TWI761931B

TWI761931B - 決定透鏡的方法、使用所述方法之裝置以及電腦可讀取紀錄介質

Info

Publication number: TWI761931B
Application number: TW109129364A
Authority: TW
Inventors: 金鎭國; 柳翼熙
Original assignee: 南韓商維蘇瓦克斯公司
Priority date: 2019-08-27
Filing date: 2020-08-27
Publication date: 2022-04-21
Also published as: TW202123892A

Abstract

本發明揭露一種用於決定透鏡的方法及使用所述方法的裝置。根據實施例，可提供一種用於使用機器學習來決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的方法，所述方法包括：獲得欲進行手術的人的多個檢查資料；以及藉由將所獲得的所述人的所述多個檢查資料輸入至透鏡決定模型來決定多個透鏡尺寸中欲嵌入至所述人的眼球中的透鏡的尺寸，其中所述透鏡決定模型不同於用於決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的公式，且是基於過去進行過透鏡植入手術的患者的檢查資料及嵌入至所述患者的眼球中的透鏡的尺寸資訊來訓練。

Description

決定透鏡的方法、使用所述方法之裝置以及電腦可讀取紀錄介質

以下實施例是有關於一種決定用於透鏡植入手術的透鏡的方法及一種使用所述方法的裝置，且更具體而言，是有關於一種使用人工智慧來決定用於透鏡植入手術的透鏡的方法及裝置。

作為矯正由於屈光不正而退化的未矯正視力的手術方法之一的眼內透鏡植入手術用於將被設計成矯正屈光異常的特殊透鏡嵌入至具有晶狀體的正常眼球中。

在相關技術中，於透鏡植入手術期間，使用由透鏡製造商提供的程式來選擇透鏡。在此種情形中，僅將欲進行手術的人的基本眼球相關值用作輸入資料，且在不考量欲進行手術的人的眼球的特性的情況下決定透鏡的尺寸及倍率(power)。一般而言，由透鏡製造商提供的程式是基於簡單的公式製作的，且在所述公式中，僅將欲進行手術的人的基本眼球相關值用作輸入資料。結果，由於嵌入了尺寸及倍率不恰當的透鏡而引起例如白內障及青光眼等許多副作用，因此欲進行手術的人應接受修正手術，例如透鏡摘除手術。

最近，進行了關於透鏡植入手術的各種研究，以防止副作用並改良視力品質。

一個目的是有關於藉由使用機器學習來提供關於適合於欲進行透鏡植入手術的人的眼球特性的可植入透鏡的資訊。

一個目的是有關於提供一種使用人工智慧的透鏡決定輔助系統及一種使用人工智慧的透鏡決定輔助過程。

一個目的是有關於在考量每一欲進行透鏡植入手術的人的眼球特性的情況下決定更適合於欲進行手術的人的透鏡，降低透鏡植入手術副作用發生的概率，並改良視力品質。

目的可能並非僅限於上述內容，且依據以下與附圖一起提供的揭露內容，此項技術中具有通常知識者將能清楚地理解其他目的。

根據實施例，可提供一種藉由使用機器加工學習而訓練的透鏡決定模型來決定在透鏡植入手術期間欲嵌入至欲進行手術的人的眼球中的透鏡的方法。

技術解決方案可能並非僅限於上述內容，且依據以下與附圖一起提供的揭露內容，此項技術中具有通常知識者將能清楚地理解其他技術解決方案。

根據實施例，藉由決定透鏡尺寸及透鏡倍率適合於欲進行透鏡植入手術的人的眼球的透鏡，可將手術之後副作用的出現率最小化。

根據實施例，藉由決定透鏡尺寸及透鏡倍率適合於欲進行透鏡植入手術的人的眼球的透鏡，可防止需要為透鏡植入手術執行修正手術。

有利效果可能並非僅限於上述內容，且依據以下與附圖一起提供的揭露內容，此項技術中具有通常知識者將能清楚地理解其他效果。

1:透鏡決定輔助系統

11:訓練裝置

21:決定輔助裝置

31、41、51:記憶體單元

33、43、53:控制單元

35、45、55:通訊單元

40:伺服器裝置

50:用戶端裝置

50-1:第一用戶端裝置

50-2:第二用戶端裝置

100:透鏡決定模型

110:透鏡尺寸決定模型

120:拱高值預測模型

130:透鏡倍率決定模型

1000:透鏡尺寸決定模組

1100、2100、3100:輸入單元

1200:資料補充單元

1300:透鏡尺寸決定單元

1500、2500、3500:輸出單元

2000:拱高值預測模組

2300:拱高值預測單元

3000:透鏡倍率決定模組

3300:透鏡倍率決定單元

C:晶狀體

Co:角膜

I:虹膜

IN1、IN2:位置

L、La、Lb、Lc:透鏡

S100:訓練操作

S200:決定操作

S1000:透鏡尺寸決定過程

S1100、S1300、S2100、S2300、S3100、S3300:操作

S2000:拱高值預測過程

S3000:透鏡倍率決定過程

V:拱高值

x、y:軸方向

圖1是用於闡述在透鏡植入手術期間透鏡被嵌入的位置的圖。

圖2是示出根據實施例的透鏡決定輔助系統的圖。

圖3是示出根據另一實施例的透鏡決定輔助系統的圖。

圖4是示出根據另一實施例的透鏡決定輔助系統的圖。

圖5是示出使用伺服器的透鏡決定輔助系統的圖。

圖6是示出伺服器裝置與用戶端裝置之間的關係的圖。

圖7是示出根據實施例的透鏡決定模型的圖。

圖8是根據實施例的透鏡決定輔助過程的圖。

圖9是根據實施例的透鏡尺寸決定模組的圖。

圖10示出用於闡述根據實施例的透鏡植入手術的副作用的圖。

圖11是根據實施例的透鏡尺寸決定過程的圖。

圖12是示出根據實施例的透鏡尺寸的決定的圖。

圖13是示出根據實施例的透鏡尺寸的決定的圖。

圖14是示出根據另一實施例的透鏡尺寸的決定的圖。

圖15是示出根據另一實施例的透鏡尺寸的決定的圖。

圖16是示出根據又一實施例的透鏡尺寸的決定的圖。

圖17是示出透鏡尺寸決定模型的多個子模型的示意圖。

圖18是用於定義拱高值的圖。

圖19是示出根據實施例的拱高值預測模組的圖。

圖20是根據實施例的拱高值預測過程的圖。

圖21是示出根據實施例的拱高值的預測的圖。

圖22是示出根據另一實施例的拱高值的預測的圖。

圖23是根據實施例的透鏡倍率決定模組的圖。

圖24是根據實施例的透鏡倍率決定過程的圖。

圖25示出在欲進行手術的人的角膜切開過程(corneal incision process)中出現的實例。

圖26是示出根據實施例的透鏡倍率的決定的圖。

圖27是示出根據另一實施例的透鏡倍率的決定的圖。

根據實施例，一種用於使用機器學習來決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的方法可包括：獲得欲進行手術的人的多個檢查資料；以及藉由將所獲得的所述人的所述多個檢查資料輸入至透鏡決定模型來決定多個透鏡尺寸中欲嵌入至所述人的眼球中的透鏡的尺寸，其中所述透鏡決定模型可不同於用於決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的公式，且可基於過去進行過透鏡植入手術的患者的檢查資料及嵌入至所述患者的眼球中的透鏡的尺寸資訊來訓練。

[發明方式]

所述人的所述多個檢查資料可包括第一資料及第二資料之一，且所述第一資料的優先級可高於所述第二資料的優先級，其中所述優先級可為輸入資料的優先級，所述輸入資料提高藉由將所述輸入資料輸入至所述透鏡決定模型而決定的透鏡尺寸的準確度。

所述決定所述透鏡的所述尺寸可包括當所述人的所述多個檢查資料不包括所述第一資料且包括所述第二資料時，藉由將所述第二資料輸入至所述透鏡決定模型來決定欲嵌入至所述人的所述眼球中的所述透鏡的所述尺寸，且當所述人的所述多個檢查資料包括所述第一資料時決定的透鏡尺寸的準確度可高於當所述人的所述多個檢查資料包括所述第二資料而非所述第一資料時決定的透鏡尺寸的準確度。

所述決定所述透鏡的所述尺寸可包括計算根據所述人的所述多個檢查資料導出的透鏡尺寸的準確度的可靠性，並藉由向使用者提供所計算的所述可靠性來決定所述透鏡的所述尺寸。

根據實施例，所述方法可更包括當所述人的所述多個檢查資料包括所述第二資料或除所述第一資料之外的其他資料時，自所述第二資料或所述其他資料估計所述第一資料，且在所述估計中，與當所述第一資料被輸入至所述透鏡決定模型時導出的透鏡尺寸對應的準確度可高於與當所述第二資料被輸入至所述透鏡決定模型時導出的透鏡尺寸對應的準確度。

所述人的所述多個檢查資料中的所述第一資料可包括前房角(ATA)、前房深度(Anterior Chamber Depth，ACD)-角膜上皮(epi)、ACD-角膜內皮(endo)、中央角膜厚度(Central Corneal Thickness，CCT)、晶狀體矢高(crystalline lens rise，CLR)、白間距(white-to-white，WTW)、軸向長度、淚膜破裂時間(break up time,BUT)、角膜與虹膜之間的距離、以及透鏡的空間尺寸值，且所述第一資料是藉由使用雷射及/或高頻超音波獲得，且所述第二資料可藉由使用一般眼科檢查獲得。

在所述決定所述透鏡的所述尺寸時，欲嵌入至所述人的眼球中的透鏡的尺寸可被決定為多個預定透鏡尺寸中的任何一者。

在所述決定所述透鏡的所述尺寸時，透鏡的尺寸可被決定為藉由將所述多個檢查資料輸入至所述透鏡決定模型而導出的非標準化透鏡尺寸中的任何一者，而非多個預定透鏡尺寸。

根據實施例，所述方法可更包括藉由將所獲得的所述人的所述多個檢查資料輸入至所述透鏡決定模型來決定多個透鏡倍率中欲嵌入至所述人的眼球中的透鏡倍率，其中在所述決定所述透鏡倍率時，所述透鏡倍率可被決定成使得當由所述透鏡決定模型決定的透鏡被嵌入至所述人的所述眼球中時，得到所述人的目標視力，且其中所述透鏡決定模型可基於過去進行過透鏡植入手術的患者的檢查資料及所述患者的切開資訊來訓練。

