1.一种角膜塑形镜度数的计算装置,其特征在于,包括:输入模块、判断模块、第一计算模块、第二计算模块和输出模块;
所述输入模块,用于输入用户的角膜地形图,或,角膜地形图参数;
所述判断模块在输入的是用户的角膜地形图时,将用户的角膜地形图传输至所述第一计算模块;所述判断模块在输入的是用户的角膜地形图参数时,将用户的角膜地形图参数传输至所述第二计算模块;
用于判断所述输入模块输入的是否为角膜地形图,若是,则将输入的角膜地形图传输至所述第一计算模块,反之,则将输入的角膜地形图参数传输至所述第二计算模块;
所述第一计算模块,用于根据接收到的角膜地形图,计算用户的角膜曲率值;
所述第二计算模块,用于根据接收到的角膜地形图参数,计算用户的角膜曲率值;
所述输出模块,用于输出计算得到的用户的角膜曲率值。
2.根据权利要求1所述的角膜塑形镜度数的计算装置,其特征在于,所述第一计算模块包括:
第一历史数据获取单元,用于获取第一历史数据,所述第一历史数据包括:已验配用户的角膜地形图以及对应的角膜曲率值数据;
第一模型构建单元,用于根据所述第一历史数据,构建用于根据角膜地形图的颜色像素值计算角膜曲率值的神经网络模型;
第一角膜曲率值计算单元,用于将用户的角膜地形图输入至所述模型,得到所述用户的角膜曲率值。
3.根据权利要求2所述的角膜塑形镜度数的计算装置,其特征在于,所述第一计算模块还包括:评估单元;
所述评估单元,用于将测试集的各个样本数据输入至所述神经网络模型中,得到所述测试集的各个样本数据的角膜曲率预测值,基于得到的测试集的各个样本数据的角膜曲率预测值和对应的样本数据的角膜曲率值,评估所述神经网络模型的准确率。
4.根据权利要求1所述的角膜塑形镜度数的计算装置,其特征在于,所述第二计算模块包括:
第二历史数据获取单元,用于获取第二历史数据,所述第二历史数据包括:已验配用户的角膜地形图参数以及对应的角膜曲率真实值;
第二数据处理单元,用于对所述第二历史数据进行预处理,剔除无效数据;
第二模型构建单元,用于根据所述第二历史数据,构建用于根据所述预处理后的第二历史数据计算角膜曲率值的线性回归模型;
第二角膜曲率值计算单元,用于获取待测用户的角膜地形图参数,将该角膜地形图参数输入至所述模型,得到所述待测用户的角膜曲率值。
5.根据权利要求4所述的角膜塑形镜度数的计算装置,其特征在于,所述第二计算子模块还包括:模型优化单元;
所述模型优化单元,用于优化所述线性回归模型。