一种眨眼数据的统计方法、装置、介质及电子设备制造方法及图纸

本申请公开了一种眨眼数据的统计方法、装置、计算机可读存储介质及电子设备，通过获取预设时间段内包含眼部运动的视频数据，然后识别视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域，计算目标区域对应的睑裂高度，并且根据睑裂高度，确定目标区域的开合状态；最后根据视频数据中所有帧图像的目标区域的开合状态，统计得到预设时间段内的眨眼数据；即通过自动获取一段时间内的视频数据并对该视频数据中的每帧图像进行识别，以得到目标区域，并且根据睑裂高度来确定开合状态，从而统计眨眼数据，不仅降低了数据统计的难度，而且通过自动识别目标区域来计算睑裂高度，从而可以准确获知眨眼的数据，为后续的预判提供了准确的数据基础。确的数据基础。确的数据基础。

【技术实现步骤摘要】
一种眨眼数据的统计方法、装置、介质及电子设备


[0001]本申请涉及图像处理
，具体涉及一种眨眼数据的统计方法、装置、计算机可读存储介质及电子设备。

技术介绍

[0002]眨眼又称瞬目反射，是一种快速的眼睑的周期性运动，是由提上睑肌和眼轮匝肌的收缩和放松过程中产生的作用力而形成的。根据眨眼时上下眼睑在整个眼睑长度上完全接触与否，可以将眨眼的过程分为完全眨眼和不完全眨眼。
[0003]眨眼时产生的肌肉作用力促进睑板腺睑脂的分泌，并将分泌的睑脂挤压至眼睑边缘，上下眼睑彼此接触便可将其沿着睑缘均匀扩散至泪膜中，从而形成泪膜的脂质层，达到润滑眼表，减少泪液蒸发的作用。眨眼异常则会相应地引起一系列眼部症状与体征的变化。当出现不完全眨眼时，眼部肌肉挤压力变小，睑板腺将睑脂分泌到眼睑边缘脂质储存库的驱动力减弱，睑脂停滞并凝固于腺管中。此外，随着上下眼睑接触的减少，眼睑边缘脂质储存库脂质减少，进一步出现泪膜分布不均匀。长期阻塞会引起睑板腺的废用性萎缩，从而导致睑板腺丢失。所以当不完全眨眼增多时，会出现更高的眼表疾病指数(OSDI)评分、更多的睑板腺丢失以及更差的泪膜稳定性，对于眨眼不完全者，干眼诊断标准的比例也更高。
[0004]当患者的眼睛表现异常时，可能出现不同程度的眼部灼热感、刺激感或异物感，从而导致眨眼频次改变、眨眼幅度异常、完全闭合时间异常等。因此，可以统计患者眨眼数据以预判其眼睛表现是否正常，然而，现有的统计多是通过人工计数实现的，这样的统计效率不高，而且统计精度也不高。

