CN115067871A - 基于眼底相干断层扫描仪的光程屈光自动调节方法及装置 - Google Patents

Abstract

本发明公开了一种基于眼底相干断层扫描仪的光程屈光自动调节方法及装置，所述方法包括按照预设的初始屈光值固定屈光位置，遍历各光程位置，直至能从视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，协同遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。本发明将聚焦位置更加精细的对准到视网膜中央区域，能够获取到更高的成像效果。

Description

基于眼底相干断层扫描仪的光程屈光自动调节方法及装置

技术领域

本发明属于视网膜图像处理技术领域，具体涉及一种基于眼底相干断层扫描仪的光程屈光自动调节方法及装置。

背景技术

光学相干断层扫描(Optical Coherence tomography，OCT)是一种形成眼底影像的成像技术，由于其能反应眼底不同生理结构对入射的弱相干光的反射、散射特性，形成的三维影像具有深度层面的信息，相比于眼底彩照等影像，具有独特的优势。

在使用OCT采集眼底图像过程中，需要进行眼底聚焦，使其能够聚焦至眼底关键部位，使其达到最佳成像效果。当前已有OCT产品是采用结构光的方式来进行眼底聚焦，眼底聚焦功能模块中包含结构光模组，结构光模组处于OCT仪器内部，发出红外光并分光，一部分红外光直接进入图像传感器直接采集，另一部分红外光先摄入到用户眼底后再被图像传感器收集。此时图像传感器采集到的图像中将会收集到两个光斑，通过计算像素相对位置及配合硬件参数推导出聚焦数据以达到聚焦目的。可见，现有的方案中主要存在以下两个缺点：(1)新增结构光模组会导致在系统设计中考虑散热和可维护性问题，且存在精度校准问题，成本也会上升；(2)聚焦的最终目的是获取最佳成像效果，而此技术方案过于依赖结构光计算难以稳定获取最优效果。

发明内容

针对上述问题，本发明提出一种基于眼底相干断层扫描仪的光程屈光自动调节方法及装置，直接对视网膜图像通过分割前景的方式获取图像信号强度，将聚焦位置更加精细的对准到视网膜区域，能够获取到更高的成像效果。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种基于眼底相干断层扫描仪的光程屈光自动调节方法，包括：

按照预设的初始屈光值固定屈光位置，遍历各光程位置，直至能从视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；

以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，协同遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

可选地，所述初始光程值的获取方法包括：

将屈光模组的屈光位置固定为Q₀；

按照预设的移动轨迹，遍历移动光程模组，在移动过程中实时采集视网膜图像，当检测到视网膜图像中存在视网膜，则记录当前的光程位置d，同步计算出视网膜的像素高度h和凹陷方向u；

调整光程模组，将视网膜从预览模式下的视网膜图像的最下端移动至最上端，并记录光程模组的实际移动距离D和预览模式下的视网膜图像的像素行数H，计算出像素对光程模组实际移动距离的比率r，r＝D/H；

计算初始最佳光程值，所述初始最佳光程值的计算公式为：

G₀＝u*r*(β*H-h)+d。

其中，β∈[40％,90％]，指视网膜处于视网膜图像中的位置。

可选地，所述Q₀为屈光总刻度的中心；β＝75％。

可选地，所述视网膜的像素高度h的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

获取前景图像中所有像素点的纵向像素高度，计算所有纵向像素高度中的最小值作为视网膜的像素高度h。

可选地，所述视网膜的凹陷方向u的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

遍历前景图像中每列中的最低像素点的像素高度，将各最低像素点的像素高度作为纵坐标，进行二项式拟合y＝a*x^2+b*x+c，如果a≥0，则视网膜的凹陷方向为正，反之则为负。

可选地，所述最佳光程值和最佳屈光值的寻找方法包括：

协同移动光程模组和屈光模组，使得二者的位置从初始最佳光程值Q₀和初始屈光值G₀，移动至初始位置Q₁和G₁，其中，当Q₀>G₀时，Q₁＝0，G₁＝G₀-Q₀；当Q₀≤G₀时，屈光为Q₁＝Q₀-G₀，G₁＝0；

协同遍历光程位置和屈光位置，并实时采集视网膜图像，光程模组和屈光模组每时刻移动距离相同记为Δq，且按相同频率通过光程位置传感器、屈光位置传感器、图像采集设备分别获取对应的光程值G_i、屈光值Q_i和视网膜图像I_i；

