一种角膜镜异常判断方法和系统技术方案

本发明专利技术涉及角膜镜状态检测领域，特别涉及一种角膜镜异常判断方法和系统。该方法包括：向角膜镜上添加蛋白质着色剂；获取添加蛋白质着色剂的角膜镜的图像数据并发送图像数据至用户终端；用户终端基于图像数据获取反馈信息；用户终端基于反馈信息发出更换角膜镜和/或建议就医的提示；或控制角膜镜收纳盒对角膜镜上的蛋白质着色剂进行清洗；其中，反馈信息基于服务端的训练完成的深度学习模型处理获得。该方法通过服务端基于深度学习模型更加准确的基于蛋白质分布情况判断角膜镜和眼部状态，并且使用者可以直观的获知角膜镜和眼部的状态，以及获取更换角膜镜或就医的提示。

A method and system for judging the abnormal cornea

【技术实现步骤摘要】
一种角膜镜异常判断方法和系统
本说明书涉及角膜镜状态检测领域，特别涉及一种角膜镜异常判断方法和系统。
技术介绍
角膜镜又称角膜塑形镜，随着近视及其他角膜变形带来的视力问题，角膜塑形镜是一个有效办法。它被医学界公认有效的近视矫正手段之一，可以有效控制近视的进一步发展，以作为屈光不正(近视眼)的一种矫正方式，对于青少年来说，它能控制近视程度的加深。角膜塑形镜是利用眼睑的压力，使得镜片压迫角膜表面的角膜上皮细胞和泪液层，使得角膜表面发生形变，从而改变视力。角膜镜采用透气性硬质角膜接触镜材料制作而成，由于其属于可重复使用的眼镜，需要经常确认镜片是否存在异常，避免对眼部造成伤害。
技术实现思路
本说明书实施例之一提供一种角膜镜异常判断方法，其中所述角膜镜使用后收纳于角膜镜收纳盒中。该方法包括：向所述角膜镜上添加蛋白质着色剂；获取所述添加蛋白质着色剂的角膜镜的图像数据并发送所述图像数据至用户终端；所述用户终端基于所述图像数据获取反馈信息；所述反馈信息用于至少反映基于所述角膜镜基于所述蛋白质着色剂得到的染色情况的分析结果；所述用户本文档来自技高网...

【技术保护点】
1.一种角膜镜异常判断方法，其中所述角膜镜使用后收纳于角膜镜收纳盒中，该方法包括：/n向所述角膜镜上添加蛋白质着色剂；/n获取所述添加蛋白质着色剂的角膜镜的图像数据并发送所述图像数据至用户终端；/n所述用户终端基于所述图像数据获取反馈信息；所述反馈信息用于至少反映基于所述角膜镜基于所述蛋白质着色剂得到的染色情况的分析结果；/n所述用户终端基于所述反馈信息发出更换角膜镜和/或建议就医的提示；或控制所述角膜镜收纳盒对所述角膜镜上的蛋白质着色剂进行清洗；/n其中，所述反馈信息由所述用户终端将所述图像数据处理后发送至服务端，基于所述服务端的训练完成的深度学习模型处理获得。/n

【技术特征摘要】
1.一种角膜镜异常判断方法，其中所述角膜镜使用后收纳于角膜镜收纳盒中，该方法包括：
向所述角膜镜上添加蛋白质着色剂；
获取所述添加蛋白质着色剂的角膜镜的图像数据并发送所述图像数据至用户终端；
所述用户终端基于所述图像数据获取反馈信息；所述反馈信息用于至少反映基于所述角膜镜基于所述蛋白质着色剂得到的染色情况的分析结果；
所述用户终端基于所述反馈信息发出更换角膜镜和/或建议就医的提示；或控制所述角膜镜收纳盒对所述角膜镜上的蛋白质着色剂进行清洗；
其中，所述反馈信息由所述用户终端将所述图像数据处理后发送至服务端，基于所述服务端的训练完成的深度学习模型处理获得。


2.根据权利要求1所述的方法，其中，所述深度学习模型通过以下方式获得：
获取训练样本；所述训练样本包括多个被染色的角膜镜图像；
提取每个所述训练样本的特征信息；
获取每个所述训练样本的标签，所述标签包括更换角膜镜、建议就医和/或者无需处理；
基于所述训练样本和所述标签训练初始深度学习模型，得到训练完成的所述深度学习模型。


3.根据权利要求2所述的方法，其中：
所述训练样本的特征信息包括角膜镜形状、角膜镜被染色的蛋白质在所述角膜镜上的分布情况、以及被染色蛋白质颜色深浅程度。


4.根据权利要求1所述的方法，还包括：
所述用户终端对所述图像数据进行预处理，以减小所述图像数据的尺寸；
将所述预处理后的所述图像数据发送至服务端。


5.根据权利要求1所述的方法，其中：
所述蛋白质着色剂包括考马斯亮蓝或聚丙烯酰胺凝胶。


6.根据权利要求1所述的方法，所述向所述角膜镜上添加蛋白质着色剂，包括：<...

【专利技术属性】
技术研发人员：陈洋，
申请(专利权)人：汉桑南京科技有限公司，
类型：发明
国别省市：江苏;32