一种眼健康管理方法及系统

技术领域

本发明涉及健康管理领域，具体涉及一种眼健康管理方法。

背景技术

眼健康管理，又称眼部健康管理，现在的眼健康管理是通过系统的眼健康教育，树立良好的眼健康意识、减少影响眼健康的危险因素；以规范的眼健康检查、评估、转诊干预及监测随访等手段，对眼部健康问题进行全程、全域式的管理；以早发现、早干预眼健康问题，达到维持、改善和提高民众视觉质量的目的。

随着智能移动设备的推广普及，在为人们生活提供便利的同时，也为眼健康管理带来挑战。据统计，中国近视人口已超6亿，其中患有高度近视人口逾5000万。由于网课教学越来越盛行，户外有效暴露时长大大减少，近视发生的风险显著增加。而眼睛的发育不仅与遗传因素有关，更受环境因素的影响。不正常或者不良的生活习惯都可能导致眼科疾病的发生，例如近视、夜盲症、青光眼等的发作都与患者的生活习惯有较大关系。因此，科学地眼健康管理迫在眉睫。

然而，如前所述，由于眼健康管理涉及的专业知识多，流程复杂，现在几乎都是由专门的眼健康管理机构在专业人员和专业设备配备的基础上完成的。而作为智能移动设备的用户，大多数都是非专业人士，无法很好地进行自我眼健康管理。只能前往特定眼健康管理机构，在专业人员的指导下定期进行眼相关健康检查，整个过程因为涉及到特定眼健康管理机构，流程较长，操作复杂，且收费较高。

为了能够让非专业人士进行自主眼健康管理，有人提出了一种无人眼健康筛查仪方案，使用专业近景摄像头完成眼前节状况、眼球运动状况及眼视野状况的图像采集并进行诊断分析。虽然该方案提供了对应的硬件设备，但是操作这些设备并非是非专业人士能够快速掌握的，更重要的是，该方案很难通过获得的数据给用户提供精准的指导建议帮助用户进行眼健康管理，该方案只能针对当前的采集数据进行一个结果式的判断分析，无法对用户的眼健康管理进行实质影响。还有人提出了的一种儿童青少年近视动态防控体系，通过对视力、屈光度、眼压进行动态监测，按阶段进行检测并给出相应解决建议。但是该方案仅对眼相关生理指标进行大致评估，其评估结果和青少年实际视力情况相差较大，并不能够根据实际情况指导用户进行眼健康科学管理。

此外，还有人提出了一种用眼健康情况监测系统，通过对人体的人脸信息与用眼场景进行分析，计算用户的用眼距离或背光阅读情况，本方案过于注重某一用眼场景对眼睛的影响，其评估结果的适用范围狭窄，无法全面评估用户的当前眼健康状态，更重要的是无法落地到实际眼健康管理过程中。还有人提出了一种智能儿童护眼终端装备，通过儿童护眼镜终端设备采集用眼行为数据，如环境光照强度、运动步数、近距离用眼信息，再通过数据处理模块进行分析处理，计算用眼健康评分生成用眼行为报告。该方案过于依赖需要长期佩戴的儿童护眼镜终端设备，而实际用眼过程中不会运用这种专业采集设备，因此得到的用眼行为报告与真实情况存在较大差距，无法在日常生活中运用推广。

综上，现有的眼健康管理，要么依赖成本昂贵的专业设备、专业人员形成的专业眼健康管理机构，要么无法真实地采集和还原用户的实际用眼情况，进而无法在准确评估后得到有效的眼健康管理建议，因此，作为非专业人士的用户很难自主进行眼健康管理。

