CN116504378B - 一种视力筛查仪的控制方法与系统 - Google Patents
一种视力筛查仪的控制方法与系统 Download PDFInfo
- Publication number
- CN116504378B CN116504378B CN202310755701.5A CN202310755701A CN116504378B CN 116504378 B CN116504378 B CN 116504378B CN 202310755701 A CN202310755701 A CN 202310755701A CN 116504378 B CN116504378 B CN 116504378B
- Authority
- CN
- China
- Prior art keywords
- vision
- abnormal
- result
- image
- user
- 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
- 230000004438 eyesight Effects 0.000 title claims abstract description 342
- 238000012216 screening Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 211
- 238000001514 detection method Methods 0.000 claims abstract description 94
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 22
- 239000002245 particle Substances 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000012552 review Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000004379 myopia Effects 0.000 claims description 4
- 208000001491 myopia Diseases 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
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
- A61B3/14—Arrangements specially adapted for eye photography
-
- 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
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明提供一种视力筛查仪的控制方法与系统，属于诊断仪器技术领域，具体包括：通过眼部图像确认视力复核结果，并通过不同的视力复核结果的偏差量以及与视力检测结果的偏差量，结合视力复核结果的方差以及图像异常值确定综合异常值，并根据综合异常值进行异常用户的判定；控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合异常用户的综合异常值确定是否需要继续进行所述用户的视力检测，从而进一步提升了用户的视力检测结果的准确性。
Description
技术领域
本发明属于诊断仪器技术领域，尤其涉及一种视力筛查仪的控制方法与系统。
背景技术
为了实现对用户的实力的自动检查以及自动生成检查结果，在发明专利CN112932402A《一种基于人工智能及智能感知的自助视力筛查系统》中通过被测对象进行自动视力检测，并通过对自动视力检测数据进行初步判定得到初级检查结果，筛查员通过复核所述终检数据库的数据确认终检结果，从而实现了对被测对象的视力的自助检测，但是却在以下技术问题：
忽视了根据用户的历史视力检测数据对用户的本次的视力检测数据的准确性进行确定，具体的，当用户的本次的视力检测数据与用户的历史视力检测数据存在较大偏差时，其检测准确率明显较低，因此若不能根据用户的历史视力检测结果对用户的本次的视力检测数据的准确性进行判断，则无法准确的获取得到用户的真实视力检测结果。
未考虑根据本次的视力检测数据的异常的用户的数量或者比例进行视力检测仪的使用状态的判断，具体的，当视力检测数据的异常的用户的数量过多或者比例过大时，亦或者获取得到用户的眼部图像的图像质量不佳时，则确定视力筛查仪存在问题，因此若不能结合上述数据对视力筛查仪进行分析，则无法在第一时间内进行异常的视力筛查仪的筛选和确定，从而无法准确的实现对用户的视力进行准确的检测。
针对上述技术问题，本发明提供了一种视力筛查仪的控制方法与系统。
发明内容
为实现本发明目的，本发明采用如下技术方案：
根据本发明的一个方面，提供了一种视频处理方法。
一种视力筛查仪的控制方法，其特征在于，具体包括：
S11控制视力筛查仪获取用户的视力检测结果，并根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，若是，则进入步骤S12，若否，则控制所述视力筛查仪进行用户的视力筛查结果的输出；
