[發明專利]人工晶體植入術后拱高預測方法及設備

在審

• 申請號: 202110214784.8
• 申請日: 2021-02-26
• 公開（公告）號: CN113017831A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 沈陽;周行濤;王曉瑛;牛凌凌;簡瑋駿;趙婧;李美燕;王璘;王欣;王斌;趙昕;戈宗元;和超;陳羽中;張大磊
• 申請（專利權）人: 上海鷹瞳醫療科技有限公司;復旦大學附屬眼耳鼻喉科醫院
• 主分類號: A61B34/10
• 分類號: A61B34/10;G06N20/00;G16H50/70
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種人工晶體植入術后拱高預測方法，其特征在于，包括：

獲取待識別數據，其中包括患者信息和待植入人工晶體的晶體參數；

利用機器學習模型對所述待識別數據進行識別，輸出植入晶體后的拱高信息。

2.根據權利要求1所述的方法，其特征在于，所述機器學習模型包括多個子模型，分別用于對所述待識別數據進行識別，輸出植入晶體后的拱高信息；所述機器學習模型根據所述待識別數據和各個所述子模型輸出的拱高信息及相應的權重信息得到最終的拱高信息。

3.根據權利要求1或2所述的方法，其特征在于，所述待識別數據還包括術后檢測時間信息。

4.一種人工晶體植入術后拱高預測模型訓練方法，其特征在于，包括：

獲取訓練數據及其標簽，所述訓練數據包括患者信息和待植入人工晶體的晶體參數，所述標簽為植入晶體后的實際拱高信息；

利用所述訓練數據對機器學習模型進行訓練，使其根據所述患者信息和晶體參數輸出植入晶體后的拱高信息，并根據輸出的拱高信息和實際拱高信息的差異優化所述機器學習模型的參數。

5.根據權利要求4所述的方法，其特征在于，所述機器學習模型包括多個子模型，分別用于對所述患者信息和晶體參數進行識別，輸出植入晶體后的拱高信息；所述機器學習模型根據所述訓練數據和各個所述子模型輸出的拱高信息及相應的權重信息得到最終的拱高信息，其中所述權重作為訓練過程中被優化的參數。

6.根據權利要求4所述的方法，其特征在于，在獲取訓練數據之前還包括：

對多個實際拱高信息異常的訓練數據及其標簽進行采樣，通過插值生成訓練數據及其標簽。

7.根據權利要求4-6中任一項所述的方法，其特征在于，所述訓練數據還包括術后檢測時間信息。

8.根據權利要求1-7中任一項所述的方法，其特征在于，所述患者信息包括基本特征信息和術前眼部信息，其中所述基本特征信息包括性別和年齡中的至少一種信息，所述術前眼部信息包括角膜曲率、軸向、眼軸、前房角、前房深度、角膜直徑中的至少一種信息；所述晶體參數包括晶體型號、尺寸、等效球鏡中的至少一種信息。

9.一種人工晶體植入術后拱高預測設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求1-3、8中任意一項所述的人工晶體植入術后拱高預測方法。

10.一種人工晶體植入術后拱高預測模型訓練設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求4-8中任意一項所述的人工晶體植入術后拱高預測模型訓練方法。