长T1、近距离用眼时长T2、正常用眼时长T3和合格用眼时长T4,计算公式分别为:T1=L1*Tα,T2=L2*Tα,T3=L3*Tα,T4=L4*Tα。
进一步地,S3包括:
S301、通过三轴陀螺仪采集用户的用眼倾斜角度,记录水平位置、左倾斜角度、右倾斜角度和前倾角度数据;
S302、根据所述用户的用眼倾斜角度,分析评定用户的用眼姿态状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于80度时,评定为用眼姿态良好状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于50度并且小于80度时,评定为用眼姿态较差状态;当所述左倾斜角度、右倾斜角度和前倾角度均小于50度时,评定为用眼姿态不良状态;
S303、根据所述用户的用眼姿态状态,分析评定用户的用眼习惯状态;当所述用眼姿态良好状态的次数大于等于测量总次数的90%时,评定为用眼习惯良好状态;当所述用眼姿态良好状态的次数小于测量总次数的80%,或所述用眼姿态不良状态的次数大于测量总次数的10%时,评定为用眼习惯较差状态;当所述用眼姿态较差状态的次数大于测量总次数的30%,或所述用眼姿态不良状态的次数大于测量总次数的20%时,评定为用眼习惯不良状态。
进一步地,S4包括:
S401、设定用眼强度评价级别;所述用眼强度评价级别包括用眼强度大、用眼强度中度、用眼强度正常和用眼强度良好;
S402、设定用眼强度评价条件;所述用眼强度评价条件包括第一评价条件、第二评价条件、第三评价条件和第四评价条件;将光照达标程度P作为第一评价条件,将室内环境光线合格率作为第二评价条件,将用眼时长作为第三评价条件,将用眼习惯状态作为第四评价条件;
S403、根据所述用眼强度评价条件,对用户的用眼强度进行评价;
当满足第一评价条件小于等于1、或第二评价条件小于80%、或第三评价条件大于10%并且小于等于70%、或第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度大;
当满足第一评价条件大于1并且小于等于2、或第二评价条件大于等于90%小于100%、或第三评价条件大于70%并且小于等于80%、或第四评价条件为用眼习惯较差状态时,评价用眼强度级别为用眼强度中等;
当满足第一评价条件大于2并且小于等于3、并且第二评价条件大于90%小于100%、并且第三评价条件大于80%并且小于等于90%、第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度正常;
当满足第一评价条件大于3、并且第二评价条件大于等于100%、并且第三评价条件大于90%、第四评价条件为用眼习惯良好状态时,评价用眼强度级别为用眼强度良好。
进一步地,还包括S5、获取补偿参数并对用眼强度进行补偿,所述S5包括:
S501、获取用户的个体成长数据,所述个体成长数据包括:用户一周时间内的学习强度系数、营养补充系数和进行体育运动系数;
S502、根据所述个体成长数据,计算获得用户用眼强度的补偿系数;将所述补偿系数作为补充评价条件,对用户的用眼强度进行补充评价。
进一步地,还包括S6:参数调整,用于对正常用眼距离进行调整,所述S6包括:
S601、获取用户的用眼学习场景;所述用眼学习场景包括光照条件和学习介质种类;所述光照条件包括自然光条件和补充光条件;所述学习介质种类包括纸质学习介质和电子设备学习介质;
S602、根据所述用眼学习场景的不同,调整正常用眼距离的大小;
当用户处于自然光条件下,利用纸质学习介质学习时,不调整正常用眼距离;
当用户处于自然光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用纸质学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高两级正常用眼距离。
进一步地,还包括S7:判定发生近视的风险等级;所述S7包括:
S701、获取导致近视形成的用眼强度级别的大数据信息;
S702、根据所述大数据信息,获取用眼时长对近视形成的第一影响值、用眼习惯状态对近视形成的第二影响值,并设置第一影响值权重值和第二影响值权重值;根据所述第一影响值、第二影响值、第一影响值权重值和第二影响值权重值,计算得到平均影响值;
S703、根据所述平均影响值的大小,设置与所述平均影响值相关联的近视风险等级;所述近视风险等级包括高风险等级、中风险等级和低风险等级;
S704、获取用户的实际用眼时长数据和实际用眼习惯状态数据,计算实际平均影响值,将所述实际平均影响值与所述近视风险等级进行匹配;当匹配结果为低风险等级时,进行风险提示;当匹配结果为中风险等级时,进行用眼习惯调整;当匹配结果为高风险等级时,进行及时诊治。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明的一种分析用眼习惯和用眼强度的计算方法示意图;
图2为本发明的一种分析用眼习惯和用眼强度的计算方法的获取用眼环境数据的示意图;