S12至少控制视力筛查仪获取用户的N次以上的眼部图像，并根据所述眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，并通过所述图像异常值确定所述视力筛查仪不存在异常时，进入步骤S13；
S13通过所述眼部图像确认视力复核结果，并通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，若是，则进入步骤S14，若否，则基于所述视力复核结果以及视力检查结果进行视力筛查结果的输出；
S14控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测。
进一步的技术方案在于，所述用户的视力检测结果根据视力筛查仪获取得到用户的眼部的采集图像进行确认，具体的通过对所述人眼区域的实时跟踪确定所述用户的人眼屈光信息，并根据所述人眼屈光信息确定所述用户的近视度数。
进一步的技术方案在于，根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，具体包括：
获取所述用户的历史视力检测结果，并根据所述用户的历史视力检测结果确认不存在最近的指定时间内的历史视力检测结果时，根据所述用户的历史视力检测结果确定所述用户的视力的变化趋势，并根据所述用户的视力的变化趋势以及用户的年龄确定所述视力检测结果是否存在异常；
根据所述用户的历史视力检测结果确认存在最近的指定时间内的历史视力检测结果时，则将所述最近的指定时间内的历史视力检测结果作为基准视力检测结果，根据所述基准视力检测结果与所述视力检测结果的偏差量以及所述用户的年龄确定所述视力检测结果是否存在异常。
进一步的技术方案在于，根据所述基准视力检测结果与所述视力检测结果的偏差量以及所述用户的年龄确定所述视力检测结果是否存在异常，具体包括：
根据所述用户的年龄以及所述基准视力检测结果与所述视力检测结果的间隔时间进行基准偏差量的构建；
根据所述基准视力检测结果与所述视力检测结果进行视力检测结果的偏差量的确定，并当所述视力检测结果的偏差量以及所述基准偏差量确定所述视力检测结果是否存在异常。
进一步的技术方案在于，所述N的取值范围至少在2以上，具体的根据所述视力检测结果进行确定。
进一步的技术方案在于，根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，具体包括：
当所述眼部图像的清晰度不满足要求时，则将所述眼部图像划分为异常图像；
将所述清晰度小于清晰度预设值且不属于异常图像的眼部图像作为疑似异常图像；
剩余的眼部图像为正常图像。
进一步的技术方案在于，当所述图像异常值不满足要求时，则确定所述视力筛查仪存在异常，并当所述视力筛查仪存在异常时，则不再进行视力复核结果的确认，直接控制所述视力筛查仪输出异常结果，并不再进行用户的视力筛查结果的输出。
第二方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种视力筛查仪的控制方法。
第三方面，本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种视力筛查仪的控制方法。
本发明的有益效果在于：
根据眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，从而实现了从眼部图像的角度对视力筛查仪的运行情况的判断，不仅考虑到视力的检测的结果，从而进一步保证了视力筛查仪的运行情况的判断的可靠性。
通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，从而实现了从图像的异常情况、视力检测结果、视力复核结果三个角度对异常用户的判断，保证了异常用户的评估的准确性。
通过在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测，从而实现了从历史数据以及现有数据的两个角度对视力筛查仪的运行情况的准确判断，不仅避免了故障状态下过多的视力检测，同时也保证了视力检测结果的可靠性。
其他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在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显；
图1是根据实施例1的一种视力筛查仪的控制方法的流程图；
图2是根据实施例1的图像异常值确定的方法的流程图；
图3是根据实施例1的综合异常值确定的方法的流程图；
图4是根据实施例1的结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测的流程图；
图5是根据实施例2的一种计算机系统的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
实施例1
为解决上述问题，根据本发明的一个方面，如图1所示，提供了根据本发明的一个方面，提供了一种视力筛查仪的控制方法，其特征在于，具体包括：
S11控制视力筛查仪获取用户的视力检测结果，并根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，若是，则进入步骤S12，若否，则控制所述视力筛查仪进行用户的视力筛查结果的输出；
