[go: up one dir, main page]

CN120319473A - 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统 - Google Patents

一种隐形眼镜佩戴周期监测与健康风险预警方法和系统

Info

Publication number
CN120319473A
CN120319473A CN202510425716.4A CN202510425716A CN120319473A CN 120319473 A CN120319473 A CN 120319473A CN 202510425716 A CN202510425716 A CN 202510425716A CN 120319473 A CN120319473 A CN 120319473A
Authority
CN
China
Prior art keywords
wearing
user
lens
dynamic
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202510425716.4A
Other languages
English (en)
Inventor
伍卫东
周洵
项道满
孟晶
刘小勇
蔡俊涛
伍延峻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGDONG WEIMING EYE AND OPTICS RESEARCH INSTITUTE
Original Assignee
GUANGDONG WEIMING EYE AND OPTICS RESEARCH INSTITUTE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GUANGDONG WEIMING EYE AND OPTICS RESEARCH INSTITUTE filed Critical GUANGDONG WEIMING EYE AND OPTICS RESEARCH INSTITUTE
Priority to CN202510425716.4A priority Critical patent/CN120319473A/zh
Publication of CN120319473A publication Critical patent/CN120319473A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words

Landscapes

  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Eyeglasses (AREA)

Abstract

本发明提供了一种隐形眼镜佩戴周期监测与健康风险预警方法和系统,包括:实时监测用户的购买订单并识别,获得镜片信息;根据镜片信息构建周期定位追踪目标;根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。通过监测用户的购买订单并识别,有效获得镜片信息,进而通过镜片信息实现对周期定位追踪目标的构建,有效实现对用户实时的动态佩戴数据的追踪,提高了进行健康风险预警的准确率,通过分级预警提醒可以使得用户实时掌握当前镜片以及眼睛的状态,从而有效关联镜片类型与用户实际佩戴行为保障监测与预警的准确性与及时性,提高用户使用隐形眼镜的安全佩戴,进而提高用户的体验感。