所獲得的所述人的所述多個檢查資料可包括自所述人的所述眼球量測的屈光度、散光軸及散光方向參數，且所述決定所述透鏡倍率可包括藉由將所述人的所述多個檢查資料及在所述人的透鏡植入手術的角膜切開過程期間預期的切開資訊輸入至所述透鏡決定模型來決定適合於所述人的所述目標視力的所述透鏡倍率。

當所述人的所述多個檢查資料被輸入至所述透鏡決定模型時，可決定用於得到所述人的所述目標視力的透鏡倍率及在所述人的透鏡植入手術的角膜切開過程期間預期的切開資訊。

在所述透鏡植入手術的角膜切開過程期間，所述切開資訊可包括自以下群組選擇的至少一者：角膜切開方法、角膜切開位置、角膜切開方向及/或角膜切開程度、彗形像差(coma)的位置、角膜散光、晶狀體性散光(lenticular astigmatism)、近視與散光的比率。

根據實施例，一種用於使用機器學習來決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的裝置，所述裝置可包括：記憶體，用於儲存欲進行手術的人的多個檢查資料；以及處理器，其中所述處理器可被配置成自所述記憶體獲得所儲存的所述人的所述多個檢查資料，並藉由將所獲得的所述人的所述多個檢查資料輸入至透鏡決定模型來決定多個透鏡尺寸中欲嵌入至所述人的眼球中的透鏡的尺寸，且其中所述透鏡決定模型可不同於用於決定在透鏡植入手術期間欲嵌入至眼球中的透鏡的公式，且可基於過去進行過透鏡植入手術的患者的檢查資料及嵌入至所述患者的眼球中的透鏡的尺寸資訊來訓練。

根據實施例，一種用於預測表示欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的距離的拱高值的方法可包括：將欲進行手術的人的多個檢查資料及一或多個透鏡尺寸輸入至拱高值預測模型；以及自所述拱高值預測模型預測與所輸入的所述一或多個透鏡尺寸中的每一者對應的拱高值，其中所述拱高值預測模型可基於過去進行過透鏡植入手術的患者的多個檢查資料、嵌入至所述患者的眼球中的透鏡的尺寸資訊以及在所述患者手術之後量測的拱高值來訓練。

拱高值可被定義為欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的多個距離中的最短距離。

拱高值的預測可包括根據所預測拱高值是否滿足預定範圍的條件來提供關於所輸入透鏡尺寸是否適合於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊。

當所預測拱高值滿足預定範圍的條件時，可提供所輸入透鏡尺寸適合於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊，且當所預測拱高值不滿足預定範圍的條件時，可提供所輸入透鏡尺寸不適合於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊。

預定範圍的條件可滿足所預測拱高值包含於250微米(μm)至750微米的範圍內。

根據實施例，一種用於預測表示欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的距離的拱高值的方法可包括：將欲進行手術的人的多個檢查資料輸入至拱高值預測模型；以及自所述拱高值預測模型預測適合於欲進行手術的人的眼球的預期透鏡尺寸及與所述預期透鏡尺寸中的每一者對應的拱高值，其中所述拱高值預測模型可基於過去進行過透鏡植入手術的患者的多個檢查資料、嵌入至所述患者的眼球中的透鏡的尺寸以及所述患者在手術之後所量測的拱高值來訓練。

適合於欲進行手術的人的眼球的預期透鏡尺寸可包括自多個預設定透鏡尺寸選擇的任何一者。

適合於欲進行手術的人的眼球的預期透鏡尺寸可包括自非標準化透鏡尺寸選擇的任何一者，而不是所述多個預設定透鏡尺寸。

根據實施例，一種用於預測表示欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的距離的拱高值的裝置可包括：記憶體，其儲存欲進行手術的人的多個檢查資料；以及處理器，其中所述處理器可將欲進行手術的人的所述多個檢查資料及一或多個透鏡尺寸輸入至拱高值預測模型，且可自所述拱高值預測模型預測與所輸入的所述一或多個透鏡尺寸中的每一者對應的拱高值，且所述拱高值預測模型可基於過去進行過透鏡植入手術的患者的多個檢查資料、嵌入至所述患者的眼球中的透鏡的尺寸以及所述患者在手術之後量測的拱高值來訓練。

在下文中，將參照附圖詳細闡述本發明的具體實施例。同時，本發明的精神並非僅限於所提出的實施例，且熟習本發明所屬技術者可在不背離本發明的精神的條件下藉由添加、修改及刪除另一組件而輕易地提出落入本發明精神內的更退行的發明或另一實施例。

在通篇中將使用相同的參考編號來標示在實施例的圖式中所示的處於相同範圍內且具有相同功能的相同或相似的組件。

1.用語的定義

(1)透鏡植入手術

透鏡植入手術是矯正由於屈光不正而退化的未矯正視力的手術方法之一，且是用於將被設計成矯正屈光異常的特殊透鏡嵌入至具有晶狀體的正常眼球中的手術。

圖1是用於闡述在透鏡植入手術期間透鏡被嵌入的位置的圖。作為透鏡植入手術的類型，存在前房透鏡植入手術及後房透鏡植入手術，在前房透鏡植入手術中，透鏡被嵌入於角膜Co與虹膜I之間，在後房透鏡植入手術中，透鏡被嵌入至虹膜後部與晶狀體之間的空間中。參照圖1，在後房透鏡植入手術中，透鏡可嵌入於位置IN1(第一透鏡嵌入部分)處，而在前房透鏡植入手術中，透鏡可嵌入於位置IN2(第二透鏡嵌入部分)處。在下文中，為了便於說明，將基於後房透鏡植入手術來闡述本發明，後房透鏡植入手術亦被稱為可植入式膠原聚合物透鏡(implantable collamer lens，ICL)植入手術。然而，本發明並非僅限於此，且當然，本發明可應用於前房透鏡植入手術。

(2)透鏡

在本說明書中，透鏡可指在透鏡植入手術中使用的眼內透鏡，且可與硬透鏡及佩戴於眼球表面上的軟透鏡有區別。

關於透鏡的資訊可包括關於透鏡尺寸的資訊及關於透鏡倍率的資訊。透鏡尺寸可包括多個透鏡尺寸。透鏡倍率可包括多個透鏡倍率。另外，表達「透鏡決定(lens determination)」可指對多個透鏡尺寸及多個透鏡倍率的組合中的任一者的決定。

(3)透鏡決定模型

透鏡決定模型是指使用人工智慧來決定嵌入至眼球中的眼內透鏡的演算法及/或模型。當欲進行手術的人的檢查資料作為輸入資料被輸入至模型時，以下闡述的透鏡決定模型是用於導出關於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊作為與輸入資料對應的輸出資料的模型。在下文中，將詳細闡述透鏡決定模型的配置、產生過程及決定過程。

(4)學習

學習是指其中基於學習資料及標記資料或未標記資料來訓練透鏡決定模型以相對於輸入資料決定輸出資料的過程。亦即，透鏡決定模型形成用以決定資料的規則。

可藉由學習資料來訓練透鏡決定模型。訓練透鏡決定模型意指調整模型的權重。

作為學習方法，存在包括監督式學習、無監督式學習、強化學習及模仿學習在內的各種方法。

2.透鏡決定輔助系統 2.1.透鏡決定輔助系統的配置

圖2示出根據實施例的透鏡決定輔助系統1。參照圖2，透鏡決定輔助系統1可包括：透鏡尺寸決定模組1000，導出關於欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸，其中透鏡尺寸包含在關於透鏡的資訊中；拱高值預測模組2000，輔助決定透鏡尺寸；以及透鏡倍率決定模組3000，導出透鏡倍率。

透鏡決定輔助系統1可執行決定透鏡尺寸、預測拱高值及決定透鏡倍率的功能。具體而言，透鏡決定輔助系統1可使用藉由機器學習而訓練的透鏡決定模型來決定透鏡尺寸、預測拱高值及決定透鏡倍率。

當然，在圖2中，透鏡決定輔助系統1被示為包括所有的透鏡尺寸決定模組1000、拱高值預測模組2000及透鏡倍率決定模組3000，但並非僅限於此。在一些情形中，透鏡決定輔助系統可包括自透鏡尺寸決定模組、拱高值預測模組及透鏡倍率決定模組的群組選擇的至少一者。

另外，可在一個裝置或不同的裝置中實施透鏡尺寸決定模組1000、拱高值預測模組2000及透鏡倍率決定模組3000。例如，當在任何一個裝置中實施透鏡決定輔助系統1中被配置成導出透鏡尺寸的透鏡尺寸決定模組時，可僅獲取欲嵌入至欲進行手術的人的眼球中的透鏡的尺寸資訊。

作為另一選擇，在透鏡決定輔助系統1中，透鏡尺寸決定模組、拱高值預測模組及透鏡倍率決定模組中的至少二個模組可被實施成彼此交互工作。例如，為了獲取欲嵌入至欲進行手術的人的眼球中的透鏡的尺寸資訊，透鏡尺寸決定模組及拱高值預測模組可被組合且可被實施成彼此交互工作，藉此導出與欲嵌入的透鏡的尺寸一起預測的拱高值。在下文中，將逐一闡述透鏡決定輔助系統的每一模組。

圖3是示出透鏡決定輔助系統1的訓練裝置11及決定輔助裝置21的配置的圖。在實施例中，透鏡決定輔助系統1可包括訓練裝置11及決定輔助裝置21。

訓練裝置11可訓練透鏡決定模型。具體而言，訓練裝置11可基於學習資料來訓練透鏡決定模型。訓練裝置11可藉由各種學習方法來訓練透鏡決定模型。例如，訓練裝置11可藉由包括監督式學習、無監督式學習、強化學習及模仿學習在內的方法來訓練透鏡決定模型。訓練裝置11可藉由為學習資料提供經標記資料來訓練透鏡決定模型。然而，不一定使用經標記資料，且可使用未標記資料。