具体的，所述用户的视力检测结果根据视力筛查仪获取得到用户的眼部的采集图像进行确认，具体的通过对所述人眼区域的实时跟踪确定所述用户的人眼屈光信息，并根据所述人眼屈光信息确定所述用户的近视度数。
具体的举例说明，根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，具体包括：
获取所述用户的历史视力检测结果，并根据所述用户的历史视力检测结果确认不存在最近的指定时间内的历史视力检测结果时，根据所述用户的历史视力检测结果确定所述用户的视力的变化趋势，并根据所述用户的视力的变化趋势以及用户的年龄确定所述视力检测结果是否存在异常；
一般来说，最近的指定时间内一般指半年以内的历史视力检测结果，具体的还可以根据用户的年龄进行动态调整。
可以理解的是，随着年龄的增加，对于成年人来说，其近视度数往往不会发生较为明显的变化，而对于青少年来说，其近视度数会发生较为明显的变化，因此需要结合用户的年龄进行动态调整。
根据所述用户的历史视力检测结果确认存在最近的指定时间内的历史视力检测结果时，则将所述最近的指定时间内的历史视力检测结果作为基准视力检测结果，根据所述基准视力检测结果与所述视力检测结果的偏差量以及所述用户的年龄确定所述视力检测结果是否存在异常。
需要说明的是，根据所述基准视力检测结果与所述视力检测结果的偏差量以及所述用户的年龄确定所述视力检测结果是否存在异常，具体包括：
根据所述用户的年龄以及所述基准视力检测结果与所述视力检测结果的间隔时间进行基准偏差量的构建；
根据所述基准视力检测结果与所述视力检测结果进行视力检测结果的偏差量的确定，并当所述视力检测结果的偏差量以及所述基准偏差量确定所述视力检测结果是否存在异常。
S12至少控制视力筛查仪获取用户的N次以上的眼部图像，并根据所述眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，并通过所述图像异常值确定所述视力筛查仪不存在异常时，进入步骤S13；
具体的举例说明，如图2所示，所述图像异常值确定的方法为：
S21获取所述用户的眼部图像，并至少根据所述用户的眼部图像的图像噪声以及信息熵进行所述眼部图像的清晰度的确认，并根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，并根据所述异常图像的比例以及所述疑似异常图像的比例进行所述眼部图像的问题图像的比例的确定，并根据所述问题图像的比例确认所述眼部图像是否存在异常，若是，则进入步骤S22，若否，则基于所述问题图像的比例进行图像异常值的确定；
S22根据所述异常图像的比例以及数量，并结合所述异常图像的清晰度进行所述眼部图像的异常图像评估值的确定，并通过所述异常图像评估值确认所述眼部图像是否存在异常，若是，则进入步骤S24，若否，则进入步骤S23；
S23根据所述疑似异常图像的比例以及数量，并结合所述疑似异常图像的清晰度进行所述眼部图像的疑似异常图像评估值的确定，并通过所述疑似异常图像评估值确认所述眼部图像是否存在异常，若是，则进入步骤S24，若否，则基于所述问题图像的比例进行图像异常值的确定；
S24根据所述眼部图像的疑似异常图像评估值、异常图像评估值，并结合所述问题图像的数量和比例进行所述图像异常值的确定。
需要说明的是，所述图像异常值采用基于PSO-SVR算法的模型进行确定，其中所述模型的构建的具体步骤为：
步骤１创建初始样本训练集．选取粒子群的初始种群规模N和设定控制加速系数，以及在合理范围下生成粒子的初始位置与速度，并利用PSO算法对SVR的重要参数Ｃ与σ进行优选;
步骤2训练SVR.通过样本训练集训练SVR，计算出各个粒子的适应度函数值，并将各个粒子所经历过的最佳位置，与该适应度函数值进行比较。如果最佳位置劣于该适应度函数值，则可将此适应度函数值作为新的适应度函数值.为保证适应度函数的稳定性，采用平均相对误差作为适应度函数的值。
步骤3适应度函数值的比较，将每一个粒子的适应度函数值与所有群粒子的适应度函数值相比较，如果群粒子的适应度函数值大于每一个粒子的适应函数，则用全局最优位置，将被当前粒子的最优位置所取代，同时分别对粒子的位置与速度进行调整。
步骤4判断是否终止计算，如果满足终止条件，则结束寻优搜索，同时，输出SVR的最优参数;若是不满足条件，则需要重复步骤2。
步骤5最优参数代入模型，将经过PSO训练获得的最优C和σ代入SVR模型中，重新进行样本训练学习，得到较为理想的SVR预测模型。
具体的，所述N的取值范围至少在2以上，具体的根据所述视力检测结果进行确定。
一般来说，N需要取3到5次之间的数据。
可以理解的是，根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，具体包括：
当所述眼部图像的清晰度不满足要求时，则将所述眼部图像划分为异常图像；
具体的，可以通过阈值或者其它的方式确定眼部图像的清晰度是否满足要求。
将所述清晰度小于清晰度预设值且不属于异常图像的眼部图像作为疑似异常图像；
剩余的眼部图像为正常图像。
需要进一步说明的是，当所述图像异常值不满足要求时，则确定所述视力筛查仪存在异常，并当所述视力筛查仪存在异常时，则不再进行视力复核结果的确认，直接控制所述视力筛查仪输出异常结果，并不再进行用户的视力筛查结果的输出。
