1.本发明涉及有晶状体眼选择
技术领域：
：，尤其是涉及一种有晶状体眼人工晶状体智能辅助订片系统。
背景技术：
：：2.后房型有晶体眼人工晶状体icl(implantablecollamerlens)经历了20多年研发和改进，从v0到v4c，从一枚平坦的“领结扣”到出现脚袢、拱高以及中央孔，乃至v5大光学区，v6老视设计，icl本身的设计日臻完善，因而才能在全球植入超过100万片，使得icl植入成为未来最有前景的屈光手术方式。3.但面对结构复杂的眼球、空间狭小的后房、形态各异的睫状沟，目前的icl为v4c版本为例，只有提供12.1mm、12.6mm、13.2mm、13.7mm这4种规格的长度，而且还要受到散光轴向的制约。但是人的眼睛内部结构大小不一，一般是透过厂商提供的计算器计算合适长度，再结合医生经验选择。这种方式存在很多不预期性，包括晶体植入后拱高不预期，还有睫状沟形态无法完全探查导致的旋转偏位。4.现有医疗
技术领域：
：内icl选择的常规手段如：ubm检查测量睫状沟各个方位的横径(睫状沟到睫状沟间距，sts)，一般sts大时，可选择比较长的icl，一般水平径的sts会比垂直径的sts短一些。因此如果sts太小，预期icl植入后拱高会偏高，一般情况下，可以在术中将icl晶体从水平方向转向垂直径，以此降低拱高，但是目前对于sts是很难精确预测的。因为人眼睫状突存在70～80个，测到睫状突表面凸起处的区域会测短，测到凹处区域则会测长，带来了不确定性。即使都是测量于凹处，但除了测量误差外，icl实际上也无法确认4个襻脚是落在凹处还是凸起处，仍然存在不确定性。5.现有专利tw202123892a公开一种决定icl尺寸旋转的方法，但其仅在2d参数当中找关联，还存在对于襻脚最终的落点位置的预测不够准确的不足。6.另外，icl的襻脚着陆在睫状沟区域本身就有不稳定性，襻脚可以在睫状体上中下各种垂直高度位置，也可以卡在睫状沟内的囊肿区域，造成不预期的icl晶体偏位、旋转、倾斜等，除了可能影响视觉矫正的质量，也有可能存在引起青光眼、白内障等并发症的风险。7.因此，如何适当旋转icl以及如何调整手术中icl植入的旋转角度，使icl在眼内处于最稳定的固定位置，是本领域亟待解决的技术问题。8.另外一方面，散光型号的icl(toricicl,ticl)在厂商晶体库中存在有限的订制规格和数量，矫正散光的时候为了精准对应散光矫正的轴位，不能在植入的时候透过任意旋位来调整拱高，因此也存在植入旋转角度范围的限制，所以ticl常常存在订片困难，此亦是本领域亟待解决的技术问题。技术实现要素：9.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种晶体尺寸匹配准确率高、满足晶体植入稳定要求的有晶状体眼人工晶状体智能辅助订片系统。10.本发明的目的可以通过以下技术方案来实现：11.一种有晶状体眼人工晶状体智能辅助订片系统，包括：12.襻脚着陆线获取模块，用于获取眼前后房三维结构数据，基于所述三维结构数据，通过人工智能(artificialintelligence,ai)图像语义学分析(semanticanalysis)构造睫状沟区域3d地形图，拟合获得一与实际睫状沟表面贴合的假想的最佳拟合睫状沟线，并以所述最佳拟合睫状沟线为参考，计算获得襻脚着陆线，该襻脚着陆线上点的坐标由横向深度和垂直深度组成；13.理想襻脚确定模块，用于根据所述横向深度计算所述襻脚着陆线上各点间的横向深度差，同时基于襻脚着陆线的真实sts，获得人工晶状体的4个襻脚的理想襻脚位置组合序列，该序列中，各理想襻脚位置组合对应有一稳定分，各理想襻脚位置组合以所述稳定分由高到低排序；14.晶体匹配模块，用于获取晶体库存数据，以预先获得的拱高预测范围和所述理想襻脚位置组合序列为基础，通过投票配算法，从所述晶体库存中获取最佳适配的人工晶状体及用于调整拱高的植入旋位方案，所述最佳适配的人工晶状体优先满足所述拱高预测范围，且具有所述稳定分较高的理想襻脚位置组合。15.进一步地，所述投票配算法中，基于预先获得的拱高预测范围和所述理想襻脚位置组合序列中稳定分最高的一个理想襻脚位置组合，确定最合适的人工晶状体尺寸，基于晶体库存数据判断是否具有相匹配的晶体库存，若是，则获取所述最佳适配的人工晶状体及植入旋位方案，若否，则基于所述理想襻脚位置组合序列进行降级计算。16.