发明内容

本发明意在提供一种眼健康管理系统，以解决现在非医学专业人士无法自主完成眼健康管理的问题。

为解决以上问题，本发明采用如下技术方案：

方案一：

一种眼健康管理系统，包括智能终端，以及分别与智能终端网络连接的智能医学硬件设备和云平台；

所述智能终端，包括用户端，所述用户端包括：

用户信息模块，包括用户注册登录模块、用户信息管理模块，用于管理用户个人信息；

眼底检查模块，用于接收眼底检查信号并针对进行眼底检查管理，将眼底检查信号通过预设的眼底检查算法生成眼底健康状态评价；

验光检查模块，用于接收验光检查信号并针对进行验光检查管理，将验光检查信号通过预设的验光检查算法生成验光健康状态评价；

眼压检查模块，用于接收眼压检查信号并针对进行眼压检查管理，将眼压检查信号通过预设的眼压检查算法生成眼压健康状态评价；

眼前节检查模块，用于接收眼前节检查信号并针对进行眼前节检查管理，将眼前节检查信号通过预设的眼前节检查算法生成眼前节健康状态评价；

眼电检查模块，用于接收眼电信号并针对进行眼电检查管理，将眼电信号通过预设的眼电分类算法生成眼电健康状态评价；

用眼习惯调查模块，用于进行用眼习惯采集管理，并获得用眼习惯评价；

眼健康评估报告模块，用于根据眼底健康状态评价、验光健康状态评价、眼压健康状态评价、眼前节健康状态评价、眼电健康状态评价和用眼习惯评价生成眼健康状态评估报告。

方案二：

本发明还提供一种眼健康管理方法，包括以下步骤：

步骤S1，将眼底检查信号通过预设的眼底检查算法生成眼底健康状态评价；

步骤S2，将验光检查信号通过预设的验光检查算法生成验光健康状态评价；

步骤S3，将眼压检查信号通过预设的眼压检查算法生成眼压健康状态评价；

步骤S4，将眼前节检查信号通过预设的眼前节检查算法生成眼前节健康状态评价；

步骤S5，将眼电信号通过预设的眼电分类算法生成眼电健康状态评价；

步骤S6，将用眼习惯采集数据通过预设的用眼习惯评价算法生成用眼习惯评价；

步骤S7，将眼底健康状态评价、验光健康状态评价、眼压健康状态评价、眼电健康状态评价和用眼习惯评价，按照预设的层次分析模型所得评价权重计算得到眼健康指数；

步骤S8，结合眼健康指数，给出对应的当前眼健康状态等级评价和眼健康初步建议，形成眼健康状态评估报告。

本方案的原理及优点是：

本方案，将眼底、验光、眼压、眼前节以及眼电信号，直接通过对应的预设检查算法生成各个健康状态评价，再在健康状态评价的基础上，用层次分析模型得到眼健康指数、当前眼健康状态等级评价和眼健康初步建议，形成眼健康状态评估报告。整个过程，非医学专业的用户，不需要试图去理解各种专业的医学数据，只需要将对应的检查信号输入或者让对应的连接设备连接好，就能够直接得到包括眼健康指数、当前眼健康状态等级评价和眼健康初步建议在内的眼健康状态评估报告，通过这个直观的、通俗易懂的报告，能够直接为用户提供眼健康管理的实用建议，使非医学专业的用户在此基础上能够进行自主眼健康管理。

更重要的是，本方案创造性地将眼底和眼前节检查信号纳入到这种自主的眼健康管理方法中，抛弃了以前认为眼底检查和眼前节检查只有能够专业检查专业使用的偏见，使已经获得的眼底检查信号和眼前节检查信号能够得到合理使用，进而给非医学专业的用户提供合理的眼健康初步建议，为自主进行眼健康管理提供前提。

本发明中的眼健康管理方法，首先依次通过眼底检查模块进行眼底检查并生成相关眼底健康状态评价；用验光检查模块进行验光相关参数管理检查并生成验光健康状态评价；用眼压检查模块进行眼压相关参数检查管理，并生成眼压健康状态评价；用眼前节检查模块进行眼前节检查管理，并生成眼前节健康状态评价；用眼电检查模块进行眼部动态参数检查管理，并生成眼电健康状态评价；用眼习惯调查模块进行用眼习惯采集管理，并生成用眼习惯评价；然后将形成的各个健康状态评价通过眼健康评估报告模块进行眼健康评估报告管理，并生成眼健康指数；通过健康指数能够直观地向非医学专业的用户展示当前眼健康情况，结合历史数据能够形成动态的健康指数。通过顾问选择模块选择医生顾问并生成相关诊断报告。

本方案通过眼底、眼前节以及眼光、眼压、眼部动态、用眼习惯在内的所有检查评价，能够形成一个全面的动态的眼部健康报告，通过眼健康指数可以直观地让非医学专业用户看到自己的眼健康情况，更能够在此基础上通过医生顾问的方式，形成诊断报告，有助于更加客观地向用户展示他的眼部健康情况，并引导其改变不健康的用眼习惯。

附图说明

图1为本发明实施例一中眼健康管理系统的逻辑框图。

图2为本发明实施例一中眼健康管理系统的工作流程图。

图3为本发明实施例一种眼健康指数评估流程图。

图4为本发明实施例一中眼底图像处理流程图。

图5为本发明实施例一中眼前节图像处理流程图。

图6为本发明实施例一中眼电信号处理流程图。

图7为本发明实施例二中眼健康管理系统的逻辑框图。

图8为本发明实施例五中眼健康报告的页面展示图。

具体实施方式

下面通过具体实施方式进一步详细说明：

说明书附图中的附图标记包括：智能医学硬件设备100、智能眼底相机101、验光仪102、非接触式眼压计103、眼前节图像采集仪104、智能眼电监测仪105、智能终端200、用户端210、用户信息管理模块211、眼底检查模块212、验光检查模块213、眼压检查模块214、眼前节检查模块215、眼电检查模块216、用眼习惯调查模块217、眼健康评估报告模块218、顾问端220、顾问注册登录模块221、顾问信息管理模块222、用户信息查看模块223、诊断报告录入模块224、云平台300、数据传输模块301、信息处理模块302、数据存储模块303。

实施例一

本实施例中的眼健康管理系统，是一种基于智能移动终端的眼健康管理系统，其硬件结构，包括彼此网络连接的智能眼底相机101、眼健康筛查仪、眼前节图像采集仪104、云平台300、移动端服务平台，其软件结构，包括实现了眼健康管理方法的一种能够安装在诸如手机、电话手表这样的智能移动终端上，也能安装在平板电脑或者笔记本电脑这样的智能移动设备上的眼健康管理用户端软件，本实施例能够让非医学专业人士作为用户能够自主进行眼相关数据管理及分析的工作，进而达到自主进行眼健康管理的目的。

如图1所示，本实施例中的眼健康管理系统，包括智能终端200，以及分别与智能终端200网络连接的智能医学硬件设备100和云平台300；其中，本实施例中的智能终端200，仅包括用户端210；用户端210一般安装在常用的智能移动设备和智能移动终端上。

用来按照规定采集眼睛各种检查参数项形成多种眼部检查信号发送给智能终端200，智能终端200通过预设的评价方法，通过云平台300中预存的评价数据库，针对每种眼部检查信号进行评价形成对应的健康状态评价。