在本实施例中，根据眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，从而实现了从眼部图像的角度对视力筛查仪的运行情况的判断，不仅考虑到视力的检测的结果，从而进一步保证了视力筛查仪的运行情况的判断的可靠性。
S13通过所述眼部图像确认视力复核结果，并通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，若是，则进入步骤S14，若否，则基于所述视力复核结果以及视力检查结果进行视力筛查结果的输出；
具体的举例说明，如图3所示，所述综合异常值确定的方法为：
S31通过所述眼部图像获取所述用户的视力复核结果，并根据所述视力复核结果的方差确定所述视力筛查仪是否存在异常，若是，基于所述视力复核结果的方差以及所述图像异常值进行所述综合异常异常值的确定，若否，则进入步骤S32；
S32通过所述视力复核结果进行离群值的确定，并将除去离群值以外的剩余的视力复核结果的平均值作为视力复核结果的校验值，并根据所述视力复核结果的校验值与所述视力复核结果的离群值的偏差量、所述视力复核结果的方差、视力复核结果的离群值的数量以及比例进行所述视力复核结果的异常值的确定，并通过所述视力复核结果的异常值确定所述用户是否为异常用户，若是，确定所述用户为异常用户，若否，则进入步骤S33；
S33根据所述视力复核结果的校验值与所述用户的历史视力检测结果进行所述视力复核结果的可靠度的评估，并通过所述视力复核结果的可靠度确定所述视力复核结果的校验值的准确度是否满足要求，若是，则进入步骤S34，若否，则确定所述用户为异常用户；
S34通过所述视力复核结果的校验值以及所述视力检测结果确定两者的偏差量，并结合所述视力复核结果的检查次数以及所述视力复核结果的可靠度进行所述视力检测结果的异常值的确定，并通过所述视力检测结果的异常值确定所述用户是否为异常用户，若是，确定所述用户为异常用户，若否，则进入步骤S35；
S35基于所述视力检测结果的异常值、视力复核结果的异常值、所述图像异常值进行综合异常值的确定。
需要说明的是，当用户的综合异常值较大时，则确定所述用户为异常用户。
需要进一步说明的是，所述离群值根据所述视力复核结果的平均值以及所述视力复核结果的偏差量进行确定。
在本实施例中，通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，从而实现了从图像的异常情况、视力检测结果、视力复核结果三个角度对异常用户的判断，保证了异常用户的评估的准确性。
S14控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测。
具体的举例说明，如图4所示，结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测，具体包括：
控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测
S41获取所述视力筛查仪在最近的预设时间内的异常用户的数量，并通过所述异常用户的数量确定所述视力筛查仪的运行状态是否存在异常，若是，则停止控制所述视力筛查仪进行所述用户的视力检测，若否，则进入步骤S42；
S42获取所述视力筛查仪在最近的预设时间内的用户的数量，并通过所述用户的数量确定是否能够进行视力筛查仪的运行状态的判断，若是，则进入下一步骤，若否，则在达到预设次数后，停止控制所述视力筛查仪进行所述用户的视力检测；
S43获取所述视力筛查仪在最近的预设时间内的异常用户的比例，并通过所述异常用户的比例确定所述视力筛查仪的运行状态是否存在异常，若是，则停止控制所述视力筛查仪进行所述用户的视力检测，若否，则进入步骤S44；
S44通过所述异常用户的综合异常值的和以及综合异常值、在最近的预设时间内的异常用户的数量以及比例，并结合所述视力筛查仪在最近的预设时间内的用户的数量进行所述视力筛查仪的运行状态评估值的确定，并通过所述运行状态评估值以及所述用户的检测次数确定是否需要继续进行所述用户的视力检测。
在本实施例中，通过在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测，从而实现了从历史数据以及现有数据的两个角度对视力筛查仪的运行情况的准确判断，不仅避免了故障状态下过多的视力检测，同时也保证了视力检测结果的可靠性。
实施例2
如图5所示，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种视力筛查仪的控制方法。
其中上述的一种视力筛查仪的控制方法，具体包括：
控制视力筛查仪获取用户的视力检测结果，并根据所述用户的历史视力检测结果确定所述视力检测结果存在异常时，则进入下一步骤；
获取所述用户的眼部图像，并至少根据所述用户的眼部图像的图像噪声以及信息熵进行所述眼部图像的清晰度的确认，并根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，并根据所述异常图像的比例以及所述疑似异常图像的比例进行所述眼部图像的问题图像的比例的确定，并根据所述问题图像的比例确认所述眼部图像不存在异常时，基于所述问题图像的比例进行图像异常值的确定，并通过所述图像异常值确定所述视力筛查仪不存在异常时，进入下一步骤；
