System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能的Goldmann眼压检查方法及设备技术_技高网

基于人工智能的Goldmann眼压检查方法及设备技术

技术编号:43466935 阅读:14 留言:0更新日期:2024-11-27 13:03
本发明专利技术涉及人工智能技术领域,具体涉及一种基于人工智能的Goldmann眼压检查方法及设备,方法包括:在采用裂隙灯显微镜的低倍目镜观察受检眼过程中,获取照相机对低倍目镜中两个荧光半环实时采集的荧光图像;通过转动Goldmann眼压计的测量鼓轮,以增加施加在受检眼上的压力,调整两个荧光半环的荧光半环特征,并基于预先训练好的深度学习模型实时识别荧光图像中的荧光半环特征;在识别出荧光半环特征满足特征要求时,读取电子传感旋钮显示的眼压数值;将荧光图像和旋钮数值对应的眼压数值进行记录,并通过显示屏进行显示;本发明专利技术通过预先训练好的深度学习模型提高了眼压检查的准确性和效率,并实现实时的荧光半环显示与记录。

【技术实现步骤摘要】

本专利技术涉及人工智能,具体涉及一种基于人工智能的goldmann眼压检查方法及设备。


技术介绍

1、goldmann眼压检查是一种常用的眼科诊疗技术,通过测量眼球内部的压力来评估患者的眼部健康状况。然而,传统的goldmann检查方法存在一些缺点。首先,这种方法依赖于医生肉眼观察和手动操作,因此容易受到医生个人经验和技巧水平的影响。其次,在进行测量时需要医生实时观察荧光半环的变化,并根据自己的判断手动调整旋钮以达到正确的压平程度,这种主观性可能导致不同医生之间测量结果存在差异。


技术实现思路

1、本专利技术目的在于提供一种基于人工智能的goldmann眼压检查方法及设备,旨在基于人工智能辅助goldmann眼压检查,实现实时的荧光半环显示与记录,提高眼压检查的准确性和效率。

2、为了实现上述目的,本专利技术提供以下技术方案:

3、第一方面,本专利技术实施例提供了一种基于人工智能的goldmann眼压检查方法,所述方法应用于goldmann眼压检查系统,所述goldmann眼压检查系统包括:裂隙灯显微镜、goldmann眼压计、电子传感旋钮和显示屏,所述goldmann眼压计包括测量鼓轮,所述裂隙灯显微镜包括低倍目镜和照相机;

4、所述方法包括以下步骤:

5、在采用裂隙灯显微镜的低倍目镜观察受检眼过程中,获取照相机对所述低倍目镜中两个荧光半环实时采集的荧光图像;

6、通过转动goldmann眼压计的测量鼓轮,以增加施加在受检眼上的压力,调整两个荧光半环的荧光半环特征,并基于预先训练好的深度学习模型实时识别所述荧光图像中的荧光半环特征;

7、在识别出所述荧光半环特征满足特征要求时,读取电子传感旋钮显示的眼压数值;其中,所述特征要求包括两个荧光半环完整对称、宽度达到设定的宽度值、并且内径相切;

8、将所述荧光图像和所述旋钮数值对应的眼压数值进行记录,并通过显示屏进行显示。

9、可选地,所述裂隙灯显微镜还包括操纵杆,所述获取照相机对所述低倍目镜中两个荧光半环实时采集的荧光图像之前,所述方法还包括:

10、通过调节裂隙灯显微镜的操纵杆,使裂隙灯显微镜的显示屏中显示的两个荧光半环位于视野中央,并使两个荧光半环左右、上下对称、且宽窄均匀。

11、可选地,所述goldmann眼压检查系统还包括声音提示模块,所述方法还包括:

12、若确定所述眼压值超出特定范围,则通过声音提示模块发出相应的声音提示。

13、可选地,所述基于预先训练好的深度学习模型识别所述荧光图像中的荧光半环特征,包括:

14、对所述荧光图像进行预处理后,从预处理后的荧光图像中提取出荧光半环特征;

15、将所述荧光半环特征输入预先训练好的深度学习模型,识别所述荧光半环特征,并读取对应的眼压值。

16、可选地,所述训练好的深度学习模型通过以下方式得到:

17、对荧光图像进行预处理,所述预处理包括去噪、增强对比度;

18、利用卷积神经网络从预处理后的荧光图像中提取出荧光半环特征;

19、在所述荧光图像中标注荧光半环特征,得到已标注的荧光图像;

20、将已标注的荧光图像和对应的眼压值作为训练样本,将多个所述训练样本形成数据集;

21、建立深度学习模型,通过所述数据集对所述深度学习模型进行迭代训练,直至所述深度学习模型的损失值低于设定的损失阈值或迭代训练的次数达到设定的次数阈值,得到训练好的深度学习模型。

22、裂隙灯显微镜第二方面,本专利技术实施例提供了一种电子设备,所述电子设备包括:

23、至少一个处理器;

24、至少一个存储器,用于存储至少一个程序;

25、当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上述任意一项所述的方法。

26、本专利技术的有益效果是:本专利技术公开一种基于人工智能的goldmann眼压检查方法及设备,本专利技术改进了传统方法的局限性,显著提升了测量精准度与诊断一致性。该技术通过自动化分析荧光半环变化,消除了医生主观判断带来的误差,确保了测量结果的客观性和可重复性。这不仅提高了诊断的标准化水平,还优化了患者体验,使检查过程更加快捷、顺畅。

本文档来自技高网...

【技术保护点】

1.一种基于人工智能的Goldmann眼压检查方法,其特征在于,所述方法应用于Goldmann眼压检查系统,所述Goldmann眼压检查系统包括:裂隙灯显微镜、Goldmann眼压计、电子传感旋钮和显示屏,所述Goldmann眼压计包括测量鼓轮,所述裂隙灯显微镜包括低倍目镜和照相机;

2.根据权利要求1所述的方法,其特征在于,所述裂隙灯显微镜还包括操纵杆,所述获取照相机对所述低倍目镜中两个荧光半环实时采集的荧光图像之前,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,所述Goldmann眼压检查系统还包括声音提示模块,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述基于预先训练好的深度学习模型识别所述荧光图像中的荧光半环特征,包括:

5.根据权利要求1所述的方法,其特征在于,所述训练好的深度学习模型通过以下方式得到:

6.一种电子设备,其特征在于,所述电子设备包括:

【技术特征摘要】

1.一种基于人工智能的goldmann眼压检查方法,其特征在于,所述方法应用于goldmann眼压检查系统,所述goldmann眼压检查系统包括:裂隙灯显微镜、goldmann眼压计、电子传感旋钮和显示屏,所述goldmann眼压计包括测量鼓轮,所述裂隙灯显微镜包括低倍目镜和照相机;

2.根据权利要求1所述的方法,其特征在于,所述裂隙灯显微镜还包括操纵杆,所述获取照相机对所述低倍目镜中两个荧光半环实时采集的荧光图像之...

【专利技术属性】
技术研发人员:黄楚开王钧蔚谭丽邱坤良
申请(专利权)人:汕头大学·香港中文大学联合汕头国际眼科中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1