[發明專利]基于立體視覺的視力矯正系統

在審

• 申請號: 202110999074.0
• 申請日: 2021-08-28
• 公開（公告）號: CN113712791A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 姜太平;楊晨;鮑妍
• 申請（專利權）人: 安徽工業大學
• 主分類號: A61H5/00
• 分類號: A61H5/00
• 代理公司: 南京九致知識產權代理事務所(普通合伙) 32307
• 代理人: 嚴巧巧

1.基于立體視覺的視力矯正系統，其特征在于：該系統用于用戶訓練視力以進行視力矯正或復健，該系統包括綜合應用模塊；所述綜合應用模塊包括精細訓練模塊和視覺記憶模塊；

所述精細訓練模塊用于對眼部的眼外肌和眼內肌進行訓練，所述視覺記憶模塊用于鍛煉用戶的視覺記憶和眼手協調能力；

所述精細訓練模塊和視覺記憶模塊分別設置有若干個用于訓練的不同等級的難度梯度，所述精細訓練模塊或視覺記憶模塊在使用時均通過自適應算法，根據用戶在訓練過程中的表現，自適應調整對應等級的訓練難度梯度。

2.根據權利要求1所述的基于立體視覺的視力矯正系統，其特征在于：所述通過自適應算法，根據用戶在訓練過程中的表現，自適應調整對應等級的訓練難度梯度的方法如下：

在每個等級的難度梯度上均設置對應的絕對訓練時間T_A和標準訓練時間T_S；

當用戶首次進行對應等級的難度梯度訓練時，首先將用戶的訓練時間與該等級的難度梯度對應的絕對訓練時間T_A進行對比；并通過難度判定依據Y(2)＝Y(1)+S進行下次訓練難度梯度的等級判定；

其中，Y表示訓練難度，Y越大表示訓練難度越強；n表示訓練次數；當用戶的訓練時間小于T_A時S＝1，當用戶的訓練時間大于或等于T_A時S＝0；

當用戶訓練時間大于絕對訓練時間T_A，且用戶在該等級的難度梯度上訓練了3-5次后仍無法進入下一等級的難度梯度時，則根據另一難度判定依據Y(n+1)＝Y(n)+P(n)進行下次訓練難度梯度的等級判定；

其中，P(n)為參數估計的判斷值；此時，若第n次的訓練時間與第(n-1)次的訓練時間的平均值S小于標準訓練時間T_S時P(n)＝1，若平均值S等于標準訓練時間T_S時P(n)＝0；若平均值S大于標準訓練T_S時間時P(n)＝-1。

3.根據權利要求2所述的基于立體視覺的視力矯正系統，其特征在于：所述絕對訓練時間T_A和標準訓練時間T_S的獲取方法為：

將若干個視力正常的用戶在對應等級難度梯度上訓練所需的時間的平均值設置為T_N；則絕對訓練時間T_A＝1.1T_N，標準訓練時間T_S＝1.3T_N。

4.根據權利要求3所述的基于立體視覺的視力矯正系統，其特征在于：所述絕對訓練時間T_A和標準訓練時間T_S的獲取方法過程中，所述視力正常的用戶數量為5個以上。

5.根據權利要求1-4中任一項所述的基于立體視覺的視力矯正系統，其特征在于：所述綜合應用模塊還包括半小時訓練模塊，用戶通過半小時訓練模塊進入精細訓練模塊或視覺記憶模塊進行相應的持續半小時的訓練；所述半小時訓練模塊搭建基于用戶眼況X、難度等級D_n、剩余通關時間T_n和訓練準確率A_n的分數模型，用于判斷用戶在持續半小時時間內的訓練效果；

所述分數模型如下：

F＝F₁+F₂+……+F_n

F_n＝X×T_n×D_n×A_n×100％

其中，F表示用戶在半小時內的訓練得分，F₁、F₂、……、F_n分別表示用戶在半小時內訓練的第一個、第二個至第n個不同難度梯度等級時所得到的分數；

其中，X＝1+S×10^-4，S為用戶的近視度數；

T_n表示在進行第n個難度梯度等級訓練時的剩余通關時間，在每個難度梯度等級訓練上均設置一個對應的總訓練時間，剩余通關時間為總訓練時間與用戶完成該項難度等級訓練所用的時間之差；

A_n表示在進行第n個難度梯度等級訓練時的訓練準確率。