本申请涉及一种眼部图片分类方法、超声乳化设备控制方法和装置。所述眼部图片分类方法包括：获取拍摄得到的待处理眼部图片，并对所述待处理眼部图片进行处理得到目标特征数据；获取预先确定的与所述待处理眼部图片对应的类群的目标眼部图片分类模型；将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果。超声乳化设备控制方法包括：通过上述眼部图片分类方法得到待处理眼部图片对应的眼部图片分类结果；根据所述眼部图片分类结果对超声乳化设备进行控制。采用本方法能够提高效率和准确性。制。采用本方法能够提高效率和准确性。制。采用本方法能够提高效率和准确性。
【技术实现步骤摘要】
眼部图片分类方法、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分类方法、超声乳化设备控制方法和装置。
技术介绍
[0002]聚类(Clustering)作为一种机器学习技术，是将数据分类到不同的类或者簇这样的一个过程，同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。可将其理解为高维空间内数据点的分组：给定一组高维数据点，我们可以使用聚类算法将每个数据点划分为一个特定的组。理论上，同一组中的数据点应该具有相似的属性和/或特征，而不同组中的数据点应该具有高度不同的属性和/或特征。聚类是一种无监督学习的方法，是许多领域中常用的统计数据分类技术。
[0003]在统计学中，回归分析指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。逻辑回归是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。
[0004]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
[0005]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的眼部图片分类方法、超声乳化设备控制方法和装置。
[0006]一种眼部图片分类方法，所述眼部图片分类方法包括：
[0007]获取拍摄得到的待处理眼部图片，并对所述待处理眼部图片进行处理得到目标特征数据；
[0008]获取预先确定的与所述待处理眼部图片对应的类群的目标眼部图片分类模型；
[0009]将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果。
[0010]在其中一个实施例中，所述目标眼部图片分类模型包括至少两个二分类模型；所述将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果，包括：
[0011]根据所述目标特征数据计算得到目标参考指标值，并将所述目标参考指标值依次输入至至少两个二分类模型中，直至得到所述待处理眼部图片对应的分类结果。
[0012]在其中一个实施例中，所述目标眼部图片分类模型的确定方式包括：
[0013]获取拍摄得到的初始眼部图片以及预先聚类得到的各个类群的类群特征数据；
[0014]对所述初始眼部图片进行处理得到初始特征数据；
[0015]分别计算所述初始特征数据与所述类群特征数据之间的距离；
[0016]获取与所述初始特征数据距离最小的所述类群特征数据对应的初始眼部图片分类模型作为目标眼部图片分类模型。
[0017]在其中一个实施例中，所述眼部图片分类方法还包括：
[0018]将所述初始眼部图片上传至云端，以指示所述云端根据所述初始眼部图片对所述类群特征数据进行更新。
[0019]在其中一个实施例中，所述类群特征数据的计算方式包括：
[0020]获取样本眼部图片；
[0021]对所述样本眼部图片进行处理得到样本特征数据；
[0022]对所述样本特征数据进行聚类处理以得到至少两个类群；
[0023]根据每个所述类群中所有的所述样本特征数据计算得到所述类群的类群特征数据。
[0024]在其中一个实施例中，所述目标眼部图片分类模型的训练方式包括：
[0025]对聚类得到的每个类群中的样本特征数据进行回归分析得到分类指标与所述样本特征数据的曲线表达式；
[0026]获取设定的样本眼部图片的分类类别的类别指标；
[0027]通过所述曲线表达式和所述类别指标构建得到初始眼部图片分类模型；
[0028]通过所述曲线表达式、所述类别指标以及所述样本特征数据的实际类别计算得到每个类群中的样本特征数据对应的代价函数；
[0029]通过所述代价函数计算得到所述曲线表达式中的各个项的权重；
[0030]根据所得到的权重和所述初始眼部图片分类模型得到目标眼部图片分类模型。
[0031]在其中一个实施例中，所述目标特征数据至少包括三维数据，所述三维数据的维度包括眼部正视图下长轴最远两端距离、所述眼部正视图下短轴最远两端距离、眼部侧视图下眼轴方向眼球最远两端距离。
[0032]一种超声乳化设备控制方法，所述超声乳化设备控制方法包括：