图3为本发明的一种分析用眼习惯和用眼强度的计算方法的获取用眼时长的方法示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供了一种分析用眼习惯和用眼强度的计算方法,如图1所示,包括:
S1、基于智能定位手表和照度计获取用户的用眼环境数据;
S2、基于智能设备获取用户的用眼距离,计算得到不同用眼距离下用户的用眼时长;
S3、基于智能设备采集用户的用眼倾斜角度数据,分析所述用眼倾斜角度数据,获得用户的用眼习惯状态;
S4、基于所述用眼环境数据、用眼时长和用眼习惯状态,得到用眼强度评价条件,根据所述用眼强度评价条件,分析得到用户的用眼强度评价。
上述技术方案的工作原理为:用户的用眼强度由多种因素所影响,包括用眼环境、用眼时长和用眼习惯状态,通过获取这些数据参数并分析其对用眼强度的影响,可以判定出用眼强度的级别;本实施例包括:
S1、基于智能定位手表和照度计获取用户的用眼环境数据;
S2、基于智能设备获取用户的用眼距离,计算得到不同用眼距离下用户的用眼时长;
S3、基于智能设备采集用户的用眼倾斜角度数据,分析所述用眼倾斜角度数据,获得用户的用眼习惯状态;
S4、基于所述用眼环境数据、用眼时长和用眼习惯状态,得到用眼强度评价条件,根据所述用眼强度评价条件,分析得到用户的用眼强度评价。
上述技术方案的有益效果为:采用本实施例提供的方案,基于智能设备采集并分析用户的用眼环境数据、用眼时长和用眼习惯状态,可以明确的量化评价用户的用眼强度,为未近视和临界近视的用户提供预防近视的数据依据。
在一个实施例中,如图2所示,S1包括:
S101、利用智能定位手表,采集用户处于室外环境下的户外活动时长和阳光照射时长;
S102、利用照度计测量用户处于室内环境下环境光线强度,计算得到室内环境光线合格率。
上述技术方案的工作原理为:室外环境下用眼光照时长和室内环境下环境光线合格率是用眼环境的重要数据,通过采集这些数据,可以分析用户用眼所处的环境情况;本实施例包括:
S101、利用智能定位手表,采集用户处于室外环境下的户外活动时长和阳光照射时长;
S102、利用照度计测量用户处于室内环境下环境光线强度,计算得到室内环境光线合格率。
上述技术方案的有益效果为:采用本实施例提供的方案,利用智能设备和测量仪器测量测量得到户外和室内用眼环境光线光照数据,可以更加有效地分析用户用眼环境数据。
在一个实施例中,S101包括:
S1011、定位用户的开始活动位置,并记录该开始活动位置所对应的第一时刻;定位用户的结束活动位置,并记录该结束活动位置所对应的第二时刻,计算所述第二时刻与第一时刻的差值,得到户外活动时长;
S1012、获取太阳升起时刻和太阳落下时刻;获取晴天开始时刻和晴天结束时刻;根据所述第一时刻、第二时刻、太阳升起时刻、太阳落下时刻、晴天开始时刻和晴天结束时刻,获得标准光照强度时间段;利用传感器按照预设的测量周期Tδ进行多次测量得到每日光照时长T∈;
上述技术方案的工作原理为:在影响用户近视的视觉环境中,其中最主要视觉因素就是光照参数,包括光照强度、光照时间及光照周期等;室外环境下的高强度阳光照射可以延缓实验性近视的发生发展,保证每日的充足时长阳光照射,对预防近视形成重要的一个环节;在自然光线下进行户外活动过程中,眼睛处于一个舒适的环境中,晶状体能得到调节,睫状肌能得到充分放松,视网膜在得到自然光线的刺激后有利于视网膜的生长发育和修复,故增加户外活动时间不仅视视力得到提高,也可以使近视的发生和发展得到减缓。本实施例采集并计算用户在户外环境下的用眼光照时长,具体包括:
S1011、定位用户的开始活动位置,并记录该开始活动位置所对应的第一时刻;定位用户的结束活动位置,并记录该结束活动位置所对应的第二时刻,计算所述第二时刻与第一时刻的差值,得到户外活动时长;
S1012、获取太阳升起时刻和太阳落下时刻;获取晴天开始时刻和晴天结束时刻;根据所述第一时刻、第二时刻、太阳升起时刻、太阳落下时刻、晴天开始时刻和晴天结束时刻,获得标准光照强度时间段;利用传感器按照预设的测量周期Tδ进行多次测量得到每日光照时长T∈;
上述技术方案的有益效果为:采用本实施例提供的方案,通过采集用户在户外环境下的用眼光照时长,可以计算用眼的光照达标程度,从而找出影响用眼强度的光照时长条件。
在一个实施例中,S102包括:
S1021、获取预设的标准推荐光线的标准光照强度数据;
S1022、计算所述室内环境光线强度与标准推荐光线强度数据的比值,得到室内环境光线合格率。
上述技术方案的工作原理为:室内环境下光源的光照强度是衡量照明条件的主要指标,间接决定了物体的明亮程度;合适的光照强度有利于保护视力,提高工作效率。一般来说,要求事物看得清楚,需要有足够的光照强度,但并不是光照强度越大,对视力越有利;为了达到保护视力的目的,合适的光照强度非常重要的,即需要有合格的光线环境;本实施例包括:
S1021、获取预设的标准推荐光线的标准光照强度数据;
S1022、计算所述室内环境光线强度与标准推荐光线强度数据的比值,得到室内环境光线合格率。