通过所述眼部图像确认视力复核结果，并通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，若是，则进入下一步骤，若否，则基于所述视力复核结果以及视力检查结果进行视力筛查结果的输出；
控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测。
实施例3
本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种视力筛查仪的控制方法。
其中上述的一种视力筛查仪的控制方法，具体包括：
控制视力筛查仪获取用户的视力检测结果，并根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，若是，则进入下一步骤，若否，则控制所述视力筛查仪进行用户的视力筛查结果的输出；
至少控制视力筛查仪获取用户的N次以上的眼部图像，并根据所述眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，并通过所述图像异常值确定所述视力筛查仪不存在异常时，进入下一步骤；
通过所述眼部图像获取所述用户的视力复核结果，并根据所述视力复核结果的方差确定所述视力筛查仪不存在异常时，进入下一步骤；
通过所述视力复核结果进行离群值的确定，并将除去离群值以外的剩余的视力复核结果的平均值作为视力复核结果的校验值，并根据所述视力复核结果的校验值与所述视力复核结果的离群值的偏差量、所述视力复核结果的方差、视力复核结果的离群值的数量以及比例进行所述视力复核结果的异常值的确定，并通过所述视力复核结果的异常值确定所述用户不属于异常用户时，则进入下一步骤；
根据所述视力复核结果的校验值与所述用户的历史视力检测结果进行所述视力复核结果的可靠度的评估，并通过所述视力复核结果的可靠度确定所述视力复核结果的校验值的准确度满足要求时，则进入下一步骤；
通过所述视力复核结果的校验值以及所述视力检测结果确定两者的偏差量，并结合所述视力复核结果的检查次数以及所述视力复核结果的可靠度进行所述视力检测结果的异常值的确定；
基于所述视力检测结果的异常值、视力复核结果的异常值、所述图像异常值进行综合异常值的确定，并根据所述综合异常值确定所述用户不属于异常用户时，则基于所述视力复核结果以及视力检查结果进行视力筛查结果的输出。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种视力筛查仪的控制方法，其特征在于，具体包括：
控制视力筛查仪获取用户的视力检测结果，并根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，若是，则进入下一步骤，若否，则控制所述视力筛查仪进行用户的视力筛查结果的输出；
根据所述用户的历史视力检测结果确定所述视力检测结果是否存在异常，具体包括：
获取所述用户的历史视力检测结果，并根据所述用户的历史视力检测结果确认不存在最近的指定时间内的历史视力检测结果时，根据所述用户的历史视力检测结果确定所述用户的视力的变化趋势，并根据所述用户的视力的变化趋势以及用户的年龄确定所述视力检测结果是否存在异常；
根据所述用户的历史视力检测结果确认存在最近的指定时间内的历史视力检测结果时，则将所述最近的指定时间内的历史视力检测结果作为基准视力检测结果，根据所述基准视力检测结果与所述视力检测结果的偏差量以及所述用户的年龄确定所述视力检测结果是否存在异常；
至少控制视力筛查仪获取用户的N次以上的眼部图像，并根据所述眼部图像的清晰度确认所述眼部图像中的异常图像的数量和比例，并结合所述眼部图像的清晰度进行图像异常值的确定，并通过所述图像异常值确定所述视力筛查仪不存在异常时，进入下一步骤；
所述图像异常值确定的方法为：
S21获取所述用户的眼部图像，并至少根据所述用户的眼部图像的图像噪声以及信息熵进行所述眼部图像的清晰度的确认，并根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，并根据所述异常图像的比例以及所述疑似异常图像的比例进行所述眼部图像的问题图像的比例的确定，并根据所述问题图像的比例确认所述眼部图像是否存在异常，若是，则进入步骤S22，若否，则基于所述问题图像的比例进行图像异常值的确定；
S22根据所述异常图像的比例以及数量，并结合所述异常图像的清晰度进行所述眼部图像的异常图像评估值的确定，并通过所述异常图像评估值确认所述眼部图像是否存在异常，若是，则进入步骤S24，若否，则进入步骤S23；
S23根据所述疑似异常图像的比例以及数量，并结合所述疑似异常图像的清晰度进行所述眼部图像的疑似异常图像评估值的确定，并通过所述疑似异常图像评估值确认所述眼部图像是否存在异常，若是，则进入步骤S24，若否，则基于所述问题图像的比例进行图像异常值的确定；
S24根据所述眼部图像的疑似异常图像评估值、异常图像评估值，并结合所述问题图像的数量和比例进行所述图像异常值的确定；
所述图像异常值采用基于PSO-SVR算法的模型进行确定，其中所述模型的构建的具体步骤为：
步骤1创建初始样本训练集，选取粒子群的初始种群规模N和设定控制加速系数，以及在合理范围下生成粒子的初始位置与速度，并利用PSO算法对SVR的重要参数Ｃ与σ进行优选;