[0033]通过上述的眼部图片分类方法得到待处理眼部图片对应的眼部图片分类结果；
[0034]根据所述眼部图片分类结果对超声乳化设备进行控制。
[0035]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；所述根据所述眼部图片分类结果对超声乳化设备进行控制，包括：
[0036]根据所述眼部图片分类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。
[0037]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；所述根据所述眼部图片分类结果对超声乳化设备进行控制，包括：
[0038]输出与所述眼部图片分类结果对应的告警信息；
[0039]根据所述告警信息通过所述手动流量调节装置对所述灌注设备和/或所述吸取设备进行控制。
[0040]一种眼部图片分类装置，所述眼部图片分类装置包括：
[0041]目标特征数据获取模块，用于获取拍摄得到的待处理眼部图片，并对所述待处理眼部图片进行处理得到目标特征数据；
[0042]目标眼部图片分类模型获取模块，用于获取预先确定的与所述待处理眼部图片对应的类群的目标眼部图片分类模型；
[0043]分类处理模块，用于将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果。
[0044]一种超声乳化设备控制装置，所述装置包括：
[0045]分类模块，用于通过上述的眼部图片分类装置得到待处理眼部图片对应的眼部图片分类结果；
[0046]控制模块，用于根据所述眼部图片分类结果对超声乳化设备进行控制。
[0047]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意一个实施例所述的方法的步骤。
[0048]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意一个实施例所述的方法的步骤。
[0049]上述眼部图片分类方法、超声乳化设备控制方法和装置，首先对待处理眼部图片进行处理得到目标特征数据，其次获取了预先所确定的待处理眼部图片对应的类群的目标眼部图片分类模型，这样通过所选定的目标表眼部图片分类模型对目标特征数据进行处理，一方面保证了准确性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种眼部图片分类方法，其特征在于，所述眼部图片分类方法包括：获取拍摄得到的待处理眼部图片，并对所述待处理眼部图片进行处理得到目标特征数据；获取预先确定的与所述待处理眼部图片对应的类群的目标眼部图片分类模型；将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果。2.根据权利要求1所述的眼部图片分类方法，其特征在于，所述目标眼部图片分类模型包括至少两个二分类模型；所述将所述目标特征数据输入至所述目标眼部图片分类模型中得到待处理眼部图片对应的分类结果，包括：根据所述目标特征数据计算得到目标参考指标值，并将所述目标参考指标值依次输入至至少两个二分类模型中，直至得到所述待处理眼部图片对应的分类结果。3.根据权利要求1所述的眼部图片分类方法，其特征在于，所述目标眼部图片分类模型的预先确定方式包括：获取拍摄得到的初始眼部图片以及预先聚类得到的各个类群的类群特征数据；对所述初始眼部图片进行处理得到初始特征数据；分别计算所述初始特征数据与所述类群特征数据之间的距离；获取与所述初始特征数据距离最小的所述类群特征数据对应的初始眼部图片分类模型作为目标眼部图片分类模型。4.根据权利要求3所述的眼部图片分类方法，其特征在于，所述眼部图片分类方法还包括：将所述初始眼部图片上传至云端，以指示所述云端根据所述初始眼部图片对所述类群特征数据进行更新。5.根据权利要求3所述的眼部图片分类方法，其特征在于，所述类群特征数据的计算方式包括：获取样本眼部图片；对所述样本眼部图片进行处理得到样本特征数据；对所述样本特征数据进行聚类处理以得到至少两个类群；根据每个所述类群中所有的所述样本特征数据计算得到所述类群的类群特征数据。6.根据权利要求5所述的眼部图片分类方法，其特征在于，所述目标眼部图片分类模型的训练方式包括：对聚类得到的每个类群中的样本特征数据进行回归分析得到分类指标与所述样本特征数据的曲线表达式；获取设定的样本眼部图片的分类类别的类别指标；通过所述曲线表达式和所述类别指标构建得到初始眼部图片分类模型；通过所述曲线表达式、所述类别指标以及所述样本特征数据的实际类别计算得到每个类群中的样本特征数据对应的代价函数；通过所述代价函数计算得到所述曲线表达式中的各个项的权重；根据所得到的权重和所述初始眼...
【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：
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。