Description

一种隐形眼镜佩戴周期监测与健康风险预警方法和系统
技术领域
本发明涉及周期监测预警技术领域,特别涉及一种隐形眼镜佩戴周期监测与健康风险预警方法和系统。
背景技术
目前,隐形眼镜在现代社会被广泛使用,无论是矫正视力(近视、远视、散光等)还是作为美容用途(美瞳等),全球范围内有大量的使用者,而且随着时尚观念和生活便利性需求的增加,其使用人数呈上升趋势;
然而,现有隐形眼镜用户缺乏佩戴周期科学管理意识,超期佩戴导致角膜缺氧、蛋白质沉淀等问题频发,传统日历提醒无法关联镜片类型与用户实际佩戴行为;
因此,为了克服上述技术问题,本发明提供了一种隐形眼镜佩戴周期监测与健康风险预警方法和系统。
发明内容
本发明提供一种隐形眼镜佩戴周期监测与健康风险预警方法和系统,用以通过监测用户的购买订单并识别,可以有效获得镜片信息,进而通过镜片信息实现对周期定位追踪目标的构建,有效实现对用户实时的动态佩戴数据的追踪,进而提高了进行健康风险预警的准确率,通过分级预警提醒可以使得用户实时掌握当前镜片以及眼睛的状态,从而有效关联镜片类型与用户实际佩戴行为保障监测与预警的准确性与及时性,提高用户使用隐形眼镜的安全佩戴,进而提高用户的体验感。
本发明提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,包括:
步骤1:实时监测用户的购买订单并识别,获得镜片信息;
步骤2:根据镜片信息构建周期定位追踪目标;
步骤3:根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤1中,实时监测用户的购买订单并识别,获得镜片信息,包括:
实时监测隐形眼镜的售卖状态,并根据预设时间节点对售卖状态进行记录,其中,当隐形眼镜为未售卖状态时,则基于第一标识符进行记录,当隐形眼镜为售卖状态时,则基于第二标识符进行记录;
根据记录结果获得售卖状态序列;
对售卖状态序列进行实时读取,当售卖状态序列中产生第二标识符时,则生成订单识别指令;
根据订单识别指令调取用户的购买订单,并对购买订单进行信息识别,获得购买的镜片信息。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤2中,根据镜片信息构建周期定位追踪目标,包括:
读取镜片信息,确定镜片的使用时长,同时,当用户佩戴隐形时,获取用户佩戴起始时间点以及用户的实时眼部状态数据;
获取预设时间周期节点;
根据镜片的使用时长、用户佩戴起始时间点以及预设时间周期节点生成对用户的第一周期定位追踪目标;
根据预设时间周期节点以及用户的实时眼部状态数据生成第二周期定位追踪目标;
根据第一周期定位追踪目标以及第二周期定位追踪目标完成对周期定位追踪目标的构建。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒包括:
根据周期定位追踪目标对目标用户的佩戴时间进行第一定位追踪,并根据第一定位追踪结果生成用户的佩戴时间线;
根据周期定位追踪目标对目标用户的眼部状态进行第二定位追踪,并根据第二定位追踪结果生成用户的动态眼部状态数据;
基于佩戴时间线以及动态眼部状态数据生成用户的动态佩戴数据;
对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒,包括:
所述预设标准包括:第一标准时间点、第二标准时间点以及眼部状态异常数据范围,其中,第一标准时间点小于第二标准时间点;
当动态佩戴数据中的佩戴时间线达到第一标准时间点时,则进行一级提醒;
当动态佩戴数据中的佩戴时间线达到第二标准时间点时,则进行二级提醒;
当动态佩戴数据中的动态眼部状态数据在眼部状态异常数据范围内时,则进行三级提醒。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,包括:
一级提醒为:APP推送+短信通知;
二级提醒为:锁定验配系统功能直至用户确认更换;
三级提醒为:强制跳转至在线医生视频问诊界面。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,包括:
获取监测到的用户的动态佩戴数据,并对动态佩戴数据进行解析,得到用户眼睛在不同时刻下佩戴隐形眼镜时的状态表征;
基于眼部健康评估知识体系确定对用户眼部健康风险的评估指标,并基于评估指标对不同时刻下佩戴隐形眼镜时的状态表征进行量化,得到对应的量化指标值;
基于眼部健康评估知识体系确定每一评估指标的权重,并基于每一评估指标的权重和对应的量化值对用户不同时刻下佩戴隐形眼镜时的健康风险进行评估;
对不同时刻下的评估结果进行记录汇总。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,对购买订单进行信息识别,包括:
对购买订单进行图像扫描,获得购买订单的订单图像;
获取对镜片信息进行识别的信息维度,并根据信息维度确定关键词集,获取关键词集中各项关键词的笔画轮廓点;
将各项关键词的笔画轮廓点在订单图像中进行映射,并根据映射结果在订单图像中进行定位,获得关键词集在订单图像中的目标位置;
