融合多模态数据的智能用眼健康分析方法

摘要

近年来，国民视力问题愈发严峻，已成为备受瞩目的社会问题.多项调查报告显示，电脑、手机、电视等现代数字设备的普及虽然极大地提升了人们的生活和工作质量，但同时也给人们的眼睛带来了前所未有的压力和伤害.现有的视力保护设备普遍存在便携性不足、数据分析模态单一和对用眼环境判断不准确等问题.为应对上述挑战，本文提出了一种融合多模态数据的智能用眼健康分析方法，在硬件层面设计了一种便携式智能眼镜，在软件层面设计了一种基于模糊逻辑推理的多模态数据融合分析方法.所设计的眼镜集成了多种高精度传感器，能够全面收集多种模态的环境光数据，具体包括蓝光、频闪和眩光.所设计的分析方法通过模糊逻辑推理系统对多模态数据进行深度融合，从而判断用眼环境对眼睛的危害程度.实验结果显示，与同类方法相比，本文所提出的方法在精确率、召回率和F1值上分别实现了14.53%、26.13%和17.72%的提升.研究成果不仅为智能医疗设备的发展提供了有力支撑，更为广大用户的视力健康保护带来了福音.

关键词

用眼健康 / 智能眼镜 / 多模态数据 / 模糊逻辑 / 模糊规则

基金资助

国家自然科学基金资助项目（62173158,62377023）; 湖北省自然科学基金联合基金重点资助项目（2025AFD195）; 中央高校基本科研业务费资助项目（CCNU25ai013,CCNU25ZZ104）; 数字教育湖北省重点实验室开放基金资助项目（F2024G01）