決定輔助裝置21可自訓練裝置11接收經訓練透鏡決定模型，以使用經訓練透鏡決定模型。具體而言，決定輔助裝置21可使用經訓練透鏡決定模型來輸出用於決定欲嵌入至欲進行手術的人的眼球中的透鏡的輔助資訊。具體而言，當接收到例如欲進行手術的人的檢查資料等輸入資料時，決定輔助裝置21可輸出關於適合於欲進行手術的人的眼球的透鏡的資訊。決定輔助裝置21可使使用者能夠藉由關於透鏡的輸出資訊來決定欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡。

關於透鏡的資訊可為關於透鏡尺寸、所預測拱高值及透鏡倍率的資訊。

在訓練裝置11中使用學習資料而訓練的透鏡決定模型可被傳送至決定輔助裝置21。當然，在圖3中，訓練裝置11及決定輔助裝置21被示為分離的，但並非僅限於此。在一些情形中，訓練裝置11及決定輔助裝置21可被實施成分離的，且可被實施成一體而不分離。作為實例，決定輔助裝置可與訓練裝置為同一裝置，或者可為與訓練裝置分離的裝置。

圖4是示出訓練裝置及/或決定輔助裝置的配置的圖。參照圖4，訓練裝置及/或決定輔助裝置可包括記憶體單元31、控制單元33及通訊單元35。

訓練裝置及/或決定輔助裝置可包括控制單元33。控制單元33可控制訓練裝置及/或決定輔助裝置的操作。控制單元33可讀取儲存於記憶體單元31中的系統程式及各種處理程式。

控制單元33可包括中央處理單元(central processing unit，CPU)、隨機存取記憶體(random access memory，RAM)、圖形處理單元(graphic processing unit，GPU)、一或多個微處理器以及能夠根據預設定邏輯處理輸入資料的其他電子組件中的一或多者。

訓練裝置及/或決定輔助裝置可包括記憶體單元31。記憶體單元31可儲存學習所需的資料及學習模型。記憶體單元31可儲存欲進行手術的人的檢查資料。

記憶體單元31可儲存學習資料、標記資料、未標記資料、輸入資料、輸出資料等。

可使用非揮發性半導體記憶體、硬碟、快閃記憶體、RAM、唯讀記憶體(read-only memory，ROM)、電性可抹除可程式化唯讀記憶體(electrically erasable programmable ROM，EEPROM)或其他有形的非揮發性記錄介質來實施記憶體單元31。

記憶體單元31可儲存各種處理程式、用於處理程式的參數、此種處理的結果資料等。

訓練裝置及/或決定輔助裝置可更包括通訊單元35。通訊單元35可與外部裝置通訊。通訊單元35可執行有線或無線通訊。通訊單元35可執行雙向或單向通訊。

訓練裝置及/或決定輔助裝置可包括處理器、揮發性記憶體、非揮發性記憶體、大容量儲存裝置及通訊介面。處理器可藉由訓練裝置及/或決定輔助裝置對透鏡決定模型執行訓練。

圖5是示出使用伺服器的透鏡決定輔助系統的示意圖。參照圖5，透鏡決定輔助系統可包括多個用戶端裝置及伺服器裝置。在下文中，示例性地闡述所述多個用戶端裝置中的第一用戶端裝置，但第二用戶端裝置可執行相同的操作。

第一用戶端裝置50-1可自伺服器裝置40請求資訊，且獲取因應於所述請求而傳送的透鏡決定輔助資訊，並且可自伺服器裝置40請求透鏡決定輔助資訊。

第一用戶端裝置50-1可獲取透鏡決定所需的資料，且可傳送自決定輔助裝置獲取的資料。

第一用戶端裝置50-1可為例如智慧型電話或平板個人電腦(personal computer，PC)等可攜式裝置。

伺服器裝置40可儲存及/或驅動透鏡決定模型。伺服器裝置40可儲存構成經訓練透鏡決定模型的權重。伺服器裝置40可收集及/或儲存用於輔助透鏡決定的資料。

伺服器裝置40可將使用透鏡決定模型進行的透鏡決定輔助過程的結果輸出至第一用戶端裝置50-1。伺服器裝置40可自第一用戶端裝置50-1獲取回饋。

在實施例中，第一用戶端裝置50-1可自伺服器裝置40獲取透鏡決定模型，並驅動所獲取的透鏡決定模型。在此種情形中，第一用戶端裝置50-1可藉由驅動透鏡決定模型來獲取透鏡決定輔助資訊，而無需向伺服器裝置40提供輸入資料。

伺服器裝置40可與被配置成獲取第一透鏡決定輔助資訊的第一用戶端裝置50-1及/或被配置成獲取第二透鏡決定輔助資訊的第二用戶端裝置50-2通訊。

圖6是示出伺服器裝置40與用戶端裝置50之間的關係的示意圖。參照圖6，伺服器裝置40可藉由通訊單元與用戶端裝置50通訊。通訊單元可執行有線或無線通訊。通訊單元可執行雙向或單向通訊。用戶端裝置50亦可藉由通訊單元與伺服器裝置40通訊。

在實施例中，當用戶端裝置50將欲進行手術的人的輸入資料傳送至伺服器裝置時，伺服器裝置40可使用經訓練透鏡決定模型接收關於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊。

在實施例中，用戶端裝置50的控制單元53可自記憶體單元51獲取輸入資料，且所獲取的輸入資料可藉由通訊單元55傳送至伺服器裝置40的通訊單元45。另外，伺服器裝置40的控制單元43藉由將輸入資料輸入至記憶體單元41中所儲存的透鏡決定模型來獲得結果值，且可使用通訊單元45將所獲得的結果值傳送至用戶端裝置50的通訊單元55。

2.2.透鏡決定模型

圖7是示出透鏡決定模型的圖。參照圖7，透鏡決定模型100可包括透鏡尺寸決定模型110、拱高值預測模型120及透鏡倍率決定模型130。

當然，在圖7中，透鏡決定模型100被示為包括所有的透鏡尺寸決定模型110、拱高值預測模型120及透鏡倍率決定模型130，但並非僅限於此。在一些情形中，透鏡決定模型100可包括自透鏡尺寸決定模型、拱高值預測模型及透鏡倍率決定模型的群組選擇的至少一者。

在實施例中，透鏡決定模型100可包括透鏡尺寸決定模型及透鏡倍率決定模型，或者可包括透鏡尺寸決定模型及拱高值預測模型。

另外，可在一個裝置或不同的裝置中實施透鏡決定模型 100。例如，當透鏡決定模型包括透鏡尺寸決定模型及拱高值預測模型時，所述模型可在一個裝置中實施以彼此交互工作。作為另一選擇，當透鏡決定模型100包括透鏡尺寸決定模型及透鏡倍率決定模型時，透鏡尺寸決定模型可與透鏡倍率決定模型獨立地在不同的裝置中實施。

圖8是透鏡決定輔助過程的圖。參照圖8，可藉由將透鏡決定輔助過程主要劃分成訓練透鏡決定模型的訓練操作S100及使用經訓練透鏡決定模型來執行透鏡決定模型的決定操作S200來考量透鏡決定輔助過程。

參照圖8，訓練操作S100可為使用學習資料來訓練透鏡決定模型的過程。另外，訓練操作S100可由訓練裝置執行。

根據實施例，在訓練操作S100中，可獲取學習資料，且可使用所獲取的資料來訓練透鏡決定模型。亦即，訓練操作S100是產生透鏡決定模型的過程，且可根據透鏡決定模型的產生來獲得構成透鏡決定模型的模型參數。作為實例，模型參數可包括在訓練透鏡決定模型時調整的權重。

在實施例中，學習資料可包括過去進行過透鏡植入手術的患者的多個檢查資料、關於嵌入至患者眼球中的透鏡的資訊(透鏡尺寸及透鏡倍率)、手術參數、以及在患者手術後量測的拱高值資料。

另外，學習資料中的檢查資料可包括自與對過去進行過透鏡植入手術的患者的眼球的量測相關的多個檢查裝置獲取的檢查資料。

在實施例中，學習資料中的關於透鏡的資訊可包括嵌入至過去進行過透鏡植入手術的患者的眼球中的透鏡的透鏡尺寸及/或透鏡倍率。在此種情形中，當過去進行過透鏡植入手術的患者在透鏡植入手術之後未出現副作用時，關於透鏡的資訊可包括嵌入至患者眼球中的透鏡的透鏡尺寸及/或透鏡倍率。當然，根據一些實施例，當過去進行過透鏡植入手術的患者在透鏡植入手術之後出現副作用時，關於透鏡的資訊可包括嵌入至患者眼球中的透鏡的透鏡尺寸及/或透鏡倍率。

另外，學習資料中的手術參數可與過去進行過透鏡植入手術的患者的角膜切開過程期間的角膜切開資訊相關。作為實例，手術參數可包括角膜切開方法、角膜切開位置、角膜切開程度等。

在實施例中，學習資料中的拱高值資料可指表示欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的距離的值，且可指在過去進行過透鏡植入手術的患者身上量測的拱高值資料。

透鏡決定模型可為基於學習資料而輸出關於透鏡的資訊的模型。可選擇用於計算關於透鏡的資訊的多個學習演算法中的至少一者作為透鏡決定模型。例如，所述演算法可為邏輯式迴歸(logistic regression)、K最近鄰演算法(K-nearest neighbor algorithm)、支援向量機(support vector machine)、決策樹(decision tree)等。

透鏡決定模型可使用多個學習演算法中的學習演算法來計算所預測值。例如，在透鏡決定模型中可使用整體方法(ensemble method)，且與單獨使用學習演算法時相較，可獲得更好的預測效能。

可以產生關於透鏡的資訊的分類器的形式來實施透鏡決定模型。分類器可執行雙重分類或多重分類。

可以迴歸的形式實施透鏡決定模型，以導出透鏡的資訊。迴歸方法可為線性迴歸方法、邏輯式迴歸方法等。

在實施例中，可藉由使用被賦予任意權重的模型獲得結果值(輸出資料)、將所獲得的結果值(輸出資料)與學習資料的標記資料進行比較並根據誤差執行反向傳播(backpropagation)以將權重最佳化來執行訓練操作S100。

