[发明专利]儿童视力评估方法、系统及计算机存储介质

说明书

本发明提供了一种儿童视力评估方法、系统及计算机存储介质，涉及视力评估的技术领域，包括步骤：获取待检测儿童的视力检查视频，所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像，所述儿童面部图像及视敏卡图像时间同步；根据所述连续的儿童面部图像，确定注意力方向时间序列；根据所述连续的视敏卡图像，确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级；比对所述注意力方向时间序列和黑白条纹方向时间序列，将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。本视力评估方法对儿童眼部动作与视敏卡展板上的黑白条纹比对更加标注化、科学化，极大提升了视力评估准确率。

技术领域

本发明涉及视力评估技术领域，尤其是涉及一种儿童视力评估方法、系统及计算机存储介质。

背景技术

儿童阶段的视力发育是人视力发育的重要阶段，对儿童视力的常规检查非常重要。现有的儿童视力检查常见方法包括Teller视敏卡检查方法(Teller acuity cards，泰勒视敏度卡)，医生向儿童展示不同视力水平所对应的视敏卡展板，如果儿童能够注意到视敏卡上的黑白条纹图案，则更换带有更细黑白条纹图案的视敏卡，直至该儿童的视力水平被确认。

常规的Teller视敏卡检查方法只能作为单次视力检查的方法，检查结果对儿童视力水平的评价标准单一，评估准确率不够，检查结果不可解释，而且无法追溯和回顾，因此，现有的常规Teller视敏卡检查方法还需要进一步改进和完善。

发明内容

本发明的目的在于提供一种儿童视力评估方法，以缓解现有技术Teller视敏卡检查方法评价标准单一、评估准确率不够等技术问题。

本发明提供的一种儿童视力评估方法，包括如下步骤：

获取待检测儿童的视力检查视频，所述视力检查视频包括时间上连续的儿童面部图像及视敏卡图像，所述儿童面部图像及视敏卡图像时间同步；

根据所述连续的儿童面部图像，确定注意力方向时间序列；

根据所述连续的视敏卡图像，确定视敏卡上的黑白条纹方向时间序列以及确定黑白条纹对应的视力等级；

比对所述注意力方向时间序列和黑白条纹方向时间序列，将待检测儿童注意力方向与黑白条纹方向相同时的最大视力等级作为待检测儿童的视力等级。

进一步的，所述获取待检测儿童的视力检查视频的步骤包括：所述视力检查视频为远程检测终端发送的录像视频。

进一步的，所述远程检测终端为Teller电子视力检查平台。

进一步的，所述根据所述连续的儿童面部图像，确定注意力方向时间序列的步骤包括：将所述连续的儿童面部图像作为预训练目标检测模型的录入数据，所述预训练目标检测模型的输出数据包括：检测窗口图像、儿童头部图像、儿童眼部图像及儿童角膜虹膜区图像的位置信息。

进一步的，所述根据所述连续的视敏卡图像，确定视敏卡上的黑白条纹方向时间序列的步骤包括：将所述连续的视敏卡图像作为预训练目标检测模型的录入数据，所述预训练目标检测模型的输出数据包括：视敏卡图像、视敏卡上黑白条纹图像的位置信息。

进一步的，所述预训练目标检测模型为Faster-RCNN模型。R-CNN，Rich featurehierarchies for accurate object detection and semantic segmentation是FasterR-CNN的启发版本。R-CNN是采用Selective Search算法来提取(propose)可能的RoIs(regions of interest)区域，然后对每个提取区域采用标准CNN进行分类。出现于2015年早期的Fast R-CNN是R-CNN的改进，其采用兴趣区域池化(Region of Interest Pooling，RoI Pooling)来共享计算量较大的部分，提高模型的效率。