一种智能角膜地形图仪的制作方法

1.本发明涉及眼科医疗器械领域，尤其涉及一种智能角膜地形图仪。


背景技术：

2.角膜地形图仪是一款通过电脑辅助，从而呈现角膜表面曲率映像的新型设备计算机辅助的角膜地形图以其能够精确地分析整个角膜表面的形态和曲率的变化为特点，使系统地、客观地、精确地分析角膜性状成为可能，角膜地形图仪由三部分组成：一placido氏盘投射系统，二实时图像监测系统，三计算机图像处理系统。
3.但是现有的角膜地形图仪大多数都是通过手动操作进行placido盘光学中心与角膜观测中心的对中，操作比较困难、耗时且对中精度差，致使重建的角膜地形图误差大。


技术实现要素：

4.(一)发明目的
5.为解决背景技术中存在的技术问题，本发明提出一种智能角膜地形图仪，能够实时检测眼瞳的位置，提高对中精度，同时降低临床应用中的操作难度，减少角膜地形图的误差。
6.(二)技术方案
7.本发明提供了一种智能角膜地形图仪，包括引导系统以及对焦系统，所述引导系统包括引导相机组件、主成像光学组件、运动控制系统组件以及图像引导检测算法；
8.所述图像引导检测算法包括第一子算法和第二子算法，所述第一子算法为基于深度学习卷积神经网络眼球追踪运动引导算法，所述第二子算法为基于深度学习的卷积神经网络的placido环中心追踪运动引导算法；
9.所述引导相机组件通过所述眼球追踪运动引导算法自动判定用户的左、右眼球，并反馈当前检测眼球的实时位置给运动控制系统组件，所述运动控制系统组件根据当前眼球的实时位置控制主成像光学组件向眼球的实时位置运动；
10.所述主成像光学组件通过placido环中心追踪运动引导算法实时检测placido环中心，并反馈当前placido环中心的实时位置给运动控制系统组件，所述运动控制系统组件根据当前placido环中心的实时位置控制主成像光学组件向placido环中心的实时位置运动；
11.所述对焦系统包括粗对焦系统、精细对焦系统以及图像清晰评估算法，所述图像清晰评估算法用于实时评估图像清晰度值，并实时积累拟合图像清晰度曲线，所述粗对焦系统和精细对焦系统通过所述图像清晰评估算法对控制主成像光学组件运动。
12.作为本发明的进一步优化：所述引导系统内还包括有第一策略和第二策略，所述第一策略包括当主成像光学组件即将达到目标位置时，通过眼球追踪运动引导算法即时判断主成像光学组件是否到达，若主成像光学组件已经到达目标位置，则眼球追踪运动引导算法反馈已到达信号给运动控制系统组件，使其停止运动；若主成像光学组件为达到目标
位置，继续通过所述运动控制系统组件控制主成像光学组件向眼球的实时位置运动。
13.作为本发明的进一步优化：所述第二策略包括当主成像光学组件即将达到目标位置时，通过placido环中心追踪运动引导算法即时判断主成像光学组件是否到达，若主成像光学组件已经到达目标位置，则placido环中心追踪运动引导算法反馈已到达信号给运动控制系统组件，使其停止运动；若主成像光学组件为达到目标位置，继续通过所述运动控制系统组件控制主成像光学组件向眼球的实时位置运动。
14.作为本发明的进一步优化：所述运动控制系统组件包括运动控制器以及分别与运动控制器电性连接的x轴运动组件、y轴运动组件以及z轴运动组件，所述运动控制器通过所述x轴运动组件、y轴运动组件以及z轴运动组件控制所述引导相机组件和所述主成像光学组件运动。
15.作为本发明的进一步优化：还包括额托升降机构，所述额托升降机构设置在主成像光学组件的一侧，所述额托升降机构上设置有额托，所述额托升降机构用于控制额托升降。
16.作为本发明的进一步优化：还包括屏组件，所述屏组件设置在主成像光学组件背离额托升降机构的一侧。
17.作为本发明的进一步优化：还包括固视灯，所述固视灯设置在主成像光学组件和额托升降组件之间，所述固视灯包括灯盘、白光灯、红外灯以及蓝光灯，所述白光灯、蓝光灯以及红外灯沿灯盘的中点环形分布。
18.作为本发明的进一步优化：所述粗对焦系统内包括有第三策略，所述第三策略为在z轴运动组件过程中，图像清晰评估算法判断当出现曲线明显峰值时，所述运动控制系统组件控制主成像光学组件往回运动至清晰度峰值所在的物理位置。
19.作为本发明的进一步优化：所述精细对焦系统包括有第四策略，所述第四策略为在完成粗对焦后，所述运动控制系统组件启动音圈马达，通过所述音圈马达驱动主成像图像传感器在后焦位置前后运动，并通过图像清晰评估算法判断当出现曲线明显峰值时，所述运动控制系统组件控制主成像光学组件往回运动至清晰度峰值所在的物理位置。
