[发明专利]一种儿童近视风险预测方法、装置及系统

说明书

技术领域

本发明涉及近视预测技术领域，具体涉及一种儿童近视风险预测方法、装置及系统。

背景技术

近视是指眼睛在调节放松状态下，平行光线(5米外)经眼球屈光装置后，在视网膜之前形成焦点的光学状态。近视眼也称短视眼，这种眼只能看清近处不能看清远处。从无限远处来的平行光经过眼的屈光装置折光之后，在视网膜之前集合成焦点，在视网膜上则结成不清楚的象，远视力明显降低，但近视力尚正常。

近年来，近视发生率飙升，近视眼的人群比例不断增大。目前，中国的儿童近视发病率已超过70％，位居全球第一，近视发病低龄化及病理性近视率的提高已经成为近年来我国儿童近视的两大变化。从小学五、六年级开始，儿童患病率明显上升。因此，适当地对儿童的近视风险进行预测，能够使家长更加了解儿童的眼睛视力状况，进而能更好地预防近视。近视的发生与遗传和环境等诸多因素有关，现有技术中，还不能做到对近视风险的预测。

发明内容

针对现有技术中的上述缺陷，本发明提供了一种儿童近视风险预测方法、装置及系统，可以较准确地对儿童近视风险进行预测。

第一方面，本发明提供的一种儿童近视风险预测方法，包括：

获取用户视力的当前检测数据和生理指标值；

根据所述当前检测数据和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险。

可选的，所述当前检测数据，包括：当前检测的屈光度值、眼轴长度、视力值中的一种或多种。

可选的，所述生理指标值，包括：年龄、身高、体重、父母视力中的一种或多种生理指标值。

可选的，所述当前检测数据为当前检测的屈光度值；

根据所述当前检测数据和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险，包括：

根据所述屈光度值和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险。

可选的，在根据所述当前检测数据和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险的步骤之前，还包括：

获取不同年龄段儿童视力的样本数据；

根据所述样本数据，采用回归分析方法和/或神经网络方法，建立视力预测模型。

可选的，在建立视力预测模型之后，还包括：

实时获取不同年龄段儿童视力的实时样本数据；

根据所述实时样本数据，采用回归分析方法和/或神经网络方法，实时优化所述视力预测模型。

可选的，还包括：

获取所述用户在指定时间段内的用眼环境指标；

根据所述用眼环境指标和所述近视风险，预测所述近视风险的变化情况。

可选的，还包括：

根据所述近视风险，获得改善近视风险的建议。

第二方面，本发明提供的一种儿童近视风险预测装置，包括：

信息获取模块，用于获取用户视力的当前检测数据和生理指标值；

视力预测模块，用于根据所述当前检测数据和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险。

可选的，所述当前检测数据，包括：当前检测的屈光度值、眼轴长度、视力值中的一种或多种。

可选的，所述生理指标值，包括：年龄、身高、体重、父母视力中的一种或多种生理指标值。

可选的，所述当前检测数据为当前检测的屈光度值；

所述视力预测模块，具体用于：

根据所述屈光度值和/或所述生理指标值，采用视力预测模型，预测所述用户的近视风险。

可选的，所述装置，还包括：

样本数据获取模块，用于获取不同年龄段儿童视力的样本数据；

模型建立模块，用于根据所述样本数据，采用回归分析方法和/或神经网络方法，建立视力预测模型。

可选的，所述装置，还包括：

实时数据获取模块，用于实时获取不同年龄段儿童视力的实时样本数据；

优化模型模块，用于根据所述实时样本数据，采用回归分析方法和/或神经网络方法，实时优化所述视力预测模型。

可选的，所述装置，还包括：

用眼环境检测模块，用于获取所述用户在指定时间段内的用眼环境指标；

风险变化预测模块，用于根据所述用眼环境指标和所述近视风险，预测所述近视风险的变化情况。

可选的，所述装置，还包括：

建议提供模块，用于根据所述近视风险，获得改善近视风险的建议。

第三方面，本发明提供了一种儿童近视风险预测系统，包括：第一客户端、第二客户端和服务端；