上述技术方案的有益效果为:采用本实施例提供的方案,通过计算室内环境光线的合格率,可以发现对用眼有影响的室内环境光线光照强度因素,为后续的用眼强度分析提供依据。
在一个实施例中,如图3所示,S2包括:
S201、按照预设的时间周期Tα,利用距离传感器,测量用户的实际用眼距离;
S202、设置正常用眼距离,并根据所述实际用眼距离,设置分析用眼距离状态;将用眼距离大于33厘米并且小于100厘米的作为正常用眼,将用眼距离大于20厘米并且小于33厘米的作为近距离用眼,将用眼距离小于等于20厘米的作为超近用眼,将用眼距离大于100厘米以上的作为合格用眼;
S203、测量用户处于不同用眼距离状态下次数,获得超近用眼次数L1、近距离用眼次数L2、正常用眼次数L3和合格用眼次数L4;并计算得到超近用眼时长T1、近距离用眼时长T2、正常用眼时长T3和合格用眼时长T4,计算公式分别为:T1=L1*Tα,T2=L2*Tα,T3=L3*Tα,T4=L4*Tα。
上述技术方案的工作原理为:用户在室内进行学习活动时,几乎全是靠短距离的注视,为了适应环境,眼睛会自行调节,从而使眼部肌肉紧张;用眼距离决定了眼睛调节的频率;近距离用眼视近,眼睛处在高度的调节紧张状态,为了会使光线能清晰地在视网膜上,迫使睫状肌收缩、相对应的悬韧带则放松,晶状体凸度也会随之增大,眼部肌肉长时间不能得到放松,导致睫状肌痉挛性,长此以往则会导致近视;而在远距离用眼,也就是视远时眼睛才能得到放松。为此,需要测量用户的用眼距离,以计算不同用眼距离下的用眼时长;具体包括:
S201、按照预设的时间周期Tα,利用距离传感器,测量用户的实际用眼距离;
S202、设置正常用眼距离,并根据所述实际用眼距离,设置分析用眼距离状态;将用眼距离大于33厘米并且小于100厘米的作为正常用眼,将用眼距离大于20厘米并且小于33厘米的作为近距离用眼,将用眼距离小于等于20厘米的作为超近用眼,将用眼距离大于100厘米以上的作为合格用眼;
S203、测量用户处于不同用眼距离状态下次数,获得超近用眼次数L1、近距离用眼次数L2、正常用眼次数L3和合格用眼次数L4;并计算得到超近用眼时长T1、近距离用眼时长T2、正常用眼时长T3和合格用眼时长T4,计算公式分别为:T1=L1*Tα,T2=L2*Tα,T3=L3*Tα,T4=L4*Tα。
上述技术方案的有益效果为:采用本实施例提供的方案,通过测量不同用眼距离,并计算用眼时长,可以更直观地发现影响用眼强度的条件。
在一个实施例中,S3包括:
S301、通过三轴陀螺仪采集用户的用眼倾斜角度,记录水平位置、左倾斜角度、右倾斜角度和前倾角度数据;
S302、根据所述用户的用眼倾斜角度,分析评定用户的用眼姿态状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于80度时,评定为用眼姿态良好状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于50度并且小于80度时,评定为用眼姿态较差状态;当所述左倾斜角度、右倾斜角度和前倾角度均小于50度时,评定为用眼姿态不良状态;
S303、根据所述用户的用眼姿态状态,分析评定用户的用眼习惯状态;当所述用眼姿态良好状态的次数大于等于测量总次数的90%时,评定为用眼习惯良好状态;当所述用眼姿态良好状态的次数小于测量总次数的80%,或所述用眼姿态不良状态的次数大于测量总次数的10%时,评定为用眼习惯较差状态;当所述用眼姿态较差状态的次数大于测量总次数的30%,或所述用眼姿态不良状态的次数大于测量总次数的20%时,评定为用眼习惯不良状态。
上述技术方案的工作原理为:用眼倾斜角度,决定着用眼姿态的状态,从而继续影响用眼习惯状态,通过分析用眼倾斜角度,可以分析出用眼习惯状态。本实施例包括:
S301、通过三轴陀螺仪采集用户的用眼倾斜角度,记录水平位置、左倾斜角度、右倾斜角度和前倾角度数据;
S302、根据所述用户的用眼倾斜角度,分析评定用户的用眼姿态状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于80度时,评定为用眼姿态良好状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于50度并且小于80度时,评定为用眼姿态较差状态;当所述左倾斜角度、右倾斜角度和前倾角度均小于50度时,评定为用眼姿态不良状态;
S303、根据所述用户的用眼姿态状态,分析评定用户的用眼习惯状态;当所述用眼姿态良好状态的次数大于等于测量总次数的90%时,评定为用眼习惯良好状态;当所述用眼姿态良好状态的次数小于测量总次数的80%,或所述用眼姿态不良状态的次数大于测量总次数的10%时,评定为用眼习惯较差状态;当所述用眼姿态较差状态的次数大于测量总次数的30%,或所述用眼姿态不良状态的次数大于测量总次数的20%时,评定为用眼习惯不良状态。
上述技术方案的有益效果为:采用本实施例提供的方案,通过采集用户的用眼倾斜角度,并评定用眼习惯状态,可以更好地分析用眼习惯状态,为分析用眼强度提供依据。
在一个实施例中,S4包括:
S401、设定用眼强度评价级别;所述用眼强度评价级别包括用眼强度大、用眼强度中度、用眼强度正常和用眼强度良好;
S402、设定用眼强度评价条件;所述用眼强度评价条件包括第一评价条件、第二评价条件、第三评价条件和第四评价条件;将光照达标程度P作为第一评价条件,将室内环境光线合格率作为第二评价条件,将用眼时长作为第三评价条件,将用眼习惯状态作为第四评价条件;
S403、根据所述用眼强度评价条件,对用户的用眼强度进行评价;
当满足第一评价条件小于等于1、或第二评价条件小于80%、或第三评价条件大于10%并且小于等于70%、或第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度大;
当满足第一评价条件大于1并且小于等于2、或第二评价条件大于等于90%小于100%、或第三评价条件大于70%并且小于等于80%、或第四评价条件为用眼习惯较差状态时,评价用眼强度级别为用眼强度中等;
当满足第一评价条件大于2并且小于等于3、并且第二评价条件大于90%小于100%、并且第三评价条件大于80%并且小于等于90%、第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度正常;
当满足第一评价条件大于3、并且第二评价条件大于等于100%、并且第三评价条件大于90%、第四评价条件为用眼习惯良好状态时,评价用眼强度级别为用眼强度良好。
上述技术方案的工作原理为:基于光照达标程度、室内环境光线合格率、用眼时长和用眼习惯状态,设定评价用眼强度的条件,并将用眼强度进行分级,可以全面地分析出各个条件对用眼强度的影响;本实施例包括:
S401、设定用眼强度评价级别;所述用眼强度评价级别包括用眼强度大、用眼强度中度、用眼强度正常和用眼强度良好;
S402、设定用眼强度评价条件;所述用眼强度评价条件包括第一评价条件、第二评价条件、第三评价条件和第四评价条件;将光照达标程度P作为第一评价条件,将室内环境光线合格率作为第二评价条件,将用眼时长作为第三评价条件,将用眼习惯状态作为第四评价条件;
S403、根据所述用眼强度评价条件,对用户的用眼强度进行评价;
当满足第一评价条件小于等于1、或第二评价条件小于80%、或第三评价条件大于10%并且小于等于70%、或第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度大;
当满足第一评价条件大于1并且小于等于2、或第二评价条件大于等于90%小于100%、或第三评价条件大于70%并且小于等于80%、或第四评价条件为用眼习惯较差状态时,评价用眼强度级别为用眼强度中等;
当满足第一评价条件大于2并且小于等于3、并且第二评价条件大于90%小于100%、并且第三评价条件大于80%并且小于等于90%、第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度正常;
当满足第一评价条件大于3、并且第二评价条件大于等于100%、并且第三评价条件大于90%、第四评价条件为用眼习惯良好状态时,评价用眼强度级别为用眼强度良好。
上述技术方案的有益效果为:采用本实施例提供的方案,通过设定用眼强度判定条件,可以更全面的考虑影响用眼强度的因素,更细致地分析各个因素对用眼强度的影响。
在一个实施例中,还包括S5、获取补偿参数并对用眼强度进行补偿,所述S5包括:
S501、获取用户的个体成长数据,所述个体成长数据包括:用户一周时间内的学习强度系数、营养补充系数和进行体育运动系数;
S502、根据所述个体成长数据,计算获得用户用眼强度的补偿系数;将所述补偿系数作为补充评价条件,对用户的用眼强度进行补充评价。
上述技术方案的工作原理为:用户的学习强度、生活习惯对用眼强度也会有一定的影响,学习强度大,用眼强度就大,反之,用眼强度就会小;营养保证充足、进行体育运动时间多,也有利于降低用眼强度对近视的影响;本实施例考虑个体成长数据的因素,对用户的用眼强度进行补偿;具体包括S5、获取补偿参数并对用眼强度进行补偿,所述S5包括:
S501、获取用户的个体成长数据,所述个体成长数据包括:用户一周时间内的学习强度系数、营养补充系数和进行体育运动系数;
S502、根据所述个体成长数据,计算获得用户用眼强度的补偿系数;将所述补偿系数作为补充评价条件,对用户的用眼强度进行补充评价。
上述技术方案的有益效果为:采用本实施例提供的方案,通过考虑用户的个体成长数据对用眼强度的影响,可以提高用眼强度分析的全面性和准确性。
在一个实施例中,还包括S6:参数调整,用于对正常用眼距离进行调整,所述S6包括:
S601、获取用户的用眼学习场景;所述用眼学习场景包括光照条件和学习介质种类;所述光照条件包括自然光条件和补充光条件;所述学习介质种类包括纸质学习介质和电子设备学习介质;
S602、根据所述用眼学习场景的不同,调整正常用眼距离的大小;
当用户处于自然光条件下,利用纸质学习介质学习时,不调整正常用眼距离;
当用户处于自然光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用纸质学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高两级正常用眼距离。