雖然未示出，訓練操作S100可包括評估經訓練透鏡決定模型的效能的評估操作。在評估操作中，可使用評估資料集來評估透鏡決定模型。透鏡決定模型的評估操作可為評估在訓練操作中訓練的透鏡決定模型並使用透鏡決定模型來預測新資料的操作。具體而言，評估操作可為量測經訓練透鏡決定模型是否可推廣至新資料的操作。

另外，在透鏡決定模型的訓練操作S100中，可區分學習資料集與評估資料集。此處，學習資料集可指在訓練操作的訓練過程中使用的一組學習資料，且評估資料集可指在評估操作的評估過程中使用的一組評估資料。在此種情形中，用於訓練透鏡決定模型的學習資料集不能用於透鏡決定模型的評估操作。

另外，參照圖8，決定操作S200可使用在訓練操作中藉由獲得模型參數而訓練的經訓練透鏡決定模型。具體而言，在決定操作S200中，在獲取輸入資料(例如欲進行手術的人的檢查資料)之後，可使用經訓練透鏡決定模型獲取關於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊(結果值)。另外，決定操作S200可由決定輔助裝置執行。

輸入資料可包括欲進行透鏡植入手術的人的多個檢查資料。

結果值可包括關於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊。關於透鏡的資訊可包括透鏡尺寸、透鏡倍率、所預測拱高值等。在下文中，將更詳細地闡述透鏡尺寸的決定、拱高值的預測以及透鏡倍率的決定。

3.透鏡尺寸的決定 3.1.透鏡尺寸決定模組的配置

圖9是示出透鏡尺寸決定模組1000的配置的圖。在實施例中，透鏡尺寸決定模組1000可根據輸入資料而輸出欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸。

參照圖9，透鏡尺寸決定模組1000可包括輸入單元1100、透鏡尺寸決定單元1300及輸出單元1500。

輸入單元1100可自資料庫獲取輸入資料。此處，輸入資料可為欲進行手術的人的多個檢查資料。

具體而言，輸入單元1100可直接連接至資料庫以獲取輸入資料。另外，輸入單元1100可自伺服器或其他外部裝置接收及獲取輸入資料。

輸入資料可為欲進行手術的人的檢查資料。輸入資料可包括多個參數。具體而言，輸入資料可包括自相同或不同檢查裝置獲得的表示不同參數的檢查資料，或者可包括自不同檢查裝置獲得的表示相同參數的檢查資料。

另外，輸入資料可包括在相同時間點量測的檢查資料，或者可包括在不同時間點量測的檢查資料。

輸入資料可為自相同檢查裝置獲得的相同及/或不同的參數，或者可為自不同檢查裝置獲得的相同及/或不同的參數。

另外，可以一條輸入資料或多條輸入資料來提供輸入資料。所述多條輸入資料可能對結果值(欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸)具有不同程度的影響。在實施例中，每條輸入資料可包括參數，且輸入資料對結果值的影響程度可根據所述多條輸入資料中所包括的參數的類型而變化。此處，參數可被定義成表示欲進行手術的人的眼球的特性，且可以數值方式來表達。例如，參數可包括指示前角之間的距離的角間(angle-to-angle，ATA)距離、前房深度(ACD)-角膜上皮、ACD-角膜內皮、中央角膜厚度(CCT)、晶狀體矢高(CLR)、白間距(WTW)、軸向長度(axial length，AL)、角膜曲率、屈光誤差(近視、散光、遠視程度)、瞳孔尺寸、眼內壓、視力、角膜形狀、角膜厚度、眼球長度、透鏡嵌入空間等。

欲進行手術的人可包括將藉由在視力矯正手術中選擇透鏡植入手術來進行手術的人。欲進行手術的人可為將使用自透鏡決定輔助系統輸出的關於透鏡的資訊進行透鏡植入手術的人。使用者可為使用透鏡決定輔助系統獲取關於欲嵌入至欲進行手術的人的眼球中的透鏡的資訊的人。例如，使用者可包括執行透鏡植入手術的醫生、透鏡製造商等。

所述多個檢查資料可為自對眼球進行量測的多個檢查裝置獲取的資料，且可包括多個眼球相關參數。

另外，檢查資料可包括醫療詢問資料(面談資料)。具體而言，檢查資料可包括欲進行手術的人在透鏡植入手術之後所期望的目標視力等。

此外，檢查資料可為關於角膜的量測資料。例如，檢查資料可包括角膜形狀、角膜對稱性、角膜厚度量測資料、角膜結構斷層掃描資料、角膜形狀分析資料、角膜曲率、角膜內皮細胞檢查資料等。

另外，檢查資料可為關於視力及/或屈光的量測資料。例如，檢查資料可包括過去佩戴的眼鏡的倍率資料、驗光、屈光誤差(近視、散光及遠視程度)等。

另外，檢查資料可為眼球中距離的量測資料。具體而言，檢查資料可包括瞳孔尺寸、眼球長度及欲嵌入透鏡的空間的距離。

另外，檢查資料可為關於眼病及/或慢性病的資料。例如，檢查資料可包括關於視網膜疾病、青光眼、視網膜變性等、白內障、虹膜後表面疾病等的存在或不存在的資料。

另外，檢查資料可為關於視網膜的量測資料。例如，檢查資料可包括藉由拍攝眼底視網膜等而捕獲的影像。

可使用一或多個裝置來量測檢查資料。

當然，所述多個檢查資料可並非僅限於自用於對眼球進行量測的多個裝置獲取的資料。除所獲取的資料之外，所述多個檢查資料亦可包括各種資料。例如，檢查資料可包括關於眼睛相關基因、血液等的檢查資料。

當輸入例如欲進行手術的人的多個檢查資料等的輸入資料時，透鏡尺寸決定單元1300可決定適合於欲進行手術的人的眼球的透鏡尺寸。此處，合適的透鏡尺寸可意指當對欲進行手術的人執行透鏡植入手術時使副作用出現的可能性最小化的透鏡尺寸。將參照圖11更詳細地闡述透鏡尺寸決定單元1300的具體操作。

在實施例中，透鏡尺寸決定單元1300可計算根據欲進行手術的人的檢查資料導出的透鏡尺寸的準確度的可靠性。關於可靠性的資訊可被預先儲存或者可自外部提供。例如，可藉由預先儲存關於可靠性的資訊的外部裝置接收包括以下的資訊：在多個檢查裝置中，第一裝置的結果值具有90%的可靠性，且第二裝置的結果值具有80%的可靠性。在實施例中，透鏡尺寸決定模型110可基於在訓練操作中預先儲存的可靠性來計算根據欲進行手術的人的檢查資料導出的透鏡尺寸的準確度的可靠性。例如，在使用利用第一裝置量測的檢查資料的情形中，所輸出透鏡尺寸的準確度的可靠性可被計算為90%，且計算結果可藉由輸出單元1500呈現給使用者。

輸出單元1500可向使用者輸出藉由透鏡尺寸決定單元1300獲得的透鏡尺寸。在實施例中，輸出單元1500可提供在螢幕上以視覺方式輸出輸出資料的顯示器。另外，輸出單元1500可輸出各種形式，例如影像及文字。

輸出單元1500可藉由透鏡尺寸決定單元1300輸出關於欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸的資訊(輸出資料)。

輸出單元1500可根據透鏡尺寸決定模型的學習方法來輸出標準化透鏡尺寸。

根據實施例，當以分類器的形式實施透鏡尺寸決定模型時，輸出單元可輸出標準化透鏡尺寸。標準化透鏡尺寸可為現有透鏡尺寸。現有透鏡尺寸可為根據預設定標準而預定的尺寸。例如，標準化透鏡尺寸可為12.1毫米(mm)、12.6毫米、13.2毫米、13.7毫米。將在以下的內容3.3中給出標準化透鏡尺寸的更詳細說明。然而，並非僅限於此，且當以迴歸的形式實施透鏡尺寸決定模型時，輸出單元可輸出非標準化透鏡尺寸。與標準化透鏡尺寸不同，非標準化透鏡尺寸可並非指自預定類別中選擇的任何一者，而是可指透鏡尺寸的數值。輸出單元可輸出透鏡尺寸的數值。將在內容3.3中對此進行詳細說明。

圖10示出用於闡述透鏡植入手術的副作用的圖。參照圖10，圖10的左側及右側示出在透鏡植入手術之後嵌入具有不合適透鏡尺寸的透鏡，且圖10的中心示出在透鏡植入手術期間嵌入具有合適透鏡尺寸的透鏡。另外，I表示虹膜，La、Lb及Lc表示嵌入至眼球中的透鏡，且C表示晶狀體。

當在不考量欲進行手術的人的眼球的特性的情況下使用具有不合適透鏡尺寸的透鏡執行手術時，透鏡植入手術可能會出現副作用。例如，參照圖10的左側，可將具有某一透鏡尺寸的透鏡La嵌入至欲進行手術的人的眼球中。在此種情形中，在不考量欲進行手術的人的眼球的特性的情況下選擇並嵌入具有小透鏡尺寸的透鏡，且因此，在透鏡與晶狀體之間產生摩擦而引起對晶狀體的損傷，進而引起白內障。另外，參照圖10的右側，可將具有某一透鏡尺寸的透鏡Lc嵌入至欲進行手術的人的眼球中。在此種情形中，在不考量欲進行手術的人的眼球的特性的情況下選擇並嵌入具有大透鏡尺寸的透鏡，且因此，具有某一透鏡尺寸的透鏡Lc的末端部分夾置於晶狀體鏡與虹膜之間，而阻斷水狀液的流動，藉此引起青光眼。

因此，在透鏡植入手術中，應在考量欲進行手術的人的眼球的特性的情況下決定使副作用出現的可能性最小化的透鏡尺寸。作為實施例，參照圖10的中心，可在考量欲進行手術的人的眼球的特性的情況下來決定具有某一透鏡尺寸的透鏡Lb，且透鏡Lb可具有適合於欲進行手術的人的眼球的透鏡尺寸。透鏡Lb可具有不引起透鏡Lb與晶狀體C之間摩擦的尺寸，可嵌入於使透鏡Lb與虹膜之間維持恰當距離的位置處，且可具有使副作用出現的可能性最小化的透鏡尺寸。

如上所述，考量到欲進行手術的人的眼球的特性，只有當嵌入了透鏡尺寸是在考量嵌入至眼球中的透鏡、晶狀體、虹膜及透鏡嵌入空間的尺寸的情況下而定的透鏡時，副作用出現的可能性才能被最小化。