步骤2训练SVR，通过样本训练集训练SVR，计算出各个粒子的适应度函数值，并将各个粒子所经历过的最佳位置，与该适应度函数值进行比较；如果最佳位置劣于该适应度函数值，则可将此适应度函数值作为新的适应度函数值，为保证适应度函数的稳定性，采用平均相对误差作为适应度函数的值；
步骤3适应度函数值的比较，将每一个粒子的适应度函数值与所有群粒子的适应度函数值相比较，如果群粒子的适应度函数值大于每一个粒子的适应函数，则用全局最优位置，将被当前粒子的最优位置所取代，同时分别对粒子的位置与速度进行调整；
步骤4判断是否终止计算，如果满足终止条件，则结束寻优搜索，同时，输出SVR的最优参数;若是不满足条件，则需要重复步骤2；
步骤5最优参数代入模型，将经过PSO训练获得的最优C和σ代入SVR模型中，重新进行样本训练学习，得到SVR预测模型；
通过所述眼部图像确认视力复核结果，并通过不同的视力复核结果的偏差量以及与所述视力检测结果的偏差量，结合所述视力复核结果的方差以及图像异常值确定综合异常值，并根据所述综合异常值确定所述用户是否为异常用户，若是，则进入下一步骤，若否，则基于所述视力复核结果以及视力检查结果进行视力筛查结果的输出；
所述综合异常值确定的方法为：
通过所述眼部图像获取所述用户的视力复核结果，并根据所述视力复核结果的方差确定所述视力筛查仪是否存在异常，若是，基于所述视力复核结果的方差以及所述图像异常值进行所述综合异常值的确定，若否，则进入下一步骤；
通过所述视力复核结果进行离群值的确定，并将除去离群值以外的剩余的视力复核结果的平均值作为视力复核结果的校验值，并根据所述视力复核结果的校验值与所述视力复核结果的离群值的偏差量、所述视力复核结果的方差、视力复核结果的离群值的数量以及比例进行所述视力复核结果的异常值的确定，并通过所述视力复核结果的异常值确定所述用户是否为异常用户，若是，确定所述用户为异常用户，若否，则进入下一步骤；
根据所述视力复核结果的校验值与所述用户的历史视力检测结果进行所述视力复核结果的可靠度的评估，并通过所述视力复核结果的可靠度确定所述视力复核结果的校验值的准确度是否满足要求，若是，则进入下一步骤，若否，则确定所述用户为异常用户；
通过所述视力复核结果的校验值以及所述视力检测结果确定两者的偏差量，并结合所述视力复核结果的检查次数以及所述视力复核结果的可靠度进行所述视力检测结果的异常值的确定，并通过所述视力检测结果的异常值确定所述用户是否为异常用户，若是，确定所述用户为异常用户，若否，则进入下一步骤；
基于所述视力检测结果的异常值、视力复核结果的异常值、所述图像异常值进行综合异常值的确定；
控制所述视力筛查仪获取在最近的预设时间内的异常用户的数量以及比例，并结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测；
结合所述异常用户的综合异常值确定是否需要继续进行所述用户的视力检测，具体包括：
S41获取所述视力筛查仪在最近的预设时间内的异常用户的数量，并通过所述异常用户的数量确定所述视力筛查仪的运行状态是否存在异常，若是，则停止控制所述视力筛查仪进行所述用户的视力检测，若否，则进入步骤S42；
S42获取所述视力筛查仪在最近的预设时间内的用户的数量，并通过所述用户的数量确定是否能够进行视力筛查仪的运行状态的判断，若是，则进入下一步骤，若否，则在达到预设次数后，停止控制所述视力筛查仪进行所述用户的视力检测；
S43获取所述视力筛查仪在最近的预设时间内的异常用户的比例，并通过所述异常用户的比例确定所述视力筛查仪的运行状态是否存在异常，若是，则停止控制所述视力筛查仪进行所述用户的视力检测，若否，则进入步骤S44；
S44通过所述异常用户的综合异常值的和以及综合异常值、在最近的预设时间内的异常用户的数量以及比例，并结合所述视力筛查仪在最近的预设时间内的用户的数量进行所述视力筛查仪的运行状态评估值的确定，并通过所述运行状态评估值以及所述用户的检测次数确定是否需要继续进行所述用户的视力检测。
2.如权利要求1所述的一种视力筛查仪的控制方法，其特征在于，所述用户的视力检测结果根据视力筛查仪获取得到用户的眼部的采集图像进行确认，具体的通过对人眼区域的实时跟踪确定所述用户的人眼屈光信息，并根据所述人眼屈光信息确定所述用户的近视度数。
3.如权利要求1所述的一种视力筛查仪的控制方法，其特征在于，所述N的取值范围至少在2以上，具体的根据所述视力检测结果进行确定。
4.如权利要求1所述的一种视力筛查仪的控制方法，其特征在于，根据所述眼部图像的清晰度至少将所述眼部图像划分为异常图像、正常图像、疑似异常图像，具体包括：
当所述眼部图像的清晰度不满足要求时，则将所述眼部图像划分为异常图像；
将所述清晰度小于清晰度预设值且不属于异常图像的眼部图像作为疑似异常图像；
剩余的眼部图像为正常图像。
5.如权利要求1所述的一种视力筛查仪的控制方法，其特征在于，当所述图像异常值不满足要求时，则确定所述视力筛查仪存在异常，并当所述视力筛查仪存在异常时，则不再进行视力复核结果的确认，直接控制所述视力筛查仪输出异常结果，并不再进行用户的视力筛查结果的输出。
6.如权利要求1所述的一种视力筛查仪的控制方法，其特征在于，所述离群值根据所述视力复核结果的平均值以及所述视力复核结果的偏差量进行确定。