上述技术方案的工作原理为:近距离用眼时间是近视的危险因素,在用户学习过程中,纸质学习介质和电子设备学习介质是主要的种类,但电子设备的使用会增加近距离用眼的强度和时间;另外,学习环境下光源光照的种类也影响到用眼的强度,比如照明环境中台灯或护眼灯有高色温光源、暖光色光源等,如何选择对用眼强度有区别;因此,有必要根据学习介质和光源光照条件的影响,对正常用眼距离参数进行调整。本实施包括:
S601、获取用户的用眼学习场景;所述用眼学习场景包括光照条件和学习介质种类;所述光照条件包括自然光条件和补充光条件;所述学习介质种类包括纸质学习介质和电子设备学习介质;
S602、根据所述用眼学习场景的不同,调整正常用眼距离的大小;
当用户处于自然光条件下,利用纸质学习介质学习时,不调整正常用眼距离;
当用户处于自然光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用纸质学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高两级正常用眼距离。
上述技术方案的有益效果为:采用本实施例提供的方案,通过根据用户用眼学习的光源光线情况和学习介质种类进行及时的调整,可以提高用眼强度分析的全面性和合理性。
在一个实施例中,还包括S7:判定发生近视的风险等级;所述S7包括:
S701、获取导致近视形成的用眼强度级别的大数据信息;
S702、根据所述大数据信息,获取用眼时长对近视形成的第一影响值、用眼习惯状态对近视形成的第二影响值,并设置第一影响值权重值和第二影响值权重值;根据所述第一影响值、第二影响值、第一影响值权重值和第二影响值权重值,计算得到平均影响值;
S703、根据所述平均影响值的大小,设置与所述平均影响值相关联的近视风险等级;所述近视风险等级包括高风险等级、中风险等级和低风险等级;
S704、获取用户的实际用眼时长数据和实际用眼习惯状态数据,计算实际平均影响值,将所述实际平均影响值与所述近视风险等级进行匹配;当匹配结果为低风险等级时,进行风险提示;当匹配结果为中风险等级时,进行用眼习惯调整;当匹配结果为高风险等级时,进行及时诊治。
上述技术方案的工作原理为:在用户进行用眼学习时,眼睛通过持续多模式交替的眼球运动保持清晰稳定的视觉信息输入,眼动模式主要有注视、扫视;扫视的功能是转换视线,用于迅速重新定位注视方向,其眼动几乎是眨眼;扫视眼动之间的间隔眼动模式为注视,主要通过注视获取视觉信息。通常在对静态视野场景做眼动分析时,只关注注视和扫视。通过分析注视相关的注视时间,可以辅助分析用眼强度。用眼注视期间,用户需要将眼睛的中央凹几乎相对静止地对准目标,对感兴趣的视觉区域进行信息处理,持续时间至少是100-200毫秒,通常持续时间是200-400毫秒。
眼动向量是由与眼动相关的动点和与眼动无关的参考点计算得到。选取虹膜中心特征点作为眼动向量的动点,面部稳定的特征点作为眼动向量的参考点,由此计算的眼动向量可以准确的表征眼睛的注视方向。本实施例通过智能设备采集用户的每张注视特征图像,选取该张图像的平均鼻子特征点作为其眼动向量的参考点,计算得到双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值。计算公式为:
上式中,Iα为双眼水平眼动向量的平均值,Jα为双眼垂直眼动向量的平均值,(Qγ、Tγ)为人脸图像中的平均鼻子特征点,也设为眼动向量的参考点;(Qsδ、Tsδ)为左眼的虹膜中心点在图像的像素坐标系中的坐标,(Qpδ、Tpδ)为右眼的虹膜中心点在图像的像素坐标系中的坐标。
按照预设的周期采集用户的注视特征图像,通过计算双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值,可通过计算的平均值的变化规律,分析对用眼强度的影响程度;当双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值持续保持在低于预设的阈值时,则表示对用眼强度的影响大。
本实施例还包括S7:判定发生近视的风险等级;所述S7包括:
S701、获取导致近视形成的用眼强度级别的大数据信息;
S702、根据所述大数据信息,获取用眼时长对近视形成的第一影响值、用眼习惯状态对近视形成的第二影响值,并设置第一影响值权重值和第二影响值权重值;根据所述第一影响值、第二影响值、第一影响值权重值和第二影响值权重值,计算得到平均影响值;
S703、根据所述平均影响值的大小,设置与所述平均影响值相关联的近视风险等级;所述近视风险等级包括高风险等级、中风险等级和低风险等级;
S704、获取用户的实际用眼时长数据和实际用眼习惯状态数据,计算实际平均影响值,将所述实际平均影响值与所述近视风险等级进行匹配;当匹配结果为低风险等级时,进行风险提示;当匹配结果为中风险等级时,进行用眼习惯调整;当匹配结果为高风险等级时,进行及时诊治。
