眼部图片处理方法、超声乳化设备控制方法和装置制造方法及图纸

本申请涉及一种眼部图片处理方法、超声乳化设备控制方法和装置。所述眼部图片处理方法包括：获取预先确定的至少一个目标拍摄部位的待处理眼部图片；将所述待处理眼部图片分别输入至对应所述目标拍摄部位的目标眼部图片识别模型中，进行识别得到所述待处理眼部图片的初步识别结果；根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果。该超声乳化设备控制方法通过眼部图片处理方法获取到目标识别结果，并基于该目标识别结果对超声乳化设备进行控制，采用本方法能够提高处理效率和准确性。和准确性。和准确性。

【技术实现步骤摘要】
眼部图片处理方法、超声乳化设备控制方法和装置


[0001]本申请涉及人工智能
，特别是涉及一种眼部图片处理方法、超声乳化设备控制方法和装置。

技术介绍

[0002]深度学习是计算机科学机器学习领域中的一个新的研究方向，它被引入机器学习使其更接近于最初的目标：人工智能。深度学习的本质是通过机器学习算法与训练用数据，使计算机有能力从大量已有的数据中学习出潜在的规律和特征，以用来对新的样本进行智能识别或者预期未来某件事物的可能性。
[0003]目前，传统对于眼部图片的处理，通常是有经验的医生等进行查看，然后凭借经验进行处理，但是这样需要耗费大量的医生资源，且每张图片都需要进行查看，在医生资源紧缺的前提下，效率较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高处理效率和准确性的眼部图片处理方法、超声乳化设备控制方法和装置。
[0005]一种眼部图片处理方法，所述方法包括：
[0006]获取预先确定的至少一个目标拍摄部位的待处理眼部图片；
[0007]将所述待处理眼部图片分别输入至对应所述目标拍摄部位的目标眼部图片识别模型中，进行识别得到所述待处理眼部图片的初步识别结果；
[0008]根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果。
[0009]在其中一个实施例中，所述至少一个目标拍摄部位的预先确定方式包括：
[0010]获取预设的多个初始拍摄部位的初始眼部图片；
[0011]分别将所述初始眼部图片输入至对应的预先训练得到的初始眼部图片识别模型中得到模型识别结果；
[0012]采集第一实际识别结果；通过比较所述第一实际识别结果和所述模型识别结果，从所述初始拍摄部位中选取目标拍摄部位，并获取与所述目标拍摄部分对应的目标眼部图片识别模型。
[0013]在其中一个实施例中，所述采集第一实际识别结果之后，还包括：
[0014]将所述初始眼部图片和第一实际识别结果传输至存储设备，其中，所述存储设备中存储的所述初始眼部图片和第一实际识别结果用于对对应的所述初始眼部图片识别模型进行更新。
[0015]在其中一个实施例中，所述通过比较所述第一实际识别结果和所述模型识别结果，从所述初始拍摄部位中选取目标拍摄部位，并获取与所述目标拍摄部分对应的目标眼部图片识别模型之后，还包括：
[0016]根据所述模型识别结果和所述第一实际识别结果，确定对应的所述目标眼部图片
识别模型的识别准确率；
[0017]根据所述识别准确率计算得到所述目标眼部图片识别模型的权重；
[0018]所述根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果，包括：
[0019]通过所述初步识别结果以及对应的所述目标眼部图片识别模型的权重，计算得到待处理眼部图片的目标识别结果。
[0020]在其中一个实施例中，所述预先训练得到的初始眼部图片识别模型的训练方式包括：
[0021]获取预设的多个初始拍摄部位的样本眼部图片，以及第二实际识别结果；
[0022]分别建立与所述多个初始拍摄部位对应的初始识别模型，并通过对应的所述样本眼部图片以及所述第二实际识别结果分别对所述初始识别模型进行训练以得到多个预先训练得到的初始眼部图片识别模型。
[0023]在其中一个实施例中，其特征在于，所述目标拍摄部位采用角度衡量；
[0024]不同的目标拍摄部位与预先确定的眼球的距离保持相等，不同的目标拍摄部位与所述预先确定的眼球所在位置之间的连线与预设参考直线或预设平面之间的角度不同；或
[0025]设置有用于眼部图片获取设备移动的移动轨道，所述移动轨道上各个位置距离预先确定的眼球的距离相等，且所述移动轨道的弧长不小于pi/2，或者所述移动轨道的大小为不小于四分之一个球的圆周，所述目标拍摄部位根据不同的角度预设在所述移动轨道上。
[0026]在其中一个实施例中，所述眼部图片获取设备所在位置与所述预先确定的眼球所在位置之间的连线与预设参考直线或预设平面之间的角度为等差数列。
[0027]一种超声乳化设备控制方法，所述方法包括：
[0028]通过上述的眼部图片处理方法得到待处理眼部图片对应的目标识别结果；
[0029]根据所述目标识别结果对超声乳化设备进行控制。
[0030]在其中一个实施例中，所述超声乳化设备包括灌注设备和吸取设备；所述根据所述目标识别结果对超声乳化设备进行控制，包括：
