傳統眼瞼下垂檢測仰賴人工觀察，結果主觀且一致性差

測量過程耗時，難以快速完成大量病患評估

手動測量精度受光線、角度及操作人員經驗影響，準確度不足

缺乏客觀、可量化的術前與術後比對依據

 技術簡介 

自動化眼瞼下垂檢測系統透過固定式機台拍攝眼部影像，運用深度學習與影像處理技術，自動量測提眼瞼肌功能與眼瞼下垂程度，克服傳統測量方法主觀、耗時且準確性不足的問題。系統採用虹膜、鞏膜語義分割模型標註眼部結構，推導虹膜圓心與半徑，以計算MRD1、MRD2、PFH、PFL等關鍵參數，並結合雙眼皮座標預測模型，自動辨識單、雙眼皮並進行座標定位，提高測量精準度。醫師可藉由本系統快速評估患者眼瞼下垂程度，判別類型並制定適當治療策略，提供術前評估與術後追蹤依據。此技術突破傳統檢測限制，實現快速、客觀且高準確性的診斷，提升臨床效率與醫療品質。

▲圖說：原型機

▲圖說：嚴重眼瞼下垂之術前/術後

 應用案例 

• 臨床門診：醫師利用系統快速量測MRD1、MRD2等參數，判斷眼瞼下垂程度與類型。
• 手術規劃：輔助制定提眼瞼肌矯正或雙眼皮手術策略。
• 術後追蹤：自動化量測變化，提供客觀療效評估。
• 研究應用：作為眼部疾病分析與AI訓練資料來源，推動智慧醫療發展。

 相關連結 

https://youtu.be/al6bkIojkqE?si=cwBwDklwXpst8iL2

 專利名稱證號 

• TW I673034
• US 11,877,800
• CN 6477230

 技術產學合作或技轉單位 

無

 獲獎紀錄 

第14屆國家新創獎-臨床新創獎

 技術聯絡人 

高雄醫學大學 洪一豪專案副理

連絡電話：07-3121101 ext. 2360

聯絡信箱：R121084@kmu.edu.tw