上述技术方案的有益效果为:采用本实施例提供的方案,通过采集用户的注视特征图像,分析用户的用眼眼动向量的变化,及时辅助发现对用眼强度的影响,从而体现用眼强度的变化,通过利用大数据分析用眼时长和用眼距离对近视的影响级别,能够更好的对用户用眼状态进行风险预警,及时提出保护眼睛的方法。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种分析用眼习惯和用眼强度的计算方法,其特征在于,包括:
S1、基于智能定位手表和照度计获取用户的用眼环境数据;
S2、基于智能设备获取用户的用眼距离,计算得到不同用眼距离下用户的用眼时长;
S3、基于智能设备采集用户的用眼倾斜角度数据,分析所述用眼倾斜角度数据,获得用户的用眼习惯状态;
S4、基于所述用眼环境数据、用眼时长和用眼习惯状态,得到用眼强度评价条件,根据所述用眼强度评价条件,分析得到用户的用眼强度评价;
S1包括:
S101、利用智能定位手表,采集用户处于室外环境下的户外活动时长和阳光照射时长;
S102、利用照度计测量用户处于室内环境下环境光线强度,计算得到室内环境光线合格率;
S101包括:
S1011、定位用户的开始活动位置,并记录该开始活动位置所对应的第一时刻;定位用户的结束活动位置,并记录该结束活动位置所对应的第二时刻,计算所述第二时刻与第一时刻的差值,得到户外活动时长;
S1012、获取太阳升起时刻和太阳落下时刻;获取晴天开始时刻和晴天结束时刻;根据
所述第一时刻、第二时刻、太阳升起时刻、太阳落下时刻、晴天开始时刻和晴天结束时刻,获
得标准光照强度时间段;利用传感器按照预设的测量周期进行多次测量得到每日光照时
长;
选取虹膜中心特征点作为眼动向量的动点,面部稳定的特征点作为眼动向量的参考点,由此计算的眼动向量可以准确的表征眼睛的注视方向;通过智能设备采集用户的每张注视特征图像,选取该张图像的平均鼻子特征点作为其眼动向量的参考点,计算得到双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值;计算公式为:
上式中,为双眼水平眼动向量的平均值,为双眼垂直眼动向量的平均值,为人
脸图像中的平均鼻子特征点,也设为眼动向量的参考点;为左眼的虹膜中心点在图
像的像素坐标系中的坐标点,为右眼的虹膜中心点在图像的像素坐标系中的坐标
点;
按照预设的周期采集用户的注视特征图像,通过计算双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值,可通过计算的平均值的变化规律,分析对用眼强度的影响程度;当双眼水平眼动向量的平均值和双眼垂直眼动向量的平均值持续保持在低于预设的阈值时,则表示对用眼强度的影响大。
2.根据权利要求1所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,S102包括:
S1021、获取预设的标准推荐光线的标准光照强度数据;
S1022、计算所述室内环境光线强度与标准推荐光线强度数据的比值,得到室内环境光线合格率。
3.根据权利要求1所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,S2包括:
S202、设置正常用眼距离,并根据所述实际用眼距离,设置分析用眼距离状态;将用眼距离大于33厘米并且小于100厘米的作为正常用眼,将用眼距离大于20厘米并且小于33厘米的作为近距离用眼,将用眼距离小于等于20厘米的作为超近用眼,将用眼距离大于100厘米以上的作为合格用眼;
4.根据权利要求1所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,S3包括:
S301、通过三轴陀螺仪采集用户的用眼倾斜角度,记录水平位置、左倾斜角度、右倾斜角度和前倾角度数据;
S302、根据所述用户的用眼倾斜角度,分析评定用户的用眼姿态状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于80度时,评定为用眼姿态良好状态;当所述左倾斜角度、右倾斜角度和前倾角度均大于50度并且小于80度时,评定为用眼姿态较差状态;当所述左倾斜角度、右倾斜角度和前倾角度均小于50度时,评定为用眼姿态不良状态;
S303、根据所述用户的用眼姿态状态,分析评定用户的用眼习惯状态;当所述用眼姿态良好状态的次数大于等于测量总次数的90%时,评定为用眼习惯良好状态;当所述用眼姿态良好状态的次数小于测量总次数的80%,或所述用眼姿态不良状态的次数大于测量总次数的10%时,评定为用眼习惯较差状态;当所述用眼姿态较差状态的次数大于测量总次数的30%,或所述用眼姿态不良状态的次数大于测量总次数的20%时,评定为用眼习惯不良状态。
5.根据权利要求1所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,S4包括:
S401、设定用眼强度评价级别;所述用眼强度评价级别包括用眼强度大、用眼强度中度、用眼强度正常和用眼强度良好;
S402、设定用眼强度评价条件;所述用眼强度评价条件包括第一评价条件、第二评价条
