摘要
本申请涉及医疗人工智能技术领域,公开了一种屈光度检测方法、装置、设备及存储介质,该方法包括:对多角度眼部图像序列进行质量判定,获得合格图像,通过瞳孔检测模型对所述合格图像进行瞳孔定位和区域提取,输出以瞳孔为中心的固定尺寸区域图像,通过屈光度预测模型对固定尺寸区域图像和用户生理特征进行处理,获得屈光度检测结果。本申请通过质量判定确保图像可靠性,将合格图像的固定尺寸区域图像和用户生理特征进行融合,克服了传统方法中图像特征与临床数据割裂的问题,采用结合光学成像原理和自注意力机制构建的屈光度预测模型进行视力预测,则避免了通用注意力机制对光学空间关系的误判,也突破了现有设备固定参数的限制。
技术关键词
屈光度检测方法
光学成像原理
瞳孔检测
注意力机制
屈光度检测设备
屈光度检测装置
多模态特征
医疗人工智能技术
多角度
生理
参数
带标记
尺寸
融合特征
图像处理模块
序列
多通道
处理器
系统为您推荐了相关专利信息
食品异物检测
图像采集模块
曲线特征
边缘检测算法
分析模块
医学图像分割方法
双模式
编码器特征
对齐模块
线性单元
影像识别方法
影像识别系统
便携式手持终端
图像识别模块
眼底图像特征
图像分类方法
置信度阈值
半监督学习
多层感知器
通道注意力机制