【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及用于显性球面等效屈光度预测的系统和方法。
技术介绍
1、在眼科学中，患者可能患有需要外科手术来植入人工晶状体(intraocular lens，iol)的眼部病症，该人工晶状体是一种患者的原始晶状体的人工替代物。其中iol在植入时物理地定位(settle)是外科手术成功的关键，并且定位的作用是选择为给定患者选择的iol的光学度数(optical power)。
2、外科医生可利用常规计算器来提供晶状体位置估计，以帮助为患者确定效果。常规计算器需要术中数据，利用晶状体估计，并执行公开计算(即，计算最终晶状体位置和折射结果)来提供晶状体位置推荐。然而，获取和利用这种术中数据、估计和计算会增加外科手术的成本和时间。
技术实现思路
1、根据一个实施方案，提供了一种方法。该方法包括：由一个或多个处理器所执行的确定引擎来生成与一只或多只眼睛的诊断测量结果相关联的一个或多个预测因子的预测特征集。该方法还包括：由确定引擎使用预测特征集内的一个或多个组合和一个或多个模型来执行递归选择操作，以产生最具预测性的子集，包括其他预测子集在内，该最具预测性的子集对于用作训练数据的术后显性折射具有最高预测准确度，该训练数据包括诊断测量结果和测量的术后结果，该测量的术后结果与提供具有零或接近零的术后显性折射误差的预测的诊断测量结果的一个或多个最佳属性相关联。该方法还包括：由确定引擎通过利用最具预测性的子集对递归选择操作的该一个或多个模型进行细化和重新训练来生成确定模型，该确定模型考虑了术后晶
2、在一些实施方案中，诊断测量结果包括来自一个或多个诊断机器的干数据，该干数据至少包括一只或多只眼睛的解剖结构或原始晶状体的位置。在一些实施方案中，诊断测量结果考虑了在不存在术后晶状体位置计算的情况下的术后晶状体定位。在一些实施方案中，术后晶状体定位包括在z方向上的横向和轴向移动。在一些实施方案中，递归选择操作包括递归线性消除过程。在另一实施方案中，可基于线性支持向量机来执行递归线性消除过程。在一些实施方案中，确定模型包括支持向量机，该支持向量机包括径向基函数。在一些实施方案中，该一个或多个模型包括支持向量机和线性回归算法。在一些实施方案中，该一个或多个预测因子的最具预测性的子集是确定模型的输入，并且该确定模型不利用该一个或多个预测因子的剩余集合。在一些实施方案中，该一个或多个预测因子的数量等于或大于1000，并且该一个或多个预测因子的最具预测性的子集的数量等于或小于50。在一些实施方案中，该一个或多个预测因子的最具预测性的子集是相对于成功率和准确度排名递归地选择的。在另一实施方案中，确定引擎包括平均绝对误差、中值绝对误差、均方根误差算法和屈光度范围内的眼睛比例中的至少一者，以确定该一个或多个预测因子的成功率和准确度排名。
3、在一些实施方案中，确定引擎获取包括与多个患者对应的诊断测量结果的数据集，这些诊断测量结果包括针对该多个患者中的每个患者的至少一个选定晶状体属性。在另一实施方案中，该至少一个选定晶状体属性包括晶状体类型或晶状体度数。在再一实施方案中，数据集包括来自第一源的健康记录信息，并且诊断测量结果是从第二源获取的。在又一实施方案中，数据集包括跨健康记录信息和诊断测量结果的医生诊断信息。