本实施例中的智能医学硬件设备100，包括智能眼底相机101、验光仪102、非接触式眼压计103、眼前节图像采集仪104、智能眼电监测仪105。

所述智能眼底相机101，用于对眼底进行医学检查，采集用户左右眼眼底图像，无需散瞳，采用全自动触屏操作，并向用户端210传输包括采集图片及记录信息在内的眼底检查信号。

所述验光仪102，用于采集用户验光测试参数，验光测试参数包括左眼球镜、右眼球镜、左眼柱镜、右眼柱镜、左眼轴位、右眼轴位、瞳距七个检查参数项，并向用户端210传输包括采集数据及记录信息在内的验光检查信号。

所述非接触式眼压计103，用于采集用户眼压，并向用户端210传输包括采集数据及记录信息在内的眼压检查信号。

所述眼前节图像采集仪104，用于采集用户左右眼眼前节图片，并向用户端210传输包括采集数据及记录信息在内的眼前节检查信号。

所述智能眼电监测仪105，用于采集用户眼部动态参数，眼部动态参数包括左眼眨眼次数、右眼眨眼次数、左眼眼球转动频率、右眼眼球转动频率四个检查参数项数据，并向用户端210传输包括采集数据及记录信息在内的眼电信号。

本实施例中的智能医学硬件设备100中的智能眼底相机101、验光仪102、非接触式眼压计103、眼前节图像采集仪104和智能眼电监测仪105，可以采用现有的对应设备，也可以是在现有对应设备的基础上整合形成一个安装在同一空间内的组合设备，这样更加有利于用户能够在短时间内完成所有眼部检查参数项的检查并形成眼部检查信号。当智能医学硬件设备100为一台多功能眼健康检测设备时，包括：眼底检查单元，用于检查眼底情况并形成眼底检查信号传递给眼底检查模块212；验光检查单元，用于对眼睛进行验光检查并形成验光检查信号传递给验光检查模块213；眼压检查单元，用于对眼睛进行眼压检查并形成眼压检查信号传递给眼压检查模块214；眼前节检查单元，用于对眼睛进行眼前节检查并形成眼前节检查信号传递给眼前节检查模块215；眼电检查单元，用于对眼睛进行眼电检查并形成眼电信号传递给眼电检查模块216；智能医学硬件设备100中各个检查单元可与智能终端200各个模块实现数据传输。

如图1所示，本实施例中智能终端200中的用户端210，包括用户信息管理模块211，眼底检查模块212、验光检查模块213、眼压检查模块214、眼前节检查模块215、眼电检查模块216、用眼习惯调查模块217、眼健康评估报告模块218。

如图2所示，采用图1所示的眼健康管理系统时，其管理方法包括以下步骤：

S1，将眼底检查信号通过预设的眼底检查算法生成眼底健康状态评价；

S2，将验光检查信号通过预设的验光检查算法生成验光健康状态评价；

S3，将眼压检查信号通过预设的眼压检查算法生成眼压健康状态评价；

S4，将眼前节检查信号通过预设的眼前节检查算法生成眼前节健康状态评价；

S5，将眼电信号通过预设的眼电分类算法生成眼电健康状态评价；

S6，将用眼习惯采集数据通过预设的用眼习惯评价算法生成用眼习惯评价；

S7，将眼底健康状态评价、验光健康状态评价、眼压健康状态评价、眼电健康状态评价和用眼习惯评价，按照预设的层次分析模型所得评价权重计算得到眼健康指数；

S8，结合眼健康指数，给出对应的当前眼健康状态等级评价和眼健康初步建议，形成眼健康状态评估报告。其中，S8中，将各个健康状态评价参照用眼习惯评价给出对应的用眼习惯建议和饮食建议，所有的用眼习惯建议和饮食建议一起构成眼健康初步建议。

具体地，眼健康管理系统中的各个模块如下：

所述用户信息管理模块211，用于管理用户个人信息。本实施例中，用户个人信息，包括用户姓名、ID、性别、出生年月、既往病史。

眼底检查模块212：

所述眼底检查模块212，用于接收眼底检查信号并针对进行眼底检查管理，包括与智能眼底相机101的数据交换及存储；调用云平台300内对应眼底检查模块212存储的眼底检查算法，对眼底检查信号中的眼底检查图像，与预存的各种疾病对应的眼底标准对象进行对比，当眼底检查图像和某一种疾病对应的眼底标准图像相匹配时，将该种疾病标签增加到该眼底检查图像上，直到所有眼底标准图像比对完后，针对该眼底检查图像对应的疾病标签按照云平台300运存的眼底检查算法进行打分，得到对应的眼底健康状态评价。

眼底检查模块212，还用来进行眼底检查历史记录的存储和查询；眼底健康检查定期提醒。

眼底检查模块212，在用眼底检查算法对接收到的眼底检查信号进行评估确定时，主要对眼底检查信号中的眼底检查图像进行评估，形成对该眼底检查图像所对应的疾病状态及眼底健康状态评价Fi(取值空间为0100)。这样设置眼底健康状态评价，便于后面的计算。

如图4所示，本实施例中的眼底检查算法，是基于眼底图像对眼底健康状态进行评估的算法，该算法可以完成对多种眼部疾病的基本诊断，其中疾病标签包括糖尿病视网膜病变(DR)、老年性黄斑变性(AMD)、角膜混浊(media haze(MH))、脉络膜玻璃膜疣drusen(DR)、近视(MYA)、豹纹状眼底tessellation(TSLN)、视神经盘凹陷(ODC)七种。具体步骤包括：