基于各视网膜图像I_i的信号强度，找出信号强度最大的视网膜图像I_i所对应的光程值和屈光值，作为最佳光程值和最佳屈光值。

可选地，所述信号强度的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

将前景图像的像素均值作为视网膜图像的信号强度。

可选地，所述信号强度最大的视网膜图像I_i的寻找方法包括：

记录首个视网膜图像I₁的信号强度，并将其对应的光程值和屈光值作为局部峰值点；

遍历后续各视网膜图像I_i的信号强度，i>1，若出现更高的信号强度则更新局部峰值点，直到未出现新的局部峰值，则定义此时的局部峰值为全局的信号峰值，并记录此时的光程值和屈光值分别为最佳光程值Q_max和最佳屈光值G_max。

第二方面，本发明提供了一种基于眼底相干断层扫描仪的光程屈光自动调节装置，包括：调节器、光程模组、光程模组驱动件、屈光模组、屈光模组驱动件和图像采集设备；

所述调节器控制所述屈光模组驱动件按照预设的初始屈光值固定屈光位置，并控制光程模组驱动件遍历各光程位置，直至基于图像采集设备采集到的视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；

以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，所述调节器控制光程模组驱动件和屈光模组驱动件协同驱动光程模组和屈光模组遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

所述调节器控制光程模组驱动件和屈光模组驱动件驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

可选地，所述光程屈光自动调节装置还包括包括光程位置传感器和屈光位置传感器，二者分别与调节器相连，所述光程位置传感器用于实时测量光程模组的光程位置；所述屈光位置传感器用于实时测量屈光模组的屈光位置。

与现有技术相比，本发明的有益效果：

本发明直接对视网膜图像的成像质量进行评估，并将每时刻评估得到的图像信号强度作为评价指标来遍历光程屈光，直接获取到全工作范围中最佳图像效果，相较结构光的间接获取方式具有更稳定的效果。

本发明所述技术方案不依赖结构光装置，仅依赖眼底相干断层扫描仪的成像设备，因此能够降低硬件成本。

本发明无需设置结构光装置，为此能够降低功耗，提升整机寿命。

设备运动会导致结构光装置松动，本发明中无需设置结构光装置，因此可避免校准工作，提升可维护性。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明一种实施例的光程屈光自动调节方法的流程示意图；

图2(a)为本发明一种实施例的低信号强度的视网膜图像的示意图；

图2(b)为本发明一种实施例的中信号强度的视网膜图像的示意图；

图2(c)为本发明一种实施例的高信号强度的视网膜图像的示意图；

图3(a)为本发明一种实施例的采集到的视网膜图像示意图；

图3(b)为图3(a)中视网膜图像对应的标签图；

图4为本发明一种实施例的聚焦过程中光程模组和屈光模组的行走路线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例1

本发明实施例中提供了一种基于眼底相干断层扫描仪的光程屈光自动调节方法，如图1所示，包括以下步骤：

(1)按照预设的初始屈光值固定屈光位置，遍历各光程位置，直至从视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；

(2)以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，协同遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

(2)驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

在本发明实施例的一种具体实施方式中，所述初始光程值的获取方法包括：

将屈光模组的屈光位置固定为Q₀；在具体实施过程中，所述Q₀一般选择屈光总刻度的中心；

按照预设的移动轨迹，遍历移动光程模组，在移动过程中实时采集视网膜图像，当检测到视网膜图像中存在视网膜，则记录当前的光程位置d，同步计算出视网膜的像素高度h和凹陷方向u；在具体实施过程中，具体为：光程模组的运动方式为直线运动，其运动范围为0-100mm，测量精度为1mm，光程模组移动轨迹的初期位置为0mm，对应的视网膜图像为全噪声图像，然后开始进行移动遍历，遍历过程中检测每张视网膜图像中是否存在视网膜，若存在视网膜则计算出视网膜的像素高度h和凹陷方向u，并且记录当前的光程位置d；

调整光程模组，将视网膜从预览模式下的视网膜图像的最下端移动至最上端，并记录光程模组的实际移动距离D和预览模式下的视网膜图像的像素行数H，计算出像素对光程模组实际移动距离的比率r，r＝D/H；