4、在一些实施方案中，诊断测量结果包括：术前人工晶状体测量数据，诸如来自光学生物计系统的测量数据；精密测量数据；三维数据；从该三维数据导出的生物计量数据。市场上可获得多种装置来进行术前人工晶状体测量。两个此类装置的示例是：由德国奥伯科亨的carl zeiss ag制造的iol master系统，以及来自俄亥俄州梅森的haag-streit usa,inc.的lenstar ls 900。在另一实施方案中，精密测量数据包括与最终患者视力相关的晶状体放置前信息，该最终患者视力包括零或接近零的术后显性折射。
5、在一些实施方案中，接近零的术后显性折射包括从0至约+/-0.5屈光度的容许偏差。在另一实施方案中，接近零的术后显性折射是围绕容许偏差的负半部分偏斜的。在一些实施方案中，确定模型根据最具预测性的子集利用术前数据作为输入。在一些实施方案中，确定模型利用一个或多个算法的一个或多个输出，该一个或多个算法根据最具预测性的子集使用术前数据作为输入。在一些实施方案中，最具预测性的子集具有基于预测的球面等效与实际球面等效之间被导致为零或接近零的差异的预测准确度。在一些实施方案中，最具预测性的子集具有在约0.5d、约0.75d或约1.0d的绝对误差内的预测准确度。在一些实施方案中，确定引擎针对预测准确度设置最小阈值。在一些实施方案中，生成预测特征集包括生成包括预测因子的不同组合的多个预测子集。在一些实施方案中，细化递归选择操作的该一个或多个模型包括对最具预测性的子集的多个预测因子执行线性回归算法。在一些实施方案中，确定模型考虑了针对单焦点晶状体、多焦点晶状体、复曲面晶状体、扩展焦深晶状体、可调节晶状体或适应性晶状体中的一者或多者的术后结果。
6、根据另一实施方案，提供了一种方法。该方法包括：由一个或多个处理器所执行的确定引擎接收在经历人工晶状体(iol)植入之前一只或多只眼睛的第一诊断测量结果集合。该方法还包括：由确定引擎使用第一诊断测量结果集合来计算考虑到术后晶状体定位的术后显性折射的中间预测。该方法还包括：由确定引擎接收该一只或多只眼睛的多个角膜顶点位置和曲率测量结果。该方法还包括：由确定引擎生成预测特征子集，该预测特征子集包括该多个角膜顶点位置和曲率测量结果、第一诊断测量结果集合以及中间预测中的一者或多者。该方法还包括：由确定引擎使用预测特征子集来计算与一个或多个iol参数相关联的考虑到术后晶状体定位的术后显性折射的最终预测，其中响应于术后显性折射的最终预测低于阈值，选择与该一个或多个iol参数相关联的iol用于植入。
7、在一些实施方案中，计算最终预测包括对预测特征子集执行线性回归算法。在另一实施方案中，预测特征子集包括该多个角膜顶点位置和曲率测量结果、第一诊断测量结果集合以及中间预测中的该一者或多者的子集，包括其他子集在内，该子集对于用作训练数据的术后晶状体定位具有最高预测准确度，该训练数据包括诊断测量结果和测量的术后晶状体定位结果。
8、根据一个或多个实施方案，上述方法实施方案中的任一者可被作为设备、系统和/或计算机程序产品来实施。
9、根据另一实施方案，提供了一种系统。该系统包括红外激光器和计算子系统，该计算子系统包括存储确定引擎的存储器和执行确定引擎的处理器。在实施方案中，确定引擎在执行期间被配置为：接收在经历眼人工晶状体(iol)植入之前一只或多只眼睛的第一诊断测量结果集合；使用第一诊断测量结果集合来计算术后显性折射的中间预测；经由红外激光器接收该一只或多只眼睛的多个角膜顶点位置和曲率测量结果；生成预测特征子集，该预测特征子集包括该多个角膜顶点位置和曲率测量结果、第一诊断测量结果集合以及中间预测中的一者或多者；以及使用预测特征子集来本文档来自技高网...