S11，获取待分类的眼底检查图像；

S12，对待分类的眼底检查图像进行预处理，得到当前眼底图像；

S13，对待分类的眼底图像进行特征提取，获得眼底图像特征矩阵；

S14，将眼底图像特征矩阵输入预先训练的多标签眼部疾病诊断模型；

S15，预先训练的多标签眼部疾病诊断模型输出8个标签，输出至少一个标签为1的值；每个标签由0或1表示；0表示该图像特征与该标签不相符，1表示该图像特征与该标签相符；

S16，优化输出结果；参考上述8个疾病标签的关系结构，优化输出结果。例如：当出现正常标签为1，其他有疾病标签出现任何一个1，则将正常类别对应标签优化为0，最终结果体现为正常类别标签为0，其他标签不变。

S17，根据优化后的输出结果确定当前眼底图像所对应的疾病状态及眼底健康状态评价Fi。

验光检查模块213：

所述验光检查模块213，用于接收验光检查信号并针对进行验光检查管理，包括与验光仪102的数据交换及存储；调用云平台300预存的验光检查算法，对左眼球镜、右眼球镜、左眼柱镜、右眼柱镜、左眼轴位、右眼轴位、瞳距七个参数，将验光检查信号传递过来的这七个检查参数项中当前验光检测值，与预存在云平台300上的标准验光范围值进行逐一对比，对每个检查参数项进行分别打分后综合起来形成验光健康状态评价。

验光检查模块213，还用于验光检查历史记录的存储和查询；验光检查定期提醒。

验光检查模块213，在用验光检查算法对接收到的验光检查信号进行评价时，输出验光健康状态评价O

式中，x

x

式中，x

眼压检查模块214，在用眼压检查算法对接收到的眼压检查信号进行评价，形成眼压健康状态评价P

眼压检查模块214：

所述眼压检查模块214，用于接收眼压检查信号并针对进行眼压检查管理，包括与非接触式眼压仪的数据交换与存储；调用云平台300预存的眼压检查算法，对眼压检查信号中的当前眼压检测值与预存在云平台300上的标准眼压范围值进行对比打分，形成眼压健康状态评价。

眼压检查模块214，还用于眼压检查历史记录的存储和查询；眼压检查定期提醒。

眼前节检查模块215：

所述眼前节检查模块215，用于接收眼前节检查信号并针对进行眼前节检查管理，包括与眼前节图像采集仪104的数据交换及存储；调用云平台300预存的眼前节检查算法，将眼前节检查信号中的眼前节检查图像和预存在云平台300上按照各种疾病分类的眼前节标准图像进行逐一对比，当眼前节检查图像与某一种疾病的眼前节标准图像相匹配时，将对应疾病标签增加到当前眼前节检查图像上，在依次与所有眼前节标准图像对比完后，将该眼前节检查图像对应的所有疾病标签进行打分，得到眼前节健康状态评价。

眼前节检查模块215，还用于眼前节检查历史记录的存储和查询；眼前节健康检查定期提醒。

眼前节检查模块215，在用眼前节检查算法对接收到的眼前节检查信号进行评估时，主要对眼前节检查信号中的眼前节检查图像评估，确定该眼前节图像对应的疾病状态及眼前节健康状态评价Ai(取值空间为0-100)。

眼前节检查模块215，包括眼前节分类子模块，通过卷积神经网络对接收到的眼前节检查图像进行分类标注和区域标注处理，利用卷积神经网络对采集的眼前节检查图像按照是结膜炎、白内障、翼状胬肉或者正常进行判读训练，不断调整眼前节图像分类概率、眼前节图像标注，使在训练过程中不断调整模型的训练参数，以得到最优眼前节图像分类深度模型。其中，眼前节图像分类概率包括结膜炎图像分类概率、白内障图像分类概率、翼状胬肉图像分类概率。

眼前节检查模块包括眼前节图像采集模块以及结果显示模块；所述眼前节图像采集模块用于采集用户的眼前节图像并将图像发送至数据云平台；所述结果显示模块用于显示上述云平台生成的眼前节健康状态评价结果；眼前节检查模块215，根据眼前节图像智能分类模块获得的深度学习模型，对用户端210采集到的眼前节图像患结膜炎、白内障、翼状胬肉概率进行评估、对用户端210采集到的眼前节图像中模型关注的区域用类激活图来进行标注。

通过训练好的ResNet分类网络可以返回用户端210采集到的眼前节图像患结膜炎、白内障、翼状胬肉概率评估结果。

如图5所示，本实施例中的眼前节检查算法，是一种基于眼前节图像对眼前节健康状态评估的算法，该算法可以对眼前节相关疾病进行基本诊断，具体步骤包括：

S41，获取眼前节检查图像，眼前节检查模块215从接收到的眼前节信号中获取对应的眼前节检查图像，若相邻时间点相同的眼前节检查图像，则选择清晰度更高的那一张作为当前的眼前节检查图像；眼前节图像可以通过用裂隙灯(医院)或者电子设备摄像头(居家)直接拍摄得到的，也可以用其他方式。

S42，对眼前节图像进行标准化处理，将所有眼前节检查图像都统一格式，得到当前眼前节图像：通过对获取到的眼前节检查图像进行筛选，剔除异常图像，再通过交叉检验等方式，对筛选之后的眼前节图像进行标注处理，得到当前眼前节图像。本实施例中，所谓的异常图像指的是在相邻1秒内拍摄的两张照片相似度小于50％。本实施例中的标注处理，为对比云平台300评价数据库中预存的眼前节标准图像，眼前节标准图像包括结膜炎患病图像、白内障患病图像、翼状胬肉患病图像，当筛选过后的眼前节检查图像和其中任一眼前节标准图像对比，相似度在60％以上，则在该眼前节检查图像上进行疾病标签标注，在所有类别的眼前节标准图像对比完成后，被标注处理后的眼前节检查图像形成当前眼前节图像。本实施例中，眼前节标准图像，仅包括结膜炎患病图像、白内障患病图像、翼状胬肉患病图像三个类别，在进行对比时按照从左往右的顺序依次对比。