进一步地，所述睫状沟区域3d地形图为后房结构表面连接形成的区域。17.进一步地，所述最佳拟合睫状沟线的中央轴线平行于眼球光轴、视轴或眼球中央轴线。18.进一步地，所述襻脚着陆线上的点为襻脚着陆可能性位于某一概率区间的点或人工晶状体的4个襻脚着陆均衡可能性位于某一概率区间的点。19.进一步地，所述襻脚着陆线上的点基于落点概率预测模型获得，所述落点概率预测模型获得某一垂直深度上的襻脚着陆可能概率。20.进一步地，所述理想襻脚位置组合的稳定分基于人工晶状体的4个襻脚的稳定度求和获得，所述稳定度根据襻脚着陆线上设定角度内的所述横向深度差确定，横向深度差越大，则稳定度越高。21.进一步地，所述拱高预测范围基于ai大数据模型、人工晶状体4个襻脚的对角线以及由襻脚着陆线确定的360°真实sts预测获得，不同尺寸的人工晶状体具有不同的拱高预测范围。22.进一步地，所述最佳适配的人工晶状体至少为一种。23.进一步地，所述人工晶状体包括不带散光的icl晶体或带散光的icl晶体。24.与现有技术相比，本发明具有以下有益效果：25.1、本发明基于眼前后房三维结构数据探查全局睫状沟形态，并结合ai重建后房模型和ai计算最适配植入角度，精确引导植入眼内的旋转角度和icl长度的订制，旋转角度可精确到1度，更好地满足预先预测的拱高预测值。26.2、本发明能够做到每片icl都能最佳化的旋转位置植入(含散光片)，精确设计拱高，并且能够预防icl晶体植入后倾斜、旋转偏位等问题。27.3、本发明能够自动化匹配库存晶体，大幅度减少临床上的订片流程和减少人为核对失误率，以实现ai自动化icl订片。附图说明28.图1为本发明最佳拟合睫状沟线的示意图；29.图2为本发明可能的襻脚接触点示意图；30.图3为本发明着陆线的示意图；31.图4为本发明深度差计算示意图；32.图5为本发明襻脚示意图；33.图6为本发明不同角度深度差示意图；34.图7为实施例中获取的两种襻脚旋位方案示意图，其中，(7a)为方案a，(7b)为方案b；35.图8为晶体植入示意图；36.图9为本发明智能辅助订片系统的具体流程示意图；37.图10为本发明数据闭环预测的流程示意图。具体实施方式38.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。39.实施例140.本实施例提供一种有晶状体眼人工晶状体智能辅助订片系统，包括襻脚着陆线获取模块、理想襻脚确定模块和晶体匹配模块，通过该系统可以基于库存，精确地给出适配的人工晶状体及最适合襻脚着陆的角度(即所需的植入旋转角度)，且该角度能保证人工晶状体植入后稳定且不易旋转，能够给医生提供自动化、智能、有效的辅助。该系统的各模块的具体工作说明如下。41.襻脚着陆线获取模块中，获取襻脚着陆线ll的具体过程包括：42.获取眼前后房三维结构数据，基于所述三维结构数据，通过ai三维图像语义学分析构造睫状沟区域3d地形图，拟合获得一与实际睫状沟表面贴合的假想的最佳拟合睫状沟线，并以所述最佳拟合睫状沟线为参考，计算获得襻脚着陆线，该襻脚着陆线上点的坐标由横向深度和垂直深度组成。43.其中，眼前后房三维结构数据可以通过可测量后房结构的三维眼前节测量设备或非接触设备获取，并且可以进一步通过不同设备或同一设备在不同光照或是外部眼生理调节刺激下测得多组数据，以提供后期机器学习(machinelearning,ml)进行拱高预测的准确性。三维眼前节测量的接触性设备可以采用如3dubm等设备，非接触设备可采用scheimpflug旋转拍照成像、眼前节oct等设备。44.所述ai三维图像语义学可采用现有算法，如现有的三维图像分类、语义分割和重建算法，所采用的训练数据从存储有已知的眼球结构数据和适配的icl数据的ai大数库中调用。45.在获知睫状沟表面各点形态后，建立睫状沟区域3d地形图，该睫状沟区域3d地形图为睫状体、睫状沟、睫状沟囊肿、悬韧带和晶状体等后房结构的表面连接形成的区域，电脑截取出睫状沟线(lineofsulcus，ls)，进一步拟合出一个与睫状沟表面贴合的假想的椭圆状环形勾槽，即最佳拟合睫状沟线(bestfitlineofsulcus，bfls)，其为高度水平均匀、深度均匀的理想拟合线，如图1所示。其中这是一个立体的虚拟线，由立体几何学x,y,z三轴表达。bfls是计算所有结构差异的参照线。