角膜细胞力学与形貌特征耦合驱动的近视分级方法

本发明提供角膜细胞力学与形貌特征耦合驱动的近视分级方法，属于基于人工智能的近视眼科疾病诊断与发生发展机制技术领域，采用原子力显微镜纳米力学特性表征技术，测量低度、中度和高度近视患者角膜细胞的表面形貌与杨氏模量、粘附力等力学特性，将原子力显微镜所获取的角膜细胞表面形貌图像作为细胞骨架量化分析数据集，利用边缘提取、亮度检测和多尺度图像分割方法，通过细胞骨架区域平均复杂度和细胞骨架区域平均相似度量化整体细胞骨架分布特征，该方法不依赖于染色，可以更全面地评估细胞骨架的组织结构，适用于包括复杂簇在内的更多样化的细胞骨架结构，建立近视分级模型，为近视发生发展机制研究提供了更加直接的细胞级实验依据。