S43，对当前眼前节图像进行分割处理，得到多个局部眼前节图像；分割的时候，按照图像短边的十分之一至三十分之一边长的正方形区域进行分割。

S44，提取局部眼前节图像中的病理特征，获得眼前节图像特征矩阵；

S45，对每一病理特征进行特征重要性分析，确定目标病理特征；

S46，将眼前节图像特征矩阵输入预先训练的眼前节图像分类深度学习模型；

S47，根据目标病理特征和已训练好的眼前节图像分类深度学习模型，对结膜炎患病、白内障患病、翼状胬肉患病进行识别，输出眼前节健康状态评价Ai。

眼前节图像分类深度学习模型通过对比眼前节标准图像对结膜炎患病、白内障患病、翼状胬肉患病进行识别；所述眼前节标准图像，包括结膜炎患病图像、白内障患病图像、翼状胬肉患病图像三个类别，在进行对比时按照从左往右的顺序依次对比。眼前节图像分类深度学习模型，采用卷积神经网络。卷积神经网络为ResNet50分类网络，使用ResNet50分类网络进行判读训练的具体步骤为：使用随机梯度下降法来优化网络，网络最初的学习率设为1r＝1.0*10-3，momentum设置为0.9，epoch设置为40，batch size设置为64，模型训练过程中，眼前节图像大小设置为256*256，同时对图像进行翻转、裁剪、旋转增强处理，降低模型过拟合情况发生；在进行正常与结膜炎、白内障、翼状胬肉分类时，使用二元交叉熵作为损失函数，公式如下：

Loss＝-[plogy+(1-p)log(1-y)]

其中，p和y分别表示分类模型评估图像为正常预测的预测概率和原始标注。

眼电检查模块216：

所述眼电检查模块216，用于接收眼电信号并针对进行眼电检查管理，包括与智能眼电监测仪105的数据交换及存储；调用云平台300预存的眼电分类算法，对左眼眨眼次数、右眼眨眼次数、左眼眼球转动频率、右眼眼球转动频率四个参数的当前眼部动态检测值和预存在云平台300上的标准眼部动态范围值进行逐一对比打分后得到综合得分，形成眼电健康状态评价。

眼电检查模块216，还用于眼电检查历史记录的存储和查询；眼电检查定期提醒。

如图6所示，本实施例中的眼电分类算法，是一种基于眼电数据获得眼部动态参数并进行评估的算法，该算法可以对眼部动态健康的评价，具体步骤包括：

S51，获取眼电信号，使用智能眼电监测仪105采集用户眼部眼电数据形成眼电信号作为眼电信号。

S52，对提取的眼电信号进行预处理，进行端点监测及滤波。

S53，对预处理后的眼电信号进行特征提取。

S54，将所提取的眼电信号的特征参数与模板库中的每个模板的眼电特征参数进行相似度比较，识别出该眼电变化的对应动作。

S55，将监测过程内各眼部动作的频率与标准频率对比，输出眼部动态健康评价Mi。

眼电检查模块216通过眼电分类算法对接收到的眼电信号进行评估，本实施例中的眼电信号为按照预设检查参数项检查得到的多个眼部动态参数，输出眼电健康状态评价M

用眼习惯调查模块217：

所述用眼习惯调查模块217，用于进行用眼习惯采集管理，包括通过用户填写问卷采集用户用眼习惯；调用云平台300预存的用眼习惯评价算法，对用户填写的用眼习惯问卷进行打分并获得用眼习惯评价。

用眼习惯调查模块217，还用于用眼习惯调查历史记录的存储和查询；用眼习惯调查定期提醒。

用眼习惯调查模块217，通过用眼习惯评价算法计算得到用眼习惯评价H

S61，建立用眼习惯评价指标矩阵，记为U＝{u

S62，建立评价集V＝{v

S63，建立权重集A＝{a

S64，建立隶属函数，即：

其中，v1、v2、v3、v4表示不同用眼习惯健康状态，包括优秀、良好、一般、差。n为用眼习惯指标总数。a

S65，建立模糊关系矩阵R，即：

S66，计算所有用眼习惯指标的综合隶属B＝A*R＝(b

按照最大隶属度原则获得的用户最终用眼习惯评级，公式如下：

B

用眼习惯评价H

本实施例中，用眼习惯评分表，用来对用户进行用眼习惯指标评价，具体指标明细如表4-1所示，用眼习惯评分表，包括以用眼时间作为维度的A类指标用眼时间评价表，以用眼环境作为维度的B类指标用眼环境评价表，以用眼行为作为维度的C类指标用眼行为评价表，以饮食和行动作为维度的D类指标饮食和行动评价表，以及以戴镜行为作为维度的E类指标戴镜行为评价表。