7.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-6任一项所述的一种视力筛查仪的控制方法。
8.一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-6任一项所述的一种视力筛查仪的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310755701.5A CN116504378B (zh) | 2023-06-26 | 2023-06-26 | 一种视力筛查仪的控制方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310755701.5A CN116504378B (zh) | 2023-06-26 | 2023-06-26 | 一种视力筛查仪的控制方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116504378A CN116504378A (zh) | 2023-07-28 |
| CN116504378B true CN116504378B (zh) | 2023-10-31 |
Family
ID=87328668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310755701.5A Active CN116504378B (zh) | 2023-06-26 | 2023-06-26 | 一种视力筛查仪的控制方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116504378B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6125194A (en) * | 1996-02-06 | 2000-09-26 | Caelum Research Corporation | Method and system for re-screening nodules in radiological images using multi-resolution processing, neural network, and image processing |
| CN111863216A (zh) * | 2020-07-02 | 2020-10-30 | 苏州众视医疗科技有限公司 | 视力筛查与管理系统及方法 |
| CN112932402A (zh) * | 2021-02-07 | 2021-06-11 | 浙江工贸职业技术学院 | 一种基于人工智能及智能感知的自助视力筛查系统 |
| CN113284101A (zh) * | 2017-07-28 | 2021-08-20 | 新加坡国立大学 | 修改用于深度学习模型的视网膜眼底图像的方法 |
| CN113870239A (zh) * | 2021-10-11 | 2021-12-31 | 平安科技（深圳）有限公司 | 视力检测方法及装置、电子设备、存储介质 |
| CN114093018A (zh) * | 2021-11-23 | 2022-02-25 | 河南省儿童医院郑州儿童医院 | 一种基于瞳孔定位的视力筛查设备及系统 |
| CN114680813A (zh) * | 2020-12-29 | 2022-07-01 | 广州高桐生物科技有限公司 | 一种带双屏的便携式视力筛查仪 |
| CN115316939A (zh) * | 2022-09-16 | 2022-11-11 | 江苏至真健康科技有限公司 | 一种视力筛查仪的控制方法及系统 |
| KR102476048B1 (ko) * | 2022-04-07 | 2022-12-12 | 세이지리서치 주식회사 | 공정의 이상 여부를 감지하는 방법 및 공정의 이상 여부를 감지하는 장치 |
-
2023
- 2023-06-26 CN CN202310755701.5A patent/CN116504378B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6125194A (en) * | 1996-02-06 | 2000-09-26 | Caelum Research Corporation | Method and system for re-screening nodules in radiological images using multi-resolution processing, neural network, and image processing |
| CN113284101A (zh) * | 2017-07-28 | 2021-08-20 | 新加坡国立大学 | 修改用于深度学习模型的视网膜眼底图像的方法 |
| CN111863216A (zh) * | 2020-07-02 | 2020-10-30 | 苏州众视医疗科技有限公司 | 视力筛查与管理系统及方法 |
| CN114680813A (zh) * | 2020-12-29 | 2022-07-01 | 广州高桐生物科技有限公司 | 一种带双屏的便携式视力筛查仪 |