3.2.透鏡尺寸決定過程

圖11是示出透鏡尺寸決定過程S1000的流程圖。參照圖11，透鏡尺寸決定過程S1000可包括獲取輸入資料(例如欲進行手術的人的多個檢查資料)(S1100)以及使用透鏡尺寸決定模型來導出透鏡尺寸(S1300)。透鏡尺寸決定過程S1000可由以上參照圖2闡述的透鏡尺寸決定模組1000執行。

具體而言，在獲取輸入資料的操作S1100中，輸入資料可包括自與對欲進行手術的人的眼球的量測相關的多個檢查裝置獲取的多個檢查資料。在實施例中，與對眼球的量測相關的所述多個檢查裝置可為使用雷射及/或高頻超音波執行量測的檢查裝置。例如，檢查裝置可包括超音波生物顯微術(ultrasound biomicroscopy，UBM)裝置、光學同調斷層掃描(optical coherence tomography，OCT)裝置等。

在實施例中，所述多個檢查資料可包括以上參照圖9闡述的參數。具體而言，所述多個檢查資料可包括例如角膜曲率、屈光誤差(近視、散光或遠視程度)、瞳孔大小、眼內壓、視力、角膜形狀、角膜厚度、眼球長度、透鏡嵌入空間、ATA距離、ACD-角膜上皮、ACD-角膜內皮、CCT、CLR、WTW、AL、在虹膜之間量測的距離等參數。

可使用透鏡尺寸決定模型自所獲取的輸入資料導出透鏡尺寸。

另外，在實施例中，由於對結果值的影響程度根據輸入資料中所包括的參數的類型而變化，因此結果值可針對每一輸入資料而變化。

此外，在另一實施例中，每一輸入資料可包括相同參數中的至少一些參數，但相同參數可由不同的檢查裝置導出。即使當自不同的檢查裝置導出相同參數時，表示相同參數的數值亦可能不同。所述差異可能是由於每一檢查裝置量測參數的方法及原理不同而出現的。例如，自UBM裝置獲得的參數A(其中參數A表示任意參數)是執行與自OCT裝置獲得的參數A相同的功能的參數，但表示參數A的數值可能不同。如上所述，由於所量測參數的準確度根據檢查裝置而不同，因此輸入資料可能對結果值具有不同程度的影響。

另外，每一參數或者甚至相同的參數可根據哪個檢查裝置輸出了參數而對結果值具有不同程度的影響。因此，輸入資料之間的優先級可改變。

為了提高結果值的準確度，可針對具有高優先級的參數或自具有高優先級的檢查裝置導出的參數增加權重。

在實施例中，輸入資料可包括優先級資料。優先級資料可根據輸入資料中所包括的參數的類型而被確定優先級。例如，當輸入資料包括對導出透鏡尺寸具有很大程度的影響的參數時，輸入資料可為第一優先級資料。當輸入資料包括與第一參數相較對導出透鏡尺寸具有較小程度的影響的第二參數時，輸入資料可為第二優先級資料。為了便於闡述，僅闡述了第一優先級資料及第二優先級資料，但並非僅限於此。輸入資料可包括多個優先級資料。

在實施例中，當使用包括第一優先級資料的輸入資料決定透鏡尺寸時，可導出第一透鏡尺寸，且當使用包括第二優先級資料的輸入資料決定透鏡尺寸時，可導出第二透鏡尺寸。例如，第一透鏡尺寸中結果值的準確度概率可高於第二透鏡尺寸中結果值的準確度概率。在此種情形中，當使用第一透鏡尺寸對欲進行手術的人執行手術時，與當使用第二透鏡尺寸執行手術時相較，可出現更少的副作用。

在實施例中，在導出透鏡尺寸的操作S1300中，當輸入資料不包括第一優先級資料而包括第二優先級資料時，透鏡尺寸決定單元可使用第二優先級資料導出透鏡尺寸。

在實施例中，輸入資料可能必定包括第一優先級資料。這是為了確保結果值的準確度。

在訓練操作S100中，透鏡尺寸決定模型可一起或分開學習第一優先級資料及第二優先級資料。根據實施例，當一起學習第一優先級資料及第二優先級資料時，在導出透鏡尺寸的操作S1300中，可使用第一優先級資料及第二優先級資料中的任何一者。根據另一實施例，當僅學習第一優先級資料時，在導出透鏡尺寸的操作S1300中，可僅使用第一優先級資料。當僅學習第二優先級資料時，在導出透鏡尺寸的操作S1300中，可僅使用第二優先級資料。當然，並非僅限於此，且根據實施例，即使當僅學習第一優先級資料時，在導出透鏡尺寸的操作S1300中，亦可使用第二優先級資料，且即使當僅學習第二優先級資料時，在導出透鏡尺寸的操作S1300中，亦可使用第一優先級資料。

3.3.實施例

圖12及圖13是示出根據實施例的透鏡尺寸的決定的圖。亦即，在圖12及圖13中，將更詳細地闡述以上參照圖11闡述的操作S1300。參照圖12及圖13，在實施例中，透鏡尺寸決定模型可被實施成包括分類器。

在實施例中，分類器可使用例如決策樹、支援向量機或隨機森林等類型的演算法。此僅僅是實例，且並非僅限於此。

在實施例中，透鏡尺寸決定模組1000可將輸入資料輸入至透鏡尺寸決定模型110，且可自透鏡尺寸決定模型110導出透鏡尺寸。透鏡尺寸決定模型110可包括分類器，且分類器可決定具有預設定值的透鏡尺寸中的任何一者。

另外，可使用被實施成包括分類器的透鏡尺寸決定模型自欲進行手術的人的輸入資料獲得標準化透鏡尺寸。分類器可自欲進行手術的人的輸入資料來決定欲嵌入至欲進行手術的人的眼球中的透鏡的一個透鏡尺寸。

另外，標準化透鏡尺寸可為現有透鏡尺寸。現有透鏡尺寸可為根據預設定標準而預定的尺寸。在實施例中，可藉由使用被實施成包括分類器的透鏡尺寸決定模型自欲進行手術的人的輸入資料來決定標準化透鏡尺寸，例如12.6毫米的透鏡尺寸，其是12.1毫米、12.6毫米、13.2毫米及13.7毫米的尺寸中的一者。

圖14及圖15是示出根據另一實施例的透鏡尺寸的決定的圖。亦即，在圖14及圖15中，將更詳細地闡述以上參照圖11闡述的操作S1300。參照圖14及圖15，在實施例中，透鏡尺寸決定模型可被實施成包括迴歸。

在實施例中，迴歸可使用例如線性迴歸、迴歸樹、支援向量迴歸或核迴歸等類型的演算法。此僅僅是實例，且並非僅限於此。

在實施例中，透鏡尺寸決定模組1000可將輸入資料輸入至透鏡尺寸決定模型110，且可自透鏡尺寸決定模型110導出透鏡尺寸。透鏡尺寸決定模型110可包括迴歸，且迴歸可決定可具有或可不具有預設定值的透鏡尺寸中的任何一者。

另外，可使用被實施成包括迴歸的透鏡尺寸決定模型自欲進行手術的人的輸入資料獲得標準化及/或非標準化透鏡尺寸。迴歸可自欲進行手術的人的輸入資料導出關於欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸的概率。以最高概率導出的透鏡尺寸可為欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸中最合適的透鏡尺寸。

根據實施例，輸出單元1500可根據透鏡尺寸決定模型的學習方法而輸出非標準化透鏡尺寸。非標準化透鏡尺寸可表達為包括現有透鏡尺寸在內的所有透鏡尺寸。具體而言，非標準化透鏡尺寸是在考量欲進行手術的人的眼球的特性的情況下欲嵌入至眼球中的透鏡的尺寸，且可大於或小於現有透鏡尺寸，或者可為現有透鏡尺寸之間的尺寸。非標準化透鏡尺寸可為在考量欲進行手術的人的眼球的特性的情況下定製的透鏡的透鏡尺寸。與標準化透鏡尺寸相較，非標準化透鏡尺寸可為針對欲進行手術的人的眼球更多地最佳化的透鏡尺寸。非標準化透鏡尺寸可為針對欲進行手術的人的眼球定製的透鏡尺寸。

在另一實施例中，透鏡尺寸決定模型110可被實施成包括分類器及迴歸。亦即，可藉由串聯或並聯組合分類器與迴歸來實施透鏡尺寸決定模型110。作為實例，透鏡尺寸決定模組1000將輸入資料輸入至其中組合了分類器與迴歸的透鏡尺寸決定模型110中，且可自組合式透鏡尺寸決定模型110導出透鏡尺寸及數值。例如，可自藉由迴歸輸出的12.5毫米的透鏡尺寸藉由分類器導出12.6毫米的標準化透鏡尺寸。作為另一選擇，可自藉由分類器輸出的13.2毫米的透鏡尺寸藉由迴歸導出13.3毫米的非標準化透鏡尺寸。此僅僅是實例，且可同時導出藉由分類器輸出的透鏡尺寸及藉由迴歸輸出的透鏡尺寸。

圖16是示出根據又一實施例的透鏡尺寸的決定的圖。參照圖16，透鏡尺寸決定模組1000可更包括對輸入資料進行增補的資料補充單元1200。

當不能自檢查裝置獲取優先級資料時，或者在其中未提供能夠獲取優先級資料的檢查裝置的環境中，資料補充單元1200可相對於在透鏡植入手術期間欲嵌入至欲進行手術的人的眼球中的透鏡的透鏡尺寸導出更準確的透鏡尺寸。

根據實施例，輸入資料可包括第一優先級資料及第二優先級資料，可僅包括第一優先級資料，且可僅包括第二優先級資料。當使用者可僅使用第二優先級資料且可不使用第一優先級資料作為輸入資料時，與當僅使用第一優先級資料時相較，結果值的準確度可更低。如同在此種情形中，即使當第一優先級資料缺失時，為了改良結果值的準確度，亦可使用資料補充單元1200來估計第一優先級資料。