最佳拟合睫状沟线的中央轴线平行于视轴、光轴或眼球中央轴线，以让bfls引导下的晶体植入后能维持良好的视觉质量和结构稳定性。46.襻脚着陆线上的点为襻脚着陆可能性位于某一概率区间的点或人工晶状体的4个襻脚着陆均衡可能性位于某一概率区间的点。脚着陆线上的点基于落点概率预测模型获得，所述落点概率预测模型获得某一垂直深度上的襻脚着陆可能概率。47.落点概率预测模型可以为一现有的概率预测模型，所采用的训练数据从上述ai大数库中调用。如图2所示，以bfls为相对参照，计算高度差(即垂直深度差)，以获得可能襻脚着陆点所在高度，获得概率化表达的襻脚着陆的位点，可能的概率可以人为设定或是根据软件配算需求设定为感兴趣概率30％～90％的区间。48.更进一步说明地，同一个冠状切面上，上述的感兴趣概率设定下的可能襻脚着陆的位点连线建构成的三维轨迹图，即着陆线(landingline,ll)，由l1,l2,l3…,ln连线而成(举例可为360～720个采集点)，以360个位点为例，标定为l1～l360，其中l1和l2之间为差距1°，每个ln有各自的坐标数据，以bfls为相对坐标原点为参照，如图3所示。ll和ls有所不同。因为有时候襻脚不会是优先着陆在ls的，而是在ll上，ll可以横跨睫状体上部、中部或下部，或是宽睫状沟表面的某一个位点。ll根据虹膜后表面的位置和大数据计算出来。ll的组成坐标例：l1(h8,d4)，其中，h为高度刻度，也可称为垂直深度，d值为深度值，也可称为横向深度。49.理想襻脚确定模块中，根据横向深度计算所述襻脚着陆线上各点间的深度差，同时基于襻脚着陆线的真实sts，获得人工晶状体的4个襻脚的理想襻脚位置组合序列，该序列中，各理想襻脚位置组合对应有一稳定分，各理想襻脚位置组合以所述稳定分由高到低排序。该理想襻脚确定模块可利用360°全局的睫状沟区域深度差计算出最适合襻脚着陆稳定的角度。50.现有技术的植入icl的误差大，拱高预测不稳定，晶体也容易偏位旋转。如采用传统ubm测量水平和垂直方位的sts方式来决定订片的方式和凭手术医师直觉调整旋位角度来调整拱高，容易不精确。本发明系统采用深度差确定最适合襻脚着陆稳定的角度，提供最佳化的旋位方案。进一步地描述，即对ll的进行横向深度差进行区位划分，平衡4个襻脚区域，计算出icl旋转调位的卡点，该计算中考虑了icl襻脚4个脚各自相互之间的对角线卡点，如图5所示的标号ac和bd。横向深度差越大襻脚卡越稳，越不容易发生术后的旋转移位。如图4所示，以采集深度值1、深度值2两点为例：深度值定义为ll上的组织表面和bfls的距离。深度差的计算公式为(深度值1-深度值2)。如图6所示，在同一水平面区域内的横向深度差，如采用d1～d360个刻度值，即dn和dn+1之间的角度差为1°，可以计算设定角度内的深度差，如设定在某段45°～48°度范围，取d45,d46,d47,d48,d49位点的深度值,各值之间做出综合的深度值计算,可以用离散区间标准差等各种数学方法表达，显示该区域范围内(2°～5°度弧角内)的深度落差状态。在具体实施方式中，列举若2°～5°区间内的深度差均值大于200～300微米单位，即标记为高深度差；深度差为100～200微米单位区间，为中深度差；深度差为《100微米单位之区间，为低深度差。其中的高深度差即为术中晶体旋转调位时的襻脚着陆最佳固定位置，能带来比较理想的稳定固定效果，避免术后不预期的二次旋转，以此类推，低深度差是要避开的区域，因为会造成晶体襻脚固定的不稳定，带来旋转或是偏位之疑虑。基于深度差可以获得最佳化的可配选的晶体旋转位点。在计算中，分析位点可为20～500个。51.基于人工晶状体的4个襻脚abcd的位置(如图5所示)及ll线上的深度差分布，可以获得各个襻脚的稳定度，4个襻脚的稳定度求和以获得一组襻脚位置组合的稳定分，对稳定分进行由高到低的排序，排序越靠的襻脚位置组合越理想，在后续晶体匹配的投票配算越优选。其中，稳定度可根据需要设计，高深度差的位置稳定度越高。52.晶体匹配模块中，获取晶体库存数据，以预先获得的拱高预测范围和所述理想襻脚位置组合序列为基础，通过投票配算法，从所述晶体库存中获取最佳适配的人工晶状体及用于调整拱高的植入旋位方案，所述最佳适配的人工晶状体优先满足所述拱高预测范围，且具有所述稳定分较高的理想襻脚位置组合。该晶体匹配模块中，拱高预测范围为优先满足目标，最终获得至少1种最佳适配的人工晶状体及其植入旋位方案，以供医生选择。