通过高分辨率成像设备获取泪膜的多层结构、睑板腺的形态和分泌物、眼表的多模态数据。

对采集的图像进行去噪、增强和标准化处理，确保数据质量。

干眼综合检查仪-泪膜破裂时间检测数据预处理

干眼综合检查仪-睑板腺红外拍照数据预处理

干眼综合检查仪-眼红分析检测数据预处理

利用卷积神经网络（CNN）等深度学习模型，自动提取泪膜各层的特征，如厚度、均匀性和稳定性。

CNN深度学习模型

使用标注好的泪膜图像数据集训练AI模型，使其能够识别不同的泪膜结构状态、睑板腺功能异常、眼表健康状况。                                           

模型输出详细检测分析报告，包括泪膜破裂时间、泪河高度、脂质层厚度、分布和异常区域，腺体形态、分泌物状态和功能评分等结果。

干眼综合检查仪-泪膜破裂时间检测结果

干眼综合检查仪-睑板腺红外拍照结果

干眼综合检查仪-眼红分析结果

干眼综合检查仪-报告单

Eyesis^®干眼综合检查仪用AI技术对泪膜结构、睑板腺功能、眼表等十一项检测整体分析，构建了一个全方位、多维度的干眼诊断体系。通过AI技术的赋能，实现了干眼检查的全自动化分析，非侵入性检测，测量结果更加精确，减少了人为判断误差，提供更客观的功能评估，同时快速处理大量数据，提高诊断效率，并根据个体数据提供个性化的诊断建议。