資料補充單元1200可自輸入資料估計第一優先級資料。

優先級資料可包括對結果值具有很大程度的影響的參數。為了提高結果值的準確度，可輸入具有高優先級的資料，即，包括對結果值具有很大程度的影響的參數的資料。例如，當透鏡尺寸決定單元使用包括參數中的ATA距離的第一輸入資料來決定透鏡尺寸時，結果值的準確度可為高的。當使用僅包括CCT而不包括ATA距離的第二輸入資料來決定透鏡尺寸時，結果值的準確度可為低的。在此種情形中，第一輸入資料可包括具有高優先級的第一優先級資料，且結果值的準確度可為高的。

根據情況，即使當不能獲取第一優先級資料且可僅能獲取第二優先級資料時，為了提高準確度，資料補充單元亦可使用第二輸入資料來估計第一優先級資料。所估計的第一優先級資料可用作透鏡尺寸決定單元1300中的輸入資料。例如，可自第二輸入資料中所包括的參數(例如CCT及視力資料)來估計與缺失值對應的ATA距離。

在實施例中，當未提供能夠量測第一優先級資料的檢查裝置時，可使用資料補充單元來估計第一優先級資料。

在實施例中，資料補充單元1200可使用單獨的公式來估計除第一優先級資料之外的輸入資料作為第一優先級資料。

在實施例中，資料補充單元1200可藉由資料補充模型使用單獨的公式來估計除第一優先級資料之外的輸入資料作為第一優先級資料。雖然未示出，可基於第一優先級資料及第二優先級資料作為學習資料來訓練資料補充模型。作為實例，資料補充模型可被訓練成藉由接收第二優先級資料來導出第一優先級資料。當輸入第二優先級資料作為輸入資料時，經訓練資料補充模型可導出所估計的第一優先級資料。此僅僅是實例，且並非僅限於此。

另外，在實施例中，透鏡尺寸決定模型可將多種機器學習演算法中的多個機器學習演算法一起使用來計算所預測值。作為實例，透鏡尺寸決定模型可使用整體方法來訓練，且可估計透鏡尺寸。由於在透鏡尺寸決定模型中使用了整體方法，因此可改良透鏡尺寸決定模型的準確度。

圖17是示出透鏡尺寸決定模型的多個子模型的示意圖。參照圖17，透鏡尺寸決定模型可包括所述多個子模型。所述多個子模型可各自獨立地決定透鏡尺寸。例如，第一子模型可為使用隨機森林方法來訓練以決定透鏡尺寸的模型，且第二子模型可為使用決策樹方法來訓練以決定透鏡尺寸的模型。另外，雖然在圖17中僅示出第一子模型及第二子模型，但此僅僅是實例，且子模型可具備多個子模型。

所述多個子模型可並聯連接。此處，輸入至所述多個子模型的輸入資料及自所述多個子模型輸出的輸出值可相同或不同。

透鏡尺寸決定模型可基於子模型的輸出值而輸出預測結果。

透鏡尺寸決定模型可包括輸出子模型，所述輸出子模型基於並聯連接的所述多個子模型的輸出值而輸出預測結果。在實施例中，當作為第一子模型的輸出值及第二子模型的輸出值的第一輸出值及第二輸出值是相同值時，輸出子模型可輸出所述相同值。在另一實施例中，當作為第一子模型的輸出值及第二子模型的輸出值的第一輸出值及第二輸出值不同時，輸出子模型可以某一比率考量所述多個子模型的輸出值以輸出預測結果，或者可輸出多個輸出值中的特定值。換言之，輸出子模型可對來自第一子模型的第一輸出值及來自第二子模型的第二輸出值賦予權重，且可藉由反映應用於輸出值的權重來輸出透鏡尺寸。例如，當對第一輸出值賦予0.8的權重、對第二輸出值賦予0.2的權重、第一輸出值表示標準化透鏡尺寸中的12.6毫米且第二輸出值表示標準化透鏡尺寸中的13.2毫米時，輸出子模型可導出12.6毫米的透鏡尺寸(其為具有高權重的第一輸出值)作為輸出值。

另外，例如，當對第一輸出值賦予0.8的權重、對第二輸出值賦予0.2的權重、第一輸出值表示非標準化透鏡尺寸中的12.6毫米且第二輸出值表示非標準化透鏡尺寸中的13.2毫米時，輸出子模型可導出反映了權重的12.7毫米的透鏡尺寸作為輸出值。

另外，可在訓練過程中決定權重。亦即，可對包括所述多個子模型的透鏡尺寸決定模型執行以上參照圖8闡述的訓練操作S100，且可在訓練操作S100中決定權重。

在另一實施例中，輸出子模型可輸出基於所述多個輸出值而產生的另一值作為預測結果。此處，輸出子模型的輸出值可為與所述多個輸出值相同或不同的類型。

在實施例中，第一子模型及第二子模型可相同，且輸入至子模型的輸入資料可不同。輸入資料可為第一優先級資料或第二優先級資料。可對被輸入具有高優先級的資料的子模型賦予高權重。例如，與被輸入第二優先級資料的第二子模型相較，可對被輸入第一優先級資料的第一子模型賦予更高的權重，藉此導出第一輸出值作為透鏡尺寸輸出值。

4.拱高值的預測 4.1.拱高值的定義

圖18是用於定義拱高值的圖。拱高值(vaulting value，亦稱為vault value)是表示欲嵌入至欲進行透鏡植入手術的人的眼球中的透鏡的後表面與晶狀體的前表面之間的距離的值。具體而言，拱高值被定義為欲嵌入至眼球中的透鏡的後表面與晶狀體的前表面之間的多個距離中的最短距離。參照圖18，L表示欲嵌入至欲進行手術的人的眼球中的透鏡，I表示虹膜，C表示晶狀體，且V表示拱高值。透鏡L可嵌入至虹膜I與晶狀體C之間的空間中。嵌入至眼球中的透鏡與晶狀體的前表面之間可存在多個距離。在所述多個距離中，透鏡的後表面與晶狀體的前表面之間的最短距離，即透鏡與晶狀體之間相對於角膜的中心在垂直方向上的距離，可對應於拱高值V。

一般而言，可在透鏡植入手術之後量測拱高值，以核查是否將具有合適尺寸的透鏡嵌入至患者的眼球中。當在手術之後量測的拱高值包含於某一範圍內時，可確定嵌入至眼球中的透鏡的透鏡尺寸是適合於患者眼球的透鏡尺寸。作為實例，拱高值可包含於250微米至750微米的某一範圍內。在實施例中，當拱高值為250微米或更小時，嵌入至患者眼球中的透鏡可被視為具有較適合於患者眼球的尺寸小的尺寸。當嵌入尺寸較適合於患者眼球的透鏡尺寸小的透鏡時，如參照圖10的左側所述，可能引起白內障。在另一實施例中，當拱高值為750微米或更大時，嵌入至患者眼球中的透鏡可被視為具有較適合於患者眼球的尺寸大的尺寸。當嵌入尺寸較適合於患者眼球的透鏡尺寸大的透鏡時，如參照圖10的右側所述，可能引起青光眼。因此，為了防止透鏡植入手術的副作用，手術後的拱高值可需要包含於恰當的範圍內。亦即，在進行透鏡植入手術之前，需要準確地設計且然後嵌入透鏡。在下文中，將闡述用於預測拱高值的拱高值預測模組及拱高值預測過程。

4.2.拱高值預測模組的配置

圖19是示出拱高值預測模組2000的配置的圖。在實施例中，拱高值預測模組2000可自輸入資料輸出欲進行手術的人的眼球中的預測拱高值。

參照圖19，拱高值預測模組2000可包括輸入單元2100、拱高值預測單元2300及輸出單元2500。

輸入單元2100可自資料庫獲取輸入資料。輸入資料可包括欲進行手術的人的多個檢查資料。

具體而言，輸入單元2100可直接連接至資料庫以獲取輸入資料。另外，輸入單元2100可自伺服器或其他外部裝置接收及獲取輸入資料。

輸入資料可包括欲進行手術的人的檢查資料。所述檢查資料可與以上內容3.1中闡述的檢查資料相同。在下文中，將僅闡述不同的內容。

根據實施例，輸入資料可包括欲嵌入至欲進行手術的人的眼球中的透鏡的任意預期透鏡尺寸。任意預期透鏡尺寸可為標準化或非標準化透鏡尺寸。

在實施例中，拱高值預測單元2300可自輸入資料預測欲進行手術的人的拱高值。

另外，當所預測拱高值包含於某一範圍內時，拱高值預測單元2300可提供所預測拱高值，且使用者可基於所預測拱高值而確定已使用合適的透鏡尺寸執行了手術。

在實施例中，拱高值預測單元2300可根據所預測拱高值來提供關於是否可使用所輸入透鏡尺寸對欲進行手術的人進行透鏡植入手術的資訊。例如，當所預測拱高值被導出為不包含於250微米至750微米的範圍內的200微米時，拱高值預測單元2300可確定不可對欲進行手術的人進行透鏡植入手術。此僅僅是實例，且並非僅限於此，相反，當所預測拱高值包含於某一範圍內時，拱高值預測單元2300可確定可進行透鏡植入手術。

另外，拱高值預測單元2300可根據所預測拱高值來提供關於所輸入透鏡尺寸是否適合於對欲進行手術的人進行透鏡植入手術的資訊。例如，當所預測拱高值是500微米時，拱高值預測單元2300可提供指示作為輸入資料而輸入的13.2毫米的透鏡尺寸適合於對欲進行手術的人進行透鏡植入手術的資訊。另外，當所預測拱高值是800微米時，拱高值預測單元2300可提供指示作為輸入資料而輸入的13.2毫米的透鏡尺寸不適合於對欲進行手術的人進行透鏡植入手術的資訊。此僅僅是實例，且並非僅限於此。

將參照圖20更詳細地闡述拱高值預測單元2300的具體操作。

輸出單元2500可向使用者輸出藉由拱高值預測單元2300獲得的拱高值。在實施例中，輸出單元2500可提供在螢幕上以視覺方式輸出輸出資料的顯示器。另外，輸出單元2500可輸出各種形式，例如影像及文字。

在實施例中，所預測拱高值可為決定透鏡植入手術結果的準則。例如，當所預測拱高值包含於250微米至750微米的範圍內時，使用者可確定已使用適合於欲進行手術的人的眼球的透鏡尺寸執行了手術。

