手机浏览器 H5 原型 · 端侧推理 · 数据不出本机
测量前准备
- 处于暗环境(关灯 / 遮光),关闭 HDR 与人像增强
- 测量他人(昏迷患者):手机屏幕朝向自己,后置镜头对准被检眼 20–30 cm;刺激由闪光灯发出,屏幕全程压暗
- 自测:手机固定于眼前 20–30 cm,注视中心十字;刺激由屏幕白光发出
- 单眼测量时用手 / 眼罩遮盖另一只眼,或只测一侧瞳孔
- 每次试验间隔 ≥30 s;正式测量前先让患者暗适应(下方「暗适应时长」可调,默认 10 s)
测量他人时屏幕朝向自己、镜头对准患者眼睛,屏幕光根本照不到患者,必须用闪光灯作刺激;只有自测(前置、屏幕朝自己)才适合屏幕白光。
测量开始后先让被测眼在暗环境中适应的时间;默认 10 s,正式科研可加到 60 s–3 min。测量中可随时点「跳过」。
刺激后持续记录瞳孔回到基线的时间;默认 10 s。恢复慢(老年、药物、昏迷)可选 15–20 s,选「自定义…」可填 5–60 s 的任意值。
保留取景窗:屏幕其余部分压黑,只在顶部留一块调暗的实时画面,方便你边测边对准患者瞳孔;全黑:只在角落显示阶段名与倒计时(最不漏光,但看不到画面)。
测量他人时不建议开启:常亮光会破坏暗适应、让基线瞳孔变小、削弱 PLR 幅度。仅自测画面太暗时使用。
首次使用会请求相机权限。暗适应可跳过,但跳过会显著影响 PLR 指标可靠性。
暗适应中 · 请闭眼或注视暗处,不要看手机
注视屏幕中心小十字,保持不动,尽量不眨眼
白光刺激中…
保持固视,不要揉眼、说话或移动手机
间隔休息 · 让瞳孔回到基线(可跳过)
尚无测量记录
完成一次实时测量或 PLR 测量后会自动保存在本机。
这是什么
手机浏览器端的瞳孔直径与对光反射(PLR)测量原型:后置/前置摄像头取帧,端侧 ONNX 推理加传统 CV 精修,输出椭圆叠加、直径(像素与估算毫米)、瞳孔/虹膜比、质量分和时序曲线。
同一套算法核心(core/)与微信小程序共用;本页只做浏览器壳。
测量协议
- 准备:暗环境、手机固定 20–30 cm、屏幕亮度最高、关闭 HDR / 人像增强;
- 静息:连续记录 30 s,输出均值 / SD / CV / min / max;
- PLR(测量他人 / 昏迷患者):后置摄像头 + 闪光灯刺激;屏幕朝自己并压暗,避免漏光。流程:暗适应(默认 10 s,可调 5–600 s)→ 基线 5 s → 闪光灯 1000 ms(可调)→ 恢复记录 10 s(可调 5–60 s,可拉到 15–20 s 观察慢恢复);
- PLR(自测):前置摄像头 + 全屏白光刺激(屏幕朝自己);暗适应 → 基线 → 白光 → 恢复;
- 重复:3 次或以上,试验间自动休息 30 s;
- 指标:D0、Dmin、ΔD、ΔD%、latency、MCV、MDV、T75,以及多次重复的均值与 CV。
使用条件与已知限制
- 手机浏览器调用相机必须处于 HTTPS 或
localhost;局域网http://在 iOS 上无法取流,请用 HTTPS tunnel 或自签证书(scripts/serve.py --cert/--key)。 - iOS Safari 不提供程序化屏幕亮度控制,白光刺激强度以“屏幕白光 + 系统最高亮度”近似,不宣称 lux。
- WASM 推理默认 SIMD;服务端发 COOP/COEP 且浏览器支持时最多 4 线程,否则单线程。移动端默认 320 输入(速度优先),可在「说明 → 运行状态」切换 416 / 512。
- 估算毫米基于虹膜水平直径 11.7 mm 假设(B/C 级尺度),误差约 ±4%–6%,仅供相对比较。
- 模型为近红外数据集训练,手机 RGB 域差可能导致召回下降;模型缺失时页面会提示“模型未就绪”,实时测量禁用,PLR 流程可空跑。
隐私
默认全本地:相机帧只在内存中处理,模型与算法均在浏览器内运行;会话记录保存在本机 IndexedDB(不可用时降级 localStorage),不会上传。可在本页一键清除本地数据。
免责声明
本程序为自测 / 科研原型,非医疗器械,不提供诊断、治疗或用药建议,不能替代眼科或神经科检查。PLR 与瞳孔测量受光照、距离、曝光、眨眼、药物等多种因素影响,结果仅供参考。如有视力、瞳孔或神经系统异常,请及时就医。
检测引擎
纯视觉通道不加载 12 MB 模型:局部自适应阈值 + 粒子筛选 + 椭圆拟合。实测直径误差约 2–5%(模型通道约 1%),速度更快(约 4–8 ms/帧)。适合小程序包体受限、或模型下载失败时应急使用;两条通道结果都带「引擎」标记,不会混算。
摄像头与精度
接一个近红外摄像头(UVC 免驱)是提升精度最有效的办法:画面本身是灰度、瞳孔接近纯黑,与训练数据同域。开启后不再套用彩色画面的黑白增强,并请求 1920×1080 取流。
模型(已安装到本机后可选)
三档模型输入尺寸不同(320 / 416 / 512),算法与训练集相同。安装后写入浏览器本地缓存,断网也能加载;切换即时生效。移动端建议 320 或 416,桌面或追求精度用 512。
首次加载模型约 12–13 MB + wasm 约 11 MB,可能需要 30–60 s,请保持页面在前台。
运行状态
若核心或模型未部署,可先空跑 PLR 流程验证交互;手动选择模型仅在本页内存中加载,不上传。
依赖与许可
onnxruntime-web 1.20.1(MIT)已本地化到 web/ort/;页面不请求任何 CDN。算法核心与模型另见项目 core/、models/。