根据目标位置将订单图像进行拆分,获得每项关键词对应的子订单图像;
对每项关键词对应的子订单图像进行像素灰度化处理,获得灰度子订单图像,对灰度子订单图像进行识别,确定灰度子订单图像的颜色深度分布特征;
根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域;
将灰度子订单图像的关键识别区域输入至预设文字识别模型中进行识别,并根据识别结果输出每项关键词对应的子镜片信息;
将每项关键词对应的子镜片信息进行综合获得购买订单的镜片信息。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域,包括:
获取预设的第一深度阈值与第二深度阈值;
其中,第一深度阈值小于第二深度阈值;
读取灰度子订单图像的颜色深度分布特征,确定灰度子订单图像中各像素点的颜色深度值;
在灰度子订单图像中对颜色深度值小于或等于第一深度阈值的像素点进行第一标记,获得第一标记点集;
同时,在灰度子订单图像中对颜色深度值等于或大于第一深度阈值的像素点进行第二标记,获得第二标记点集;
根据第一标记点集进行第一区域划定,获得关键识别区域;
根据第二标记点集进行第二区域划定,获得非关键识别区域。
本发明提供了一种隐形眼镜佩戴周期监测与健康风险预警系统,包括:
镜片信息获取模块,用于实时监测用户的购买订单并识别,获得镜片信息;
目标确定模块,用于根据镜片信息构建周期定位追踪目标;
预警管理模块,用于根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
优选的,一种隐形眼镜佩戴周期监测与健康风险预警方法,镜片信息获取模块,包括:
售卖状态监测单元,用于:
实时监测隐形眼镜的售卖状态,并根据预设时间节点对售卖状态进行记录,其中,当隐形眼镜为未售卖状态时,则基于第一标识符进行记录,当隐形眼镜为售卖状态时,则基于第二标识符进行记录;
根据记录结果获得售卖状态序列;
镜片信息确定单元,用于:
对售卖状态序列进行实时读取,当售卖状态序列中产生第二标识符时,则生成订单识别指令;
根据订单识别指令调取用户的购买订单,并对购买订单进行信息识别,获得购买的镜片信息。
与现有技术相比,本发明的有益效果如下:
通过监测用户的购买订单并识别,可以有效获得镜片信息,进而通过镜片信息实现对周期定位追踪目标的构建,有效实现对用户实时的动态佩戴数据的追踪,进而提高了进行健康风险预警的准确率,通过分级预警提醒可以使得用户实时掌握当前镜片以及眼睛的状态,从而有效关联镜片类型与用户实际佩戴行为保障监测与预警的准确性与及时性,提高用户使用隐形眼镜的安全佩戴,进而提高用户的体验感。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种隐形眼镜佩戴周期监测与健康风险预警方法的流程图;
图2为本发明实施例中一种隐形眼镜佩戴周期监测与健康风险预警方法中步骤1的流程图;
图3为本发明实施例中一种隐形眼镜佩戴周期监测与健康风险预警系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,如图1所示,包括:
步骤1:实时监测用户的购买订单并识别,获得镜片信息;
步骤2:根据镜片信息构建周期定位追踪目标;
步骤3:根据用户佩戴周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
该实施例中,镜片信息指的是购买订单中关于镜片的购买日期、镜片类型(如日抛、月抛等)。
该实施例中,周期定位追踪目标是基于镜片信息确定的,用来实现对用户的佩戴周期进行监测的目的。
该实施例中,动态佩戴数据指的是用户的佩戴周期以及用户实时眼部健康数据。
该实施例中,预设标准是提前设定时间点,例如:提前7天、到期当天等用来作为分级预警提醒的衡量标准。
该实施例中,分级预警提醒包括一级提醒(提前7天):APP推送+短信通知,建议购买新镜片;二级提醒(到期当天):锁定验配系统功能直至用户确认更换;紧急提醒(健康异常):强制跳转至在线医生视频问诊界面。
上述技术方案的工作原理及有益效果是:通过监测用户的购买订单并识别,可以有效获得镜片信息,进而通过镜片信息实现对周期定位追踪目标的构建,有效实现对用户实时的动态佩戴数据的追踪,进而提高了进行健康风险预警的准确率,通过分级预警提醒可以使得用户实时掌握当前镜片以及眼睛的状态,从而有效关联镜片类型与用户实际佩戴行为保障监测与预警的准确性与及时性,提高用户使用隐形眼镜的安全佩戴,进而提高用户的体验感。
实施例2:
在实施例1的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,如图2所示,步骤1中,实时监测用户的购买订单并识别,获得镜片信息,包括:
步骤101:实时监测隐形眼镜的售卖状态,并根据预设时间节点对售卖状态进行记录,其中,当隐形眼镜为未售卖状态时,则基于第一标识符进行记录,当隐形眼镜为售卖状态时,则基于第二标识符进行记录;
