具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

图1是本申请一示例性实施例提供的一种眼角膜厚度的测量方法的流程示意图。如图1所示，该眼角膜厚度的测量方法包括：

步骤110：分别获取拍摄角度不同且均包含眼角膜的第一眼部图像和第二眼部图像。

具体的，步骤110的实现方式可以是：利用双目相机分别获取第一眼部图像和第二眼部图像，或者通过两个相机以不同位置或拍摄角度来获取眼部图像，从而得到第一眼部图像和第二眼部图像，即得到两幅错位眼部图像。其中，获取的第一眼部图像和第二眼部图像可以是由视频流数据中截取的一帧或多帧图像。由于患者在进行眼角膜图像采集时可能会不配合，特别是儿童或婴儿，因此，本申请可以通过录取一段时间的视频流数据，并从中选取一帧或多帧图像作为第一眼部图像和第二眼部图像。具体选取眼部图像的方式可以是手动完成，也可以自动筛选，即将视频流转换为多帧图像数据，然后对该多帧图像数据进行筛选，具体的可以是选取该多帧图像数据中眼睛睁开的开度最大的图像（即上眼睑和下眼睑之间间距最大的图像），以保证筛选的图像能够完全显示眼角膜区域图像。

步骤120：分别识别第一眼部图像和第二眼部图像中的第一眼角膜图像和第二眼角膜图像。

具体的，步骤120的实现方式可以是：分别将第一眼部图像和第二眼部图像输入第一神经网络模型，得到第一眼角膜图像和第二眼角膜图像。利用训练完成的第一神经网络模型，将第一眼部图像和第二眼部图像分别输入第一神经网络模型，得到第一眼角膜图像和第二眼角膜图像。其中第一神经网络模型的训练过程可以是利用标准眼部图像和对应的眼角膜图像进行训练。

步骤130：根据第一眼角膜图像和第二眼角膜图像，得到包含眼角膜的三维图像。

在得到了相互错位的第一眼角膜图像和第二眼角膜图像后，可以根据第一眼角膜图像和第二眼角膜图像，构建包含眼角膜的三维图像，即得到眼角膜三维图像。

步骤140：识别三维图像中的眼角膜前表面区域和眼角膜后表面区域。

在得到包含眼角膜的三维图像后，对该三维图像进行识别，以得到眼角膜前表面区域和眼角膜后表面区域，即得到眼角膜的区域图像。具体的，步骤140的实现方式可以是：将三维图像输入第二神经网络模型，得到眼角膜前表面区域和眼角膜后表面区域。即利用训练完成的第二神经网络模型，将三维图像输入第二神经网络模型，得到眼角膜前表面区域和眼角膜后表面区域图像。其中第二神经网络模型的训练过程可以是利用标准眼部三维图像和对应的眼角膜前表面区域和眼角膜后表面区域图像进行训练。

步骤150：根据眼角膜前表面区域和眼角膜后表面区域，计算得到眼角膜厚度。

在识别得到眼角膜前表面区域和眼角膜后表面区域后，可以计算眼角膜前表面区域和眼角膜后表面区域之间的距离以得到眼角膜厚度。具体的，步骤150的实现方式可以是：计算眼角膜前表面区域和眼角膜后表面区域沿眼角膜厚度方向的距离，得到眼角膜厚度。例如可以计算眼角膜前表面区域和眼角膜后表面区域沿眼角膜厚度方向的所有距离值，取其中的最大值作为眼角膜厚度，或者直接得到多个不同位置的眼角膜厚度，以为医生诊断提供更多的参考数据。其中，眼角膜厚度方向的可以通过如下方式确定：通过图像识别以得到三维图像中上眼睑区域图像和下眼睑区域图像，并且根据上眼睑区域图像和下眼睑区域图像拟合得到参考线（具体的方式可以拟合一条直线，使得上眼睑区域图像和下眼睑区域图像上的所有点到该直线的距离之和最小），以该参考线与眼角膜图像的交点为切点得到眼角膜图像的切面（参考面），该参考面的垂直方向即为眼角膜厚度方向。

本申请提供的一种眼角膜厚度的测量方法，通过分别获取拍摄角度不同且均包含眼角膜的第一眼部图像和第二眼部图像，并且分别识别第一眼部图像和第二眼部图像中的第一眼角膜图像和第二眼角膜图像；然而根据第一眼角膜图像和第二眼角膜图像，得到包含眼角膜的三维图像，识别三维图像中的眼角膜前表面区域和眼角膜后表面区域，最后根据眼角膜前表面区域和眼角膜后表面区域，计算得到眼角膜厚度；即通过两幅错位的二维图像构建得到三维图像，然后识别该三维图像中的眼角膜前表面区域和后表面区域，根据眼角膜前表面区域和后表面区域计算得到眼角膜厚度，即可以通过拍摄图像以测量眼角膜厚度，从而降低了测量的难度，并且利用图像识别可以较为准确的获取眼角膜前表面区域和后表面区域位置，从而准确计算得到眼角膜厚度。

图2是本申请另一示例性实施例提供的一种眼角膜厚度的测量方法的流程示意图。如图2所示，在步骤130之前，上述眼角膜厚度的测量方法还可以包括：

步骤160：获取双目相机的两个拍摄镜头与患者眼睛之间的第一距离和第二距离。

步骤170：获取双目相机的两个拍摄镜头之间的第三距离。

通过获取双目相机的两个拍摄镜头与患者眼睛之间的第一距离和第二距离、双目相机的两个拍摄镜头之间的第三距离，可以利用光学原理计算得到双目相机的两个拍摄镜头拍摄得到的第一眼部图像和第二眼部图像之间的错位距离，从而可以准确的构建得到眼角膜的三维图像。