计算初始最佳光程值，所述初始最佳光程值的计算公式为：

G₀＝u*r*(β*H-h)+d。

其中，β∈[40％,90％]，指视网膜处于视网膜图像中的位置，靠近100％时视网膜处于图像下方。优选地，β＝75％。

在本发明实施例的一种具体实施方式中，所述视网膜的像素高度h的计算方法包括以下步骤：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

获取前景图像中所有像素点的纵向像素高度，计算所有高度中的最小值作为视网膜的像素高度h。

所述视网膜的凹陷方向u的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

遍历前景图像中每列中的最低像素点的像素高度，将各最低像素点的像素高度作为纵坐标，进行二项式拟合y＝a*x^2+b*x+c，如果a≥0，则视网膜的凹陷方向为正，反之则为负。

在本发明实施例的一种具体实施方式中，最佳屈光值的寻找方法包括：

协同移动光程模组和屈光模组，使得二者的位置从初始最佳光程值Q₀和初始屈光值G₀，移动至初始位置Q₁和G₁，其中，当Q₀>G₀时，Q₁＝0，G₁＝G₀-Q₀；当Q₀≤G₀时，屈光为Q₁＝Q₀-G₀，G₁＝0；

协同遍历光程位置和屈光位置，并实时采集视网膜图像，光程模组和屈光模组每时刻移动距离相同记为Δq，且按相同频率通过光程位置传感器、屈光位置传感器、图像采集设备分别获取对应的光程值G_i、屈光值Q_i和视网膜图像I_i；

基于各视网膜图像I_i的信号强度，找出信号强度最大的视网膜图像I_i所对应的光程值和屈光值，作为最佳光程值和最佳屈光值。

在本发明实施例的一种具体实施方式中，所述信号强度最大的视网膜图像I_i的寻找方法包括：

记录首个视网膜图像I₁的信号强度，并将其对应的光程值和屈光值作为局部峰值点；

遍历后续各视网膜图像I_i的信号强度，若出现更高的信号强度则更新局部峰值点，直到未出现新的局部峰值，则定义此时的局部峰值为全局的信号峰值，并记录此时的光程值和屈光值分别为最佳光程值Q_max和最佳屈光值G_max。

其中，所述信号强度的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

将前景图像的像素均值作为视网膜图像的信号强度。

下面结合一具体实施方式对本发明实施例中的方法进行详细说明。

本发明实施例中的光程屈光自动调节方法主要包括两个阶段，具体为：

阶段一、定位视网膜位置阶段；

阶段二、增强视网膜信号阶段。

定位视网膜位置阶段包括以下步骤：

1.数据采集。

获取多人的视网膜图像，以达到覆盖实际使用场景的目的及视网膜图像多样性的目的。获取到的视网膜图像中，至少应当包括低信号强度的视网膜图像、中信号强度的视网膜图像和高信号强度的视网膜图像，视网膜位置处于视网膜图像顶端至底端任意位置、视网膜靠边缘处翻折，以及它们的各种组合情况；其中，低信号强度的视网膜图像的强度范围为[0％,10％)、中信号强度的视网膜图像的强度范围为[10％,60％)、高信号强度的视网膜图像的强度范围为[60％,99％]，具体参见图2(a)-图2(c)。

2.数据标注。

使用图像分割的方式将视网膜图像标注为前景和背景两类，将存在于视网膜图像中的视网膜部分(包括视盘区域)标注为前景图像，视网膜以外的部分及不存在视网膜的全噪声图标注为背景图像，具体参见图3(a)-图3(b)。

3.模型构建及训练。

需要考虑实际场景中的速度要求及功能需求，采用tiny-unet作为基础网络，将原始获取到的视网膜图像和经过数据标注后的视网膜图像(即标签)下采样至256*256大小，送入tiny-unet中进行训练，获得分割模型；

4.将屈光模组的位置固定为Q₀(通常选择为屈光总刻度的中心)，遍历各光程位置，直至能从视网膜图像中定位出视网膜位置，并计算出视网膜的像素位置h、视网膜的凹陷方向u，以及记录出现视网膜时的光程位置d，进而计算得到第一阶段最优光程位置G₀＝u*r*(β*H-h)+d。