[0031]根据所述目标识别结果控制所述灌注设备的输出流量和/或控制所述吸取设备的抽吸流量。
[0032]在其中一个实施例中，所述超声乳化设备还包括手动流量调节装置，用于手动调节灌注设备的输出流量和/或吸取设备的抽吸流量。
[0033]一种眼部图片处理装置，所述装置包括：
[0034]待处理眼部图片获取模块，用于获取预先确定的至少一个目标拍摄部位的待处理眼部图片；
[0035]模型处理模块，用于将所述待处理眼部图片分别输入至对应所述目标拍摄部位的目标眼部图片识别模型中，进行识别得到所述待处理眼部图片的初步识别结果；
[0036]输出模块，用于根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果。
[0037]一种超声乳化设备控制装置，所述装置包括：
[0038]图片处理模块，用于通过上述的眼部图片处理装置得到待处理眼部图片对应的目
标识别结果；
[0039]控制模块，用于根据所述目标识别结果对超声乳化设备进行控制。
[0040]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例中所述的方法的步骤。
[0041]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例中所述的方法的步骤。
[0042]上述眼部图片处理方法、超声乳化设备控制方法和装置，通过获取预先确定的至少一个目标拍摄部位的待处理眼部图片，并将该待处理眼部图片输入至对应目标拍摄部位的目标眼部图片识别模型中，得到待处理眼部图片的初步识别结果，这样借助人工智能的方式可以提高处理效率，且目标拍摄部位和目标眼部图片识别模型是对应的，这样通过专门的模型处理专门的图片，可以提高准确性，最后综合所有的初步识别结果，进一步提高了目标识别结果的准确性，从而实现了在保证准确性的前提下提高了处理效率。
附图说明
[0043]图1为一个实施例中眼部图片处理方法的应用环境图；
[0044]图2为一个实施例中眼部图片处理方法的流程示意图；
[0045]图3为一个实施例中目标拍摄部位确定方式的流程图；
[0046]图4为一个实施例中的初始眼部图片识别模型的训练方式的流程图；
[0047]图5为一个实施例中超声乳化设备控制方法的流程示意图；
[0048]图6为一个实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼部图片处理方法，其特征在于，所述方法包括：获取预先确定的至少一个目标拍摄部位的待处理眼部图片；将所述待处理眼部图片分别输入至对应所述目标拍摄部位的目标眼部图片识别模型中，进行识别得到所述待处理眼部图片的初步识别结果；根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果。2.根据权利要求1所述的眼部图片处理方法，其特征在于，所述至少一个目标拍摄部位的预先确定方式包括：获取预设的多个初始拍摄部位的初始眼部图片；分别将所述初始眼部图片输入至对应的预先训练得到的初始眼部图片识别模型中得到模型识别结果；采集第一实际识别结果；通过比较所述第一实际识别结果和所述模型识别结果，从所述初始拍摄部位中选取目标拍摄部位，并获取与所述目标拍摄部分对应的目标眼部图片识别模型。3.根据权利要求2所述的眼部图片处理方法，其特征在于，所述采集第一实际识别结果之后，还包括：将所述初始眼部图片和第一实际识别结果传输至存储设备，其中，所述存储设备中存储的所述初始眼部图片和第一实际识别结果用于对对应的预先训练得到的所述初始眼部图片识别模型进行更新。4.根据权利要求2所述的眼部图片处理方法，其特征在于，所述通过比较所述第一实际识别结果和所述模型识别结果，从所述初始拍摄部位中选取目标拍摄部位，并获取与所述目标拍摄部分对应的目标眼部图片识别模型之后，还包括：根据所述模型识别结果和所述第一实际识别结果，确定对应的所述目标眼部图片识别模型的识别准确率；根据所述识别准确率计算得到所述目标眼部图片识别模型的权重；所述根据所述初步识别结果计算得到所述待处理眼部图片的目标识别结果，包括：通过所述初步识别结果以及对应的所述目标眼部图片识别模型的权重，计算得到待处理眼部图片的目标识别结果。5.根据权利要求2所述的眼部图片处理方法，其特征在于，所述预先训练得到的初始眼部图片识别模型的训练方式包括：获取预设的多个初始拍摄部位的样本眼部图片，以及第二实际识别结果；分别建立与所述多个初始拍摄部位对应的初始识别模型，并通过对应的所述样本眼部图片以及所述第二实际识别结果分别对所述初始识别模型进行训练以得到多个预先训练得到的初始眼部图片识别模型。6.根据权利要求1至5任意一项所述的眼部图片处理方法，其特征在于，所述目标拍摄部位采用角度衡量；不同的所述目标拍摄部位与预先确定的眼球的距离保持相等，不...

【专利技术属性】
技术研发人员：王欣悦，林浩，邓玮鑫，张劼，陈齐欧，罗七一，常兆华，
申请(专利权)人：微创视神医疗科技上海有限公司，
类型：发明
国别省市：