一种基于人工智能分析的角膜塑形镜验配系统的制作方法

本发明涉及角膜塑形镜验配，具体涉及一种基于人工智能分析的角膜塑形镜验配系统。

背景技术：

1、根据国家卫生健康委公布的中国儿童青少年近视情况结果显示：2020年，我国儿童青少年总体近视率为52.7％。其中6岁儿童为14.3％，小学生为35.6％，初中生为71.1％，高中生为80.5％。6-18岁儿童青少年近视抽查结果令人堪忧，且呈现跨级翻倍增长趋势。随着青少年近视情况的严重化，中国眼科诊疗人次不断攀升。然而纵观医学眼科领域，眼病客观诊疗需求同优质医生及医疗资源之间存在较为严重的不匹配现象。我国目前有眼科医生约4万，却要面对几亿的儿童青少年，医疗资源的高效分配问题亟待解决。角膜塑形镜的验配量逐年递增，市场对于验配师的需求也越来越大，验配人员的技术可以通过培训、学习的方式逐步提高，但耗时过长，且传统培训不能很好的将验配实操经验有效传递，验配专家培养周期长。角塑验配在具体操作中也一直面临诸多专业性的难题：如：角塑验配对医师专业性要求高、各品牌差异较大、验配难度升级、无法一步验配、人力成本过高、患者反复试戴有交叉感染隐患等。

技术实现思路

1、本发明提供一种基于人工智能分析的角膜塑形镜验配系统，在智能ai诊疗工具的帮助下，角塑验配对医师专业性要求可适当放宽，验配难度明显降低，提升医师特别是实习医师的验配能力和服务水平。

2、为了达到上述目的，本发明提供如下技术方案：一种基于人工智能分析的角膜塑形镜验配系统，其包括:输入数据组件，所述输入数据组件为一个前端操作录入页面，用于登录ai角塑验配系统，所述ai角塑验配系统根据检查记录自动代入患者的视光数据；应用数据库组件，所述应用数据库组件将数据输入到应用数据库中并且保存，等待模型组件进行调用；模型预测组件，所述模型预测组件自动检测到应用数据库组件是否完成完整数据录入，如检测数据完整，该组件将会调用已经训练好的模型接口，并传入球镜、柱镜、轴位、角膜直径等等必要参数进行数据预测得出验配参数；结果存储组件，所述结果存储组件对模型计算后的结果进行存储，并将结果返回到所述应用数据组件中；前端展示组件，所述前端展示组件用于将结果展示到软件界面中以供用户查看，并为医生验配角膜塑形镜提供选片参数比对参考。

3、优选的，所述模型预测组件建模方法为:

4、s1、先收集包括角膜地形图的fk、sk、e值，屈光度数的球镜、散光、轴位数值，前方深度，眼轴，性别，年龄数据；其指标包括：降幅，ac，cp，直径；

5、s2、将s1的数据集拆分成训练集和测试集，测试集占比30％；

6、s3、应用etr、adaboost和gbdt集成算法模型分别对所述指标中的四个标签进行建模；标签降幅应用adaboost回归算法；标签ac应用etr回归算法；标签cp应用gbdt分类算法；标签直径应用gbdt回归算法；标签ac、降幅和直径选取机器学习回归任务常用的均方误差mse和决定系数r2作为塑形镜模型的性能评价指标，均方误差mse用于把握每个样本的预测值和真实值之间的差异。

7、优选的，所述均方误差mse和决定系数r2的计算公式如下：

8、

9、

10、其中表示预测值，yi为真实值。

11、本发明有益效果为：在智能ai诊疗工具的帮助下，角塑验配对医师专业性要求可适当放宽，验配难度明显降低，提升医师特别是实习医师的验配能力和服务水平。在时间层面，以往角塑验配医师每天只能验配几个患者，验配效率低，但在智能ai诊疗工具的辅助下，单个患者验配时间可缩减50％以上，医师工作强度大幅降低，每天可为更多患者提供服务。

技术特征：

1.一种基于人工智能分析的角膜塑形镜验配系统，其特征在于,包括:

2.根据权利要求1所述的一种基于人工智能分析的角膜塑形镜验配系统，其特征在于：所述模型预测组件建模方法为:

3.根据权利要求2所述的一种基于人工智能分析的角膜塑形镜验配系统，其特征在于：所述均方误差mse和决定系数r2的计算公式如下：

技术总结
本发明涉及角膜塑形镜验配技术领域，具体涉及一种基于人工智能分析的角膜塑形镜验配系统，其包括:输入数据组件，为一个前端操作录入页面，并实现代入患者的视光数据；应用数据库组件，将数据输入到应用数据库中并且保存，等待模型组件进行调用；模型预测组件，自动检测到应用数据库组件是否完成完整数据录入；结果存储组件，对模型计算后的结果进行存储，并将结果返回到应用数据组件中；前端展示组件，用于将结果展示到软件界面中并为医生验配角膜塑形镜提供选片参数比对参考。本发明在智能AI诊疗工具的帮助下，角塑验配对医师专业性要求可适当放宽，验配难度明显降低，提升医师特别是实习医师的验配能力和服务水平。

技术研发人员：孙鹏
受保护的技术使用者：天津鹏升科技有限公司
技术研发日：
技术公布日：2024/1/12