其中，获取视网膜图像中视网膜的像素位置h包括以下步骤：

将视网膜图像送入分割模型，获得前景图像；

获取前景图像中所有像素点的纵向像素高度，计算所有高度中的最小值作为视网膜的像素位置h。

获取视网膜图像中视网膜的凹陷方向u包括以下步骤：

将视网膜图像送入分割模型，获得前景图像；

遍历前景图像中每列中的最低像素点的像素高度，将各最低像素点的像素高度作为纵坐标，进行二项式拟合y＝a*x^2+b*x+c，如果a≥0，则视网膜的凹陷方向为正，反之则为负；

获取像素-光程比例刻度r包括以下步骤：

调整光程模组，将视网膜从预览的视网膜图像的最下端移动至最上端，并记录光程模组的实际移动距离D和预览的视网膜图像的像素行数H，计算出像素对光程模组实际移动距离的比率r，r＝D/H。

在光程模组移动过程中，一般选择通过移动光程模组，将视网膜位置置于视网膜图像的中下部，即视网膜图像自上而下的75％的位置，将视网膜区域定位于视网膜图像中的偏下部可获取到更好的成像效果，并且75％的位置与视网膜图像底部存在一定距离的，可确保不会出现视网膜翻折，故一般设置β＝75％。

增强视网膜信号阶段包括以下步骤：

将光程模组和屈光模组移动至初始位置Q₁和G₁。固定光程模组移动屈光模组(或固定屈光模组移动光程模组)会破坏第一阶段中已被定位好的视网膜，因此需要同步进行光程模组和屈光模组移动，来使固定位置的视网膜进行信号强度的遍历，即，屈光模组与光程模组一样，运动方式为直线运动，其位置刻度范围为0-100mm，定位精度为1mm，在光程模组和屈光模组同时正向移动相同距离时，视网膜位置是不会发生变化的，只有信号强度会发生变化，移动初始位置存在两种情况，当Q₀>G₀时，Q₁＝0，G₁＝G₀-Q₀；当Q₀≤G₀时，屈光为Q₁＝Q₀-G₀，G₁＝0；具体参见图4；

光程和屈光每时刻移动距离相同记为Δq，通过光程位置传感器、屈光位置传感器、图像采集设备分别获取此时刻的光程值G_i、屈光值Q_i和视网膜图像I_i；

计算到每时刻视网膜图像的信号强度，使用爬山法寻找信号峰值，记录首个视网膜图像I₁的信号强度，并将其对应的光程值和屈光值作为局部峰值点，连续记录后续的20mm范围，若记录过程中出现更高的信号强度则更新局部峰值点，并循环刷新，直到未出现新的局部峰值，则定义此时的局部峰值为全局的信号峰值并记录此时的光程和屈光分别为G_max和Q_max；

将屈光模组和光程模组移动至G_max和Q_max，采集视网膜图像。

实施例2

本发明实施例中提供了一种光程屈光自动调节装置，包括：调节器、光程模组、光程模组驱动件、屈光模组、屈光模组驱动件和图像采集设备；

所述调节器控制所述屈光模组驱动件按照预设的初始屈光值固定屈光位置，并控制光程模组驱动件遍历各光程位置，直至基于图像采集设备采集到的视网膜图像初定位出视网膜位置，并计算出对应的初始最佳光程值；

以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，所述调节器控制光程模组驱动件和屈光模组驱动件，协同驱动光程模组和屈光模组遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

所述调节器控制光程模组驱动件和屈光模组驱动件驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

在本发明实施例的一种具体实施方式中，所述光程屈光自动调节装置还包括包括光程位置传感器和屈光位置传感器，二者分别与调节器相连，所述光程位置传感器用于实时测量光程模组的光程位置；所述屈光位置传感器用于实时测量屈光模组的屈光位置。

本发明实施例中的光程屈光自动调节装置主要包括两个工作阶段，具体为：

阶段一、定位视网膜位置阶段；

阶段二、增强视网膜信号阶段。

定位视网膜位置阶段包括以下步骤：

1.数据采集。

获取多人的视网膜图像，以达到覆盖实际使用场景的目的及视网膜图像多样性的目的。获取到的视网膜图像中，至少应当包括低信号强度的视网膜图像、中信号强度的视网膜图像和高信号强度的视网膜图像，视网膜位置处于视网膜图像顶端至底端任意位置、视网膜靠边缘处翻折，以及它们的各种组合情况；其中，低信号强度的视网膜图像的强度范围为[0％,10％)、中信号强度的视网膜图像的强度范围为[10％,60％)、高信号强度的视网膜图像的强度范围为[60％,99％]，具体参见图2(a)-图2(c)。