步骤102:根据记录结果获得售卖状态序列;
步骤103:对售卖状态序列进行实时读取,当售卖状态序列中产生第二标识符时,则生成订单识别指令;
步骤104:根据订单识别指令调取用户的购买订单,并对购买订单进行信息识别,获得购买的镜片信息。
该实施例中,预设时间节点是提前设定好的,例如可以是一天或一周等。
该实施例中,第一标识符指的是当隐形眼镜为未售卖状态时,进行标记的符号。
该实施例中,第二标识符第一标识符指的是当隐形眼镜为售卖状态时,进行标记的符号。
该实施例中,售卖状态序列指的是对隐形眼镜的售卖情况进行记录后得到的各隐形眼镜的售卖情况。
该实施例中,订单识别指令指的是当售卖状态序列中存在售卖出去的隐形眼镜时,生成对订单进行识别的控制指令。
上述技术方案的工作原理及有益效果是:通过实时监测隐形眼镜的售卖状态,并通过第一标识符和第二标识符对隐形眼镜的售卖状态进行记录,进而实现根据记录结果在确定产生售卖状态时,及时生成订单识别指令,从而实现根据订单识别指令调取用户的购买订单,最终实现对购买订单进行识别获取购买的镜片信息,为确定周期定位追踪目标提供了便利和保障。
实施例3:
在实施例1的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤2中,根据镜片信息构建周期定位追踪目标,包括:
读取镜片信息,确定镜片的使用时长,同时,当用户佩戴隐形时,获取用户佩戴起始时间点以及用户的实时眼部状态数据;
获取预设时间周期节点;
根据镜片的使用时长、用户佩戴起始时间点以及预设时间周期节点生成对用户的第一周期定位追踪目标;
根据预设时间周期节点以及用户的实时眼部状态数据生成第二周期定位追踪目标;
根据第一周期定位追踪目标以及第二周期定位追踪目标完成对周期定位追踪目标的构建。
该实施例中,实时眼部状态数据指的是用户在佩戴隐形眼镜后,眼部的血丝变化以及眼球的转动情况等数据。
该实施例中,预设时间周期节点是提前设定好的,是生成对用户的第一周期定位追踪目标的元素。
该实施例中,第一周期定位追踪目标是根据镜片的使用时长、用户佩戴起始时间点以及预设时间周期节点确定的,即确定的对用户进行追踪的具体对象。
该实施例中,第二周期定位追踪目标是根据预设时间周期节点和用户的实时眼部状态数据生成的,即确定的对用户进行追踪的具体对象。
上述技术方案的工作原理及有益效果是:通过对镜片信息进行读取,实现对镜片的使用时长进行确定,同时,获取用户佩戴起始时间点、用户的实时眼部状态数据及预设时间周期节点,进而根据镜片的使用时长、用户佩戴起始时间点、预设时间周期节点及用户的实时眼部状态数据分时实现对第一周期定位追踪目标及第二周期定位追踪目标进行有效构建,最终实现根据第一周期定位追踪目标以及第二周期定位追踪目标完成对周期定位追踪目标的构建,为用户的隐形眼镜佩戴周期监测与健康风险预警提供了便利和保障。
实施例4:
在实施例1的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒包括:
根据周期定位追踪目标对目标用户的佩戴时间进行第一定位追踪,并根据第一定位追踪结果生成用户的佩戴时间线;
根据周期定位追踪目标对目标用户的眼部状态进行第二定位追踪,并根据第二定位追踪结果生成用户的动态眼部状态数据;
基于佩戴时间线以及动态眼部状态数据生成用户的动态佩戴数据;
对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒。
该实施例中,第一定位追踪指的是对目标用户的佩戴时间进行追踪。
该实施例中,佩戴时间线指的是能够表征用户佩戴隐形眼镜的具体时间分布情况。
该实施例中,第二定位追踪指的是对目标用户的眼部状态进行追踪。
该实施例中,预设标准是提前设定好的,是用于衡量是否需要进行分级预警的依据,是可以进行调整的。
上述技术方案的工作原理及有益效果是:通过根据确定的周期定位追踪目标对目标用户的佩戴时间和目标用户的眼部状态分别进行定位追踪,并根据定位追踪结果实现对用户的动态佩戴数据进行准确有效的确定,最后,对得到的动态佩戴数据进行分析,实现在达到预设标准时,进行及时的分级预警提醒,从而便于及时发现用户对隐形眼镜的佩戴异常,提高了健康风险预警的及时性以及可靠性。
实施例5:
在实施例4的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒,包括:
所述预设标准包括:第一标准时间点、第二标准时间点以及眼部状态异常数据范围,其中,第一标准时间点小于第二标准时间点;
当动态佩戴数据中的佩戴时间线达到第一标准时间点时,则进行一级提醒;
当动态佩戴数据中的佩戴时间线达到第二标准时间点时,则进行二级提醒;
当动态佩戴数据中的动态眼部状态数据在眼部状态异常数据范围内时,则进行三级提醒。
上述技术方案的工作原理及有益效果是:通过对预设标准的具体情况进行确定,并将动态佩戴数据中的佩戴时间线与预设标准中的第一标准时间点和第二标准时间点进行比较,实现对一级提醒和二级提醒进行准确有效的确定,最后,将动态佩戴数据中的动态眼部状态数据与预设标准中的眼部状态异常数据范围进行比对,实现对三级提醒进行准确有效的确定,确保根据动态佩戴数据的实时状态进行及时可靠的分级提醒,从而便于管理人员根据分级提醒情况快速有效的了解用户对隐形眼镜佩戴的情况。