| CN112932402A (zh) * | 2021-02-07 | 2021-06-11 | 浙江工贸职业技术学院 | 一种基于人工智能及智能感知的自助视力筛查系统 |
| CN113870239A (zh) * | 2021-10-11 | 2021-12-31 | 平安科技（深圳）有限公司 | 视力检测方法及装置、电子设备、存储介质 |
| CN114093018A (zh) * | 2021-11-23 | 2022-02-25 | 河南省儿童医院郑州儿童医院 | 一种基于瞳孔定位的视力筛查设备及系统 |
| KR102476048B1 (ko) * | 2022-04-07 | 2022-12-12 | 세이지리서치 주식회사 | 공정의 이상 여부를 감지하는 방법 및 공정의 이상 여부를 감지하는 장치 |
| CN115316939A (zh) * | 2022-09-16 | 2022-11-11 | 江苏至真健康科技有限公司 | 一种视力筛查仪的控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 可视化双目视力筛查仪对喀什市小学生眼病筛查结果分析;姜爱新;曹淑娟;艾则孜・吾买尔;谌文思;项道满;;中国斜视与小儿眼科杂志(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116504378A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109949305B (zh) | 产品表面缺陷检测方法、装置及计算机设备 | |
| CN107771051B (zh) | 眼睛追踪系统以及检测优势眼的方法 | |
| CN101487865B (zh) | 故障诊断方法和故障诊断系统 | |
| CN100474878C (zh) | 图像质量预测方法和设备以及故障诊断系统 | |
| EP3825966A1 (en) | A system and method for monitoring and predicting breakdowns in vehicles | |
| Conati et al. | Further Results on Predicting Cognitive Abilities for Adaptive Visualizations. | |
| CN110515781B (zh) | 一种复杂系统状态监测及故障诊断方法 | |
| CN115277464A (zh) | 基于多维时间序列分析的云网络变更流量异常检测方法 | |
| CN114816901A (zh) | 通过ai的方式对软件变更后的健康状态进行评估的方法 | |
| CN116504378B (zh) | 一种视力筛查仪的控制方法与系统 | |
| CN109844507A (zh) | 监视用于工件的计算机断层扫描检查的设备的功能状态的方法 | |
| US20210080924A1 (en) | Diagnosis Method and Diagnosis System for a Processing Engineering Plant and Training Method | |
| TW202006652A (zh) | 具輔助判斷功能之產品測試系統及應用於其上的產品測試輔助方法 | |
| CN111612865B (zh) | 一种基于条件生成对抗网络的mri成像方法及装置 | |
| CN112685857A (zh) | 基于传递迁移的轴承剩余寿命预测方法 | |
| CN112711530A (zh) | 一种基于机器学习的代码风险预测方法及系统 | |
| CN115904916A (zh) | 一种硬盘故障预测的方法、装置、电子设备以及存储介质 | |
| Malviya et al. | Visual and statistical methods to calculate interrater reliability for time-resolved qualitative data: Examples from a screen capture study of engineering writing patterns | |
| KR20220139044A (ko) | 비지도 학습과 지도 학습을 이용한 고장 진단 방법 및 장치 | |
| Grindinger | Eye movement analysis & prediction with the kalman filter | |
| CN117058148B (zh) | 一种眼球震颤患者成像质量检测方法、装置及设备 | |
| CN118059461A (zh) | 一种游戏手柄漂移故障自动校对方法及系统 | |
| KR102594205B1 (ko) | 리니어 모션 가이드 건전성 평가 시스템 및 방법 | |
| CN116725479B (zh) | 一种自助式验光仪以及自助验光方法 | |
| CN116728783B (zh) | 一种基于3d打印机的仿真方法及系统 |
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 |