2.数据标注。

使用图像分割的方式将视网膜图像标注为前景和背景两类，将存在于视网膜图像中的视网膜部分(包括视盘区域)标注为前景图像，视网膜以外的部分及不存在视网膜的全噪声图标注为背景图像，具体参见图3(a)-图3(b)。

3.模型构建及训练。

需要考虑实际场景中的速度要求及功能需求，采用tiny-unet作为基础网络，将原始获取到的视网膜图像和经过数据标注后的视网膜图像(即标签)下采样至256*256大小，送入tiny-unet中进行训练，获得分割模型；

4.将屈光模组的位置固定为Q₀(通常选择为屈光总刻度的中心)，遍历各光程位置，直至能从视网膜图像中定位出视网膜位置，并计算出视网膜的像素位置h、视网膜的凹陷方向u，以及记录出现视网膜时的光程位置d，进而计算得到第一阶段最优光程位置G₀＝u*r*(β*H-h)+d。

其中，获取视网膜图像中视网膜的像素位置h包括以下步骤：

将视网膜图像送入分割模型，获得前景图像；

获取前景图像中所有像素点的纵向像素高度，计算所有高度中的最小值作为视网膜的像素位置h。

获取视网膜图像中视网膜的凹陷方向u包括以下步骤：

将视网膜图像送入分割模型，获得前景图像；

遍历前景图像中每列中的最低像素点的像素高度，将各最低像素点的像素高度作为纵坐标，进行二项式拟合y＝a*x^2+b*x+c，如果a≥0，则视网膜的凹陷方向为正，反之则为负；

获取像素-光程比例刻度r包括以下步骤：

调整光程模组，将视网膜从预览的视网膜图像的最下端移动至最上端，并记录光程模组的实际移动距离D和预览的视网膜图像的像素行数H，计算出像素对光程模组实际移动距离的比率r，r＝D/H。

在光程模组移动过程中，一般选择通过移动光程模组，将视网膜位置置于视网膜图像的中下部，即视网膜图像自上而下的75％的位置，将视网膜区域定位于视网膜图像中的偏下部可获取到更好的成像效果，并且75％的位置与视网膜图像底部存在一定距离的，可确保不会出现视网膜翻折，故一般设置β＝75％。

增强视网膜信号阶段包括以下步骤：

将光程模组和屈光模组移动至初始位置Q₁和G₁。固定光程模组移动屈光模组(或固定屈光模组移动光程模组)会破坏第一阶段中已被定位好的视网膜，因此需要同步进行光程模组和屈光模组移动，来使固定位置的视网膜进行信号强度的遍历，即，屈光模组与光程模组一样，运动方式为直线运动，其位置刻度范围为0-100mm，定位精度为1mm，在光程模组和屈光模组同时正向移动相同距离时，视网膜位置是不会发生变化的，只有信号强度会发生变化，移动初始位置存在两种情况，当Q₀>G₀时，Q₁＝0，G₁＝G₀-Q₀；当Q₀≤G₀时，屈光为Q₁＝Q₀-G₀，G₁＝0；具体参见图4；

光程和屈光每时刻移动距离相同记为Δq，通过光程位置传感器、屈光位置传感器、图像采集设备分别获取此时刻的光程值G_i、屈光值Q_i和视网膜图像I_i；

计算到每时刻视网膜图像的信号强度，使用爬山法寻找信号峰值，记录首个视网膜图像I₁的信号强度，并将其对应的光程值和屈光值作为局部峰值点，连续记录后续的20mm范围，若记录过程中出现更高的信号强度则更新局部峰值点，并循环刷新，直到未出现新的局部峰值，则定义此时的局部峰值为全局的信号峰值并记录此时的光程和屈光分别为G_max和Q_max；

将屈光模组和光程模组移动至G_max和Q_max，采集视网膜图像。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于，包括：

按照预设的初始屈光值固定屈光位置，遍历各光程位置，直至能从视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；

以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，协同遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

2.根据权利要求1所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述初始光程值的获取方法包括：

将屈光模组的屈光位置固定为Q₀；

按照预设的移动轨迹，遍历移动光程模组，在移动过程中实时采集视网膜图像，当检测到视网膜图像中存在视网膜，则记录当前的光程位置d，同步计算出视网膜的像素高度h和凹陷方向u；