件、第三评价条件和第四评价条件;将光照达标程度作为第一评价条件,将室内环境光线
合格率作为第二评价条件,将用眼时长作为第三评价条件,将用眼习惯状态作为第四评价
条件;
S403、根据所述用眼强度评价条件,对用户的用眼强度进行评价;
当满足第一评价条件小于等于1、或第二评价条件小于80%、或第三评价条件大于10%并且小于等于70%、或第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度大;
当满足第一评价条件大于1并且小于等于2、或第二评价条件大于等于90%小于100%、或第三评价条件大于70%并且小于等于80%、或第四评价条件为用眼习惯较差状态时,评价用眼强度级别为用眼强度中等;
当满足第一评价条件大于2并且小于等于3、并且第二评价条件大于90%小于100%、并且第三评价条件大于80%并且小于等于90%、第四评价条件为用眼习惯不良状态时,评价用眼强度级别为用眼强度正常;
当满足第一评价条件大于3、并且第二评价条件大于等于100%、并且第三评价条件大于90%、第四评价条件为用眼习惯良好状态时,评价用眼强度级别为用眼强度良好。
6.根据权利要求1所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,还包括S5、获取补偿参数并对用眼强度进行补偿,所述S5包括:
S501、获取用户的个体成长数据,所述个体成长数据包括:用户一周时间内的学习强度系数、营养补充系数和进行体育运动系数;
S502、根据所述个体成长数据,计算获得用户用眼强度的补偿系数;将所述补偿系数作为补充评价条件,对用户的用眼强度进行补充评价。
7.根据权利要求3所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,还包括S6:参数调整,用于对正常用眼距离进行调整,所述S6包括:
S601、获取用户的用眼学习场景;所述用眼学习场景包括光照条件和学习介质种类;所述光照条件包括自然光条件和补充光条件;所述学习介质种类包括纸质学习介质和电子设备学习介质;
S602、根据所述用眼学习场景的不同,调整正常用眼距离的大小;
当用户处于自然光条件下,利用纸质学习介质学习时,不调整正常用眼距离;
当用户处于自然光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用纸质学习介质学习时,按照预设的调整级数,调高一级正常用眼距离;
当用户处于补充光条件下,利用电子设备学习介质学习时,按照预设的调整级数,调高两级正常用眼距离。
8.根据权利要求5所述的一种分析用眼习惯和用眼强度的计算方法,其特征在于,还包括S7:判定发生近视的风险等级;所述S7包括:
S701、获取导致近视形成的用眼强度级别的大数据信息;
S702、根据所述大数据信息,获取用眼时长对近视形成的第一影响值、用眼习惯状态对近视形成的第二影响值,并设置第一影响值权重值和第二影响值权重值;根据所述第一影响值、第二影响值、第一影响值权重值和第二影响值权重值,计算得到平均影响值;
S703、根据所述平均影响值的大小,设置与所述平均影响值相关联的近视风险等级;所述近视风险等级包括高风险等级、中风险等级和低风险等级;
S704、获取用户的实际用眼时长数据和实际用眼习惯状态数据,计算实际平均影响值,将所述实际平均影响值与所述近视风险等级进行匹配;当匹配结果为低风险等级时,进行风险提示;当匹配结果为中风险等级时,进行用眼习惯调整;当匹配结果为高风险等级时,进行及时诊治。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505657.8A CN114947726B (zh) | 2022-05-10 | 2022-05-10 | 一种分析用眼习惯和用眼强度的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505657.8A CN114947726B (zh) | 2022-05-10 | 2022-05-10 | 一种分析用眼习惯和用眼强度的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114947726A CN114947726A (zh) | 2022-08-30 |
CN114947726B true CN114947726B (zh) | 2023-02-28 |
Family
ID=82982132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210505657.8A Active CN114947726B (zh) | 2022-05-10 | 2022-05-10 | 一种分析用眼习惯和用眼强度的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114947726B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115414033B (zh) * | 2022-11-03 | 2023-02-24 | 京东方艺云(杭州)科技有限公司 | 一种用户用眼行为异常的确定方法及装置 |
