公开(公告)号：CN113160978A

公开(公告)日：2021-07-23

申请号：CN202011444808.0

申请日：2020-12-11

申请人： 刘泉 ,  杨晓南 ,  林浩添 ,  赵兰琴

发明人： 刘泉 ,  杨晓南 ,  林浩添 ,  赵兰琴

IPC分类号： G16H50/30 ,  G16H50/20 ,  G06N20/00

摘要： 本发明公开了一种基于机器学习的全飞秒术后视力预测方法，包括：获取全飞秒手术样本数据集；对全飞秒手术样本数据集进行有效变量筛选；对有效变量输入一AI算法进行模型训练；对训练后的数学模型进行术后视力的预测；对预测结果进行误差调整；对调整后的预测结果进行视力表达形式的转换。本发明公开了又公开了一种基于机器学习的全飞秒术后视力预测系统，包括全飞秒手术样本数据集获取模块、有效变量筛选模块、AI算法模型训练模块、术后视力预测模块、预测结果误差调整模块和视力表达形式转换模块。本发明能精确预测全飞秒术后早期及远期的视力情况。

公开(公告)号：CN110517219A

公开(公告)日：2019-11-29

申请号：CN201910256689.7

申请日：2019-04-01

申请人： 刘泉 ,  谢怡 ,  林浩添 ,  赵兰琴

发明人： 刘泉 ,  谢怡 ,  林浩添 ,  赵兰琴

IPC分类号： G06T7/00 ,  A61B3/107

摘要： 本发明公开了一种基于深度学习的角膜地形图判别方法及系统，将现有技术中获取的角膜地形图进行预处理，得到角膜地形图判别模型可以处理的角膜地形特征数据，将角膜地形特征数据输入角膜地形图判别模型，通过角膜地形图判别模型得到角膜形态结果。通过角膜地形图判别模型对角膜地形图进行分析确定其形态结果，医生可以根据该角膜地形图判别模型输出的结果直接的确定角膜形态，并且预测准确率高。本发明提供的一种基于深度学习的角膜地形图判别方法及系统，利用训练好的卷积神经网络模型对角膜地形图进行形态判别，解决了现有技术中缺少对角膜地形图进行深度学习处理分析的角膜形态判别技术的问题。

公开(公告)号：CN201133621Y

公开(公告)日：2008-10-15

申请号：CN200720129496.8

申请日：2007-08-10

申请人： 宁洪智 ,  赵兰琴

发明人： 宁洪智 ,  赵兰琴

IPC分类号： F21V21/14 ,  F21S6/00 ,  F21W131/30

摘要： 本实用新型的目的是提供一种外观能够多变的模块化台灯，灯体是由一组外观各异的模块组合而成，模块之间可以任意组合，模块的换位、倒置、增减能够改变台灯的外观、高矮及底座大小，它具有多底座功能，台灯的电源线采用插线连接，开关设置在插线上，哪个模块做底座使用，就把电源线插在哪个模块上。人们买一只台灯就能组合出多种款式，能满足人们的个性化需求。