在實施例中，根據拱高值預測單元2300的結果值，可輸出關於使用作為輸入資料而輸入的透鏡尺寸是否適合或可以對欲進行手術的人進行透鏡植入手術的資訊。

4.3.拱高值預測過程

圖20是拱高值預測過程S2000的流程圖。參照圖20，拱高值預測過程S2000包括獲取輸入資料(例如欲進行手術的人的檢查資料)(S2100)，並使用拱高值預測模型來導出預測拱高值 (S2300)。拱高值預測過程S2000可由以上參照圖2闡述的拱高值預測模組2000執行。

具體而言，在獲取輸入資料的操作S2100中，輸入資料可包括自與對欲進行手術的人的眼球的量測相關的多個檢查裝置獲取的多個檢查資料。此與內容3.2中的透鏡尺寸決定過程相同，且因此被省略。

在實施例中，輸入資料可包括所述多個檢查資料及任意透鏡尺寸。

在導出預測拱高值的操作S2300中，可基於欲進行手術的人的所述多個檢查資料使用拱高值預測模型來預測與所述任意透鏡尺寸對應的拱高值。

在實施例中，如參照圖3所述，拱高值預測模型120可由訓練裝置11訓練，且可導出由決定輔助裝置21預測的拱高值。另外，拱高值預測模型120可藉由訓練操作S100來訓練，且可藉由決定操作S200來導出所預測拱高值。參照圖3及圖8闡述的事項可不加改變地應用於拱高值預測模型120。

4.4.實施例

在實施例中，拱高值預測模組可使用欲進行手術的人的多個檢查資料及/或預期透鏡尺寸作為輸入資料來預測拱高值。

圖21是示出根據實施例的拱高值的預測的圖。參照圖21，拱高值預測單元2300可使用欲進行手術的人的多個檢查資料作為輸入資料來預測拱高值及透鏡尺寸。

根據欲嵌入至眼球中的透鏡的尺寸，可不同地導出拱高值。

在實施例中，當檢查資料被輸入至拱高值預測模型120時，拱高值預測模組2000可一起輸出透鏡尺寸及所預測拱高值。當透鏡尺寸及所預測拱高值被一起輸出作為輸出資料時，使用者可基於所預測拱高值準確地決定適合於欲進行手術的人的眼球的特性的透鏡尺寸。例如，當輸出12.6毫米的透鏡尺寸及500微米的所預測拱高值時，由於所預測拱高值包含於恰當的範圍內，因此使用者可確定所輸出透鏡尺寸是適合於欲進行手術的人的眼球的特性的透鏡尺寸。作為另一選擇，當輸出13.2毫米的透鏡尺寸及900微米的所預測拱高值時，由於所預測拱高值不包含於恰當的範圍內，因此使用者可確定所輸出透鏡尺寸是不適合於欲進行手術的人的眼球的特性的透鏡尺寸。此僅僅是實例，且並非僅限於此。

在實施例中，可使用用於輸入檢查資料並輸出拱高值及透鏡尺寸的學習資料來訓練拱高值預測模型120。參照圖8闡述的訓練操作S100可不加改變原封地應用於拱高值預測模型的訓練操作。

在實施例中，所預測拱高值可為某一範圍內的拱高值。亦即，輸出單元2500可輸出某一範圍內的拱高值及與所述拱高值對應的透鏡尺寸。例如，當拱高值是處於250微米至750微米的範圍內的500微米時，輸出單元2500可輸出12.6毫米的透鏡尺寸。

圖22是示出根據另一實施例的拱高值的預測的圖。參照圖22，拱高值預測單元2300可使用欲進行手術的人的多個檢查資料及任意透鏡尺寸作為輸入資料來預測拱高值。

在實施例中，當檢查資料及所述任意透鏡尺寸被輸入至拱高值預測模型120時，拱高值預測模組2000可輸出所預測拱高值。使用者可基於所預測拱高值來判斷所輸入的任意透鏡尺寸是否適合於欲進行手術的人的眼球的特性。例如，在輸入檢查資料及13.2毫米的透鏡尺寸作為輸入資料之後，當輸出450微米的所預測拱高值時，可確定13.2毫米的透鏡尺寸(其為所述任意透鏡尺寸)適合於欲進行手術的人的眼球的特性。此僅僅是實例，且並非僅限於此。

在實施例中，可使用用於輸入檢查資料及透鏡尺寸並輸出拱高值的學習資料來訓練拱高值預測模型120。參照圖8闡述的訓練操作S100可不加改變地應用於拱高值預測模型的訓練操作。

雖然未示出，但在實施例中，拱高值預測單元2300可被實施成與透鏡尺寸決定單元1300交互工作。在此種情形中，使用者可驗證藉由透鏡尺寸決定單元1300導出的結果值的準確度。例如，當藉由透鏡尺寸決定單元1300導出的13.2毫米的透鏡尺寸與檢查資料一起作為拱高值預測單元2300的輸入資料被輸入時，且當所預測拱高值是500微米時，由於拱高值包含於某一範圍內，因此可驗證出13.2毫米的透鏡尺寸(其是透鏡尺寸決定單元的結果值)是適合於欲進行手術的人的眼球的結果值，且結果值的準確度亦為高的。

在實施例中，透鏡尺寸決定單元1300及拱高值預測單元2300可串聯連接。具體而言，可獲取使用透鏡尺寸決定單元1300導出的透鏡尺寸(輸出資料)作為拱高值預測單元2300的輸入資料。亦即，可輸入作為透鏡尺寸決定單元的結果值的透鏡尺寸及欲進行手術的人的多個檢查資料作為拱高值預測單元2300的輸入資料。因此，拱高值預測單元2300可輸出與所輸入透鏡尺寸對應的預測拱高值。

5.透鏡倍率的決定 5.1.透鏡倍率決定模組的配置

即使當在透鏡植入手術之後手術眼的最大矯正視力大於或等於目標視力時，視力品質亦可能由於手術之後的殘餘散光而降低。例如，即使當在透鏡植入手術之後手術眼的矯正視力達到1.2的目標視力且散光被部分地矯正，殘餘散光仍可能存在。在此種情形中，由於殘餘散光，患者可能無法獲得預期的手術結果。因此，當決定用於透鏡植入手術的透鏡的倍率時，可需要考量例如角膜散光等的散光因素。

在實施例中，當決定透鏡的倍率時，需要在不僅考量最大矯正視力而且考量由手術引起的角膜散光的情況下決定透鏡的倍率。在此種情形中，預先預測殘餘散光，且可預先在透鏡中反映用於矯正殘餘散光的要素。因此，使用者可不僅獲得目標視力，而且可獲得所期望的視力品質。

圖23是示出透鏡倍率決定模組3000的配置的圖。在實施例中，透鏡倍率決定模組3000可自輸入資料輸出欲嵌入至欲進行手術的人的眼球中的透鏡的倍率。

參照圖23，透鏡倍率決定模組3000可包括輸入單元3100、透鏡尺寸倍率單元3300及輸出單元3500。

輸入單元3100可自資料庫獲取輸入資料。輸入資料可包括欲進行手術的人的多個檢查資料。

具體而言，輸入單元3100可直接連接至資料庫以獲取輸入資料。另外，輸入單元3100可自伺服器或其他外部裝置接收及獲取輸入資料。

輸入資料可包括欲進行手術的人的檢查資料。檢查資料可與以上內容3.1中闡述的檢查資料相同。在下文中，將僅闡述不同的內容。

根據實施例，檢查資料可包括欲進行手術的人的所量測未矯正視力、自眼球量測的屈光度、散光軸、圓柱形定向的參數、角膜散光、晶狀體性散光、關於近視與散光的比率的資料等。

根據實施例，輸入資料可包括角膜切開資訊。角膜切開資訊可意指關於在透鏡植入手術期間於嵌入透鏡之前欲進行手術的人的角膜切開過程中的所預測或計劃的角膜切開的資訊。在欲進行手術的人的透鏡植入手術的角膜切開過程中，角膜切開資訊可包括角膜切開方法、角膜切開位置、角膜切開方向及/或角膜切開程度。散光的改變量可根據角膜切開資訊中的角膜切開位置而變化，且由手術引起的散光(SIA)值可根據角膜切開尺寸而變化。因此，在決定透鏡倍率時，當在考量角膜切開資訊的情況下預測散光之後決定透鏡倍率(其中調整例如散光的改變量及/或由手術引起的散光等因素)時，可獲得進一步改良視力品質的效果。

在實施例中，透鏡倍率決定單元3300可藉由將輸入資料(例如欲進行手術的人的多個檢查資料)應用於透鏡倍率決定模型130來決定適合於欲進行手術的人的眼球的透鏡倍率。此處，合適的透鏡倍率可意指使得當對欲進行手術的人執行透鏡植入手術時副作用出現的可能性被最小化且視力品質為高的透鏡倍率。在決定透鏡倍率時，關於副作用，可存在視力的降低以及根據視力的降低而出現的頭痛。

在實施例中，為了決定合適的透鏡倍率，透鏡倍率決定單元3300輸入輸入資料(例如欲進行手術的人的多個檢查資料及欲進行手術的人的預期角膜切開資訊)，進而輸出適合於欲進行手術的人的眼球的透鏡倍率。

將參照圖24更詳細地闡述透鏡倍率決定單元3300的具體操作。

輸出單元3500可藉由透鏡倍率決定單元3300輸出關於欲嵌入至欲進行手術的人的眼球中的透鏡的倍率的資訊(輸出資料)。

輸出單元可根據透鏡倍率決定模型的學習方法而輸出適合於欲進行手術的人的眼球的透鏡倍率。

根據實施例，當以迴歸的形式實施透鏡倍率決定模型時，輸出單元可輸出適合於欲進行手術的人的眼球的目標視力的透鏡倍率。可輸出多個透鏡倍率中適合於欲進行手術的人的眼球的概率最高的透鏡倍率。此僅僅是實例，且並非僅限於此。可使用分類器來實施透鏡決定模型。在此種情形中，可輸出多個標準化透鏡倍率中適合於欲進行手術的人的眼球的透鏡倍率。