20.作为本发明的进一步优化：还包括卷积神经网络模型分割采样算法，所述卷积神经网络模型分割采样算法采用大量临床形态各异的角膜图像数据作为训练数据，并通过有效的数据增强算法强化训练数据库，所述卷积神经网络模型分割采样算法包括以下步骤：
21.s1：数据标注，所述数据标注采集大量人眼的placido环角膜图像，采用传统分割算法与人工标注相结合的方式，进行placido黑白环的分割标注；
22.s2：数据增强，所述数据增强用先于对基础数据进行几何变换类增强，即翻转、旋转、裁剪、变形以及缩放；再进行颜色变换类增强，即噪声、模糊、颜色变换、擦涂以及填充；
23.s3：模型训练，所述模型训练采用交叉验证训练的方式，将数据划分成测试样本不同的多个留出法训练批次分别训练一个模型，并取训练结果最好的模型；
24.s4：白环有效轮廓提取，所述白环有效轮廓提取运用边缘检测、几何条件过滤获取有效的白环轮廓；
25.s5：对环进行排序，所述对环进行排序用于检测处于图像中固视灯所在的图像点即为placido环中心点，计算每个距离中心点的距离，按照由距离从小到大的顺序对环轮廓进行排序；
26.s6：获取采样点，所述获取采样点以placido环中心点为原点，以一定步距角建立极线方程，计算处于圆周方向上所有极线与轮廓的交点，即为每一个轮廓的采样点，并作为后续重建角膜物理值的输入量。
27.与现有技术相比，本发明的上述技术方案具有如下有益的技术效果：
28.本发明通过设置引导系统和对焦系统，可以在嵌入式硬件平台上高速、实时检测眼瞳的位置，并与运动控制系统组件进行位置信息交互，引导机构的placido环中心与角膜中心快速、精确对中，同时通过粗对焦、精细对焦相结合的方式，获取高清晰度、高质量的角膜图像，为后续角膜图形图的重建提供可靠的数据基础，并通过有效的数据增强算法强化训练数据库，以训练出高鲁棒性、高适应性、高准确度的分割模型，可以适应复杂的环境光条件、复杂的多样的角膜形态，且分割精度高、一致性好。本发明提出一种智能角膜地形图仪，能够实时检测眼瞳的位置，提高对中精度，同时降低临床应用中的操作难度，减少角膜地形图的误差。
附图说明
29.图1为本发明第一立体结构示意图；
30.图2为本发明第二立体结构示意图；
31.图3为本发明第一视角结构示意图；
32.图4为图3中c-c剖视结构示意图；
33.图5为本发明第二视角结构示意图；
34.图6为本发明第三视角结构示意图；
35.图7为本发明第四视角结构示意图。
36.附图标记：1、主成像光学组件；2、引导相机组件；3、固视灯；31、白光灯；32、蓝光灯；33、红外灯；4、额托升降机构；41、额托；5、运动控制系统组件；51、运动控制器；52、x轴运动组件；53、y轴运动组件；54、z轴运动组件；6、屏组件；7、输入输出口；8、网口；9、电源输入口。
具体实施方式
37.为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
38.通过图1-7所示，本发明提出的一种智能角膜地形图仪，包括引导系统以及对焦系统，引导系统供分为两个阶段，分别为大行程引导和小行程引导，引导系统包括引导相机组件2、主成像光学组件1、运动控制系统组件5以及图像引导检测算法；
39.图像引导检测算法包括第一子算法和第二子算法，第一子算法为基于深度学习卷积神经网络眼球追踪运动引导算法，第二子算法为基于深度学习的卷积神经网络的placido环中心追踪运动引导算法；
40.大行程引导：引导相机组件2通过眼球追踪运动引导算法自动判定用户的左、右眼球，并反馈当前检测眼球的实时位置给运动控制系统组件5，运动控制系统组件5根据当前
眼球的实时位置控制主成像光学组件1向眼球的实时位置运动；大行程引导内还包括有第一策略，第一策略包括当主成像光学组件1即将达到目标位置时，通过眼球追踪运动引导算法即时判断主成像光学组件1是否到达，若主成像光学组件1已经到达目标位置，则眼球追踪运动引导算法反馈已到达信号给运动控制系统组件5，使其停止运动；若主成像光学组件1为达到目标位置，继续通过运动控制系统组件5控制主成像光学组件1向眼球的实时位置运动，引导相机组件2由一款宽波段微型相机、广角镜头构成；