表4-1 A类指标用眼时间评价表

表4-2 B类指标用眼环境评价表

/>

表4-3 C类指标用眼行为评价表

表4-4 D类指标饮食和行动评价表

表4-5 E类指标戴镜行为评价表

表4-6

/>

眼健康评估报告模块218：

所述眼健康评估报告模块218，用于根据眼底健康状态评价、验光健康状态评价、眼压健康状态评价、眼前节健康状态评价、眼电健康状态评价和用眼习惯评价生成眼健康评估报告并进行管理，包括通过调用云平台300眼健康评估算法对用户的眼底健康状态评价、验光健康状态评价、眼压健康状态评价、眼前节健康状态评价、眼电健康状态评价、用眼习惯评价等结果进行综合评估，生成眼健康状态评估报告。

眼健康评估报告模块218，还用于眼健康评估历史记录的存储和查询；眼健康评估定期提醒。

本实施例中，眼健康评估报告模块218，首先针对各个健康状态评价，给出对应的评价和建议，然后将所有健康状态评价和建议综合起来形成眼健康状态评估报告，眼健康状态评估报告中，包括眼健康指数，当前眼健康状态评价，以及眼健康初步建议，其中，眼健康初步建议又包括饮食建议和用眼习惯建议。例如，针对眼前节健康状态评价，对眼前节检查图像对应患结膜炎、白内障、翼状胬肉概率进行预测，生成饮食建议、用眼习惯建议。

本实施例中，用户端210的眼健康评估报告模块218，对眼底检查模块212、验光检查模块213、眼压检查模块214、眼前节检查模块215、眼电检查模块216、用眼习惯调查模块217各模块的评估结果进行综合评估，生成眼健康指数完成对用户眼健康状态的综合评价得到眼健康状态评估报告。眼健康评估报告模块218显示内容包括眼健康指数E

用户端210的用户信息管理模块211，包括注册登录子模块，用户通过注册登录子模块进行注册、登录；通过智能医学硬件设备100中的眼前节图像采集仪104采集眼前节检查图像，分别传输至云平台300和用户端210；通过用户端210眼前节检查模块215处理和分析，形成眼前节健康状态评价，通过眼健康评估报告模块218形成眼健康状态评估报告，眼健康状态评估报告中关于眼前节的部分内容，包括图像分类概率、眼前节图像标注、饮食建议、用眼习惯建议。本实施例中，眼健康评估报告模块218具备显示功能，直接将形成的眼健康状态评估报告显示出来，便于用户查看。

如图3所示，在进行眼健康指数评估时，采用以下步骤：

S71，采集用户个人基本资料：通过用户信息管理模块211，采集包括用户个人信息在内的用户个人基本资料；

S72，采集用户左右眼眼底图像并处理获得眼底健康状态评价Fi：通过眼底检查模块212从接触式眼压计采集形成的眼压检查信号中获取眼底检查图像，通过预设在眼底检查模块212的眼底检查算法，利用云平台300评价数据库中预存的眼底标准图像，计算出眼底健康状态评价Fi；

S73，采集用户左右眼眼前节图像并处理获得眼前节健康状态评价Ai：通过眼前节检查模块215从眼前节图像采集仪104采集形成的眼前节检查信号中获取眼前节检查图像，通过预设在眼前节检查模块215的眼前节检查算法，利用云平台300评价数据库中预存的眼前节标准图像，计算出眼前节健康状态评价Ai；

S74，采集用户左右眼基本参数并处理获得眼健康筛查结果评价Ci：基本参数指的是包括验光、眼压在内的通用检查参数项对应的参数值，眼健康筛查结果评价Ci，为验光健康状态评价、眼压健康状态评价累加的结果；本实施例中，通过验光检查模块213从验光仪102获取包括验光测试参数在内的验光检查信号，通过预设在验光检查模块213中的验光检查算法，将测得的当前验光检测值和预设在云平台300评价数据库中的标准验光范围值进行比较，得到验光健康状态评价；与此同时，通过眼压检查模块214从非接触式眼压计103获取眼压检查信号，通过预设在眼压检查模块214中的眼压检查算法，将测得的当前眼压检测值和预设在云平台300评价数据库中的标准眼压范围值进行比较，得到眼压健康状态评价。

S75，根据前述步骤对用户眼健康状态进行综合评价，获得眼健康指数Ei：按照用户个人基本资料，针对每个用户，将已经获得眼底健康状态评价Fi、眼前节健康状态评价Ai、眼健康筛查结果评价Ci按照一定权重进行相加，得到眼健康指数Ei。

具体地，眼健康指数E

在计算四个模块的权重时，具体步骤如下：

第一步，建立分析对象层次和方案层次构建指标影响的三层结构；

第二步，使用成对比较法和1-9层次比例标度进行分析；

第三步，用a

第四步，计算矩阵A的最大特征值λ

第五步，计算矩阵的特征向量μ＝(μ

第六步，按照现有通用技术，进行一致性检验；一致性检验公式的指标为

其中n为矩阵的指数个数，一致性比的表达式为

当n＝3时，RI＝0.58，当n＝4时，RI＝0.90。如果CR＜0.1，则可以认为权向量是好的。

第七步，使用式ω

其中ω

E

本实施例中，用户端210的八个模块，负责对各自对应的眼部检查信号的管理，包括对检查记录的新增、查询、修改和删除；包括对各评价状态的历史记录生成近三次、近六次、近十次三种折线图；包括各模块检查智能定期提醒。通过折线图的设置，方便查看眼底、验光、眼压、眼前节以及眼部动态随着时间变化的健康状态变化，能够更加直观地查看眼健康在一个时间段内的整体变化情况。本实施例中选用近三次、近六次和近十次的历史记录形成折线图，能够从最小养成习惯的时间单位去查看对应的评价状态是否改变，能够更加准确地得到当前眼健康状态等级评价，进而在此基础更加精准地给出眼健康初步建议，形成眼健康状态评估报告。