5.2.透鏡倍率決定過程

圖24是示出透鏡倍率決定過程S3000的流程圖。參照圖24，透鏡倍率決定過程S3000可包括獲取輸入資料(例如欲進行手術的人的多個檢查資料)(S3100)，並使用透鏡倍率決定模型來導出透鏡倍率(S3300)。透鏡倍率決定過程S3000可由以上參照圖2闡述的透鏡倍率決定模組3000執行。

具體而言，在獲取輸入資料的操作S3100中，輸入資料可包括自與對欲進行手術的人的眼球的量測相關的多個檢查獲取的多個檢查資料。在實施例中，與眼球的量測相關的所述多個檢查可包括裂隙燈顯微鏡檢查、眼底檢查、自動屈光及角膜曲率檢查、角膜地形圖檢查等。

在實施例中，所述多個檢查資料可包括未矯正的視力、彗形像差的位置、角膜散光、晶狀體性散光、近視與散光的比率等。

在實施例中，輸入資料可包括欲進行手術的人的預期角膜切開資訊。例如，預期角膜切開資訊可包括欲進行手術的人的角膜切開過程中的角膜切開程度、角膜切開位置、角膜切開方向等。

在決定透鏡倍率時，可考量角膜切開資訊。圖25示出用於闡述角膜切開資訊的圖。具體而言，圖25的(a)是示出當散光未被矯正時的角膜切開的示例性示意圖，且圖25的(b)是示出當散光被矯正時的角膜切開的示例性示意圖。

參照圖25的(a)，在實施例中，當在欲進行手術的人的視力矯正期間散光未被矯正時，角膜切開方向可相對於瞳孔為x軸方向。另外，角膜切開程度可為瞳孔長度的四分之一。

參照圖25的(b)，在實施例中，當在欲進行手術的人的視力矯正期間散光被矯正時，角膜切開方向可相對於瞳孔為y軸方向。另外，角膜切開程度可為瞳孔長度的四分之一。

圖25示出在欲進行手術的人的角膜切開過程中出現的實例，但並非僅限於此，且此可根據欲進行手術的人的散光程度及散光率而變化。

在實施例中，除檢查資料之外，亦可輸入參照圖25闡述的預期角膜切開資訊以用作輸入資料。當輸入角膜切開資訊時，透鏡倍率決定單元可在考量角膜切開資訊的情況下決定透鏡倍率。

5.3.實施例

圖26是示出根據實施例的透鏡倍率的決定的圖。參照圖26，透鏡倍率決定單元3300可使用欲進行手術的人的多個檢查資料作為輸入資料來輸出透鏡倍率。

在實施例中，當檢查資料被輸入至透鏡倍率決定模型130時，透鏡倍率決定模組3000可輸出透鏡倍率。

在實施例中，可使用用於輸入檢查資料並輸出透鏡倍率的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

雖然未示出，在實施例中，透鏡倍率決定單元3300可使用欲進行手術的人的檢查資料作為輸入資料來輸出透鏡倍率及角膜切開資訊。在角膜切開過程中，可與角膜切開資訊，例如，角膜切開程度、角膜切開位置及角膜切開方向，同時輸出預期透鏡倍率，藉此在考量到例如根據角膜切開資訊而矯正的散光等因素的情況下輸出透鏡倍率。

在實施例中，可使用用於輸入檢查資料並輸出透鏡倍率及角膜切開資訊的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

雖然未示出，在實施例中，透鏡倍率決定單元3300可使用欲進行手術的人的檢查資料作為輸入資料來輸出透鏡倍率、角膜切開資訊及散光參數(例如由手術引起的SIA值)。在角膜切開過程中，可與角膜切開資訊及散光參數(例如由手術引起的SIA值)同時輸出預期透鏡倍率，藉此在考量到例如根據角膜切開資訊而矯正的散光及由手術引起的散光等因素的情況下輸出透鏡倍率。

在實施例中，可使用用於輸入檢查資料並輸出透鏡倍率、角膜切開資訊及散光參數(例如由手術引起的SIA值)的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

圖27是示出根據另一實施例的透鏡倍率的決定的圖。參照圖27，透鏡倍率決定單元3300可使用欲進行手術的人的多個檢查資料及角膜切開資訊作為輸入資料來輸出透鏡倍率。

在實施例中，可使用用於輸入檢查資料及角膜切開資訊並輸出透鏡倍率的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

雖然未示出，在實施例中，透鏡倍率決定單元3300可使用欲進行手術的人的多條檢查資料及角膜切開資訊作為輸入資料來輸出散光參數(例如由預期手術引起的SIA值)。

在實施例中，可使用用於輸入檢查資料及角膜切開資訊並輸出散光參數的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

雖然未示出，在實施例中，透鏡倍率決定單元3300可使用欲進行手術的人的所述多個檢查資料及角膜切開資訊作為輸入資料來輸出散光參數(例如由預期手術引起的SIA值)及角膜切開資訊。

在實施例中，可使用用於輸入檢查資料及角膜切開資訊並輸出散光參數及角膜切開資訊的學習資料來訓練透鏡倍率決定模型130。參照圖8闡述的訓練操作S100可不加改變地應用於透鏡倍率決定模型的訓練操作。

根據實施例的方法可以可藉由不同計算裝置執行的程式指令的形式來實施，且可記錄於電腦可讀取介質中。電腦可讀取介質可獨立地或組合地包括程式指令、資料檔案、資料結構等。介質中所記錄的程式指令可為針對實施例專門設計及配置的，或者可為熟習電腦軟體技術者所公知的。電腦可讀取記錄介質可包括磁性介質(例如硬碟、軟碟及磁帶)、光學介質(例如光碟唯讀記憶體(Compact Disc Read Only Memory，CD-ROM)及數位視訊碟(Digital Video Disk，DVD))、磁光介質(例如軟磁光碟)以及被有意地形成為儲存及執行程式指令的硬體單元(例如ROM、RAM、快閃記憶體等等)。程式指令可包括可由電腦使用解譯器執行的高級語言碼以及可能由編譯器產生的機器語言碼。硬體單元可被配置成用作用於執行根據本揭露實施例的操作的一或多個軟體模組，反之亦然。

雖然已參照本發明的實施例闡述了本發明的特徵及配置，但本發明並非僅限於此。對於熟習此項技術者顯而易見的是，可在本發明的精神及範圍內對其進行各種改變及潤飾，且因此應理解，此種改變及潤飾屬於隨附申請專利範圍的範圍。

1:透鏡決定輔助系統

1000:透鏡尺寸決定模組

2000:拱高值預測模組

3000:透鏡倍率決定模組

Claims

一種決定在可植入式膠原聚合物透鏡(implantable collamer lens,ICL)植入手術期間欲嵌入至眼球中的ICL的方法，其透過一或多個處理器實施，且所述方法包括：獲得欲進行手術的人的檢查資料，其中所述人的所述檢查資料包括所述人的至少一的指示前角之間的距離的角間距離(angle-to-angle,ATA)及的白間距(white-to-white,WTW)其中之一者；基於所獲得的所述檢查資料計算反映欲嵌入至所述人的眼球中ICL的尺寸的值，其中計算包括將所獲得的所述人的所述檢查資料輸入至透鏡決定模型，其中所述透鏡決定模型是基於過去進行過ICL植入手術的患者的多個檢查資料及嵌入至所述患者的眼球中的ICL的多個尺寸數據來訓練，其中，所述患者的每一個所述多個檢查資料被標記至每一個所述尺寸資訊，以及其中所述患者的每一個所述多個檢查資料包括至少一ATA距離及白間距其中之一者。
如請求項1所述的方法，其中所述計算更包括計算根據所述人的所述檢查資料導出的ICL的所述尺寸的準確度的可靠性，並向使用者提供所計算的所述可靠性。
如請求項1所述的方法，其中所述方法更包括當所述人的所述檢查資料不包括ATA距離及白間距，自白間距估計ATA距離。
如請求項1所述的方法，其中所述方法更包括基於獲得的檢查資料計算所述ICL的透鏡倍率，其中所述透鏡倍率的計算包括藉由將所獲得的所述人的所述檢查資料輸入至所述透鏡決定模型來決定多個透鏡倍率中欲嵌入至所述人的眼球中的透鏡倍率，且其中所述透鏡決定模型是基於過去進行過ICL植入手術的患者的多個檢查資料及所述患者的切開數據來訓練。
如請求項4所述的方法，其中所獲得的所述人的所述檢查資料更包括自以下群組選擇的至少一者：自所述人的所述眼球量測的屈光誤差、散光軸及散光方向參數，且其中所述透鏡倍率更藉由將所述人的ICL植入手術的角膜切開過程期間預期的切開數據輸入至所述透鏡決定模型來計算適合於所述人的所述目標視力的所述透鏡倍率。
如請求項4所述的方法，其中當所述人的所獲得的所述人的所述檢查資料被輸入至所述透鏡決定模型時，計算用於得到所述人的所述目標視力的透鏡倍率及在所述人的ICL植入手術的角膜切開過程期間預期的切開數據。
如請求項4所述的方法，其中在所述ICL植入手術的角膜切開過程期間，所述患者的所述切開數據包括自以下群組選擇的至少一者：角膜切開方法、角膜切開位置、角膜切開方向及/或角膜切開程度、彗形像差的位置、角膜散光、晶狀體性散光、近視與散光的比率。
一種電腦可讀取記錄介質，其中記錄有用於執行如請求項1所述的方法的程式。
一種用於來決定在可植入式膠原聚合物透鏡(implantable collamber lens,ICL)植入手術期間的ICL的裝置，所述裝置包括：記憶體，用於儲存欲進行手術的人的檢查資料，其中所獲得的所述人的所述檢查資料包括所述人的至少一前房角距離及白間距其中之一者；以及處理器，其中所述處理器被配置成自所述記憶體獲得所儲存的所述人的所述檢查資料，並輸入所獲得的所述人的所述檢查資料輸入至透鏡決定模型來計算反映欲嵌入至所述人的眼球中ICL的尺寸的值，其中所述透鏡決定模型是基於過去進行過透鏡植入手術的患者的多個檢查資料及嵌入至所述患者的眼球中的ICL的尺寸數據來訓練，其中，所述患者的每一個所述多個檢查資料被標記至每一個所述尺寸數據，以及其中所述患者的每一個所述多個檢查資料包括至少一前房角距離及白間距其中之一者。