CN116189888B (zh) * | 2022-12-05 | 2023-08-04 | 北京工业大学 | 一种关于用眼习惯的评分方法与系统 |
CN117095821B (zh) * | 2023-10-20 | 2024-02-20 | 京东方艺云(杭州)科技有限公司 | 一种近视风险等级的预测方法、装置、电子设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754885A (zh) * | 2019-03-18 | 2019-05-14 | 杭州镜之镜科技有限公司 | 近视预测系统及方法 |
CN110610768A (zh) * | 2019-07-31 | 2019-12-24 | 毕宏生 | 一种用眼行为的监测方法及服务器 |
CN111243742A (zh) * | 2020-01-14 | 2020-06-05 | 中科海微(北京)科技有限公司 | 一种能够分析儿童用眼习惯的智能眼镜 |
-
2022
- 2022-05-10 CN CN202210505657.8A patent/CN114947726B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754885A (zh) * | 2019-03-18 | 2019-05-14 | 杭州镜之镜科技有限公司 | 近视预测系统及方法 |
CN110610768A (zh) * | 2019-07-31 | 2019-12-24 | 毕宏生 | 一种用眼行为的监测方法及服务器 |
CN111243742A (zh) * | 2020-01-14 | 2020-06-05 | 中科海微(北京)科技有限公司 | 一种能够分析儿童用眼习惯的智能眼镜 |
Also Published As
Publication number | Publication date |
---|---|
CN114947726A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114947726B (zh) | 一种分析用眼习惯和用眼强度的计算方法 | |
KR102322445B1 (ko) | 시거리를 측정하기 위한 장치 및 방법 | |
US20170059886A1 (en) | Method for optimizing an optical lens equipment for a wearer | |
CN107526165B (zh) | 头戴式个人多媒体系统、视觉辅助装置以及相关眼镜 | |
KR101880386B1 (ko) | Vr 장치를 이용한 시각장애 치료 시스템 | |
CN106233328A (zh) | 用于改进、提高或增强视觉的设备和方法 | |
CN109754885A (zh) | 近视预测系统及方法 | |
EP3760102B1 (en) | Technique for determining a risk indicator for myopia | |
CN106125333A (zh) | 自动调节对焦学习眼镜 | |
CN108478185A (zh) | 真假性近视检测系统 | |
CN108154866A (zh) | 一种亮度实时调整显示屏系统及其亮度实时调节方法 | |
JP7417276B2 (ja) | 光学レンズのカスタム化装置及び方法 | |
US10909164B2 (en) | Method for updating an index of a person | |
US20230190093A1 (en) | Methods for determining an ophthalmic lens and associated optometry device | |
Fliedner et al. | The pupil can control an artificial lens intuitively | |
Bhandari | Environmental and Behavioral Factors in Childhood Myopia | |
CN117379063A (zh) | 致近视因素获取的眼镜系统和预防近视快速发展的方法 | |
CN103054696A (zh) | 用于提高视力的眼内光学焦点调整法 | |
CN106344259A (zh) | 电子护目镜 | |
CN116507301A (zh) | 用于确定修改或改变初始近视控制方案的适当时机的系统和方法 | |
Howarth | Role of vision in falls |
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 |