本实施例所指的评价状态，指的是特定时间点对应的某一个健康状态评价。

云平台300：

如图1所示，本实施例中的云平台300，和现在通用的云平台300一样，均包括数据传输模块301、信息处理模块302、数据存储模块303。其中数据传输模块301用于包括请求处理模块、信息传输接口。信息处理模块302包括图像数据处理模块、数值数据处理模块和综合评估模块。

本实施例中，数据存储模块303包括用户信息数据库、眼科学知识库。用户信息数据库，用来从各个与云平台300连接的智能终端200对应的用户端210中实时存储更新包括用户个人信息和眼健康状态评估报告在内的所有用户信息。眼科学知识库，为预存在云平台300上的包括眼健康所有的现有技术内容。

本实施例中智能医学硬件设备100、用户端210和云平台300，三者之间存在数据交换，智能医学硬件设备100将采集的数据传输至用户端210并通过用户端210显示；用户端210将所有用户数据上传至云平台300；云平台300接受用户端210发送的用户数据，并将用户数据处理结果返回至用户端210。

本实施例中，按照现有对眼健康筛查仪所采集的各个检查参数项，形成对应的标准范围值，根据检查参数项的不同分别形成常值指标标准表和变值指标标准表，进而构成标准眼部范围表，形成针对眼压、柱镜球镜瞳距等参数项的评价标准。其中，常值指标标准表如表3-1所示，变值指标标准表如表3-2所示，其检查参数项包括左眼球镜、右眼球镜、左眼柱镜、右眼柱镜、左眼轴位、右眼轴位、瞳距七个数据。

表3-1常值指标标准表

表3-2变值指标标准表

本实施例克服了现有眼健康管理软件用户仅能手动输入眼部相关检查数据的缺陷，通过无线传输自动将仪器采集数据传输至智能移动终端及云平台300，并从多方面综合评价用户的眼健康状态，更加全面清晰的帮助用户了解眼部状态，调动用户自我管理的积极性。本实施例的眼健康管理系统实现了硬件设备眼相关数据采集、眼相关数据处理分析、用户眼相关数据管理平台的连接，实现了眼健康医疗服务的数字化、网络化、信息化，帮助用户获得眼健康状态科学的、连续的、长期的评价，达到随时随地监管眼部健康的目的。

如图3所示，本实施例中，采用以上眼健康管理系统进行眼健康管理时，智能医学硬件设备100负责采集用户眼相关数据，并将数据传输至用户端210；用户端210负责显示采集数据，提供用户进行眼相关数据管理的平台，并与云平台300进行数据交流；云平台300负责接受、存储及处理用户端210发送的眼相关数据，并将处理结果返回至用户端210。本发明的眼健康管理系统实现了硬件设备眼相关数据采集、眼相关数据处理分析、用户眼相关数据管理平台的连接，实现了眼健康医疗服务的数字化、网络化、信息化，帮助用户获得眼健康状态科学的、连续的、长期的评价，达到随时随地监管眼部健康的目的。

需要特别说明的是，本实施例相比于现有技术而言，特别增加了眼前节检查模块215，使无论是直接通过智能医学硬件设备100采集到的眼前节检查信号，还是直接通过现有技术获取的眼前节检查信号传送给眼前节检查模块215，都能够使非医学专业人士的用户，能够通过本方案在眼前节检查精准的前提下进行自主的眼健康管理。

眼睛健康与否，眼前节生物数据是一个重要指标。它主要用来检查眼前部的病变。如加上一些附件，还可以观察前房角至眼底及周围的病变。然而，目前的眼前节检查都是需要专业人员进行检查操作，目前裂隙灯是眼科医生进行眼前节检查的主要工具，医生通过裂隙灯显微镜上的双目立体显微镜对患者的眼角膜、前房、晶状体等进行观察和检查。然而，采用裂隙灯进行眼前节相关疾病诊断基本依靠医生手动操作和识别，还没有实现自动化，因而大范围地展开全民眼前节疾病筛查存在困难。为实现眼前节疾病自动筛查，就需要能够自动识别裂隙灯拍摄的眼前节图片，并根据特征判断是否患有相关疾病。某国某公司推出的Orbscan一体式眼前节分析系统，是目前国际上最先进的眼前节特征自动提取设备。它采用裂隙扫描技术与先进的Placido盘相结合的方法，可以精确地给出角膜前后表面上几千个点的高度数据，并由此获得角膜厚度和散光等参数。但该系统主要应用于屈光手术的手术计划中，无法用于普通裂隙灯所采集的照片。然而这些采集的眼前节图像，不能为作为非医学专业人士的用户使用。本方案特别设置的眼前节检查模块215解决了这一难题，让专业的检查结果能够直接被眼前节检查模块215判断评价形成眼前节健康状态评价，能够使用户得到最直观准确的评价和建议，有助于用户进行自主眼健康管理。

本实施例中的验光仪102为具有视力测试软件的手机或平板电脑。眼前节图像采集仪104为具有摄像头的手机或平板电脑，所述眼前节图像采集仪104通过摄像头进行眼前节图像采集。