技术实现思路
/>[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种眨眼数据的统计方法、装置、计算机可读存储介质及电子设备，解决了上述统计眨眼数据效率和精度不高的问题。
[0006]根据本申请的一个方面，提供了一种眨眼数据的统计方法，包括：获取预设时间段内包含眼部运动的视频数据；识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域；计算所述目标区域对应的睑裂高度；根据所述睑裂高度，确定所述目标区域的开合状态；其中，所述开合状态包括睁眼状态、闭眼状态和半睁眼状态；以及根据所述视频数据中所有帧图像的所述目标区域的开合状态，统计得到所述预设时间段内的眨眼数据。
[0007]在一实施例中，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：将所述视频数据的每帧图像输入识别模型，得到所述上眼睑和所述下眼睑之间的所述目标区域；其中，所述识别模型包括神经网络模型。
[0008]在一实施例中，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：根据所述上眼睑和所述下眼睑之间区域的像素值，选取所述视频数据的每帧图像中封闭的种子区域；当存在所述种子区域时，以所述种子区域为中心向周围扩展以
确定所述目标区域的边界线；以及对确定了所述目标区域的边界线的每帧图像进行二值化处理，得到包含所述目标区域的二值化图像。
[0009]在一实施例中，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：当不存在所述种子区域时，确定所述目标区域为闭眼状态。
[0010]在一实施例中，所述计算所述目标区域对应的睑裂高度包括：根据所述上眼睑的两端端点得到第一参考线；根据所述下眼睑的两端端点得到第二参考线；根据所述第一参考线和所述第二参考线，确定睑裂高度方向；以及选取所述睑裂高度方向上所述上眼睑和所述下眼睑之间的最大距离作为所述睑裂高度。
[0011]在一实施例中，所述根据所述睑裂高度，确定所述目标区域的开合状态包括：选取所述视频数据的所有睑裂高度中的最大值和最小值；计算所述睑裂高度与所述最大值之间的最大差异以及与所述最小值之间的最小差异；当所述最大差异小于或等于第一预设差异时，确定所述目标区域的开合状态为睁眼状态；当所述最小差异小于或等于第二预设差异时，确定所述目标区域的开合状态为闭眼状态；以及当所述最大差异大于所述第一预设差异且所述最小差异大于所述第二预设差异时，确定所述目标区域的开合状态为半睁眼状态。
[0012]在一实施例中，所述根据所述视频数据中所有帧图像的所述目标区域的开合状态，统计得到所述预设时间段内的眨眼数据包括：根据所述视频数据中所有帧图像的所述目标区域的开合状态，获取所述视频数据中的完全眨眼次数和不完全眨眼次数；其中，单次完全眨眼表示所述目标区域的开合状态由睁眼状态变为闭眼状态后再次变为睁眼状态，单次不完全眨眼表示所述目标区域的开合状态由睁眼状态变为半睁眼状态后再次变为睁眼状态。
[0013]根据本申请的另一个方面，提供了一种眨眼数据的统计装置，包括：视频获取模块，用于获取预设时间段内包含眼部运动的视频数据；图像识别模块，用于识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域；高度计算模块，用于计算所述目标区域对应的睑裂高度；状态确定模块，用于根据所述睑裂高度，确定所述目标区域的开合状态；其中，所述开合状态包括睁眼状态、闭眼状态和半睁眼状态；以及数据统计模块，用于根据所述视频数据中所有帧图像的所述目标区域的开合状态，统计得到所述预设时间段内的眨眼数据。
[0014]根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的眨眼数据的统计方法。
[0015]根据本申请的另一个方面，提供了一种电子设备，所述电子设备包括：处理器；以及用于存储所述处理器可执行指令的存储器；所述处理器用于执行上述任一所述的眨眼数据的统计方法。
[0016]本申请提供的一种眨眼数据的统计方法、装置、计算机可读存储介质及电子设备，通过获取预设时间段内包含眼部运动的视频数据，然后识别视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域，计算目标区域对应的睑裂高度，并且根据睑裂高度，确定目标区域的开合状态；最后根据视频数据中所有帧图像的目标区域的开合状态，统计得到预设时间段内的眨眼数据；即通过自动获取一段时间内的视频数据并对该视频数据中的每帧图像进行识别，以得到上眼睑和下眼睑之间的目标区域，并且根据睑裂高度来确定开合状
态，从而统计眨眼数据，不仅降低了数据统计的难度，而且通过自动识别目标区域来计算睑裂高度，从而可以准确获知眨眼的数据，为后续的预判提供了准确的数据基础。
[0017]附图说明
[0018]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0019]图1是本申请一示例性实施例提供的一种眨眼数据的统计方法的流程示意图。
[0020]图2是本申请一示例性实施例提供的一种目标区域识别方法的流程示意图。
[0021]图3是本申请一示例性实施例提供的一种睑裂高度计算方法的流程示意图。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眨眼数据的统计方法，其特征在于，包括：获取预设时间段内包含眼部运动的视频数据；识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域；计算所述目标区域对应的睑裂高度；根据所述睑裂高度，确定所述目标区域的开合状态；其中，所述开合状态包括睁眼状态、闭眼状态和半睁眼状态；以及根据所述视频数据中所有帧图像的所述目标区域的开合状态，统计得到所述预设时间段内的眨眼数据。2.根据权利要求1所述的眨眼数据的统计方法，其特征在于，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：将所述视频数据的每帧图像输入识别模型，得到所述上眼睑和所述下眼睑之间的所述目标区域；其中，所述识别模型包括神经网络模型。3.根据权利要求1所述的眨眼数据的统计方法，其特征在于，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：根据所述上眼睑和所述下眼睑之间区域的像素值，选取所述视频数据的每帧图像中封闭的种子区域；当存在所述种子区域时，以所述种子区域为中心向周围扩展以确定所述目标区域的边界线；以及对确定了所述目标区域的边界线的每帧图像进行二值化处理，得到包含所述目标区域的二值化图像。4.根据权利要求3所述的眨眼数据的统计方法，其特征在于，所述识别所述视频数据的每帧图像，得到上眼睑和下眼睑之间的目标区域包括：当不存在所述种子区域时，确定所述目标区域为闭眼状态。5.根据权利要求1所述的眨眼数据的统计方法，其特征在于，所述计算所述目标区域对应的睑裂高度包括：根据所述上眼睑的两端端点得到第一参考线；根据所述下眼睑的两端端点得到第二参考线；根据所述第一参考线和所述第二参考线，确定睑裂高度方向；以及选取所述睑裂高度方向上所述上眼睑和所述下眼睑之间的最大距离作为所述睑裂高度。6.根据权利要求1所述的眨眼数据的统计方法，其特征在于，所述根据所述睑裂高度，确定所述目标区域的开合状态包括：选取所述视频数据的所有睑...

【专利技术属性】
技术研发人员：郑钦象，
申请(专利权)人：温州医科大学附属眼视光医院，
类型：发明
国别省市：