【技术保护点】
1.一种生成确定模型以识别用于在外科手术规程期间植入的人工晶状体的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述诊断测量结果包括来自一个或多个诊断机器的干数据，所述干数据至少包括所述一只或多只眼睛的解剖结构或原始晶状体的位置。
3.根据权利要求1或2所述的方法，其中，所述诊断测量结果考虑了在不存在术后晶状体位置计算的情况下的所述术后晶状体定位。
4.根据任一前述权利要求所述的方法，其中，术后晶状体定位包括在z方向上的横向和轴向移动。
5.根据任一前述权利要求所述的方法，其中，所述递归选择操作包括递归线性消除过程。
6.根据任一前述权利要求所述的方法，其中，所述确定模型包括支持向量机，所述支持向量机包括径向基函数。
7.根据任一前述权利要求所述的方法，其中，所述一个或多个模型包括支持向量机和线性回归算法。
8.根据任一前述权利要求所述的方法，其中，所述一个或多个预测因子的所述最具预测性的子集是所述确定模型的输入，并且所述确定模型不利用所述一个或多个预测因子的剩余集合。
9
10.根据任一前述权利要求所述的方法，其中，所述一个或多个预测因子的所述最具预测性的子集是相对于成功率和准确度排名递归地选择的。
11.根据权利要求10所述的方法，其中，所述确定引擎包括平均绝对误差、中值绝对误差、均方根误差算法和屈光度范围内的眼睛比例中的至少一者，以确定所述一个或多个预测因子的所述成功率和所述准确度排名。
12.根据任一前述权利要求所述的方法，其中，所述确定引擎获取包括与多个患者对应的所述诊断测量结果的数据集，所述诊断测量结果包括针对所述多个患者中的每个患者的至少一个选定晶状体属性。
13.根据权利要求12所述的方法，其中，所述至少一个选定晶状体属性包括晶状体类型或晶状体度数。
14.根据权利要求12所述的方法，其中，所述数据集包括来自第一源的健康记录信息，并且所述诊断测量结果是从第二源获取的。
15.根据权利要求14所述的方法，其中，所述数据集包括跨所述健康记录信息和所述诊断测量结果的医生诊断信息。
16.根据任一前述权利要求所述的方法，其中，所述诊断测量结果包括术前人工晶状体生物计量数据、精密测量数据、三维数据和从所述三维数据导出的生物计量数据。
17.根据权利要求16所述的方法，其中，所述精密测量数据包括与最终患者视力相关的晶状体放置前信息，所述最终患者视力包括零或接近零的术后显性折射。
18.根据任一前述权利要求所述的方法，其中，所述接近零的术后显性折射包括从0至+/-0.5屈光度的容许偏差。
19.根据权利要求18所述的方法，其中，所述接近零的术后显性折射是围绕所述容许偏差的负半部分偏斜的。
20.根据任一前述权利要求所述的方法，其中，所述确定模型根据所述最具预测性的子集利用术前数据作为输入。
21.根据任一前述权利要求所述的方法，其中，所述确定模型利用一个或多个算法的一个或多个输出，所述一个或多个算法根据所述最具预测性的子集使用所述术前数据作为所述输入。
22.根据任一前述权利要求所述的方法，其中，所述最具预测性的子集具有基于预测的球面等效与实际球面等效之间被导致为零或接近零的差异的预测准确度。
23.根据任一前述权利要求所述的方法，其中，所述最具预测性的子集具有在0.5D、0.75D或1.0D的绝对误差内的预测准确度。
24.根据任一前述权利要求所述的方法，其中所述确定引擎针对预测准确度设置最小阈值。
25.根据任一前述权利要求所述的方法，其中生成所述预测特征集包括生成包括预测因子的不同组合的多个预测子集。
26.根据任一前述权利要求所述的方法，其中，细化所述递归选择操作的所述一个或多个模型包括对所述最具预测性的子集的多个预测因子执行线性回归算法。
27.根据任一前述权利要求所述的方法，其中，所述确定模型考虑了针对单焦点晶状体、多焦点晶状体、复曲面晶状体、扩展焦深晶状体、可调节晶状体或适应性晶状体中的一者或多者的术后结果。
28.一种激光设备，所述激光设备包括：
29.一种方法，所述方法包括：
30.根据权利要求29所述的方法，其中，计算所述最终预测包括对所述预测特征子集执行线性回归算法。
31.根...