调整光程模组，将视网膜从预览模式下的视网膜图像的最下端移动至最上端，并记录光程模组的实际移动距离D和预览模式下的视网膜图像的像素行数H，计算出像素对光程模组实际移动距离的比率r，r＝D/H；

计算初始最佳光程值，所述初始最佳光程值的计算公式为：

G₀＝u*r*(β*H-h)+d。

其中，β∈[40％,90％]，指视网膜处于视网膜图像中的位置。

3.根据权利要求2所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述Q₀为屈光总刻度的中心；β＝75％。

4.根据权利要求2所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述视网膜的像素高度h的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

获取前景图像中所有像素点的纵向像素高度，计算所有纵向像素高度中的最小值作为视网膜的像素高度h。

5.根据权利要求2所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述视网膜的凹陷方向u的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

遍历前景图像中每列中的最低像素点的像素高度，将各最低像素点的像素高度作为纵坐标，进行二项式拟合y＝a*x^2+b*x+c，如果a≥0，则视网膜的凹陷方向为正，反之则为负。

6.根据权利要求1所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述最佳光程值和最佳屈光值的寻找方法包括：

协同移动光程模组和屈光模组，使得二者的位置从初始最佳光程值Q₀和初始屈光值G₀，移动至初始位置Q₁和G₁，其中，当Q₀>G₀时，Q₁＝0，G₁＝G₀-Q₀；当Q₀≤G₀时，屈光为Q₁＝Q₀-G₀，G₁＝0；

协同遍历光程位置和屈光位置，并实时采集视网膜图像，光程模组和屈光模组每时刻移动距离相同记为Δq，且按相同频率通过光程位置传感器、屈光位置传感器、图像采集设备分别获取对应的光程值G_i、屈光值Q_i和视网膜图像I_i；

基于各视网膜图像I_i的信号强度，找出信号强度最大的视网膜图像I_i所对应的光程值和屈光值，作为最佳光程值和最佳屈光值。

7.根据权利要求6所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述信号强度的计算方法包括：

将视网膜图像送入训练好的分割模型，由所述分割模型将所述视网膜图像分割为前景图像和背景图像；

将前景图像的像素均值作为视网膜图像的信号强度。

8.根据权利要求6或7所述的一种基于眼底相干断层扫描仪的光程屈光自动调节方法，其特征在于：所述信号强度最大的视网膜图像I_i的寻找方法包括：

记录首个视网膜图像I₁的信号强度，并将其对应的光程值和屈光值作为局部峰值点；遍历后续各视网膜图像I_i的信号强度，i>1，若出现更高的信号强度则更新局部峰值点，直到未出现新的局部峰值，则定义此时的局部峰值为全局的信号峰值，并记录此时的光程值和屈光值分别为最佳光程值Q_max和最佳屈光值G_max。

9.一种基于眼底相干断层扫描仪的光程屈光自动调节装置，其特征在于，包括：调节器、光程模组、光程模组驱动件、屈光模组、屈光模组驱动件和图像采集设备；

所述调节器控制所述屈光模组驱动件按照预设的初始屈光值固定屈光位置，并控制光程模组驱动件遍历各光程位置，直至基于图像采集设备采集到的视网膜图像中定位出视网膜位置，并计算出对应的初始最佳光程值；

以所述初始最佳光程值和初始屈光值为起点，以屈光模组和光程模组的运动范围为遍历范围，所述调节器控制光程模组驱动件和屈光模组驱动件协同驱动光程模组和屈光模组遍历光程位置和屈光位置，找出信号强度最大的视网膜图像所对应的光程值和屈光值，作为最佳光程值和最佳屈光值；

所述调节器控制光程模组驱动件和屈光模组驱动件驱动光程模组和屈光模组分别移动至最佳光程值和最佳屈光值。

10.根据权利要求9所述的一种基于眼底相干断层扫描仪的光程屈光自动调节装置，其特征在于，所述光程屈光自动调节装置还包括包括光程位置传感器和屈光位置传感器，二者分别与调节器相连，所述光程位置传感器用于实时测量光程模组的光程位置；所述屈光位置传感器用于实时测量屈光模组的屈光位置。

Images