对应的，步骤130调整为：根据第一眼角膜图像、第二眼角膜图像、第一距离、第二距离和第三距离，构建包含眼角膜的三维图像。

图3是本申请一示例性实施例提供的一种眼角膜前表面区域和眼角膜后表面区域的识别方法的流程示意图。如图3所示，步骤140可以包括：

步骤141：获取三维图像中眼角膜前表面的两侧区域和眼角膜后表面的两侧区域。

由于眼角膜为透明的，各层结构之间的相互干扰会导致图像识别的难度较大，特别是中间部分。由于两侧区域的区分相对明显且由于相机拍摄时存在一定偏角，因此，本申请通过获取三维图像中眼角膜前表面的两侧区域和眼角膜后表面的两侧区域，以保证获取的两侧区域的准确性。

步骤142：根据眼角膜前表面的两侧区域拟合得到眼角膜前表面区域。

步骤143：根据眼角膜后表面的两侧区域拟合得到眼角膜后表面区域。

在获取了眼角膜前表面的两侧区域和眼角膜后表面的两侧区域后，分别根据眼角膜前表面的两侧区域和眼角膜后表面的两侧区域，拟合得到眼角膜前表面和眼角膜后表面的完整区域。由于眼角膜前表面和眼角膜后表面通常是平滑的圆弧形状，因此，根据两侧区域及其弧度，可以较为准确的拟合得到整个眼角膜前表面和眼角膜后表面。

图4是本申请一示例性实施例提供的一种眼角膜厚度的测量装置的结构示意图。如图4所示，该眼角膜厚度的测量装置40包括：图像获取模块41，用于分别获取拍摄角度不同且均包含眼角膜的第一眼部图像和第二眼部图像；第一识别模块42，用于分别识别第一眼部图像和第二眼部图像中的第一眼角膜图像和第二眼角膜图像；图像构建模块43，用于根据第一眼角膜图像和第二眼角膜图像，得到包含眼角膜的三维图像；第二识别模块44，用于识别三维图像中的眼角膜前表面区域和眼角膜后表面区域；以及厚度计算模块45，用于根据眼角膜前表面区域和眼角膜后表面区域，计算得到眼角膜厚度。

本申请提供的一种眼角膜厚度的测量装置，通过图像获取模块41分别获取拍摄角度不同且均包含眼角膜的第一眼部图像和第二眼部图像，并且第一识别模块42分别识别第一眼部图像和第二眼部图像中的第一眼角膜图像和第二眼角膜图像；然而图像构建模块43根据第一眼角膜图像和第二眼角膜图像，得到包含眼角膜的三维图像，第二识别模块44识别三维图像中的眼角膜前表面区域和眼角膜后表面区域，最后厚度计算模块45根据眼角膜前表面区域和眼角膜后表面区域，计算得到眼角膜厚度；即通过两幅错位的二维图像构建得到三维图像，然后识别该三维图像中的眼角膜前表面区域和后表面区域，根据眼角膜前表面区域和后表面区域计算得到眼角膜厚度，即可以通过拍摄图像以测量眼角膜厚度，从而降低了测量的难度，并且利用图像识别可以较为准确的获取眼角膜前表面区域和后表面区域位置，从而准确计算得到眼角膜厚度。

在一实施例中，图像获取模块41可以进一步配置为：利用双目相机分别获取第一眼部图像和第二眼部图像，或者通过两个相机以不同位置或拍摄角度来获取眼部图像，从而得到第一眼部图像和第二眼部图像，即得到两幅错位眼部图像。

在一实施例中，第一识别模块42可以进一步配置为：分别将第一眼部图像和第二眼部图像输入第一神经网络模型，得到第一眼角膜图像和第二眼角膜图像。

在一实施例中，第二识别模块44可以进一步配置为：将三维图像输入第二神经网络模型，得到眼角膜前表面区域和眼角膜后表面区域。

在一实施例中，厚度计算模块45可以进一步配置为：计算眼角膜前表面区域和眼角膜后表面区域沿眼角膜厚度方向的距离，得到眼角膜厚度。

图5是本申请另一示例性实施例提供的一种眼角膜厚度的测量装置的结构示意图。如图5所示，该眼角膜厚度的测量装置40还可以包括：镜头间距获取模块46，用于获取双目相机的两个拍摄镜头与患者眼睛之间的第一距离和第二距离；拍摄间距获取模块47，用于获取双目相机的两个拍摄镜头之间的第三距离。对应的，图像构建模块43配置为：根据第一眼角膜图像、第二眼角膜图像、第一距离、第二距离和第三距离，构建包含眼角膜的三维图像。

在一实施例中，如图5所示，第二识别模块44可以包括：两侧区域获取单元441，用于获取三维图像中眼角膜前表面的两侧区域和眼角膜后表面的两侧区域；前表面获取单元442，用于根据眼角膜前表面的两侧区域拟合得到眼角膜前表面区域；后表面获取单元443，用于根据眼角膜后表面的两侧区域拟合得到眼角膜后表面区域。

下面，参考图6来描述根据本申请实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图6图示了根据本申请实施例的电子设备的框图。

如图6所示，电子设备10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的眼角膜厚度的测量方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构（未示出）互连。

在该电子设备是单机设备时，该输入装置13可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。

此外，该输入设备13还可以包括例如键盘、鼠标等等。

该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图6中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的眼角膜厚度的测量方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的眼角膜厚度的测量方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。