实施例6:
在实施例5的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,包括:
一级提醒为:APP推送+短信通知;
二级提醒为:锁定验配系统功能直至用户确认更换;
三级提醒为:强制跳转至在线医生视频问诊界面。
上述技术方案的工作原理及有益效果是:通过对一级提醒、二级提醒一级三级提醒的具体提醒方式进行限定,从而便于在达到相应的分级提醒时,及时采取相应的分级提醒方式进行提醒,进而便于对用户的异常情况进行及时有效的了解。
实施例7:
在实施例1的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,包括:
获取监测到的用户的动态佩戴数据,并对动态佩戴数据进行解析,得到用户眼睛在不同时刻下佩戴隐形眼镜时的状态表征;
基于眼部健康评估知识体系确定对用户眼部健康风险的评估指标,并基于评估指标对不同时刻下佩戴隐形眼镜时的状态表征进行量化,得到对应的量化指标值;
基于眼部健康评估知识体系确定每一评估指标的权重,并基于每一评估指标的权重和对应的量化值对用户不同时刻下佩戴隐形眼镜时的健康风险进行评估;
对不同时刻下的评估结果进行记录汇总。
该实施例中,状态表征指的是用户眼睛佩戴隐形眼睛时,在不同时刻下呈现的具体情况,包括在佩戴隐形眼镜时用户眼睛是否有血丝等状态。
该实施例中,眼部健康评估知识体系是提前已知的,记录对用户眼睛进行健康风险评估时需要考虑的指标类型以及对应的指标参量。
该实施例中,量化指的是根据评估指标对用户不同时刻下佩戴隐形眼镜时的状态表征进行数值转换得到的结果,例如可以是视力的具体数值以及眼睛的聚焦速率等。
该实施例中,基于每一评估指标的权重和对应的量化值对用户不同时刻下佩戴隐形眼镜时的健康风险进行评估指的是通过每一评估指标的权重和对应的量化值的乘积再平均后得到的结果。
上述技术方案的工作原理及有益效果是:通过对得到的动态佩戴数据进行解析,实现对用户眼睛在不同时刻下佩戴隐形眼镜时的状态表征进行确定,其次,通过获取对用户眼部健康风险的评估指标,并根据评估指标对不同时刻下佩戴隐形眼镜时的状态表征进行量化,实现对量化指标值进行有效确定,最后,根据不同评估指标的权重以及对应的量化值实现对用户不同时刻下佩戴隐形眼镜时的健康风险进行评估,确保了最终得到的风险评估的准确性以及可靠性,也便于根据评估结果及时做出相应的响应操作,保障了用户对隐形眼镜的健康佩戴。
实施例8:
在实施例2的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,对购买订单进行信息识别,包括:
对购买订单进行图像扫描,获得购买订单的订单图像;
获取对镜片信息进行识别的信息维度,并根据信息维度确定关键词集,获取关键词集中各项关键词的笔画轮廓点;
将各项关键词的笔画轮廓点在订单图像中进行映射,并根据映射结果在订单图像中进行定位,获得关键词集在订单图像中的目标位置;
根据目标位置将订单图像进行拆分,获得每项关键词对应的子订单图像;
对每项关键词对应的子订单图像进行像素灰度化处理,获得灰度子订单图像,对灰度子订单图像进行识别,确定灰度子订单图像的颜色深度分布特征;
根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域;
将灰度子订单图像的关键识别区域输入至预设文字识别模型中进行识别,并根据识别结果输出每项关键词对应的子镜片信息;
将每项关键词对应的子镜片信息进行综合获得购买订单的镜片信息。
该实施例中,订单图像指的是对隐形眼镜的购买订单进行图像扫描后得到的与购买订单相同内容的图像。
该实施例中,信息维度指的是对镜片信息进行识别时,需要识别的数据种类。
该实施例中,关键词集指的是能够表征信息维度的特征或特点的数据信息。
该实施例中,笔画轮廓点指的是各项关键词的笔画呈现的具体姿态或形态。
该实施例中,目标位置指的是关键词在订单图像中分布的具体位置信息。
该实施例中,子订单图像指的是根据关键词在订单图像中的目标位置对订单图像进行拆分后得到的结果,即每一关键词对应的图像区域。
该实施例中,灰度子订单图像指的是对每项关键词对应的子订单图像进行灰度化处理后得到的结果。
该实施例中,颜色深度分布特征指的是灰度子订单图像中的颜色分布情况。
该实施例中,关键识别区域和非关键识别区域分别指的是灰度子订单图像需要重点进行信息识别的区域和简略识别的区域。
该实施例中,预设文字识别模型是提前训练好的,用于对关键识别区域中的文字信息进行识别的工具。
该实施例中,子镜片信息指的是对关键识别区域中的文字内容进行识别后得到的能够表征镜片情况的数据参数,例如可以是镜片的类型以及镜片的度数等。