实施例二

如图7所示，与实施例一不同的是，本实施例中，智能终端200包括彼此网络连接的用户端210和顾问端220。顾问端220则一般安装在服务器上。

本实施例中，用户端210和顾问端220之间设置有顾问选择模块，用于选择医生顾问并生成相关诊断报告。

所述顾问端220包括顾问注册登录模块221、顾问信息管理模块222、用户信息查看模块223、诊断报告录入模块224。

所述顾问注册登录模块221，用于医生顾问进行注册和登录；

所述顾问信息管理模块222，用于医生顾问录入和显示个人信息，并将顾问个人信息传输至云平台300，使顾问个人信息和健康数据一起同步更新存在云平台300上。

所述用户信息查看模块223，用来与用户端210连接，用于医生顾问查看用户端210中各模块接收到眼部检查信号以及经过对应模块评价得到的健康状态评价甚至是眼健康状态评估报告。医生顾问通过用户信息查看模块223，能够实时查看用户以上眼相关检查信息并在已有眼健康状态评估报告的基础上进一步进行状态评估判断，得到眼健康管理建议。

所述诊断报告录入模块224，用于医生顾问将得到的眼健康管理建议录入到智能终端200，眼健康管理建议和眼健康状态评估报告一起形成新的诊断报告，使用户通过与顾问端220网络连接的顾问选择模块访问对应的眼健康管理建议以及诊断报告。

顾问通过顾问注册登录模块221进行注册登录，用户选择顾问后系统将该用户的眼前节图像发送至顾问端220的眼前节图像查看模块，顾问查看眼前节图像后通过诊断报告录入模块224录入对该眼前节图像的诊断结果，系统再将诊断结果发送至用户端210的结果显示模块，用户可通过所述结果显示模块查看诊断报告。

通过本实施例，能够在已经得到的眼健康状态评估报告的基础上，更加精准地获得眼健康管理建议和诊断报告，使诊断报告更具有针对性，有助于帮助用户更有效地进行眼健康管理。

本实施例中，顾问端220和用户端210均为单独的APP，可分别安装在不同设备上，用户端210和顾问端220可彼此访问。当然，顾问端220和用户端210也可以为同一APP，并且在APP中设有用来实现顾问端220和用户端210互相切换的切换按钮。

实施例三

与实施例二相比，本实施例中，眼前节检查算法中的卷积神经网络为ResNet50分类网络，在ResNet50分类模型中加入Grad-CAM，对模型做出判断的区域进行类激活图的可视化，可以返回对用户端210采集到的眼前节图像中模型关注区域的标注图像。这样设置，更加便于自动化操作和图像的准确分类，使图像分类结果更直观，成为辅助医生诊断的有利参考。

本实施例中的眼前节检查模块215通过顾问选择模块与对应的顾问端220连接，医生顾问通过顾问端220中的用户信息查看模块223与顾问选择模块和用户端210连接，医生顾问通过顾问注册登录模块221进行注册登录，用户端210通过顾问选择模块选择对应的顾问端220后，用户端210将眼前节检查模块215获取的眼前节检查图像以及得到的眼前节健康状态评价一起发送至顾问端220的用户信息查看模块223，医生顾问查看眼前节检查图像和眼前节健康状态评价后通过诊断报告录入模块224录入对该眼前节检查图像，在已经得到的眼前节健康状态评价和眼健康状态评估报告的基础上，给出眼健康管理建议。眼健康管理建议和眼健康状态评估报告一起形成新的诊断报告。顾问端220将诊断报告发送至用户端210眼健康评估报告模块218，供用户进行查看。当然，用户端210也可以设置单独的结果显示模块，用来查看诊断报告和眼健康状态评估报告。

实施例四

与实施例一不同的是，本实施例中采集用户左右眼基本参数并处理获得眼健康筛查结果评价Ci：基本参数指的是包括验光、眼压和眼部动态在内的通用检查参数项对应的参数值，眼健康筛查结果评价Ci，为验光健康状态评价、眼压健康状态评价以及眼电健康状态评价累加的结果；本实施例中，通过眼电检查模块216从智能眼电监测仪105获取包括眼部动态参数在内的眼电信号，通过预设在眼电检查模块216中的眼电分类算法，将测得的当前眼部动态检测值和预设在云平台300评价数据库中的标准眼部动态范围值进行比较，得到眼电健康状态评价；本实施例通过将眼部动态的检查参数项和其他的通用检查参数项一样数字化，不仅使检查统计更加方便，还能够使验光健康状态评价、眼压健康状态评价以及眼电健康状态评价累加形成的眼健康筛查结果评价Ci更加精准且有针对性。

实施例五

本实施例将实施例一中的方案，做成一个能够直接安装到包括手机、PC电脑、平板电脑等智能设备上直接使用的眼健康管理平台程序，并对应设计出一共120个用户界面，当处于登录界面的时候，首先，在首页点击“点击测试”图标即可跳转至“眼健康自我评估”进入眼健康的问卷填写；其次，在首页点击“眼健康自测”，即可打开眼健康管理系统的6个小工具，在6个小工具中依次点击就会进入各自小工具的功能页面；再次，在首页点击“眼健康报告”，跳转至“眼健康自测首页”即可打开已评估过的健康报告；最后，在首页点击“眼健康防控台”，即可对每天影响眼健康的相关行为进行评估打分，操作非常方便。

本实施例，能够使防控台具有用眼时长、用眼环境、睡眠质量、运动习惯、护眼饮食五个功能模块的趋势记录功能和设置提醒功能。眼健康自我评估，由视觉记录、散光自测、眼前节图像分析、眼底图像分析、色盲自测五个功能模块构成，操作简单。

如图8所示，眼健康报告，从上往下，包括用户信息、眼健康指数、评估结果和健康建议四部分内容，能够直观地让用户了解当前眼健康情况，并作出对应调整。

以上所述的仅是本发明的实施例，方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明技术方案的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。