【技术实现步骤摘要】
本专利技术属于屈光度计算，涉及一种近视屈光度的预测系统及方法。
技术介绍
1、近视防控刻不容缓。定期的眼部检查，尤其是屈光检查，有利于及早发现远视、近视、散光、弱视等视力问题，是近视防控非常重要的组成部分。推动传统屈光检查设备准确率的提高，准确获取屈光状态，以便于在视力波动的早期采取干预措施，意义十分重大。在现实中，屈光度的检测方法按照原理可以主要分为三大类：光学、数字图像处理和其他方法。而深度学习用于人眼屈光度检测是一种新的方法，并且取得了很好的效果，具有很高的科研以及市场价值。
2、然而，大多数深度学习方法是基于人眼部图像特征预测屈光度，而在这个过程中由于眼部不同区域的图像特征与屈光度的关联程度存在差异，导致预测的屈光度准确性低。因此，需要开发一种能够通过计算眼部不同区域图像特征的权重，用于完善屈光度预测模型的方法。
技术实现思路
1、为解决现有技术中存在的上述问题，本专利技术提供了一种近视屈光度的预测系统及方法。
2、本专利技术的目的可以通过以下技术方案实现：
3、第本文档来自技高网...
【技术保护点】
1.一种近视屈光度的预测系统，其特征在于：包括图像采集模块、图像处理模块和屈光度预测模块，其中：
2.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤S2中，所述相关性系数，计算公式如下：
3.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤S3中，所述屈光度权重，计算公式如下：
4.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤S4中，所述眼部区域图像的融合值，计算公式如下：
5.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤S5中，所述机器学习算法，配置为B...
【技术特征摘要】
1.一种近视屈光度的预测系统，其特征在于：包括图像采集模块、图像处理模块和屈光度预测模块，其中：
2.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤s2中，所述相关性系数，计算公式如下：
3.根据权利要求1所述的一种近视屈光度的预测系统，其特征在于：步骤s3中，所述屈光度权重，计算公式如下：
4.根据权利要求1所述的...
【专利技术属性】
技术研发人员：杨扬，
申请(专利权)人：湖南火眼医疗科技有限公司，
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。