上述技术方案的工作原理及有益效果是:通过对购买订单进行图像扫描,从而得到购买订单的订单图像,通过确定对镜片信息识别时的信息维度以及信息维度对应的关键词,进而实现通过关键词对订单图像进行区域划分,其次,对划分得到的子订单图像进行像素灰度化处理,并在像素灰度化处理后确定子订单图像的颜色深度分布特征,进而实现对关键识别区域与非关键识别区域进行确定,最后,将得到的关键识别区域输入至预设文字识别模型中进行识别,实现对每项关键词对应的子镜片信息进行锁定,最终将得到的子镜片信息进行综合,实现对购买订单的镜片信息进行有效确定,提高了镜片信息确定的准确性以及可靠性,也为隐形眼镜佩戴周期监测与健康风险预警提供了便利。
实施例9:
在实施例8的基础上,本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警方法,根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域,包括:
获取预设的第一深度阈值与第二深度阈值;
其中,第一深度阈值小于第二深度阈值;
读取灰度子订单图像的颜色深度分布特征,确定灰度子订单图像中各像素点的颜色深度值;
在灰度子订单图像中对颜色深度值小于或等于第一深度阈值的像素点进行第一标记,获得第一标记点集;
同时,在灰度子订单图像中对颜色深度值等于或大于第一深度阈值的像素点进行第二标记,获得第二标记点集;
根据第一标记点集进行第一区域划定,获得关键识别区域;
根据第二标记点集进行第二区域划定,获得非关键识别区域。
该实施例中,第一深度阈值和第二深度阈值是提前设定好的,是用于衡量颜色深度值的参考标准。
该实施例中,第一标记指的是将颜色深度值小于或等于第一深度阈值的像素点进行标记,其标记结果即为第一标记点集。
该实施例中,第二标记指的是将颜色深度值等于或大于第一深度阈值的像素点进行标记,其标记结果即为第二标记点集。
上述技术方案的工作原理及有益效果是:通过读取灰度子订单图像的颜色深度分布特征,实现根据颜色深度分布特征对灰度子订单图像中各像素点的颜色深度值进行确定,其次,将确定的颜色深度值分别与预设的第一深度阈值和第二深度阈值进行相对大小比较,从而实现根据相对大小比较结果对关键识别区域和非关键识别区域进行划分,为从订单中识别出镜片信息提供了便利和保障,也确保了最终得到的镜片信息的准确可靠性。
实施例10:
本实施例提供了一种隐形眼镜佩戴周期监测与健康风险预警系统,如图3所示,包括:
镜片信息获取模块,用于实时监测用户的购买订单并识别,获得镜片信息;
目标确定模块,用于根据镜片信息构建周期定位追踪目标;
预警管理模块,用于根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
上述技术方案的工作原理及有益效果是:通过监测用户的购买订单并识别,可以有效获得镜片信息,进而通过镜片信息实现对周期定位追踪目标的构建,有效实现对用户实时的动态佩戴数据的追踪,进而提高了进行健康风险预警的准确率,通过分级预警提醒可以使得用户实时掌握当前镜片以及眼睛的状态,从而有效关联镜片类型与用户实际佩戴行为保障监测与预警的准确性与及时性,提高用户使用隐形眼镜的安全佩戴,进而提高用户的体验感。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,包括:
步骤1:实时监测用户的购买订单并识别,获得镜片信息;
步骤2:根据镜片信息构建周期定位追踪目标;
步骤3:根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
2.根据权利要求1所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,步骤1中,实时监测用户的购买订单并识别,获得镜片信息,包括:
实时监测隐形眼镜的售卖状态,并根据预设时间节点对售卖状态进行记录,其中,当隐形眼镜为未售卖状态时,则基于第一标识符进行记录,当隐形眼镜为售卖状态时,则基于第二标识符进行记录;
根据记录结果获得售卖状态序列;
对售卖状态序列进行实时读取,当售卖状态序列中产生第二标识符时,则生成订单识别指令;
根据订单识别指令调取用户的购买订单,并对购买订单进行信息识别,获得购买的镜片信息。
3.根据权利要求1所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,步骤2中,根据镜片信息构建周期定位追踪目标,包括:
读取镜片信息,确定镜片的使用时长,同时,当用户佩戴隐形时,获取用户佩戴起始时间点以及用户的实时眼部状态数据;
获取预设时间周期节点;
根据镜片的使用时长、用户佩戴起始时间点以及预设时间周期节点生成对用户的第一周期定位追踪目标;
根据预设时间周期节点以及用户的实时眼部状态数据生成第二周期定位追踪目标;
根据第一周期定位追踪目标以及第二周期定位追踪目标完成对周期定位追踪目标的构建。
4.根据权利要求1所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒包括:
根据周期定位追踪目标对目标用户的佩戴时间进行第一定位追踪,并根据第一定位追踪结果生成用户的佩戴时间线;
根据周期定位追踪目标对目标用户的眼部状态进行第二定位追踪,并根据第二定位追踪结果生成用户的动态眼部状态数据;
