基于大数据拟合的青少儿屈光发育监测方法及系统技术方案

本发明专利技术提供了一种基于大数据拟合的青少儿屈光发育监测方法及系统，该方法包括：S1，建立多因素动态屈光值的大数据模型；S2，根据测试者的裸眼视力检测值结合测试者的基本信息，利用多因素动态屈光值的大数据模型拟合出测试者的动态屈光值，得出测试者视力不良的原因，若该测试者需要进行深度屈光发育监测，则利用大数据模型拟合出测试者的静态屈光值并进行长期监测。采用本发明专利技术只需要对测试者的裸眼视力和基本信息进行采集，就可以拟合出测试者的动态屈光值，监测方式简单；对需要进行屈光发育监测人群只需要对测试者的动态屈光、调节幅度和眼生物结构的各项参数进行检测，就可以拟合出测试者的静态屈光值，无需用到眼肌麻痹药水，监测方式简单。

Method and system for monitoring refractive development of young children based on large data fitting

The invention provides a big data fitting youth refractive development monitoring method and system based on this method, including: S1, establish the data model of multi factor dynamic refraction value; S2, according to the test of visual acuity test combined with the detection value of basic information, using the multi factor dynamic refraction value of big data model test of dynamic refraction values that cause poor eyesight test, if the test needs depth refractive development monitoring, using data fitting test static refraction value and long-term monitoring. The invention only needs to test the visual acuity and the basic information collection, you can fit the dynamic test of the refractive value monitoring is simple; the need for monitoring people only need dynamic refraction refraction, the test for detecting and adjusting parameters of amplitude and ocular biological structure, you can fitted values of static refraction test, no need to use the ophthalmoplegia potion, simple monitoring.

【技术实现步骤摘要】
基于大数据拟合的青少儿屈光发育监测方法及系统
本专利技术涉及青少年眼屈光发育监测领域，尤其涉及一种基于大数据拟合的青少儿屈光发育监测方法及系统。
技术介绍
青少年近视问题是严重危害青少年身心健康的社会问题，近视化过程是一种发育性过程，近视的发生是一个从小到大受到遗传与用眼习惯影响的连续积累的产物。目前青少年对于近视问题关注时间过晚，在已经近视时才开始重视这个问题，错过了前面预防干预的过程。因此众多专家鼓励青少年从3岁起就开始实施屈光发育监测，但由于全民健康意识和社会卫生服务水平受限，要对大多数青少年在学校直接实施屈光发育监测可行性很低，特别是对于静态屈光（动态屈光指的未放松眼调节情况下的屈光状况，静态屈光通常指的是利用麻痹剂后检查出的屈光状况）检查，通常需要用到眼肌麻痹药水，大多数家长对此十分谨慎。近视化发育主要关注的是静态屈光，静态屈光指的是未动用调节时眼部屈光值，传统检查静态屈光的方法通常是利用眼肌麻痹药水将被检者调节放松后利用主观或客观检查屈光进行诊断，另外也有利用雾视法等放松调节等方法。静态屈光其实是眼球各个结构之间屈光协调的结果，因此近年来很多科研者研究发现静态屈光值与眼生本文档来自技高网...

【技术保护点】
一种基于大数据拟合的青少儿屈光发育监测方法，其特征在于，包括以下步骤：S1，建立多因素动态屈光值的大数据模型；S2，对测试者的裸眼视力进行检测，根据测试者的裸眼视力检测值结合测试者的基本信息，利用多因素动态屈光值的大数据模型拟合出测试者的动态屈光值，从而判断测试者的屈光类型以得出测试者视力不良的原因，并判断该测试者是否需要进行深度屈光发育监测。

【技术特征摘要】
1.一种基于大数据拟合的青少儿屈光发育监测方法，其特征在于，包括以下步骤：S1，建立多因素动态屈光值的大数据模型；S2，对测试者的裸眼视力进行检测，根据测试者的裸眼视力检测值结合测试者的基本信息，利用多因素动态屈光值的大数据模型拟合出测试者的动态屈光值，从而判断测试者的屈光类型以得出测试者视力不良的原因，并判断该测试者是否需要进行深度屈光发育监测。2.如权利要求1所述的基于大数据拟合的青少儿屈光发育监测方法，其特征在于：所述步骤S1中多因素动态屈光值的大数据模型的建立方法如下：S1.1，积累大量的初始数据，包括多个个体的基本信息、裸眼视力检测值以及动态屈光值，其中基本信息包括年龄、性别、遗传情况、近期用眼疲劳程度、发育期状况；S1.2，对积累的大量初始数据进行单因素回归分析；S1.3，对积累的大量初始数据进行多因素回归分析对比；S1.4，确定多因素变量；S1.5，建立多因素动态屈光值的大数据模型。3.如权利要求1所述的基于大数据拟合的青少儿屈光发育监测方法，其特征在于：若所述步骤S2中判断该测试者需要进行深度屈光发育监测，则还包括以下步骤：S3，建立多因素静态屈光的大数据模型；S4，对测试者的调节幅度和眼生物结构的各项参数进行检测，根据检测的参数结合测试者的动态屈光值利用多因素静态屈光的大数据模型拟合出测试者的静态屈光值；S5，阶段性的重复上述步骤S4，获得测试者多个阶段的拟合的静态屈光值；S6，根据测试者多个阶段的拟合的静态屈光值结合测试者的年龄和未来发育速度，对测试者下一阶段的屈光发育速度进行分析预测，并且对测试者未来成年后患高度近视的风险进行分析预测，同时对于之前两次检查时间内发育速度是否合理进行评估分析。4.如权利要求3所述的基于大数据拟合的青少儿屈光发育监测方法，其特征在于：所述步骤S3中多因素静态屈光的大数据模型的建立方法如下：S3.1，积累大量的初始数据，包括多个个体的动态屈光、调节幅度、眼生物结构的各项参数以及静态屈光；S3.2，对积累的大量初始数据进行单因素回归分析；S3.3，对积累的大量初始数据进行多因素回归分析对比；S3.4，确定多因素变量；S3.5，建立多因素静态屈光的大数据模型。5.如权利要求4所述的基于大数据拟合的青少儿屈光发育监测方法，其特征在于：所述多因素静态屈光的大数据模型根据不断获取的新的初始数据进行迭代更新。6.如权利要求4所述的基于大数据拟合的青少儿屈光发育监测方法，其特征在...

【专利技术属性】
技术研发人员：许文龙，
申请(专利权)人：武汉目明乐视健康科技有限公司，
类型：发明
国别省市：湖北,42