41.小行程引导：主成像光学组件1通过placido环中心追踪运动引导算法实时检测placido环中心，并反馈当前placido环中心的实时位置给运动控制系统组件5，运动控制系统组件5根据当前placido环中心的实时位置控制主成像光学组件1向placido环中心的实时位置运动；小行程引导还包括第二策略，第二策略包括当主成像光学组件1即将达到目标位置时，通过placido环中心追踪运动引导算法即时判断主成像光学组件1是否到达，若主成像光学组件1已经到达目标位置，则placido环中心追踪运动引导算法反馈已到达信号给运动控制系统组件5，使其停止运动；若主成像光学组件1为达到目标位置，继续通过运动控制系统组件5控制主成像光学组件1向眼球的实时位置运动，主成像光学组件1由一款宽波段相机、远心镜头构成。
42.对焦系统包括粗对焦系统、精细对焦系统以及图像清晰评估算法，图像清晰评估算法用于实时评估图像清晰度值，并实时积累拟合图像清晰度曲线，粗对焦系统和精细对焦系统通过图像清晰评估算法对控制主成像光学组件1运动，粗对焦系统由z轴运动组件54、主成像相机、远心镜头构成，而精细对焦系统由音圈马达、主成像图像传感器、远心镜头构成；
43.粗对焦系统内包括有第三策略，第三策略为在z轴运动组件54过程中，图像清晰评估算法判断当出现曲线明显峰值时，运动控制系统组件5控制主成像光学组件1往回运动至清晰度峰值所在的物理位置；精细对焦系统包括有第四策略，第四策略为在完成粗对焦后，运动控制系统组件5启动音圈马达，通过音圈马达驱动主成像图像传感器在后焦位置前后运动，并通过图像清晰评估算法判断当出现曲线明显峰值时，运动控制系统组件5控制主成像光学组件1往回运动至清晰度峰值所在的物理位置，由于音圈马达运动速度高，位置精度高，因此可以实现超高速对焦。
44.运动控制系统组件5包括运动控制器51以及分别与运动控制器51电性连接的x轴运动组件52、y轴运动组件53以及z轴运动组件54，运动控制器51通过x轴运动组件52、y轴运动组件53以及z轴运动组件54控制引导相机组件2和主成像光学组件1运动。
45.角膜地形图仪还包括额托41升降机构4，额托41升降机构4设置在主成像光学组件1的一侧，额托41升降机构4上设置有额托41，额托41升降机构4用于控制额托41升降；还包括屏组件6，屏组件6设置在主成像光学组件1背离额托41升降机构4的一侧；还包括固视灯3，固视灯3设置在主成像光学组件1和额托41升降组件之间，固视灯3包括灯盘、白光灯31、红外灯33以及蓝光灯32，白光灯31、蓝光灯32以及红外灯33沿灯盘的中点环形分布，还包括与电源连接的电源输入口9、以及输入输出口7和网口8，通过输入输出口7和网口8将角膜地形图仪与所配套的设备一同连接使用。
46.角膜地形图仪还包括卷积神经网络模型分割采样算法，卷积神经网络模型分割采样算法采用大量临床形态各异的角膜图像数据作为训练数据，并通过有效的数据增强算法
强化训练数据库，以训练出高鲁棒性、高适应性、高准确度的分割模型，可以适应复杂的环境光条件、复杂的多样的角膜形态，且分割精度高、一致性好，卷积神经网络模型分割采样算法包括以下步骤：
47.s1：数据标注，数据标注采集大量人眼的placido环角膜图像，采用传统分割算法与人工标注相结合的方式，进行placido黑白环的分割标注；
48.s2：数据增强，数据增强用先于对基础数据进行几何变换类增强，即翻转、旋转、裁剪、变形以及缩放；再进行颜色变换类增强，即噪声、模糊、颜色变换、擦涂以及填充；
49.s3：模型训练，模型训练采用交叉验证训练的方式，将数据划分成测试样本不同的多个留出法训练批次分别训练一个模型，并取训练结果最好的模型；
50.s4：白环有效轮廓提取，白环有效轮廓提取运用边缘检测、几何条件过滤获取有效的白环轮廓；
51.s5：对环进行排序，对环进行排序用于检测处于图像中固视灯3所在的图像点即为placido环中心点，计算每个距离中心点的距离，按照由距离从小到大的顺序对环轮廓进行排序；
52.s6：获取采样点，获取采样点以placido环中心点为原点，以一定步距角建立极线方程，计算处于圆周方向上所有极线与轮廓的交点，即为每一个轮廓的采样点，并作为后续重建角膜物理值的输入量。
53.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
54.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
55.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。