上述投票配算法的主要作用是：获得尽可能稳定的深度差和最合适的旋位角度，其中旋位角度优先，最好两种兼顾；在选择合适尺寸和旋位方案后，与厂商的晶体库核对是否有匹配尺寸并且符合散光柱镜、轴位的散光型号晶体(ticl)库存，没有的话就降级计算。53.拱高预测范围可采用现有已知方法，如基于ai大数据模型如图像识别dnn(深度神经网络)、rnn(递归神经网络)、cnn(卷积神经网络)或是其他各种电脑自动化手段,对icl人工晶状体4个襻脚的对角线以及由襻脚着陆线确定的360°真实sts(realsulcustosulcus,rsts)预测获得，不同尺寸的人工晶状体具有不同的拱高预测范围，进一步地，不同的眼生理调节状态，拱高预测范围也不同。在具体实施方式中，可以获得12.1mm、12.6mm、13.2mm、13.7mm四种尺寸icl之abcd对角线径向(如图5所示)对rsts关联下的拱高预测范围。由ai获得的拱高预测范围也可进一步优选为目标安全拱高区间。其中大数据的机器学习训练，数据的输入可来自于日常临床场合中常用到的不同设备或同一设备在不同光照或是外部刺激下测得多组数据，以提高后期机器学习拱高预测的准确性。例如术前先用三维眼前节测量设备如3dubm等设备取得数前的高睫状沟区域3d地形图构造，进行手术植入icl旋位设计，手术后复查的时候使用较为便捷的非接触设备测量参数变化，如采用scheimpflug旋转拍照成像、眼前节oct等设备测量，再将实际测得的拱高相关参数输入到机器学习的数据库，持续累积机器学习训练的数据。54.获取晶体库存数据，根据需要自动匹配获得参数满足目标安全拱高区间、且理想襻脚位置组合在理想襻脚位置组合序列更靠前的ticl(尺寸、球镜、柱镜以及可旋转散光轴位同时满足要求)或icl(尺寸、球镜同时满足要求)，若未匹配到，则降低理想襻脚位置组合，例如降低4个襻脚的综合稳定分，进行降级计算，直到匹配到晶体库中存在的晶体。55.降级计算的实施样例中，如4个icl襻脚如果能同时着陆在高深度差的ll是最理想的，可以让icl的旋转位置固定最稳定，但是实际上可能在有限的眼球结构下，只能同时存在2个襻脚在高深度差的条件，另2两个襻脚为低-中深度差。因此，晶体匹配模块中采用投票配算法生成植入旋位方案，实现均衡性的4个襻脚各自的深度差拟合配算，4个襻脚尽量配到深度差尽量同时大的地方，以此来确定选择的角度。56.如图7所示的方案a(图7a)和方案b(图7b)，通过晶体匹配模块的匹配操作，以方案a作为最终的植入旋位方案，虽然植入后逆时钟旋转45°不是最稳定的，但是ticl散光片有晶体库存，为折衷的最优化方案。虽然植入后逆时钟旋转90°能达到最稳定的拱高，4个襻角均位于高深度差处，但是ticl散光片有晶体库存不存在应对这个角度的散光轴位设计或是尺寸，或就算拱高是稳定的，但是可能拱高会太低或太高，所以放弃方案b。如图8所示为采用方案a的植入晶体位置示意图。57.如图9所示，上述有晶状体眼人工晶状体智能辅助订片系统的工作流程包括：基于三维结构数据，通过ai三维图像语义学分析构造睫状沟区域3d地形图，取出睫状沟线ls，拟合获得一与ls表面贴合的假想的最佳拟合睫状沟线bfls，以bfls为参考，通过垂直深度差计算获得襻脚着陆线ll，通过横向深度差罗列出最佳化的可配选的理想襻脚位置组合序列；基于预先获得的多种拱高预测范围、晶体库存数据及理想襻脚位置组合序列，进行投票配算，获得适配的人工晶状体及对应的最佳化的、稳定性高的旋转卡位方案，投票配算中，基于预先获得的拱高预测范围和所述理想襻脚位置组合序列中稳定分最高的一个理想襻脚位置组合，确定最合适的人工晶状体尺寸，基于晶体库存数据判断是否具有相匹配的晶体库存，若是，则获取所述最佳适配的人工晶状体及植入旋位方案，若否，则基于所述理想襻脚位置组合序列进行降级计算。58.如图10所示，该智能辅助订片系统中，每次获得的icl植入眼结构测量都更新保存入ai大数据库，实现ai训练的闭环流程，以便对预测匹配过程使用的算法模型进行训练更新，提高精度。59.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本
技术领域：
：中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。当前第1页12当前第1页12