1.一种视网膜神经纤维层数据校正方法,其特征在于,包括:
获取受试者的rnfl实测数据及受试者属性信息;其中,所述受试者属性信息包括性别、年龄、眼轴长度、黄斑视盘夹角度数、gamma弧宽度、beta弧宽度和bruchs膜开口平均直径;
根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量;
利用所述各rnfl实测数据对应的补偿量,对所述rnfl实测数据进行校正,以得到对应的目标rnfl数据。
2.根据权利要求1所述的方法,其特征在于,所述rnfl实测数据至少包括颞上峰厚度、鼻上峰厚度、颞下峰厚度、颞下峰厚度与颞上峰厚度比、颞上峰位置、鼻上峰位置、颞下峰位置及颞上峰与颞下峰之间的夹角度数,所述获取受试者的rnfl实测数据,包括:
获取所述受试者的rnfl扫描图像;
从所述rnfl扫描图像对应的上半视野0°-120°中筛选颞上峰厚度,将所述颞上峰厚度对应的视野度数,确定为所述颞上峰位置;
从所述rnfl扫描图像对应的上半视野120°-180°中筛选鼻上峰厚度,将所述鼻上峰厚度对应的视野度数,确定为所述鼻上峰位置;
从所述rnfl扫描图像对应的下半视野250°-360°中筛选颞下峰厚度;将所述颞下峰厚度对应的视野度数,确定为所述颞下峰位置。
3.根据权利要求1所述的方法,当所述rnfl实测数据包括颞上峰厚度、鼻上峰厚度和颞下峰厚度时,其特征在于,所述根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量,包括:
根据所述受试者的年龄、性别和眼轴长度,确定颞上峰厚度补偿量;
根据所述受试者的眼轴长度、gamma弧宽度和beta弧宽度,确定鼻上峰厚度补偿量;
根据所述受试者的年龄和眼轴长度,确定颞下峰厚度补偿量。
4.根据权利要求1所述的方法,当所述rnfl实测数据包括颞下峰厚度与颞上峰厚度比时,其特征在于,所述根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量,包括:
根据所述受试者的黄斑视盘夹角度数、性别和gamma弧宽度,确定颞下峰厚度与颞上峰厚度比补偿量。
5.根据权利要求1所述的方法,当所述rnfl实测数据包括颞上峰位置和颞下峰位置时,其特征在于,所述根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量,包括:
根据所述受试者的性别、眼轴长度和bruchs膜开口平均直径,分别确定颞上峰位置补偿量和颞下峰位置补偿量。
6.根据权利要求1所述的方法,当所述rnfl实测数据包括颞上峰与颞下峰之间的夹角度数时,其特征在于,所述根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量,包括:
根据所述受试者的性别、眼轴长度和beta弧宽度,确定颞上峰与颞下峰之间的夹角度数补偿量。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
根据所述目标rnfl数据与预设的标准rnfl数据之间的对比结果,判断所述受试者的rnfl分布是否正常,并输出对应的判断结果。
8.一种视网膜神经纤维层数据校正装置,其特征在于,包括:
获取模块,用于获取受试者的rnfl实测数据及受试者属性信息;其中,所述受试者属性信息包括性别、年龄、眼轴长度、黄斑视盘夹角度数、gamma弧宽度、beta弧宽度和bruchs膜开口平均直径;
计算模块,用于根据所述受试者属性信息,确定各rnfl实测数据对应的补偿量;
校正模块,用于利用所述各rnfl实测数据对应的补偿量,对所述rnfl实测数据进行校正,以得到对应的目标rnfl数据。
9.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的方法。