【技术特征摘要】
【国外来华专利技术】
1.一种生成确定模型以识别用于在外科手术规程期间植入的人工晶状体的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述诊断测量结果包括来自一个或多个诊断机器的干数据，所述干数据至少包括所述一只或多只眼睛的解剖结构或原始晶状体的位置。
3.根据权利要求1或2所述的方法，其中，所述诊断测量结果考虑了在不存在术后晶状体位置计算的情况下的所述术后晶状体定位。
4.根据任一前述权利要求所述的方法，其中，术后晶状体定位包括在z方向上的横向和轴向移动。
5.根据任一前述权利要求所述的方法，其中，所述递归选择操作包括递归线性消除过程。
6.根据任一前述权利要求所述的方法，其中，所述确定模型包括支持向量机，所述支持向量机包括径向基函数。
7.根据任一前述权利要求所述的方法，其中，所述一个或多个模型包括支持向量机和线性回归算法。
8.根据任一前述权利要求所述的方法，其中，所述一个或多个预测因子的所述最具预测性的子集是所述确定模型的输入，并且所述确定模型不利用所述一个或多个预测因子的剩余集合。
9.根据任一前述权利要求所述的方法，其中，所述一个或多个预测因子的数量等于或大于1000，并且所述一个或多个预测因子的所述最具预测性的子集的数量等于或小于50。
10.根据任一前述权利要求所述的方法，其中，所述一个或多个预测因子的所述最具预测性的子集是相对于成功率和准确度排名递归地选择的。
11.根据权利要求10所述的方法，其中，所述确定引擎包括平均绝对误差、中值绝对误差、均方根误差算法和屈光度范围内的眼睛比例中的至少一者，以确定所述一个或多个预测因子的所述成功率和所述准确度排名。
12.根据任一前述权利要求所述的方法，其中，所述确定引擎获取包括与多个患者对应的所述诊断测量结果的数据集，所述诊断测量结果包括针对所述多个患者中的每个患者的至少一个选定晶状体属性。
13.根据权利要求12所述的方法，其中，所述至少一个选定晶状体属性包括晶状体类型或晶状体度数。
14.根据权利要求12所述的方法，其中，所述数据集包括来自第一源的健康记录信息，并且所述诊断测量结果是从第二源获取的。
15.根据权利要求14所述的方法，其中，所述数据集包括跨所述健康记录信息和所述诊断测量结果的医生诊断信息。
16.根据任一前述权利要求所述的方法，其中，所述诊断测量结果包括术前人工晶状体生物计量数据、精密测量数据、三维数据和从所述三维数据导出的生物计量数据。
17.根据权利要求16所述的方法，其中，所述精密测量数据包括与最终患者视力相关的晶状体放置前信息，所述最终患者视力包括零或接近零的术后显性折射。
18.根据任一前述权利要求所述的方法，其中，所述接近零的术后显性折射包括从0至+/-0.5屈光度的容许偏差。
19.根据权利要求18所述的方法，其中，所述接近零的术后显性折射是围绕所述容许偏差的负半部分偏斜的。
20.根据任一前述权利要求所述的方法，其中，所述确定模型根据所述最具预测性的子集利用术前数据作为输入。
21.根据任一前述权利要求所述的方法，其中，所述确定模型利用一个或多个算法的一个或多个输出，所述一个或多个算法根据所述最具预测性的子集使用所述术前数据作为所述输入。
22.根据任一前述权利要求所述的方法，其中，所述最具预测性的子集具有基于预测的球面等效与实际球面等效之间被导致为零或接近零的差异的预测准确度。
23.根据任一前述权利要求所述的方法，其中，所述最具预测性的子集具有在0.5d、0.75d或1.0d的绝对误差内的预测准确度。
24.根据任一前述权利要求所述的方法，其中所述确定引擎针对预测准确度设置最小阈值。
25.根据任一前述权利要求所述的方法，其中生成所述预测特征集包括生成包括预测因子的不同组合的多个预测子集。
26.根据任一前述权利要求所述的方法，其中，细化所述递归选择操作的所述一个或多个模型包括对所述最具预测性的子集的多个预测因子执行线性回归算法。
27.根据任一前述权利要求所述的方法，其中，所述确定模型考虑了针对单焦点晶状体、多焦点晶状体、复曲面晶状体、扩展焦深晶状体、可调节晶状体或适应性晶状体中的一者或多者的术后结果。
28.一种激光设备，所述激光设备包括：
29.一种方法，所述方法包括：
30.根据权利要求29所述的方法，其中，计算所述最终预测包括对所述预测特征子集执行线性回归算法。
31.根据权利要求30所述的方法，其中，所述预测特征子集包括所述多个角膜顶点位置和曲率测量结果、所述第一诊断测量结果集合以及所述中间预测中的所述一者或多者的子集，包括其他子集在内...
【专利技术属性】
技术研发人员：C·斯凯尔斯，G·戴，J·杨，J·范德东克，M·拉德梅克，B·斯特拉科，G·范德维勒，
申请(专利权)人：强生外科视力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。