基于深度神经网络的镜片佩戴舒适度研究

胡义波; 武杰; 樊碧月; 项华中

doi:10.13741/j.cnki.11-1879/o4.2022.01.009

您当前的位置：

首页 >

文章列表页 >

基于深度神经网络的镜片佩戴舒适度研究

生物医学光学 | 更新时间：2025-09-01

- 基于深度神经网络的镜片佩戴舒适度研究
- Research on degree of lenses comfort based on deep neural network
- 光学技术 2022年48卷第1期页码：123-128
- 作者机构：
  
  1:上海理工大学医疗器械与食品学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61605115)
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.009
  中图分类号： R778.3;TP183
- 纸质出版：2022
- 稿件说明：
移动端阅览
胡义波, 武杰, 樊碧月, 等. 基于深度神经网络的镜片佩戴舒适度研究[J]. 光学技术, 2022,48(1):123-128.

Research on degree of lenses comfort based on deep neural network[J]. 2022, 48(1): 123-128.
胡义波, 武杰, 樊碧月, 等. 基于深度神经网络的镜片佩戴舒适度研究[J]. 光学技术, 2022,48(1):123-128. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.009.

Research on degree of lenses comfort based on deep neural network[J]. 2022, 48(1): 123-128. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.009.

摘要

为了客观评价镜片佩戴舒适度

研究设计眼动实验

利用眼动仪采集并分析眼动数据

提出"眼睑间距变动百分比"作为镜片佩戴舒适度评价指标之一

再结合其他传统眼动指标

设计了一种基于深度神经网络的镜片佩戴舒适度评价模型。结果表明提出的眼睑间距变动百分比指标用于评价镜片佩戴舒适度具有良好的效果

最终构建的深度神经网络模型预测准确率较高

具有较好的泛化能力。研究突破了传统配镜过程主要依靠患者主观评价的限制

可以有效帮助视光医生和配镜师调整镜片设计方案。

Abstract

为了客观评价镜片佩戴舒适度

研究设计眼动实验

利用眼动仪采集并分析眼动数据

提出"眼睑间距变动百分比"作为镜片佩戴舒适度评价指标之一

再结合其他传统眼动指标

设计了一种基于深度神经网络的镜片佩戴舒适度评价模型。结果表明提出的眼睑间距变动百分比指标用于评价镜片佩戴舒适度具有良好的效果

最终构建的深度神经网络模型预测准确率较高

具有较好的泛化能力。研究突破了传统配镜过程主要依靠患者主观评价的限制

可以有效帮助视光医生和配镜师调整镜片设计方案。

关键词

Keywords

references

浏览量

158

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合单目视觉成像和深度测量的行为检测研究

基于重引力搜索和深度学习的图像表情识别研究

基于移动分割与轻量化分类网络的红外目标实时识别方法

基于深度神经网络的光纤通信高阶色散预测

基于多级注意力密集残差网络的单幅图像超分辨率重建