基于佩戴时间线以及动态眼部状态数据生成用户的动态佩戴数据;
对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒。
5.根据权利要求4所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,对动态佩戴数据进行分析,并当分析结果达到预设标准时,进行分级预警提醒,包括:
所述预设标准包括:第一标准时间点、第二标准时间点以及眼部状态异常数据范围,其中,第一标准时间点小于第二标准时间点;
当动态佩戴数据中的佩戴时间线达到第一标准时间点时,则进行一级提醒;
当动态佩戴数据中的佩戴时间线达到第二标准时间点时,则进行二级提醒;
当动态佩戴数据中的动态眼部状态数据在眼部状态异常数据范围内时,则进行三级提醒。
6.根据权利要求5所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,包括:
一级提醒为:APP推送+短信通知;
二级提醒为:锁定验配系统功能直至用户确认更换;
三级提醒为:强制跳转至在线医生视频问诊界面。
7.根据权利要求1所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,步骤3中,根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,包括:
获取监测到的用户的动态佩戴数据,并对动态佩戴数据进行解析,得到用户眼睛在不同时刻下佩戴隐形眼镜时的状态表征;
基于眼部健康评估知识体系确定对用户眼部健康风险的评估指标,并基于评估指标对不同时刻下佩戴隐形眼镜时的状态表征进行量化,得到对应的量化指标值;
基于眼部健康评估知识体系确定每一评估指标的权重,并基于每一评估指标的权重和对应的量化值对用户不同时刻下佩戴隐形眼镜时的健康风险进行评估;
对不同时刻下的评估结果进行记录汇总。
8.根据权利要求2所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,对购买订单进行信息识别,包括:
对购买订单进行图像扫描,获得购买订单的订单图像;
获取对镜片信息进行识别的信息维度,并根据信息维度确定关键词集,获取关键词集中各项关键词的笔画轮廓点;
将各项关键词的笔画轮廓点在订单图像中进行映射,并根据映射结果在订单图像中进行定位,获得关键词集在订单图像中的目标位置;
根据目标位置将订单图像进行拆分,获得每项关键词对应的子订单图像;
对每项关键词对应的子订单图像进行像素灰度化处理,获得灰度子订单图像,对灰度子订单图像进行识别,确定灰度子订单图像的颜色深度分布特征;
根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域;
将灰度子订单图像的关键识别区域输入至预设文字识别模型中进行识别,并根据识别结果输出每项关键词对应的子镜片信息;
将每项关键词对应的子镜片信息进行综合获得购买订单的镜片信息。
9.根据权利要求8所述的一种隐形眼镜佩戴周期监测与健康风险预警方法,其特征在于,根据灰度子订单图像的颜色深度分布特征确定灰度子订单图像的关键识别区域与非关键识别区域,包括:
获取预设的第一深度阈值与第二深度阈值;
其中,第一深度阈值小于第二深度阈值;
读取灰度子订单图像的颜色深度分布特征,确定灰度子订单图像中各像素点的颜色深度值;
在灰度子订单图像中对颜色深度值小于或等于第一深度阈值的像素点进行第一标记,获得第一标记点集;
同时,在灰度子订单图像中对颜色深度值等于或大于第一深度阈值的像素点进行第二标记,获得第二标记点集;
根据第一标记点集进行第一区域划定,获得关键识别区域;
根据第二标记点集进行第二区域划定,获得非关键识别区域。
10.一种隐形眼镜佩戴周期监测与健康风险预警系统,其特征在于,包括:
镜片信息获取模块,用于实时监测用户的购买订单并识别,获得镜片信息;
目标确定模块,用于根据镜片信息构建周期定位追踪目标;
预警管理模块,用于根据周期定位追踪目标对用户的动态佩戴数据进行周期监测,并当动态佩戴数据达到预设标准时,进行分级预警提醒。
CN202510425716.4A 2025-04-07 2025-04-07 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统 Pending CN120319473A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202510425716.4A CN120319473A (zh) 2025-04-07 2025-04-07 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202510425716.4A CN120319473A (zh) 2025-04-07 2025-04-07 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统

Publications (1)

Publication Number Publication Date
CN120319473A true CN120319473A (zh) 2025-07-15

Family

ID=96320865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202510425716.4A Pending CN120319473A (zh) 2025-04-07 2025-04-07 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统

Country Status (1)

Country Link
CN (1) CN120319473A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110084834A1 (en) * 2009-10-13 2011-04-14 Anton Sabeta Method and System for Contact Lens Care and Compliance
WO2018088159A1 (ja) * 2016-11-14 2018-05-17 株式会社プラザクリエイト オーダ管理装置、オーダ管理方法、及びオーダ管理プログラム
KR20220020696A (ko) * 2020-08-12 2022-02-21 이영근 콘택트렌즈 관리 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110084834A1 (en) * 2009-10-13 2011-04-14 Anton Sabeta Method and System for Contact Lens Care and Compliance
WO2018088159A1 (ja) * 2016-11-14 2018-05-17 株式会社プラザクリエイト オーダ管理装置、オーダ管理方法、及びオーダ管理プログラム
KR20220020696A (ko) * 2020-08-12 2022-02-21 이영근 콘택트렌즈 관리 방법 및 시스템

Similar Documents

Publication Publication Date Title
WO2019149712A1 (en) System and method for automated model selection for key performance indicator forecasting
Yankouskaya et al. Intertwining personal and reward relevance: Evidence from the drift-diffusion model
Nosofsky et al. Speeded classification in a probabilistic category structure: contrasting exemplar-retrieval, decision-boundary, and prototype models.
Conati et al. Further Results on Predicting Cognitive Abilities for Adaptive Visualizations.
WO2014034005A1 (ja) 知的生産性分析装置、プログラム
CN116028870B (zh) 一种数据检测的方法、装置、电子设备及存储介质
US9924861B2 (en) System and methods for assessing vision using a computing device
EP3617964A1 (en) Performance measurement device, performance measurement method and performance measurement program
CN119055239B (zh) 基于智能头盔的健康监测方法、装置、设备及存储介质
CN112488507A (zh) 一种基于聚类的专家分类画像方法、装置及存储介质
CN109726764A (zh) 一种模型选择方法、装置、设备和介质
US12322207B2 (en) Method and device for identifying unsafe behavior of drilling operator
CN118710464A (zh) 一种基于区块链的职业教育学习评价方法及其系统
Gluth et al. Variability in behavior that cognitive models do not explain can be linked to neuroimaging data
CN113253709A (zh) 一种适用于轨道交通车辆健康诊断方法及装置
US11651390B1 (en) Cognitively improving advertisement effectiveness
CN120319473A (zh) 一种隐形眼镜佩戴周期监测与健康风险预警方法和系统
WO2020206172A1 (en) Confidence evaluation to measure trust in behavioral health survey results
CN115965269A (zh) 基于uetp的用户体验监测方法及装置
CN118899065B (zh) 一种基于大模型的心理健康检测与分析方法
Augereau et al. Vocabulometer: A web platform for document and reader mutual analysis
JP7231186B2 (ja) 技術力判断支援システム
US20150262204A1 (en) Sales and fundraising computer management system with staged display.
CN112633615A (zh) 基于人工神经网络的经营决策方法、装置及系统
CN120565088B (zh) 基于云计算的眼视光诊疗服务平台及其服务方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination