CN111107779B - 用于测试和分析视敏度及其变化的系统和方法 - Google Patents

用于测试和分析视敏度及其变化的系统和方法 Download PDF

Info

Publication number
CN111107779B
CN111107779B CN201880054850.6A CN201880054850A CN111107779B CN 111107779 B CN111107779 B CN 111107779B CN 201880054850 A CN201880054850 A CN 201880054850A CN 111107779 B CN111107779 B CN 111107779B
Authority
CN
China
Prior art keywords
sensitivity
chart
parameters
optotype
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880054850.6A
Other languages
English (en)
Other versions
CN111107779A (zh
Inventor
路易斯·安德烈斯·莱斯梅斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Adaptive Sensory Technology Inc
Original Assignee
Adaptive Sensory Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Adaptive Sensory Technology Inc filed Critical Adaptive Sensory Technology Inc
Priority to CN202310695672.8A priority Critical patent/CN117100209A/zh
Publication of CN111107779A publication Critical patent/CN111107779A/zh
Application granted granted Critical
Publication of CN111107779B publication Critical patent/CN111107779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0041—Operational features thereof characterised by display arrangements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
    • A61B3/022—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing contrast sensitivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
    • A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
    • A61B3/032—Devices for presenting test symbols or characters, e.g. test chart projectors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Signal Processing (AREA)
  • Eye Examination Apparatus (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)

Abstract

本文公开了用于使用敏度模型进行测试和分析视敏度以及变化的系统和方法，所述敏度模型基于一个或多个敏度图表设计参数以及使用受试者的敏度测试数据计算出的候选敏度参数而生成，所述视敏度模型包括使用多视标心理测量函数族确定的图表特定心理测量函数，并且其中所述敏度模型被配置为估计获得所述受试者的所述敏度测试数据的概率。

Description

用于测试和分析视敏度及其变化的系统和方法
交叉引用
本申请要求于2017年6月23日提交的美国临时申请号62/524,414的权益，该美国临时申请通过引用整体并入本文。
背景技术
视敏度图表由于其标准化且易于使用，并且可以广泛分布，因此通常用于测量视敏度。视敏度测试通常涉及要求患者鉴别在测试幻灯片(或一系列幻灯片)上呈现的视标——字母或物体的视觉模式。每张幻灯片均包含一次布置成一行或多行的一个或多个视标。对患者根据视标大小鉴别该视标的能力进行记录并评分以产生对视敏度的估计。所获得的视敏度的估计(例如，患者可以可靠看到的最小视标大小)可以从根本上取决于测试和评分的设计，该设计基于每个图表特定的预先确定的规则和启发式。
发明内容
视敏度测试的两种方法：其中患者鉴别同时呈现的多行视标或计算机化测试的图表测试或一次呈现一个视标的计算机化测试已成为当前技术的主导。计算机化测试已获得近期的青睐，因为它经由在数字显示器上灵活准确地对视标大小进行采样提供了提高测试分辨率的潜在优势以及将测试重点放在患者的特定视力上的自适应测试和个性化测试策略的应用。
现有敏度测试的一个重要缺点是用于临床试验和临床实践的图表之间的图表设计的差异。因此，在临床实践中收集的敏度测试结果仅与在临床试验中使用的“黄金标准”图表上收集的敏度测试结果不精确相关。由于临床试验需要较长的测试时间，因此该图表设计和测试标准仍无法由眼保健专家或全科医生进行临床测试。甚至需要在临床研究中允许更长的时间，在与从为成人设计的图表中获得的敏度测试结果相比时，使用儿科图表(例如HOTV、Lea设计)获得的敏度测试结果仍显示出系统性偏差。
精确地测试视敏度呈现出一个挑战。对于当前在临床环境中使用的许多图表，敏度测试仅提供定性结果而非定量结果(例如，20/20或20/40)。此外，跨临床测试站点流通的各种图表设计可能使对通过不同图表获得的敏度测试进行比较和整合变得困难。在用于临床视力测试的图表之间没有精度和一致性的情况下，跟踪视力如何随疾病或治疗而变化仍然很难。
本文公开的用于测试和分析视敏度的系统和方法解决了视敏度测试中存在的问题。本文公开的系统和方法的优点包括基于与他/她的视敏度有关的受试者特定(可互换为视标不变)信息来开发个性化敏度图表。在一些实施方式中，本文公开的系统和方法的另一优点包括分析用广泛的敏度图表(包括但不限于遗留图表)收集的视敏度数据的能力。在一些实施方式中，本文公开的系统和方法的另一优点包括生成独立于用于收集数据的敏度图表设计的精确敏度参数。
在一些实施方式中，本文公开了能够分析在不同的敏度图表设计上可选地收集的视敏度数据的评分算法(本文可互换为算法S)。在一些情况下，本文公开了通过生成或选择精确地集中于测试受试者的敏度的个性化图表设计来提高可视敏度数据的质量的自适应算法(可互换为算法A)。在一些情况下，本文公开了组合算法，该组合算法以迭代方式组合算法A和S：先前收集的敏度数据(来自受试者或来自群体)的评价用于个性化图表设计以使用算法A收集敏度图表数据。反过来，可以使用算法S对该数据进行评分，算法S提供了患者视敏度的最新估计值。该重复过程可以提供具有高精度的视敏度的估计并减少测试时间。在一些实施方式中，本文公开了用于分析视敏度的敏度模型，其在使用不同的敏度图表设计的测试期间预测视觉表现。在一些情况下，这样的敏度模型为算法S和算法A提供了基础。在一些实施方式中，本文公开的敏度模型提供了敏度图表表现的强大描述，其概括为使用特定于受试者的模型参数和/或特定于每个图表设计的模型参数来预测跨不同敏度图表的视觉表现。这些特定于受试者的模型参数(本文可互换为图表不变参数)可提供可用于随时间跟踪视觉健康状况的有价值的敏度参数。
例如，在本文公开的敏度模型中，图表特定指标和图表不变指标(可互换为参数)的区别为视敏度的估计提供了灵活性和通用性。敏度指标的这样的两个集可以是重要的并且是互补的。图表特定指标的集可以在测试期间使用的特定敏度图表的范围内描述视敏度。图表不变指标的替代集可以独立于敏度图表的设计特征来描述视敏度。因此，这些综合参数可以具有灵活性以递送特定于或独立于用于测试的敏度图表的敏度指标。图表特定指标对于随时间使用相同图表的研发应用程序很重要。图表不变指标方法对于评价和比较不同临床实践和人群的数据很重要。如图3A所示，生成图表不变敏度模型的示例性实施方式的流程图可以包括使用图表不变敏度参数的操作230，然后可根据所述敏度图表的所述设计因素将操作230转换为图表特定敏度参数。
本文公开的敏度模型还可以为视敏度数据的新颖表示提供基础。可视化工具可以帮助患者和临床医生理解所测量的敏度变化。
由于相同图表通常可用于测量不同眼睛、不同距离或需要重复测量视敏度(例如，跟踪眼病的进展或治疗效果)的情况下的视力，因此很难防止条件之间的污染。美国国家科学院-国家研究委员会(NAS-NRC)委员会和ANSI(美国国家标准学会)标准的建议规定，敏度图表应包含多行大小呈对数递减的视标。除了其他设计建议(每行5-10个视标，随机采样无需更换)，标准不建议针对计算机化自适应敏度方法使用的单字母表示。
与仅针对一个大小的一个字母优化视标选择的传统自适应敏度测试方法不同，本文公开的系统和方法可以有利地实现对敏度图表的复合优化，所述敏度图表同时估计图表特定敏度指标和图表不变敏度指标。与本文公开的方法和系统相关的附加优点包括但不限于：遵循图表设计标准同时针对每个个体受试者进行精确的个性化关注、快速的测试时间、与耗时的单字母敏度测试相当的精度以及可独立于视标大小、测试图表或测试程序来描述的受试者的视敏度指标。考虑到敏度图表设计的知识，两个敏度参数集(无论是图表特定的还是图表不变的)均是可互换和可互译的。
在一些实施方式中，本文公开的系统和方法包括基于图表的自适应敏度测试，其提供了由基于图表的测试提供的标准化的优点，以及由单字母测试提供的灵活性和精度的优点。本文公开的系统和方法可以应用贝叶斯自适应算法来个性化和精确地集中敏度图表，以最佳地测试每个受试者的视力，同时遵守来自裁决委员会的设计约束或建议，或更普遍地，同时完全保持任何所需的设计约束。在一些实施方式中，可选地使用贝叶斯自适应算法和信号检测框架开发用于视敏度测试的设计约束的优化方法提供了以下中的一个或多个：遵守图表设计标准；通过针对个体的自适应测试进行精确的个性化；图表的较短测试时间；较长的单字母敏度测试的精度；校正不同视标集的猜测行为；以及在敏度测试的实际问题，例如视力测试的设计或所使用的视标方面不变的视敏度估计。
在一方面，本文公开了用于生成对受试者的视敏度进行评分的视敏度模型的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)从候选敏度参数的一个或多个集中选择图表特定敏度参数的第一集；d)生成敏度模型，包括：i)生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；ii)使用所述单视标心理测量函数计算多视标心理测量函数族；以及iii)使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。其中，所述敏度模型被配置为基于所述一个或多个敏度图表设计参数来估计获得所述受试者的所述敏度测试数据的概率。在一些实施方式中，所述方法还包括：在(c)之后并且(i)之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数，并且其中所述图表不变灵敏度参数的第一集包括敏度阈值和敏度范围，并且其中所述图表不变灵敏度参数基于所述图表特定敏度参数的第一集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数独立于所述一个或多个敏度图表设计参数。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，还包括在(i)之前，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数的第一集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。在一些实施方式中，所述图表特定敏度参数的第一集或第二集集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，(iii)还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的所述加权基于所述受试者的所述敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括向所述受试者显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，所述一个或多个敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述候选敏度参数的一个或多个集基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者而生成。
在另一方面，本文公开了用于对受试者的视敏度进行评分的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于所述一个或多个敏度图表设计参数、所述受试者的所述敏度测试数据或两者生成候选敏度参数的一个或多个集；d)生成敏度模型，包括生成一个或多个图表特定心理测量函数，每个图表特定心理测量函数均包括所述图表特定敏度参数的一个或多个集中的图表特定敏度参数集，e)使用所述敏度模型和所述候选敏度参数的一个或多个集生成观察所述敏度测试数据的所述概率；f)基于所述概率对所述受试者的所述候选敏度参数的一个或多个集进行排名；以及g)基于所述排名，从所述受试者的候选敏度参数的一个或多个集中选择一个集。在一些实施方式中，所述候选敏度参数的每个集均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的每个集均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述方法还包括在(g)之后，向所述受试者或所述用户显示敏度测试结果，所述结果包括候选敏度参数的选定集。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的选定集包括敏度阈值或敏度范围的第一后验概率密度函数。在一些实施方式中，b)包括选择具有所述第一测试条件的数据。在一些实施方式中，所述方法还包括在g)之后，从所述受试者的敏度测试数据中选择具有所述第二测试条件的数据；以及重复c)至g)。在一些实施方式中，所述候选敏度参数的选定集包括所述敏度阈值或所述敏度范围的第二后验概率密度函数。在一些实施方式中，所述方法还包括使用所述第一后验概率密度函数和第二后验概率密度函数获得差异分布。在一些实施方式中，所述方法还包括基于所述差异分布来计算所述第一测试条件与所述第二测试条件之间的敏度阈值或敏度范围的变化。在一些实施方式中，所述视敏度是图表特定的或图表不变的。在一些实施方式中，(e)基于贝叶斯定理或最大似然估计。在一些实施方式中，所述后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，所述第一后验概率密度函数或所述第二后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，(d)包括：生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；使用所述单视标心理测量函数计算多视标心理测量函数族；以及使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。在一些实施方式中，所述方法还包括在生成所述单视标心理测量函数之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数。在一些实施方式中，所述基于灵敏度的心理测量函数独立于所述一个或多个敏度图表设计参数。在一些实施方式中，所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，并且其中所述图表不变灵敏度参数的第一集基于候选敏度参数的一个或多个集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述方法还包括将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数集包括来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，生成图表特定心理测量函数还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的所述加权基于所述受试者的敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括向所述受试者显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，所述一个或多个敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述方法包括：h)基于所述一个或多个图表设计参数生成多个候选敏度图表；以及i)基于所述多个候选敏度图表的所述排名，选择所述多个候选敏度图表中的一个或多个以供所述受试者的敏度测试，其中所述排名基于所述受试者的所述候选敏度参数的选定集。在一些实施方式中，所述方法还包括在(b)之后；使用所述选定的一个或多个候选敏度图表从所述受试者收集数据；如果没有满足停止标准，则重复步骤c)至g)和步骤h)至i)，直到满足停止标准为止。
在又一方面，本文公开了用于自适应地评价受试者的视敏度的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于一个或多个敏度图表设计参数和所述受试者的所述敏度测试数据来生成候选敏度参数的一个或多个集，所述候选敏度参数的一个或多个集中的每一个均包括通过分析所述受试者的所述敏度测试数据而获得的排名；d)基于所述一个或多个敏度图表设计参数生成多个候选敏度图表；e)基于所述候选敏度参数的一个或多个集中的每一个的所述排名对所述多个候选敏度图表进行排名；以及f)基于待向所述受试者呈现以供敏度测试的所述多个候选敏度图表的排名从所述多个候选敏度图表中选择一个或多个敏度图表。在一些实施方式中，所述方法还包括在f)之后，向所述受试者呈现所述一个或多个选定的敏度图表。在一些实施方式中，所述方法还包括在f)之后，使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据。在一些实施方式中，所述方法还包括重复：向所述受试者呈现所述一个或多个选定的敏度图表；使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据；以及步骤b)至f)；直到满足停止标准为止。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括针对所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值或敏度范围的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述候选敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，一个或多个候选敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％，2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。
在又一方面，本文公开了用于生成对受试者的视敏度进行评分的视敏度模型的计算机实现的系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)从候选敏度参数的一个或多个集中选择图表特定敏度参数的第一集；d)生成敏度模型，包括：i.生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；ii.使用所述单视标心理测量函数计算多视标心理测量函数族；以及iii.使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。其中，所述敏度模型被配置为基于所述一个或多个敏度图表设计参数来估计获得所述受试者的所述敏度测试数据的概率。在一些实施方式中，所述系统还包括：在(c)之后并且在(i)之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数，并且其中所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，并且其中所述图表不变灵敏度参数的第一集基于所述图表特定敏度参数的第一集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述系统还包括在(i)之前，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数的第一集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括针对来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，(iii)还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的加权基于所述受试者的敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括使用基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，所述一个或多个敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述候选敏度参数的一个或多个集基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者而生成。
在又一方面，本文公开了用于生成对受试者的视敏度进行评分的视敏度模型的计算机系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者生成所述候选敏度参数的一个或多个集；d)生成敏度模型，包括生成一个或多个图表特定心理测量函数，每个图表特定心理测量函数均包括所述图表特定敏度参数的一个或多个集中的图表特定敏度参数集，e)使用所述敏度模型和所述候选敏度参数的一个或多个集生成观察所述敏度测试数据的所述概率；f)基于所述概率对所述受试者的候选敏度参数的一个或多个集进行排名；以及g)基于所述排名，从所述受试者的候选敏度参数的一个或多个集中选择一个集。在一些实施方式中，所述候选敏度参数的每个集均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的每个集均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述系统还包括在(g)之后，向所述受试者或所述用户显示敏度测试结果，所述结果包括候选敏度参数的选定集。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的选定集包括敏度阈值或敏度范围的第一后验概率密度函数。在一些实施方式中，b)包括选择具有所述第一测试条件的数据。在一些实施方式中，所述系统包括在g)之后，从所述受试者的敏度测试数据中选择具有所述第二测试条件的数据；以及重复c)至g)。在一些实施方式中，所述候选敏度参数的选定集包括所述敏度阈值或所述敏度范围的第二后验概率密度函数。在一些实施方式中，所述系统还包括使用所述第一后验概率密度函数和第二后验概率密度函数获得差异分布。在一些实施方式中，所述系统还包括基于所述差异分布来计算所述第一测试条件与所述第二测试条件之间的敏度阈值或敏度范围的变化。在一些实施方式中，所述视敏度是图表特定的或图表不变的。在一些实施方式中，(e)基于贝叶斯定理或最大似然估计。在一些实施方式中，所述方法所述后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，所述方法所述第一后验概率密度函数或第二后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，(d)包括：生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；使用所述单视标心理测量函数计算多视标心理测量函数族；以及使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。在一些实施方式中，所述系统还包括在生成所述单视标心理测量函数之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和基于所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述系统还包括将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数集包括针对所述至少两个不同测试条件下的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，生成图表特定心理测量函数还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的所述加权总和基于所述受试者的所述敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括向所述受试者显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，所述一个或多个敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述系统还包括：h)基于所述一个或多个图表设计参数生成多个候选敏度图表；以及i)基于所述多个候选敏度图表的排名，选择所述多个候选敏度图表中的一个或多个以进行所述受试者的敏度测试，其中所述排名基于所述受试者的所述候选敏度参数的选定集。在一些实施方式中，所述系统还包括在(b)之后；使用所述选定的一个或多个候选敏度图表从所述受试者收集数据；如果没有满足停止标准，则重复步骤c)至g)和步骤h)至i)，直到满足停止标准为止。
在另一方面，本文公开了用于自适应地评价受试者的视敏度的计算机实现的系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于一个或多个敏度图表设计参数和所述受试者的所述敏度测试数据来生成候选敏度参数的一个或多个集，所述候选敏度参数的一个或多个集中的每一个均包括通过分析所述受试者的所述敏度测试数据而获得的排名；d)基于所述一个或多个敏度图表设计参数生成多个候选敏度图表；e)基于所述候选敏度参数的一个或多个集中的每一个的所述排名对所述多个候选敏度图表进行排名；以及f)基于待向所述受试者呈现以供敏度测试的所述多个候选敏度图表的排名从所述多个候选敏度图表中选择一个或多个敏度图表。在一些实施方式中，所述系统还包括在f)之后，向所述受试者呈现所述一个或多个选定的敏度图表。在一些实施方式中，所述系统还包括在f)之后，使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据。在一些实施方式中，所述系统还包括重复：向所述受试者呈现所述一个或多个选定的敏度图表；使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据；以及步骤b)至f)；直到满足停止标准为止。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括针对所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值或敏度范围的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述候选敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。在一些实施方式中，一个或多个候选敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。
与其他公开的实施方式一致，非暂时性计算机可读存储介质可以存储由处理器执行以执行本文所述的任何方法的程序指令。
在其中仅示出和描述了本公开内容的说明性实施方式的以下详细描述中，对本领域技术人员而言本公开内容的其他方面和优点将变得容易理解。将认识到，本公开内容能够具有其他和不同的实施方式，并且能够在各个明显的方面对其若干细节进行修改，所有这些都不脱离本公开内容。因此，实际上应将附图和说明书视为是说明性而非限制性的。
援引并入
本说明书中所提及的所有出版物、专利和专利申请都通过引用并入本文，其程度犹如具体地且单个地指出每一单个出版物、专利或专利申请通过引用而并入。在通过引用并入的出版物和专利或专利申请与本说明书中所包含的公开内容相矛盾时，本说明书旨在取代和/或优先于任何这样的矛盾的材料。
附图说明
通过参考对利用到本发明原理的说明性实施方式加以阐述的以下详细描述和附图(本文中也称为“附图”和“图”)，将会对本发明的特征和优点获得更好的理解，在附图中：
图1示出了评分算法S的流程图的非限制性示例；
图2A-图2B示出了生成具有不同图表设计的视敏度图表和子图表的库的非限制性示例；在该情况下，ETDRS图表(早期治疗糖尿病性视网膜病变研究，图2A)和Snellen图表(图2B)；
图3A示出了生成图表不变敏度模型的流程图的非限制性示例；
图3B示出了生成图表特定敏度模型的流程图的非限制性示例；
图4A-图4B示出了基于灵敏度(d’)的单视标心理测量函数的非限制性示例，该单视标心理测量函数是心理测量函数(以信号检测理论的d'为单位)，其是图表不变的且描述独立于受视敏度图表设计参数影响的决策水平因素的视觉灵敏度；
图5示出了图表特定心理测量函数集的非限制性示例，该函数基于可以包括决定猜测率的响应替代的数目(从两个替代强制选择(2AFC)到十个替代强制选择(10AFC))的图表设计因素，反映了图表不变单视标心理测量函数(以d’为单位)到图表特定单视标心理测量函数的转换；
图6A-图6B示出了根据单视标大小的基于十个猜测替代的单视标心理测量函数(图6A)和由敏度模型生成的用于识别幻灯片上呈现的五个视标的不同聚合多视标心理测量函数(图6B)的非限制性示例。
图6C示出了从图6B中的多视标心理测量函数族的加权总和生成的图表特定心理测量函数的非限制性示例；
图7示出了根据视标大小的由图表特定敏度阈值和图表特定敏度范围所定义的图表特定心理测量函数的非限制性示例，其用于识别幻灯片上呈现的五个视标。
图8A-图8B示出了以累积的概率密度函数表示的单视标心理测量函数(图8A)和不同的聚合多视标心理测量函数(图8B)的非限制性示例；
图9示出了本文公开的自适应算法A的流程图的非限制性示例；
图10示出了基于图表设计原则通过确定变化视标大小的采样模式来产生候选视敏度图表的扩展库的非限制性示例；
图11A-图11F示出了基于完整的标准约束的敏度图表使用不同锚点的候选视敏度图表的非限制性示例；
图12A-图12C示出了显示完整的标准约束的视敏度图表的特定区域或子图表的非限制性示例；
图13A-图13C示出了以三种不同模式收集来自受试者的响应的非限制性示例，在该情况下，该受试者从第一列向下读取(图13A)、图表逐行向下读取(图13B)或读取呈现在屏幕中央的单一字母(图13C)；
图14A-图14B示出了对单行优化和复合多行子图优化的计算结果进行比较的非限制性示例；
图15示出了基于受试者对第n张测试幻灯片的响应来选择用于顺序测试幻灯片(系列中的n+1)的个性化敏度图表的非限制性示例。
图16示出了使用如本文公开的算法A和算法S的组合算法的流程图的非限制性示例。
图17示出了使用如本文公开的算法A和算法S的组合算法的流程图的另一非限制性示例。
图18示出了使用贝叶斯后验概率来估计受试者的敏度阈值的非限制性示例，在该情况下使用三张幻灯片。插图示出了敏度估计值随测试幻灯片的数目的增加而趋同。
图19示出了在具有1至5张幻灯片并且每个测试有四次不同的运行的标准约束的自适应敏度测试中具有不同数目的测试幻灯片的可变性变化的非限制性示例。
图20示出了组合算法的验证的非限制性示例。
图21示出了组合算法的验证的非限制性示例。
图22示出了显示视敏度测试的结果的非限制性示例。
图23示出了向受试者显示视敏度测试的结果的另一非限制性示例。
图24示出了如本文公开的数字处理设备的非限制性示例。
图25示出了网络/移动应用提供系统的非限制性示意图；在该情况下，系统提供基于浏览器和/或本地移动的用户界面；
图26示出了基于云的网络/移动应用提供系统的非限制性示意图；在该情况下，系统包括弹性负载平衡的、自动缩放的网络服务器和应用程序服务器资源以及同步复制的数据库；
图27A-图27B示出了使用贝叶斯后验概率密度函数(pdf)估计不同测试条件之间的视敏度变化的非限制性示例；以及
图28A-图28B示出了不同测试条件下的贝叶斯后验概率密度函数的差异分布的非限制性示例，该差异分布提供了敏度阈值变化的指标。
具体实施方式
本文公开的方法、系统和设备涉及使用视敏度测试的视敏度评估。
与现有的敏度测试和分析方法或系统相比，本文公开的系统和方法可包括广泛的优点。与仅针对一个大小的一个字母优化视标选择的现有自适应敏度测试方法不同，当前的系统和方法可以对每个测试幻灯片上呈现的视标总体进行优化。本文公开的系统和方法可以使得能够同时估计图表特定的和图表不变的敏度参数或指标。与本文公开的方法和系统相关的额外优点可以包括：遵循图表设计标准同时准确专注于每个个体受试者、快速的测试时间、与耗时的单字母敏度测试相当的精度以及独立于视标大小、测试图表或测试程序的视敏度。本文的图表特定的和图表不变的敏度参数的集均是可互换和可互译的。
在一些实施方式中，本文公开了用于生成对受试者的视敏度进行评分的敏度模型的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)从候选敏度参数的一个或多个集中选择图表特定敏度参数的第一集；d)生成敏度模型，包括：i)生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；ii)使用所述单视标心理测量函数计算多视标心理测量函数族；以及iii)使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。其中，所述敏度模型被配置为基于所述一个或多个敏度图表设计参数来估计获得所述受试者的所述敏度测试数据的概率。在一些实施方式中，所述方法还包括：在(c)之后并且在(i)之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数，并且其中所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，其中所述图表不变灵敏度参数的第一集基于所述图表特定敏度参数的第一集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述方法还包括在(i)之前，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数的第一集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，(iii)还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的加权基于所述受试者的敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括向所述受试者显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，一个或多个敏度图表中的每一个均包括至少一个视标。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述候选敏度参数的一个或多个集基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者而生成。
在一些实施方式中，本文公开了用于对受试者的视敏度进行评分的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于所述一个或多个敏度图表设计参数、所述受试者的所述敏度测试数据或两者生成候选敏度参数的一个或多个集；d)生成敏度模型，包括生成一个或多个图表特定心理测量函数，每个图表特定心理测量函数均包括所述图表特定敏度参数的一个或多个集中的图表特定敏度参数集，e)使用所述敏度模型和所述候选敏度参数的一个或多个集生成观察所述敏度测试数据的所述概率；f)基于所述概率对所述受试者的所述候选敏度参数的一个或多个集进行排名；以及g)基于所述排名，从所述受试者的候选敏度参数的一个或多个集中选择一个集。在一些实施方式中，所述候选敏度参数的每个集均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的每个集均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述方法还包括在(g)之后，向所述受试者或所述用户显示敏度测试结果，所述测试结果包括候选敏度参数的选定集。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的选定集包括敏度阈值或敏度范围的第一后验概率密度函数。在一些实施方式中，b)包括选择具有所述第一测试条件的数据。在一些实施方式中，所述方法还包括在g)之后，从所述受试者的敏度测试数据中选择具有所述第二测试条件的数据；以及重复c)至g)。在一些实施方式中，所述候选敏度参数的选定集包括所述敏度阈值或所述敏度范围的第二后验概率密度函数。在一些实施方式中，所述方法还包括使用所述第一后验概率密度函数和第二后验概率密度函数获得差异分布。在一些实施方式中，所述方法还包括基于所述差异分布来计算所述第一测试条件与所述第二测试条件之间的敏度阈值或敏度范围的变化。在一些实施方式中，所述视敏度是图表特定的或图表不变的。在一些实施方式中，(e)基于贝叶斯定理或最大似然估计。在一些实施方式中，所述后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，所述第一后验概率密度函数或所述第二后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，(d)包括：生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；使用所述单视标心理测量函数计算多视标心理测量函数族；以及使用多视标心理测量函数族来生成图表特定心理测量函数，特异性心理测量函数包括图表特定敏度参数的第二集。在一些实施方式中，所述方法还包括在生成所述单视标心理测量函数之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，以及其中所述图表不变灵敏度参数的第一集基于候选敏度参数的一个或多个集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述方法还包括，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数集包括来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，生成图表特定心理测量函数还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的加权基于所述受试者的敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括向所述受试者显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，其中所述一个或多个敏度图表中的每一个均包括至少一个视标。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述方法包括：h)基于所述一个或多个图表设计参数生成多个候选敏度图表；以及i)基于所述多个候选敏度图表的所述排名，选择所述多个候选敏度图表中的一个或多个以供所述受试者的敏度测试，其中所述排名基于所述受试者的所述候选敏度参数的选定集。在一些实施方式中，所述方法还包括在(b)之后；使用所述选定的一个或多个候选敏度图表从所述受试者收集数据；如果没有满足停止标准，则重复步骤c)至g)和步骤h)至i)，直到满足停止标准为止。
在一些实施方式中，本文公开了用于自适应地评价受试者的视敏度的计算机实现的方法，所述方法包括：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于一个或多个敏度图表设计参数和所述受试者的所述敏度测试数据来生成候选敏度参数的一个或多个集，所述候选敏度参数的一个或多个集中的每一个均包括通过分析所述受试者的所述敏度测试数据而获得的排名；d)基于所述一个或多个敏度图表设计参数生成多个候选敏度图表；e)基于所述候选敏度参数的一个或多个集中的每一个的所述排名对所述多个候选敏度图表进行排名；以及f)基于待向所述受试者呈现以供敏度测试的所述多个候选敏度图表的排名从所述多个候选敏度图表中选择一个或多个敏度图表。在一些实施方式中，所述方法还包括在f)之后，向所述受试者呈现所述一个或多个选定的敏度图表。在一些实施方式中，所述方法还包括在f)之后，使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据。在一些实施方式中，所述方法还包括重复：向所述受试者呈现所述一个或多个选定的敏度图表；使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据，以及步骤b)至f)；直到满足停止标准为止。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括针对所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值或敏度范围的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，候选敏度图表中的每一个均包括至少一个视标。在一些实施方式中，一个或多个候选敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％，2.5％或1.5％。在一些实施方式中，其中所述至少一个视标是字母、数字或符号。
在一些实施方式中，本文公开了用于生成对受试者的视敏度进行评分的敏度模型的计算机实现的系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)从候选敏度参数的一个或多个集中选择图表特定敏度参数的第一集；d)生成敏度模型，包括：i.生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；ii.使用所述单视标心理测量函数计算多视标心理测量函数族；以及iii.使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。其中，所述敏度模型被配置为基于所述一个或多个敏度图表设计参数来估计获得所述受试者的所述敏度测试数据的概率。在一些实施方式中，所述系统还包括：在(c)之后并且在(i)之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数，并且其中所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，并且其中所述图表不变灵敏度参数的第一集基于所述图表特定敏度参数的第一集而生成。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述系统还包括在(i)之前，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数的第一集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数的第一集或第二集包括来自所述至少两个不同测试条件的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，(iii)还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的加权基于所述受试者的敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括使用基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，一个或多个敏度图表中的每一个均包括至少一个视标。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述候选敏度参数的一个或多个集基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者而生成。
在一些实施方式中，本文公开了用于生成对受试者的视敏度进行评分的敏度模型的计算机系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于所述一个或多个敏度图表设计参数、所述受试者的敏度测试数据或两者生成所述候选敏度参数的一个或多个集；d)生成敏度模型，包括生成一个或多个图表特定心理测量函数，每个图表特定心理测量函数均包括所述图表特定敏度参数的一个或多个集中的图表特定敏度参数集，e)使用所述敏度模型和所述候选敏度参数的一个或多个集生成观察所述敏度测试数据的所述概率；f)基于所述概率对所述受试者的候选敏度参数的一个或多个集进行排名；以及g)基于所述排名，从所述受试者的候选敏度参数的一个或多个集中选择一个集。在一些实施方式中，所述候选敏度参数的每个集均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的每个集均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数的后验概率密度函数。在一些实施方式中，所述候选敏度参数的每个集均包括所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述系统还包括在(g)之后，使用数字显示器向所述受试者或所述用户显示敏度测试结果，所述结果包括候选敏度参数的选定集。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的选定集包括敏度阈值或敏度范围的第一后验概率密度函数。在一些实施方式中，b)包括选择具有所述第一测试条件的数据。在一些实施方式中，所述系统包括在g)之后，从所述受试者的敏度测试数据中选择具有所述第二测试条件的数据；以及重复c)至g)。在一些实施方式中，所述候选敏度参数的选定集包括所述敏度阈值或所述敏度范围的第二后验概率密度函数。在一些实施方式中，所述系统还包括使用所述第一后验概率密度函数和第二后验概率密度函数获得差异分布。在一些实施方式中，所述系统还包括基于所述差异分布来计算所述第一测试条件与所述第二测试条件之间的敏度阈值或敏度范围的变化。在一些实施方式中，所述视敏度是图表特定的或图表不变的。在一些实施方式中，(e)基于贝叶斯定理或最大似然估计。在一些实施方式中，所述方法所述后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，所述方法所述第一后验概率密度函数或第二后验概率密度函数是贝叶斯后验概率密度函数。在一些实施方式中，(d)包括：生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；使用所述单视标心理测量函数计算多视标心理测量函数族；以及使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集。在一些实施方式中，所述系统还包括在生成所述单视标心理测量函数之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数。在一些实施方式中，所述基于灵敏度的心理测量函数独立于一个或多个敏度图表设计参数。在一些实施方式中，所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围。在一些实施方式中，所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和基于所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。在一些实施方式中，所述基于灵敏度的心理测量函数基于信号检测理论而生成。在一些实施方式中，所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。在一些实施方式中，所述系统还包括在(i)之前，将基于灵敏度的心理测量函数转换为单视标心理测量函数。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值和敏度范围。在一些实施方式中，所述单视标心理测量函数是图表特定的。在一些实施方式中，所述图表特定敏度参数集包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述图表特定敏度参数集包括一个或多个数值。在一些实施方式中，所述图表特定敏度参数集包括针对其参数的至少一个后验概率密度函数。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述图表特定敏度参数集包括针对所述至少两个不同测试条件下的敏度阈值的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，所述单视标心理测量函数基于至少一个视标大小。在一些实施方式中，所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小。在一些实施方式中，所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。在一些实施方式中，所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。在一些实施方式中，生成图表特定心理测量函数还包括使用所述多视标心理测量函数族的加权总和。在一些实施方式中，所述心理测量函数族的所述加权总和基于所述受试者的所述敏度图表数据。在一些实施方式中，所述加权由用户手动确定或由计算机程序自动确定。在一些实施方式中，(b)还包括显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表。在一些实施方式中，一个或多个敏度图表中的每一个均包括至少一个视标。在一些实施方式中，所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％、2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。在一些实施方式中，所述系统还包括：h)基于一个或多个图表设计参数生成多个候选敏度图表；以及i)基于所述多个候选敏度图表的排名，选择所述多个候选敏度图表中的一个或多个以进行所述受试者的敏度测试，其中所述排名基于所述受试者的所述候选敏度参数的选定集。在一些实施方式中，所述系统还包括在(b)之后；使用所述选定的一个或多个候选敏度图表从所述受试者收集数据；如果没有满足停止标准，则重复步骤c)至g)和步骤h)至i)，直到满足停止标准为止。
在一些实施方式中，本文公开了用于自适应地评价受试者的视敏度的计算机实现的系统，所述系统包括：数字处理设备，包括被配置为执行可执行指令的操作系统和存储器；以及计算机程序，包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块：a)获得一个或多个敏度图表设计参数；b)收集所述受试者的敏度测试数据；c)基于一个或多个敏度图表设计参数和所述受试者的所述敏度测试数据来生成候选敏度参数的一个或多个集，所述候选敏度参数的一个或多个集中的每一个均包括通过分析所述受试者的所述敏度测试数据而获得的排名；d)基于所述一个或多个敏度图表设计参数生成多个候选敏度图表；e)基于所述候选敏度参数的一个或多个集中的每一个的所述排名对所述多个候选敏度图表进行排名；以及f)基于待向所述受试者呈现以供敏度测试的所述多个候选敏度图表的排名从所述多个候选敏度图表中选择一个或多个敏度图表。在一些实施方式中，所述系统还包括在f)之后，向所述受试者呈现所述一个或多个选定的敏度图表。在一些实施方式中，所述系统还包括在f)之后，使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据。在一些实施方式中，该系统还包括重复：向所述受试者呈现所述一个或多个选定的敏度图表；使用所述一个或多个选定的敏度图表，用从所述受试者收集的新数据来更新所述敏度测试数据，以及步骤b)至f)；直到满足停止标准为止。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括：敏度阈值和敏度范围。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括针对所述一个或多个敏度参数中的每一个的后验概率密度函数。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括所述一个或多个敏度参数的每一个后验概率密度函数。在一些实施方式中，(b)包括汇总来自所述受试者的敏度测试数据。在一些实施方式中，所述受试者的所述敏度测试数据包括仅来自第一测试条件的数据。在一些实施方式中，所述受试者的所述敏度测试数据包括来自第一测试条件和第二测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值、敏度范围、敏度斜率、所述两个测试条件之间的敏度阈值变化、所述两个测试条件之间的敏度范围变化、所述两个测试条件之间的敏度斜率变化或其组合。在一些实施方式中，所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。在一些实施方式中，所述候选敏度参数的一个或多个集中的每一个均包括敏度阈值或敏度范围的后验概率密度函数。在一些实施方式中，所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。在一些实施方式中，候选敏度图表中的每一个均包括至少一个视标。在一些实施方式中，一个或多个候选敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的约25％，2.5％或1.5％。在一些实施方式中，所述至少一个视标是字母、数字或符号。
视标
在一些实施方式中，视标是用于测试视力或视敏度的标准化符号。在一些实施方式中，视敏度图表或视力测试遵循选自以下的一个或多个标准：美国国家标准学会、美国国家科学院、国家研究委员会、美国眼科学会、美国国家眼科研究所、美国视光学学会以及美国食品和药品管理局。
在一些实施方式中，视标是任何形状的字母、图形、数字、照片或几何符号。在一些实施方式中，视标具有预定大小。在一些实施方式中，视标的最小大小生成-0.3logMAR的视敏度。在一些实施方式中，视标的最小大小生成-0.25、-0.35、-0.4、-0.45和-0.5logMAR的视敏度。在一些实施方式中，视标的最大大小生成1.2、1.25、1.3、1.5和1.55logMAR的视敏度。
视敏度图表和子图表
在一些实施方式中，视敏度图表(或在本文中可互换地为“图表”、“敏度图表”或“视觉图表”)用于测量受试者的视觉系统的空间分辨率。在一些实施方式中，视觉子图表是全视觉图表的一部分。在一些实施方式中，视觉图表是视力图表、视觉测试图表或视力测试图表等。在一些实施方式中，视觉图表或子图表包括一个或多个视标。在一些实施方式中，根据至少一个图表参数或视力测试参数，将视觉图表分为不同类型。这些参数可以包括选自：视标类型、视标数目、行数、列数、视标大小、相邻行或列中视标大小的差异、视觉测试中的测试图表的数目或视标采样方法等中的一个或多个。在一些实施方式中，视觉图表是ETDRS(早期治疗糖尿病性视网膜病变研究)logMAR(x轴和y轴是最小分辨角的对数)图表、Snellen图表、翻转E图表、Landolt C图表、Lea测试或Jaeger图表。
在一些实施方式中，视觉图表或子图表包括一个或多个视标。在一些实施方式中，至少一个视标形成视觉测试图表或子图表。在一些实施方式中每行包括至少一个视标的至少一行视标形成视觉测试图表或子图表。在一些实施方式中，每列包括至少一个视标的至少一列视标形成视觉测试图表或子图表。在一些实施方式中，每行的不同视标具有相同的视标大小。在一些实施方式中，视标大小从视觉图表或视觉子图表的第一行到最后一行单调减小。在一些实施方式中，视觉图表或子图表中的每行中的视标的数目相同。在一些实施方式中，每行具有5个视标。在一些实施方式中，视觉图表或子图表中的每行中的视标的数目在1至5个视标的范围内。在一些实施方式中，图表或子图表具有3行视标。在一些实施方式中，图表或子图表具有1至5行视标。在一些实施方式中，全视觉图具有14行视标。
在一些实施方式中，每行的视标大小被指定为十进制视敏度的以10为底数的对数。作为示例，十进制视敏度1在LogMAR敏度中是0.00，且十进制视敏度0.1在LogMAR敏度中是1.0。
敏度图表设计
在一些实施方式中，本文公开的方法、系统或设备包括敏度图表和子图表。在一些实施方式中，敏度图表或子图表受到一个或多个图表特定的设计特征和/或视标的设计特征的约束。
在一些实施方式中，在本文公开的系统和方法中，除了用于呈现视标的敏度图表(或子图表)的设计特征之外，还考虑了视标的设计特征。在进一步的实施方式中，视标的参数(可互换为特征)和/或其中呈现视标的参数的图表包括但不限于：
i.可能的视标大小的数目(例如，Snellen图表的11个视标大小和ETDRS图表的14个视标大小)；
ii.可能的视标大小(例如，图11A-图11F)
ii.视标的定义：
1.字母
2.数字
3.图案
4.Landolt C
5.翻转E；
iii.用于采样视标的池的大小
1.Sloan、Bailey-Lovie为10；
2.Landolt C、Tumbling E、HOTV、Lea、Hands为4；
3.传统Snellen为9；
4.British Snellen标准BS 4274-1:2003为12；
5.英文字母表为26；
iv.用于采样视标池的方法(例如，有无替代)；
v.图表、子图表或子图表系列中呈现的行数；
vi.每行呈现的视标的数目；
vii.敏度指标(例如，敏度阈值、敏度范围和/或敏度斜率)的定义；
临床护理中的现有技术已集中在敏度测试的名义目标上：确定患者无法按照一些预先确定的标准可靠地鉴别视标所在的视标行：例如，他们无法鉴别5个视标中的至少2个的视标大小。当前的测试忽略了会影响不同图表设计的视觉表现的多个设计因素。例如，即使没有视觉信息，也很容易正确猜测视标的较小池。具体地，相对于猜测率较低的敏度图表(例如，Sloan集为10％)，当使用Landolt C视标(确定四个潜在的方向之一)测试敏度时，更容易正确猜测(25％的机会)。当前，敏度结果对于不同图表上的猜测率是不合格或不正确的。可能会混淆图表特定设计因素和患者特定因素对表现的贡献。
在一些实施方式中，本文公开的内容包括对敏度图表设计特征中的一个或多个的全面考虑，该敏度图表设计特包括形成本文的敏度模型或预测模型的基础的图表特定参数和受试者特定参数(等效于本文的图表不变参数)。通过使用敏度图表设计来精确定义对表现的贡献，并考虑每个图表对表现的不同贡献，模型可以实现独立于用于收集敏度数据的图表的受试者的敏度表现测量。
在一些实施方式中，视敏度测试符合基于委员会标准和/或历史和文化偏好的设计原则。参照图2A，在特定实施方式中，由ETDRS委员会推荐的视敏度图表的设计包括十四行视标，每行五个视标，每个下行行的大小呈对数减小。.10十进制对数单位级数提供大小随视标的每个连续行连续减少约25％。每行包含从10个字母的Sloan组合中采样且没有替换的五个字母，这些字母是。在该实施方式中，在图2A中示出了满足ETDRS标准的视敏度图表。
在一些实施方式中，以较小的视标大小呈现更多字母并以较大的视标大小呈现较少字母的Snellen图表(图2B)仍然是临床实践中使用的主导图表。在一些实施方式中，ETDRS、Snellen和类似的标准约束图表设计涉及用于采样视标大小的静态范围和分辨率。由于非自适应的确定性测试程序，因此向所有受试者沉陷呈现相同范围的视标。此外，测试的不变采样分辨率导致对测量视敏度值不敏感，该视敏度值对应于视标大小，该视标大小是十四个已建立的视标大小上呈现的视标大小的中间值。
在一些实施方式中，视敏度图表可以符合由标准委员会和/或历史偏好所规定的设计原则。例如，ETDRS图表是推荐用于临床试验和临床研究的视敏度图表(图2A)。ETDRS图表的设计包括14行视标，每行代表从10个字母的Sloan集中采样而没有替换的5个视标，并且行之间的视标大小成恒定对数进展。.10十进制对数单位级数对应于从每行到其上方的一行的大小增加大约25％。
Snellen敏度图表的设计(图2B)包括十二行，每行显示不同数目的视标，并且行之间的大小级数不同。尽管设计特征被认为不及ETDRS图表的设计特征，但Snellen图表仍然是眼保健专家和全科医生在临床实践中使用的主导敏度图表设计。
在一些实施方式中，为了在视敏度测试中提高视标大小的采样分辨率，同时严格遵守视敏度设计标准和原则，使用了一种用于产生视敏度图表的扩展库的方法。参照图10，在特定实施方式中，最顶部的图案1001代表由ETDRS标准图表示的采样方案，其呈现从-.3至1.0logMAR的在连续尺寸之间具有.10log单位的采样分辨率的视标的十四个标准大小。.35的锚点1002代表ETDRS标准图表的平均视标大小。在一些实施方式中，改变标准约束图表的锚点1002用于产生敏度图表的更大的互补集，其提高了用于采样视标大小的总体分辨率，同时保持遵循敏度图表标准。在该特定实施方式中，通过在.3-.4logMAR的范围内改变标准图表的锚点生成具有.01logMAR的锚点分辨率的1003，从而产生的具有十个敏度图表的集。在一些实施方式中，每个测试幻灯片使用与ETDRS标准相同的采样分辨率。然而，当综合考虑受设计约束的图表集时，这些图表提供了由最底部的图案代表的视标大小的精细分辨率，该分辨率比ETDRS标准分辨率精细十倍。在该实施方式中，综合起来，开发了10张图表集以评价141个不同视标大小的广泛范围内，具有0.01log单位的分辨率的视力。
在一些实施方式中，对于遵循对数线性逐行进展视标大小的设计原则的标准ETDRS图，“锚点”是对应于包括全图表的十四个视标大小的平均值(或中位数)logMAR大小的视标大小。在ETDRS图表的情况下，锚点对应于20/40与20/50行之间的视标大小(用Snellen记法)。
参照图11A-图11F，在一些实施方式中，示出了设计约束的视敏度图表的示例性子集。在这些实施方式中，使用具有三个不同锚点(即.30logMAR、.35logMAR和.40logMAR)的ETDRS设计原则(图11A-图11C)以及具有三个不同锚点(即.30logMAR、.35logMAR和.40logMAR)的Snellen设计原则(图11D-图11F)生成敏度图表。在这些实施方式中，敏度图表的每行可以可选地具有固定数目或可变数目的视标。
参照图12A-图12C，在一些特定实施方式中，测试幻灯片被集中到全标准约束的自适应测试图表的特定区域。通过仅呈现全视敏度图表中的视标的约束集，对全设计约束的视敏度图表进行子采样，而反过来又是更大的设计受限图库的子样品。与其呈现如图2A所示的ETDRS图表的全部14行，不如呈现一个子图集集中视力测试呈现给全图表的空间子样品(例如，3行视标)。通过仅呈现全图表的子采样区域(图12A)，以较高的对比度呈现子采样区域(图12B)，相对于图表其他部分的低对比度，或仅呈现未模糊的子采样区域(图12C)以及并使图的其他部分模糊来区分集中视敏度测试的目标字母。
在现有技术中，敏度图表测试的分析基于启发式(行分配或逐字母)，其产生的结果不精确且难以在不同图表上进行协调。
在一些实施方式中，本文公开的系统或方法提供了用于使用ETDRS、Snellen或任何设计的图表测量的视敏度及其变化的精确测试的通用统计和计算框架。
在一些实施方式中，对于视敏度测试，在将向受试者呈现测试幻灯片之后，该受试者会做出响应。在一些实施方式中，来自受试者的响应可以包括一种或多种视标的鉴别和/或视标的一种或多种的特征的鉴别。参照图13A-图13C，在一些实施方式中，受试者响应从第一列向下读取，直到被指示停止(图13A)。在一些实施方式中，受试者响应地读取至少一行，直到被指示停止(图13B)。在一些实施方式中，受试者读取所呈现的单一字母(图13C)。在一些实施方式中，视标是纯黑色的或灰色的。在一些实施方式中，灰色视标指示低于纯黑色视标的优先级。
在一些实施方式中，为了提高视敏度测试的精度，生成了对采样视标大小显示出高精度的视敏度图表库。单独地，这些图表对采样视标大小具有与现有敏度图表相同的采样精度，并且其外观符合视敏度图表标准委员会(例如ANSI、ISO、NSC/NAS)推荐的设计原则。然而，与现有的敏度图表相比，该扩展库总体上可显示出用于对视标大小进行采样的更精细的分辨率(参见图2A和图15)。该库或类似的库可能包含用于视标幻灯片的广泛的设计特征，包括但不限于：(1)具有与完整的ETDRS和Snellen图表匹配的许多行的幻灯片；(2)对整个ETDRS图表进行子采样的幻灯片，并且同时仅呈现1-5行；以及(3)具有单视标的幻灯片。同样，该库可能还包括受Snellen设计启发的图表的高精度族。
在一些实施方式中，视标从视标库中随机采样。在一些实施方式中，视标从视标库中自适应地采样。在一些实施方式中，视标的自适应采样基于受试者的视敏度的先验信息。在一些实施方式中，自适应采样基于来自先前测试运行的估计的视觉灵敏度参数，即视敏度阈值和/或视敏度范围和/或视敏度斜率。在其他实施方式中，自适应采样基于先前测试的结果、患者的病历，受试者在先前测试或测试运行中的响应。在一些实施方式中，自适应采样是为了快速和准确的敏度参数估计而优化视标大小。例如，如果在第一测试图表上，分别地，受试者A正确鉴别了每行具有5个视标的所有3行，并且受试者B正确地鉴别了每行具有5、4、4个视标的3行，则在第二张测试图中向受试者A呈现平均大小小于向受试者B呈现的视标的大小的视标。
在一些实施方式中，视敏度图表和/或子图表提供比现有的敏度图表的标准分辨率(例如，ETDRS标准分辨率)高2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19或20倍的分辨率。
在一些实施方式中，Snellen图表仍然是临床实践中的主要敏度测试，而ETDRS图表作为用于眼科空间临床研究和临床试验的标准。ETDRS图表可以以十四行呈现视标(参见图2A)：最小视标大小为logMAR的＝-3，最大视标大小为1.0，中间大小以恒定的对数线性级数(例如，.10log单位)分隔开。这些设计原则可以由标准委员会规定。这些现有图表设计的一个缺点是静态的、预定的、非自适应的测试的不屈性。以相同的方式测试所有患者——使用单一图表上可用的有限数目的视标大小——可能难以精确估计群体的广泛视力(从健康到视力受损)。为了提高视力测试的灵活性和准确性，以及更好地适应不同水平的健康和视力受损的测试，当前技术已朝着使用数字显示器进行计算机化敏度测试的方向发展。当前，自适应测试算法集中基于正确的和不正确的响应来改变单一字母的视标大小。这些现有算法使用仅限于单字母的结果而非更复杂的多字母响应结果的简单启发式。
不同敏度测试的设计特征可以由外部或内部准则或设计原则来规定。外部准则可以反映由ANSI或ISO委员会发布的推荐，并且内部准则可以反映公司或文化的偏好。可以将外部准则视为指令，并且将内部准则视为偏好。两种类型的准则均限制了敏度测试的出现和实施。当前，单字母敏度测试不符合由ANSI和ISO委员会推荐的设计原则和准则。作为示例，考虑锚点为0.35logMAR的标准ETDRS图表，并考虑由其他十个锚点(范围从.3至.4logMAR且具有.01log单位分辨率)生成的敏度图表集。(可能对锚点采样的分辨率越来越精细，但是更精细的分辨率的优势最终会受到纸质图表的打印分辨率或数字显示器的像素分辨率的限制)。生成这些10个图表(除ETDRS标准外)，每个图表均包含14个视标大小，提供范围从-0.4到1.1logMAR的141个不同视标大小的精确覆盖。由于图表设计标准是在相同图表上的行之间有0.1log单位的对数级数，因此，由这些互补图表代表的视标大小的完整集可以代表在对数空间中线性插入的视标大小的子集。
在一些实施方式中，开发符合ETDRS图的设计约束但具有不同锚点的敏度图表，产生相对于标准ETDRS图具有更大视标大小的新颖图表的库(参见图2A)。定义为符合ETDRS图表设计标准的新颖图表可能在很大程度上看起来与原始图表相同，但可以为不同的视标大小采样产生改善的范围和分辨率。在一些实施方式中，尽管保持了相邻行之间的标准约束尺寸进展，但是不同的锚点导致最大和最小大小略有不同(图11A-图11C)。类似地，可以生成相对于标准Snellen图表具有更大视标大小的新颖图表库。
使用锚点(例如不受现有视敏度图表限制的锚点)的集可以生成为视标大小提供更灵活的采样分辨率的标准约束图表的替代集。考虑更少行数的子图表可以进一步扩展完整的14行视力表库。这些视敏度图表库可以经由图表子采样(例如，同时只显示1-5行)生成。全图表的空间子采样可以集中于图表的子集，例如，1-5行视标，而非全部14个图表行。在一些实施方式中，图表的顶部和/或底部代表可以在测试期间避免的相对无信息的区域。在这些行上进行测试可能导致全部视标或者无视标的正确报告。全图表的更好采样可能涉及具有不同的可能的中间结果(例如，在5个正确中有2个、3个或4个视标)的视标大小。互补图表集可以代表可以经由确定性、随机的和/或优化的采样进行一次采样或重复采样的刺激集。标准ETDRS视敏度图表的采样在图11A-图11C中表示。行之间的大小级数在log空间中恒定。这些大小的锚点可以被选择为对数空间中的平均值。在该实施方式中，七个大小大于选定的锚点并且七个大小小于选定的锚点。
在一些实施方式中，本文公开的图表库表现出提供视标大小的组合的设计特征，该视标大小的组合大大扩展了由ETDRS标准图表使用的十四个大小的有限集合。可能会为每个图表及其设计原则专门生成不同的库(例如，ETDRS、Snellen、HOTV、Lea Symbol等)。
在现有技术中，尽管在临床研究和临床试验中出现了ETDRS的新兴使用，但150年来Snellen图表在临床实践中仍然是占主导地位的敏度测试。出于实际需要，用于计算敏度指标的方法依赖于心理评分启发法，该启发法明确地与测试从业者容易理解的字母和设计原则相关。估计敏度的两种主要方法是逐行分配或逐字母。例如，在Snellen敏度测试中，行分配方法将最终敏度估计值计算为与患者正确报告5个视标中的3种视标的最后一行相对应的视标大小。为了与行分配进行比较，ETDRS图表使用了逐字母的评分，其中每个正确报告的字母均以.02logMAR单位记入。
与仅考虑定义根据其大小正确识别单视标的概率(有时也称为“观察频率曲线”)的单一心理测量函数的现有技术不同，本文的方法和系统包括通过考虑心理测量函数族来分析估计敏度的响应，该心理测量函数定义了根据视标大小观察多视标的正确响应组合的完全互补的概率(参见图4-图9)。在每行呈现五个视标的ETDRS图表的示例中，有六个互补的心理测量函数描述了在总共呈现的五个视标中观察到0、1、2、3、4或5个视标的正确报告的概率(图6B、图8B)。使用现有技术，测量六个心理测量函数仅使测量单个心理测量函数的问题倍增。在临床测试时间上的实际限制同样使得不可能使用现有技术来使用这六种根据经验观察到的图表特定心理测量函数来估算敏度。
敏度参数
视敏度可以是视力的锐度、清晰度或分辨率。在一些实施方式中，视敏度由至少一个心理测验函数代表。在一些实施方式中，视敏度由至少一个隐式或显式的心理测验函数代表。在一些实施方式中，心理测验函数是图表特定的或图表不变的。在一些实施方式中，视敏度由至少一个灵敏度(d’)心理测量函数代表。在信号检测理论中，灵敏度(d’)参数可能代表独立于影响响应偏差或决策标准的基于任务的因素的行为表现。在一些实施方式中，敏度测试中的灵敏度参数确定独立于用于视敏度测试的特定设计特征的视觉表现。在一些实施方式中，心理测验函数由至少两个敏度参数唯一定义。在一些实施方式中，两个视敏度参数形成二维参数空间。在一些实施方式中，视敏度由至少一个单视标心理测验函数和/或多视标心理测验函数代表。
在一些实施方式中，使用至少一个敏度参数来确定或测量视敏度。本文公开的敏度参数与敏度模型参数或敏度指标可互换。在一些实施方式中，敏度参数是敏度阈值。在一些实施方式中，敏度参数是敏度范围。在一些实施方式中，敏度参数是敏度斜率。在一些实施方式中，使用两个敏度参数来确定或测量视敏度。在一些实施方式中，两个敏度参数是敏度阈值和敏度范围。在一些实施方式中，两个敏度参数是敏度阈值和敏度斜率。
在一些实施方式中，本文的敏度参数包括敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其组合的概率密度函数、累积概率密度函数或概率分布函数。在一些实施方式中，本文的敏度参数包括两个不同的测试条件之间的敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其组合的变化的概率密度函数、累积概率密度函数或概率分布函数。在一些实施方式中，本文的概率分布函数和概率密度函数可互换。
例如，敏度阈值可以包括关于不同视标大小的概率密度函数(pdf)，该pdf包括仅可被受试者检测到的不同视标大小的概率。在一些实施方式中，敏度阈值包括不同视标大小的范围，该范围包括仅可被受试者检测到的不同视标大小。在一些实施方式中，敏度阈值包括视标大小值和大小变化，该视标大小是受试者可检测的最小大小。
在一些实施方式中，本文的敏度参数包括灵敏度(d')阈值，其被配置为提供类似于敏度阈值的视力表现标准。由图表不变的心理测验函数确定的敏度阈值可以是基于灵敏度(d')的阈值。在一些实施方式中，可以在由图表不变的心理测验函数(例如，基于灵敏度(d’)的心理测验函数)代表的图表不变的区域中定义敏度阈值。替代地，可以通过图表特定心理测验函数，例如，取决于敏度图表设计的因素的经验心理测验函数来定义敏度阈值。由图表特定心理函数和图表不变心理函数定义的敏度阈值之间可能存在方向转换。
参照图4A-图4B和/或图7A-图7B，在特定实施方式中，使用不同的坐标示出了阈值401、701，灵敏度阈值401和敏度阈值701可以以不同的单位表示。如图7A所示，在一些实施方式中，敏度阈值701代表与预先指定的视觉表现标准相对应的视标大小：例如，与正确鉴别某个大小的视标的概率相对应的大小，或对应于在ETDRS图表的一行上报告正确的5个视标中的3个的大小。在同一实施方式中，用于描述敏度图表性能的第二个关键指标是灵敏度斜率402(图4B)或敏度斜率702(图7B)，其描述了图表特定心理测量函数在阈值401、701附近变化的速度。在一些实施方式中，斜率代表敏度随视标大小变化而变化的速度。在一些实施方式中，敏度或灵敏度斜率402、702与敏度范围成反比，其代表敏度函数的动态范围的宽度。在该情况下，敏度或灵敏度范围403、703确定对应于正确识别的1.5和4.5个字母的预期表现水平的两个视标大小之间的对数差。.40logMAR视标大小差异(图4B中的敏度范围)对应于相当于ETDRS图表上四行的敏度范围。在该情况下，在ETDRS图表上四行范围内，读取ETDRS图表的受试者将从最佳平均表现(从较高行中的5个中正确识别5个)向其最低的平均表现(从较低行中的5个中正确识别1个或2个)转换。算法S(评分算法)作为对视力的关键评估可以产生视敏度阈值和范围估计值。在一些实施方式中，敏度阈值可以提供主要指标或参数，但是在表征眼部疾病的视力减退时，识别敏度范围/斜率的变化可以提供辅助评估或参数。敏度模型的函数可以包括将通过视敏度测试收集的丰富而复杂的数据减少为具有两个参数的更简单的视力预测。
在一些实施方式中，本文的敏度参数包括在一个或多个测试条件下的敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其组合。在一些实施方式中，本文的敏度参数包括两个测试条件之间的敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其组合。在一些实施方式中，本文的敏度参数是以反映视标大小的单位表示的数值，例如20/20、20/40、3/5(5分之3)、1/5(5分之1)或0.3logMAR。在一些实施方式中，本文的敏度参数对应于视觉表现的预定水平，其可以用图表不变术语(灵敏度)或图表特定术语来定义，从而分别生成基于灵敏度的敏度参数(例如，灵敏度阈值和灵敏度范围)和敏度参数(例如，敏度阈值和敏度范围)。参照图4A-图4B，在一些实施方式中，图表不变敏度阈值可以是对应于预定灵敏度水平d’＝1或d’＝2的视标大小，例如0.3logMAR。在同一实施方式中，图表不变敏度范围可以是对应于低灵敏度(例如，d’＝0.5处的-0.3logMAR)和较高灵敏度(例如，d’＝4处的1logMAR)的两个视标大小之间的差异。参照图7A-图7B所示，其呈现了图表特定心理测量函数，图表特定性敏度阈值可以是对应于正确报告预先指定的字母数目(预期为5)，例如5个中的3个或3/5或5个中的2、4或3.5个的视标大小，例如0.3logMAR。在同一实施方式中，敏度范围可以是对应于正确报告的字母的较少数目(例如，-0.3logMAR对应于5个中的1个)和正确报告的字母的较多数目(例如，0.9logMAR对应于正确报告5个中的4个)之间的差异。
在一些实施方式中，使用本文所述的系统和方法测定例如两种不同测试条件之间的敏度(acuity)变化，例如，经由贝叶斯后验概率密度函数(pdf)的分析。对于对比灵敏度的情况，可以从测试条件的单个pdf生成两个测试条件之间的敏度差异的贝叶斯pdf(Hou等人2016，其通过引用整体并入本文)：
Figure GDA0004137082740000451
其中a代表第一测试条件下测量的敏度，并且Δa代表两个条件之间的敏度差异；p差异(·)是敏度差异的概率函数，并且p1(·)和p2(·)分别是两个条件下针对敏度参数定义的贝叶斯pdf。
参照图27A-图27B，在特定的实施方式中，生成在不同测试条件1、2、3和4下的敏度阈值的贝叶斯后验概率密度函数。在该实施方式中，可以经由在不同测试条件下测量的贝叶斯后验概率密度函数的相对重叠来计算两个测试条件之间的敏度变化的概率。如图27A所示，贝叶斯后验概率密度函数的敏度阈值估计(例如，概率密度函数的宽度)的低可变性提供了关于测试1与测试2之间的视敏度变化的置信度，其反映在不同条件下收集的敏度阈值后验的最小重叠2710a中。参照图27B，在一些实施方式中，测试条件2810之间的敏度的平均差异相同，但是存在由贝叶斯后验(pdf)更广泛的可变性、增加的离差以及的增加的重叠2710b代表的更广泛的可变性，例如，敏度阈值估计中的概率密度函数的宽度。
本文经由贝叶斯信号检测分析的敏度变化或敏度差异的计算可以包括例如在医疗干预之前或之后在不同条件2810下获得的敏度值之间生成差异分布(例如，如图28A-图28B中的2811所示的测试1中的贝叶斯pdf-测试4中的贝叶斯pdf)。在单个测试条件下收集后验之后，差异分布2811的生成提供了如图28B中所示的敏度阈值变化的等效指数。
在一些实施方式中，两个测试条件例如测试1和测试2的贝叶斯后验之间的差异分布的生成提供了这样的估计：条件之间的变化大于敏度变化的阈值标准水平。例如，阈值标准水平可以大于给定敏度图表的1行，或者大于2行，或者大于给定敏度图表的3行。
在一些实施方式中，除了在白色背景上用黑色视标测试较高对比度视敏度之外，也可以用显示出与灰度背景的亮度差异更小的灰度视标测试低对比度视敏度。例如，采用Sloane低对比度图表的设计。在一些实施方式中，用于测试低对比度视敏度的视敏度图表似乎与ETDRS相似，但是相对于视敏度图表的标准背景计算得出不同的图表可以以约25.0％、2.5％和1.5％的对比度呈现视标。在一些实施方式中，低对比度视敏度图表具有约不大于标准ETDRS和/或Sloane敏度图表对比度的60％、50％、40、30％、25％、24％、20％或甚至更低的一个或多个对比度。在一些实施方式中，低对比度视敏度图表具有约不大于标准ETDRS和/或Sloane敏度图表对比度的25％、20％、18％、15％、12％、10％、8％、5％、2.5％、2％、1.5％或甚至更低的一个或多个对比度。
在一些实施方式中，当使用更复杂的敏度模型时：例如具有两个敏度阈值和两个敏度范围，可以替代地直接估计差异分布。
在一些实施方式中，可以利用算法S和A直接测定反映敏度变化或敏度差异的敏度模型变化。在一些实施方式中，可以将通过使用本文的两个敏度参数确定为二维的二维敏度模型细化为具有更高维度例如，三维、四维、五维、六维或甚至更多维的模型。例如，二维敏度模型可以用于以两种方式扩展为四维模型：(a)以在两个测试条件下测定敏度阈值和敏度范围；然后算法A可以选择哪个是在逐个试验的基础上进行测试的最优刺激以及选择哪个是在逐个试验的基础上进行测试的最优条件；(b)以测定一个条件下的敏度阈值和范围，以及阈值和范围中的条件之间的差异作为参数的第二集，即Δ阈值和Δ范围。例如，敏度模型可以假设两个条件之间预期的敏度范围没有差异。换言之，可以将两个测试条件之间的敏度差异表征为在敏度范围参数不变的情况下图表特定敏度函数中的横向偏移。
在一些实施方式中，对来自敏度模型分析的结果进行评价，以确定敏度阈值、敏度斜率和/或敏度范围变化的概率。
在一些实施方式中，本文的敏度模型被配置为直接估计敏度变化。这样的敏度变化可在两个测试条件之间或在两种以上的测试条件之中。在一些实施方式中，不同的测试条件可以包括受试者中的任何差异。例如，在医疗干预之前或之后。作为另一示例，对患病的眼睛和正常的眼睛进行测试，或者对左眼进行测试和对右眼进行测试。在一些实施方式中，本文的敏度模型可以估计敏度阈值、敏度范围以及敏度阈值和敏度范围的变化。在一些实施方式中，敏度参数包括来自第一测试条件和与该第一测试条件不同的第二条件的敏度阈值和敏度范围，以及确定这些参数之间差异的附加参数(例如，第一测试条件与第二测试条件之间的Δ敏度阈值)。在一些实施方式中，第一条件是左眼并且第二条件是右眼。在一些实施方式中，第一条件是治疗前并且第二条件是治疗后。在一些实施方式中，在低亮度下测量第一条件并且在高亮度下测量第二条件。在一些实施方式中，在低对比度下测量第一条件并且在高对比度下测量第二条件。
汇总敏度图表数据
在一些实施方式中，本文的系统和方法包括通过收集测试受试者对所呈现的敏度图表或子图表的响应而获得的敏度图表数据。敏度图表数据在本文中可互换地作为敏度测试数据和/或响应。在一些实施方式中，测试受试者的响应可以汇总于例如数据表中。对于单视标，响应r可以是对于该视标的单一响应的正确性。对于多个视标的行，组合响应r可以汇总出每行呈现的全部n个视标中正确识别出多少个视标m。因为每行可以正确地报告0至n个(总共n个)视标，因此对于组合响应可以存在n+1个潜在结果。
如图1的操作100和400所示，在一些情况下，可以确定敏度图表设计特征并且可以汇总图表设计参数。在一些实施方式中，本文的数据表(例如，表1)共同定位定义图表设计的参数以及对于敏度模型的应用很重要的受试者的响应的参数。
表1示出了从测试受试者收集的示例性的汇总敏度图表数据。
表1.
Figure GDA0004137082740000481
在表1中，每行可以定义单一的敏度图表条件，包括单视标或单行视标的视标大小，以及所呈现视标的对应单一或复合响应。在表1所示的该特定情况下，汇总了从测试受试者收集的敏度图表数据。为了将算法S应用于对敏度图表数据进行评分，该汇总可以帮助鉴别有助于在敏度图表测试期间观察到的视觉表现的设计特征。在该汇总表中，每个行条目均表示从视敏度图表或子图表读取单个视标或单行视标。每行视标可以被认为是组合刺激，除了视标大小的关键特征之外，其还可以通过以下方式描述：在每行上采样的视标子集的大小、从其采样的视标超集的大小、以及从超集的采样是否在有或没有替换的情况下完成。对于汇总表中的每行图表设计参数，响应汇总代表正确识别的视标的数目，无论是对于单视标还是一行视标。在一些实施方式中，如表1中所示的视标参数可能严重影响图表特定的心理测量函数，因此需要该视标参数来生成图表特定的心理测量函数。
在一些实施方式中，敏度测试数据可以包括来自1、2、3、4、5个或甚至更多个测试条件的测试数据。
用于敏度模型的候选参数
在一些实施方式中，可以使用本文的系统和方法生成候选参数的一个或多个集。候选敏度模型参数的一个集可以包括两个或更多个敏度参数如敏度阈值和敏度范围等的结合。敏度参数的各种结合可以形成候选参数的多个集。这样的候选参数集可被配置为描述汇总的敏度图表数据，如下表2中所示。在图1的操作300中，例如表2所示的这样的候选参数可以至少部分地通过从测试受试者操作400收集的敏度图表数据或敏度测试数据来确定。替代地或组合地，这样的候选参数可以至少部分地通过操作100中确定的敏度图表设计参数来确定。在一些实施方式中，操作300可以独立于操作100中的设计参数。在一些实施方式中，操作300发生在操作200之前。并且在确定通用敏度模型时在操作200中使用操作300中的每集候选参数，例如图3A和/或图3B。在一些实施方式中，操作300可以与操作400和/或操作100并行或串行。
表2示出了敏度模型参数的候选集。敏度阈值和敏度范围参数的这些集包括可以潜在地描述从测试受试者收集的敏度图表数据的敏度模型参数。每个条目行反映了q1个候选敏度阈值参数和q2个候选敏度范围/斜率的单一结合(总计q个)。在该实施方式中，该表具有q1乘以q2的结合数。
表2.
Figure GDA0004137082740000501
/>
在一些实施方式中，对观察到的敏度图表数据进行分析，以推断最能从测试受试者预测敏度的敏度模型参数。在一些情况下，敏度模型候选参数的集是针对敏度阈值和敏度范围的参数结合的列表。统计推断可以描述描述观察者的每个参数结合的概率。这相当于估计类成员的概率。在替代的情况下，候选参数的集包括提供详尽的参数结合以描述受试者的敏度表现的敏度参数——敏度阈值和敏度范围——的二维空间。在该方法中，可以通过敏度参数的两个维度计算边际概率。
候选敏度参数的集可以在用于视敏度分析的敏度模型中实现。例如，候选敏度参数的集可以是敏度阈值-范围对的一维阵列。作为另一示例，候选敏度参数的集可以是二维的并且可以用于生成描述敏度阈值和敏度范围的详尽结合的敏度模型。作为又一示例，候选敏度参数的集可以是四维的：基线条件下(例如，左眼或治疗前条件)的敏度阈值和范围以及相对于该条件下敏度阈值和敏度范围的变化。
在一些实施方式中，敏度参数的每个集可以包括1、2、3、4、5、6、7、8、9、10个或任何其他整数个敏度参数。
在一些实施方式中，候选敏度参数可以具有1、2、3、4、5…1000…10000个或任何其他整数个集。
在一些实施方式中，候选敏度参数的每个集包括相同数目的参数。在一些实施方式中，候选敏度参数的每个集包括以下中的一个或多个：在一个或多个测试条件下的敏度阈值、敏度范围、敏度斜率，在两个测试条件之间敏度阈值、范围或斜率的变化。
在一些实施方式中，候选敏度参数的每个集包括以下中的一个或多个：在一个或多个测试条件下的灵敏度阈值、灵敏度范围或灵敏度斜率，在两个测试条件之间灵敏度阈值、范围或斜率的变化。在一些实施方式中，本文中的候选敏度参数包括在一个或多个测试条件下的敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其任何组合。在一些实施方式中，本文中的候选敏度参数包括在两个测试条件之间敏度阈值、敏度范围、敏度斜率、灵敏度阈值、灵敏度范围、灵敏度斜率或其任何组合的变化。在一些实施方式中，本文的候选敏度参数是反映视标大小的单位的数值，例如20/20、20/40、3/5(5分之3)、1/5(5分之1)或0.3logMA。在一些实施方式中，本文中的候选敏度参数对应于视觉表现的预定水平，其可以以图表不变术语(灵敏度)或图表特定术语定义，从而分别生成基于灵敏度的敏度参数(例如，灵敏度阈值和范围)和敏度参数(例如，敏度阈值和范围)。在一些实施方式中，以图表不变术语(灵敏度)或图表特定术语定义的候选敏度参数可以相互转换。换言之，图表不变灵敏度参数的集可以转换为使用相同视标信息的图表特定敏度参数的集，例如，视标大小与敏度表现有关，例如0.3logMAR，但是灵敏度或敏度术语例如分别处于d’＝5分之2或5分之3。在一些实施方式中，候选敏度参数与候选敏度模型参数或候选参数可互换。
敏度模型
在一些实施方式中，本文公开的方法、系统或设备包括一个或多个敏度模型(本文中可互换为“统计模型”或“预测模型”)。这样的术语在本文中是等价和可互换的。在一些实施方式中，敏度模型用于预测受试者的敏度图表数据(例如，观察来自受试者的特定响应的概率)，敏度图表数据指示受试者的视敏度表现。在一些实施方式中，这样的使用敏度模型的预测基于用于从测试受试者收集敏度图表数据的敏度图表的设计特征。在一些实施方式中，这样的通过敏度模型的预测对于特定的敏度图表设计特征是不变的。
参照图1，在特定的实施方式中，可以使用操作200、300和/或350确定敏度模型。在一些实施方式中，本文的敏度模型包括模型参数。这样的模型参数可以包括：(a)固定的、至少部分地由敏度图表设计确定的敏度图表设计参数，其至少部分地由操作100确定；(b)描述患者视力的候选敏度参数的集，其可以至少部分地在操作300中确定。在操作300中，估计待用于填充敏度模型的候选敏度参数的集。在操作200中，操作300中的参数的估计集的每个集均可以用于生成操作200以及图3A和/或图3B中的图表特定函数，在一些情况下，结合敏度图表设计参数。之后，在操作350中使用图表特定函数来填充待在操作500中使用的敏度模型。在一些实施方式中，敏度模型的函数用于使用敏度图表设计参数(操作100中)、候选敏度参数(操作300中)和收集的敏度图表数据(操作400中)输出敏度图表数据或测试数据(例如，响应概率)的预测。在一些实施方式中，操作350可以使用候选参数的多个集的至少一部分以及其对应的图表特定心理测量函数，用于生成敏度图表数据或测试数据(例如，响应概率)的预测。在一些实施方式中，操作350可以使用候选参数的多个集的全部以及其对应的图表特定心理测量函数，用于生成敏度图表数据或测试数据(例如，响应概率)的预测。
敏度模型可以包括一个或多个敏度参数。敏度参数的非限制性示例包括：敏度阈值、敏度斜率、敏度范围、灵敏度阈值、灵敏度范围、在两个测试条件之间敏度阈值的变化和在两个测试条件之间敏度范围的变化。给定敏度模型、敏度模型参数可以用于在以任何敏度图表设计测试期间预测观察到的视觉表现。这些模型参数可以提供有价值的敏度指标，以表征测试受试者的视力。
在一些实施方式中，敏度模型包括中心组分——图表特定心理测量函数，其被配置为允许根据该行上视标的大小，确定在敏度图表的一行上正确识别的视标的预期数目。
图7A-图7B示出了图表特定心理测量函数706的示例性实施方式，其根据该行上呈现的视标数目，代表了在视标的每一行上正确识别视标的预期数目。算法S可以将敏度模型应用于敏度图表数据以估计图表特定心理测量函数的特征。
本文公开的系统和方法可以估计图表特定心理测量函数606、706，图表不变404或图表特定的单视标心理测量函数604、804，和/或多视标心理测量函数605、805，和/或其敏度参数，例如，图表特定敏度阈值701、敏度范围703和斜率702，或者图表不变灵敏度阈值401、灵敏度范围403、灵敏度斜率402，以评估视敏度。
例如，图表特定心理测量函数604、804可能主要取决于用于收集图表敏度数据的敏度图表的特定设计特征。图表特定心理测量函数也可以通过并入敏度图表设计的特征来预测在许多不同敏度图表上收集的敏度图表数据。这些特征包括但不限于：
图表或子图表中呈现的行数；
每行呈现的视标的数目；
每行可能采样的视标的数目；
每行可能采样的视标大小的数目；
在有替换或没有替代或其组合的情况下对视标池进行采样。
作为非限制性示例，对于在每行上呈现五个视标的标准logMAR敏度图表(ETDRS或Bailey-Lovie)，图表特定心理测量函数将根据视标大小描述在每行上预期正确识别的视标的数目。
作为另一示例，对于logMAR敏度图表，汇总图表特定心理测量函数的两个重要的敏度指标是：图表特定敏度阈值——受试者正确识别每行视标的标准数目的视标大小(以logMAR计)，以及图表特定敏度范围——该参数与心理测量函数的动态范围的宽度相关，并且与函数的斜率反相关。在一些实施方式中，敏度范围描述了两个视标大小之间的logMAR差异：一个高于并且一个低于敏度阈值的表现水平。在一些实施方式中，范围参数描述了敏度图表特定心理测量函数围绕敏度阈值的速度。较小范围表示出观察者的视力随着视标大小从小变大而快速地从不正确的视标识别转换到正确的视标鉴别。在一些实施方式中，敏度范围是有价值指标，因为眼部疾病的一个标志是视力上增加的可变性，其对应于敏度范围的增加或变化。
例如，对于logMAR敏度图表，敏度阈值是对应于每行5个视标中的3个的正确鉴别的视标大小，其中敏度范围对应于每行正确鉴别的视标的预期数目为1.5和4.5个视标的图表线之间的距离。
在一些实施方式中，由敏度图表的设计特征定义心理测量函数的其他特征。这些特征也可以包括下渐近线——由猜测可能的视标总数的比率定义，以及上渐近线——由每行上呈现的视标数目定义。
在一些实施方式中，为了构建根据视标大小描述每行正确识别视标的预期数目的图表特定心理测量函数706、606，通过图3B中的操作220或图3A中的操作230和330生成图表特定单视标心理测量函数。可以基于在独立于敏度图表的基于任务的特征的灵敏度参数(例如，敏度图表设计参数或特征)(图4A-图4B)中定义的图表不变单视标心理测量函数404生成图表特定单视标心理测量函数。在一些实施方式中，单视标心理测量函数示出了根据视标大小，正确识别单视标的概率，并且在一些情况下，使用累积分布函数，如高斯累积概率分布函数，由两个敏度模型参数——例如，敏度阈值和敏度范围确定该概率。然后，基于信号检测理论(Green&Swet，1961；McMillan&Creelman，2004；Lesmes等人，2015，其通过引用整体并入本文)的原理和视标集的特征(图5)，将基于灵敏度的图表不变单视标心理测量函数转换成单视标图表特定心理测量函数。例如，该转换的单视标图表特定心理测量函数取决于敏度图表设计的特征，如潜在的视标数目。基于视标替代的数目，相同的灵敏度阈值(对应于d’＝1的视标)可以表示信号视标的不同水平的正确表现。如信号检测理论中所提到的，当存在较少的猜测替代时，更容易正确地猜测。因此，对于给定灵敏度阈值(d’＝1)对应的相同视标大小，在视标集中猜测替代的数目可以导致用于鉴别单视标的正确表现百分比的不同水平：在灵敏度阈值d’＝1处，对于两个替代的范围为70-80％，并且对于十个替代的范围为30-40％(图5)。
在一些实施方式中，操作例如300、200和350的组合生成可以应用于对在操作400中收集并汇总的敏度图表数据进行评分的敏度模型。该视敏度模型可以包括例如在针对所观察的敏度图表数据的表中的大量预测概率，其可以是对于描述患者视力的候选敏度模型参数的给定集为呈现给患者的视标记录的不同响应的预测概率。
在一个实施方式中，视敏度的两参数描述可使用S形函数以根据视标大小定义视觉表现(例如，参见图4A和图6A)。一个参数，敏度阈值，可以描述S形函数在视标大小的水平轴上的横向位置。另一参数，敏度范围，可以描述在阈值附近，S形函数在视标大小的水平轴上变化的速度。较小范围可以表示敏度函数从由函数的下渐近线表示的低视觉表现和由函数的上渐近线表示的高视觉表现快速地变化。可以以logMAR视标大小的单位来定义敏度阈值和敏度范围参数两者。
参照图7A，在一些实施方式中，以特定于ETDRS敏度图表设计的术语来定义敏度阈值和敏度范围。对于一系列视标大小，ETDRS图表每行可以呈现5个字母。在图7A和图7B中，敏度函数因此表明了正确报告的五个字母中的五个字母的上渐近线。在图7A中，将敏度阈值701定义为期望患者正确报告五个所呈现的视标中的三个时的视标大小。在图7B中，敏度范围703定义了ETDRS图表上的视觉行为从5个字母中正确报告1.5个字母变为从5个字母中正确报告4.5个字母的水平范围。在这些实施方式中，因为敏度阈值和敏度范围由三个表现水平——从5个字母中正确报告1.5、3.0和4.5个字母定义，该三个表现水平由ETDRS的特征定义，敏度阈值和范围可以被视为图表特定敏度模型参数。
在一些实施方式中，图4A和图4B中呈现的敏度阈值401和敏度范围403以独立于敏度图表设计的灵敏度单位(d’)定义。敏度阈值可以被定义为对应于视觉表现d’＝1的视标大小(以logMAR计)。敏度范围可以被定义为对应于视觉表现的下级水平(d’＝.25)与视觉表现的上级水平(d’＝4)的视标大小之间的差异(以logMAR计)。由于这些敏度模型以灵敏度的单位定义，灵敏度阈值和范围可以被视为图表不变敏度模型参数。
为了理解操作350如何根据图表不变参数为敏度图表数据生成预测模型，考虑一对通用的敏度模型参数：一个敏度阈值和一个敏度范围(例如，该参数对包括表2的第一行)可能是有益的。根据该选定的视度模型参数对，可以根据视标大小获得在敏度图表测试期间观察到不同响应的概率。除了这些敏度模型参数之外，考虑敏度图表设计的一个因素：在敏度图表中可能待测试的视标大小的范围。例如，ETDRS图表使用-3至1.0logMAR范围内，分辨率为10logMAR的视标大小。
图4A示出了图表不变心理测量函数的示例性实施方式，其可以由类似于ETDRS测试的视标大小的连续采样产生。信号检测理论描述了如何将独立于任务的灵敏度参数转换为基于任务的行为的测量(例如，正确鉴别视标的概率)。使用信号检测理论(Green&Swets,1961；McMillan&Creelman,2004；Jacobs&Fine,2002；Lesmes等人,2015,其通过引用整体并入本文)，基于为具有不同数目的猜测替代的鉴别任务的信号和噪声的内部表征假设的高斯分布，从d'值导出正确鉴别单视标的概率。对于描述此变换的方程，参见附录A，Jacobs&Fine,2002的方程7，或Hacker&Ratcliff,1979的方程1。替代地，McMillan&Creelman(2004)将表A5.7呈现为查找表，以便对于m＝2至m＝1000范围内的m-AFC替代任务，在对应的灵敏度水平(d’)与概率正确之间转化。
作为示例，图5表明了对于与d’＝1的灵敏度水平对应的通用刺激，当仅存在两个猜测替代(2AFC)(在任何一个试验中，一个替代是正确的，另一个是不正确的，独立于观察者的任何视觉熟练程度)时，正确鉴别的概率在70％与80％之间。随着猜测替代数目的增加，错误响应的可能性也会增加。因此，正确响应的概率随猜测替代数目的增加而减小(参见图5中函数504的相对分层)。与2AFC相比，对于与d’＝1的灵敏度水平对应的刺激，当呈现有10个猜测替代时，正确报告该刺激的概率为约30％。
基于从灵敏度(d’)到正确概率的该变换330(图5)，生成图4A中S形函数的敏度模型参数对可以生成根据视标大小描述正确报告视标的概率的单调递增函数。从图5使用的变换可能依赖于视标采样池中其他视标(猜测替代)的数目。在使用10个视标的Sloan集的ETDRS的情况下，可以使用10AFC函数生成用于单视标呈现的心理测量函数604(图6A)。
正如采样池中视标的数目可以是用于将图表不变的心理测量函数转换为单视标心理测量函数的敏度图表设计因素(操作330)，另一敏度图表设计因素，即每行上呈现的视标的数目，可以用于通过串行乘法生成多视标心理测量函数族。该心理测量函数族的加权总和反过来提供了图表特定心理测量函数，图6C。
在一些实施方式中，给定敏度模型参数的单一对例如敏度阈值和敏度范围，可以生成根据视标大小描述从5个视标正确鉴别0、1、2、3、4或5个视标的概率的六个心理测量函数。在操作500中，给定在测试期间收集的敏度图表数据，这些概率可以用于评价哪些敏度模型参数最能描述测试患者。
在一些实施方式中，操作300可以包括可能用于敏度模型的候选参数的多个集。评分算法S的目的可以是评价候选敏度模型参数的这些集，并评价哪些候选参数最能描述操作40中汇总的敏度图表数据。
在一些实施方式中，在操作300中，候选参数的集可以由以下一个或多个方式定义：敏度模型对的一维阵列/列表，例如敏度阈值和敏度范围；敏度模型对的一维阵列，包括敏度阈值的不同值和敏度范围的固定值；由两个参数例如敏度阈值参数和敏度范围参数的值的详尽组合定义的二维空间；描述敏度模型参数及其在不同条件下的变化的敏度阈值和敏度范围参数的高维空间(高于二维)。
对于敏度模型参数的这些集的每一个，可以应用根据敏度阈值和范围生成敏度模型概率。在操作500中，使用这些候选敏度参数的每个集获得的这些概率可以用于发现描述敏度图表数据的敏度模型参数。
例如，对于不同的图表设计，潜在视标的数目可以不同：
Sloan、Bailey-Lovie为10个视标；
Landolt C、Tumbling E、HOTV、Lea、Hands为4个；
传统Snellen为9个；
British Snellen标准BS 4274-1:2003为12个；
英文字母表为26个；
然后，在一些实施方式中，单视标心理测量函数P(s)用于计算特异于敏度图表的设计(例如，每行上呈现的视标的数目确定了心理测量函数的数目)的多视标心理测量函数族Pm(s)。这样的多视标心理测量函数族Pm(s)，m＝1,2,3,…示出正确鉴别视敏度图表的多行上呈现的多个视标的表现的系统性模式，从而根据视标大小确定正确鉴别敏度图表的行上呈现的多个视标的组合概率。在一些实施方式中，n+1个心理测量函数的族包括为n+1个复合响应中的每一个定义的一个函数，该复合响应可能用于根据视标大小从每行n个视标中正确识别m个视标(其中m的范围为0至n)。在一些实施方式中，多视标心理测量函数的族中的心理测量函数的数目取决于每行上呈现的视标的数目。例如，对于每行具有5个视标的ETDRS图表设计，有6个多视标心理测量函数。作为另一示例，4个多视标心理测量函数包括每行上呈现三个视标的图表设计的族，并且2个多视标心理测量函数包括e-ETDRS测试和其他具有单视标呈现的计算机图表设计的族。
在一些实施方式中，多视标心理测量函数的族根据视标大小确定对于多个视标复合响应的概率。根据视标大小s，可以通过将正确识别单视标的概率P(s)和不正确识别单视标的概率1-P(s)连续相乘来计算整个视标序列的这样的概率。具体地，在特定实施方式中，对于n个视标的行，通过以下方程，根据视标大小s计算从n个视标中正确识别m个视标的概率：
Pm(s)＝P(s)m×(1-P(s))n-m，
其中m在0至n的范围内，并且P(s)是单视标心理测量函数，其根据视标大小描述正确识别单视标的概率。在一些实施方式中，多视标心理测量函数的族包括n个心理测量函数，即Pm(s)，其中当存在n个视标的行时，m在0至n的范围内。图6A示出了由具有十个猜测替代的视标集确定的单视标心理测量函数604的非限制性示例，并且图6B示出了由每行呈现五个视标的图表设计确定的6个多视标心理测量函数605的非限制性示例。
参照图7A-图7B，在特定的实施方式中，根据视标大小，使用算法S对敏度图表数据进行评分可能需要预测对多个视标的复合响应的敏度模型。可以通过确定单视标心理测量函数704的敏度模型参数对(例如，阈值和范围/斜率)预测对多个视标的不同复合响应的概率，其反过来可以通过单视标心理测量P(s)及其补体1-P(s)的串行乘法确定多视标的视标心理测量函数705的族。例如，5个视标的多视标心理测量函数Pr(‘m＝5’)计算为(Pr(‘m＝1’)^5(1-Pr(‘m＝1’))。在该情况下，例如，‘m＝5’表示从5个视标中正确识别恰好5个视标。在该实施方式中，通过在每次测试运行中向受试者呈现单视标获得单视标心理测量函数(图7A)，通过在每次测试运行中向受试者呈现多个视标生成多视标心理测量函数(图7B)。在该情况下，敏度图表被设计用于每行呈现五个视标，多视标心理测量函数的每一个根据视标大小定义正确识别敏度图表的一行上呈现的多个视标的一定数目的概率。在该特定情况下，这些多视标心理测量函数的仅两个是单调的。正确识别无视标的概率P(m＝0)随着视标大小的增大而减小，而正确识别五个视标的概率则随着视标大小的增大而增大。中间复合响应的表现模式由交错的峰标记，这表示视标大小的不同状态，其很可能证明正确识别的视标的数目增加。在一些实施方式中，通过这些多个视标心理测量函数的加权总和生成描述正确识别视标的预期数目的图表特定心理测量函数。(图6A-图6B)。
在一些实施方式中，计算机模型用于基于隐式灵敏度参数预测受试者在视敏度测试中的表现。参照图6A-图6B，在该特定的实施方式中，为了更清晰地阐述多视标心理测量函数地概念，如图6A中所示的单视标心理测量函数604和多视标心理测量函数例如605呈现(图6A-图6B)为累积概率分布函数。在该情况下，‘m＝5’表示从5个视标中正确识别恰好5个视标。在该情况下，累积的多视标心理测量函数根据视标大小描述正确识别至少给定数目的视标的概率。在一些实施方式中，这些函数的相对分层表明了系统性的表现模式，其表明随着视标大小的增加，正确识别增加数目的视标的概率增大。
在某些实施方式中，根据视标大小，使用算法S对敏度图表数据进行评分需要预测对多个视标的复合响应的敏度模型。可以通过描绘单视标心理测量函数的敏度模型参数对(例如，阈值和范围)预测对多个视标的不同复合响应的概率，其反过来可以通过单视标心理测量P(s)及其补体1-P(s)的串行乘法生成多视标心理测量函数的族。该系统和方法有利地使用了多视标心理测量函数，其在视敏度测试中的应用是新的。
对于每行包括五个视标的敏度图表设计的示例，多视标心理测量函数中的每一个均可以根据视标大小确定正确识别每行上呈现的多个视标的数目(该数目小于或等于五)的概率。如图6B中所示的，在复合响应的这些心理测量函数中，多视标心理测量函数的仅两个是单调的。正确识别无视标的概率P(m＝0)可能随着视标大小的增大而单调减小，而正确识别所有五个视标的概率P(m＝5)则可能随着视标大小的增大而增大。其他中间复合响应的表现模式以非单调性为特征：交错的峰的进展可以为直观性提供定量的方法，即增加的视标大小会增大识别越来越多的正确视标的概率。多视标函数的交错的峰支持这样的观点，即视标大小的不同和连续的状态代表了在视标大小增加的情况下正确识别增加数目的视标的概率增大。本文提供的具有多视标心理测量函数的模型可以是敏度图表表现的丰富和复杂的表征。现有方法不能在对于敏度图表测试可行的过程中估计心理测量函数的该族。通过这些多个视标心理测量函数的加权总和可以生成描述正确识别视标的预期数目的图表特定心理测量函数。
参照图8A-图8B，示出了单视标心理测量函数(图8A中的801)和作为累积概率函数的多视标心理测量函数(例如，图8B中的802)的示例性实施方式。在该特定的实施方式中，累积的多视标心理测量函数根据视标大小描述正确识别至少给定数目的视标的概率。这些函数的相对分层表明了系统性的表现模式，其表明随着视标大小的增加，正确识别增加数目的视标的概率增大。
在一些实施方式中，多视标心理测量函数的族取决于对多视标响应的统计独立性的简化假设。该假设主要取决于用替换来采样视标，其对于各种敏度图表均有效。这些敏度图表的非限制性示例至少包括使用Landolt C、Tumbling E、HOTV和Lea视标的敏度图表。
在一些实施方式中，对于在不替换的情况下对视标进行采样的敏度图表设计，如ETDRS，需要额外的因素来计算多视标心理测量函数的族。该额外的因素可以校正当视标在不替换的情况下被采样时，特别是当响应序列进行到图表上一行的末端时，出现的可用视标的逐渐减少。
在一些实施方式中，多视标心理测量函数的族用于生成图表特定心理测量函数，其根据视标大小确定敏度图表上每行正确识别的视标期望数目。在一些情况下，图表特定心理测量函数代表多视标心理测量函数的族的加权总和。如图6C中所示，图表特定心理测量函数606E(s)可以具体地计算为加权总和，通过正确识别的视标数目对每个多视标心理测量函数605进行加权：
Figure GDA0004137082740000621
在一些实施方式中，多视标心理测量函数605、805的族的每个心理测量函数的加权可以由用户手动确定，或者由计算机程序自动确定。在一些实施方式中，加权可以基于测试的受试者的信息，如群体统计信息、先前的敏度测试结果和/或病史。
类似于单视标心理测量函数604、804和/或多视标心理测量函数605、805，这样的图表特定函数606、706可以由能够为表征视力提供重要敏度指标的两个图表特定敏度模型参数701、703确定：
a.图表特定阈值，其定义了正确识别的视标的预期数目满足视觉表现的预定义标准的视标大小；以及
b.图表特定范围，其定义了分别定义以下两个水平的敏度表现的视标大小之间的差异(以logMAR计)：一个高于阈值表现水平，并且一个低于阈值表现水平。
作为非限制性示例，在标准ETDRS图表的情况下，图表特定心理测量函数606、706由以下两个敏度图表特定参数定义：
a.敏度阈值，其定义了提供从5个视标中正确识别3个视标的期望值的视标大小；以及
b.敏度范围，其定义了提供从5个视标中正确识别1.5个和4.5个视标的期望值的分别大小的视标行的数目(每行.10logMAR)。
在Snellen图表的情况下，图表特定心理测量函数可以由与ETDRS图表相同的参数(以灵敏度单位定义的敏度阈值和范围)定义，需要考虑两个问题——Snellen图在每行上的视标数目不同；以及Snellen图表上只有一行具有与ETDRS图表相同的五个视标。因此，图表不变的基于灵敏度的函数与图表特定心理测量函数之间的转换必须针对具有多于或少于由ETDRS图表使用的5个视标的Snellen图表的每一行独立地完成。
在敏度模型中，敏度指标——敏度阈值和范围可以来源于如图6A-6B所示的单视标图表特定心理测量函数、如图4A-图4B和/或图5所示的单视标图表不变心理测量函数，或者如图6C和/或图7A-图7B中的图表特定心理测量函数E(s)的水平下的敏度模型参数。根据视标大小，这些函数可以提供通常与视敏度测试相关的视敏度指标。汇总指标也可以在多个视标函数的水平下定义，但是它们自然更难以解释。
在一些实施方式中，敏度模型的另一重要的公式由图表不变模型参数定义，该由图表不变模型参数定义了单视标心理测量函数的替代公式，其可以：
a.补充产生视力的图表特定指标的敏度模型的初始公式；
b.遵循与图表特定指标相同的计算步骤：从单视标到多视标到图表特定心理测量函数，但包括先于单视标心理测量函数的额外准备步骤。
在一些实施方式中，额外准备步骤涉及应用信号检测理论以确定灵敏度标度(d’)下的敏度阈值和范围参数，以及单视标灵敏度心理测量函数到单视标心理测量函数的对应转换，其基于包括猜测替代数目的基于任务的图表特征。
从基于灵敏度的心理测量函数到图表特定单视标心理测量函数的转换可以基于并入敏度图表设计的设计特征的信号检测理论。给定相同水平的灵敏度阈值(对应于d’＝1的视标)，单视标的正确识别表现水平可以从具有十个替代的鉴别任务的30-40％正确变化到具有两个替代的鉴别任务的70-80％正确。
在一些实施方式中，图表不变模型提出并帮助解决：视觉表现的某些降低可能是与视觉因素不严格相关的敏度测试的设计特征所致。
在一些实施方式中，图表不变模型提供了概率性行为的说明，其中在敏度测试中观察到的敏度表现反映了感觉和决策过程的双重、独立贡献。在一些实施方式中，图表不变模型提出，心理测量函数的图表特定阈值或经验阈值取决于猜测替代的数目。例如，当向受试者呈现用十个替代对视标集进行采样的敏度图表时，观察到60％正确识别的表现不等价于当对四个替代的集进行采样时的60％正确识别。
在某些实施方式中，图表不变模型提出，从5个视标中正确识别3个视标的阈值定义取决于被采样的总视标的数目。由于统计学原因，独立于检测系统的灵敏度，当对于每个视标有四个替代而不是十个替代时，可以更容易地从5个字母中正确识别3个字母。
在某些实施方式中，图表不变模型对取决于敏度测试的因素和取决于观察者/受试者、敏度测试中观察者/受试者的表现的因素做出重要的区分。关于视觉表现的灵敏度和其他检测水平因素与敏度测试因素和猜测行为有关。
在一些实施方式中，视标识别的更多替代为视标的不正确猜测提供了更多机会，并减小了识别表现。
在一些实施方式中，图表特定阈值或传统的敏度阈值被猜测行为混淆/污染。在一些实施方式中，识别表现的变化反映了敏度图表设计的因素。例如，在敏度图表设计具有更少替代的情况下，更有可能进行正确猜测。增加替代的数目可能基于与视力无关的因素而降低识别表现。为了说明猜测行为对识别表现的混淆，信号检测理论提出了在图表特定行为(由正确％定义)到图表不变行为(以灵敏度的单位：d’定义)之间转换的方程。
在一些实施方式中，图表不变模型使用图表不变心理测量函数定义了敏度指标，其根据视标大小描述灵敏度(d’)。不取决于用于从测试受试者收集数据的特定敏度图表设计的该函数以及这样的模型可以由以下定义：图表不变灵敏度阈值——对应于d’＝2.0的视标大小(以logMAR计)；以及图表不变灵敏度范围——对应于d’值1.0和3.0的视标大小之间(以logMAR计)的差异。
基于灵敏度的方法的效用可以可以得到以下观察结果的支持：用HOTV(仅用四个替代)测量的视敏度优于用Sloan集测量的敏度。
算法S可以同时估计图表特定和图表不变敏度指标。视敏度指标、图表特定或图表不变指标的优点是敏度参数的两个集是可互换的和可互译的。
本文中的敏度模型可以提供敏度图表表现的新颖预测并代表用于敏度指标模型推断的数据生成机制。模型可以仅使用敏度阈值和敏度范围参数以预测在用敏度图表测试期间观察到的视标大小与表现之间关系的丰富集合。
敏度模型可以通过评价正确识别多个数目的视标的概率如何根据视标大小而变化来分析敏度图表表现。
在一些实施方式中，敏度模型提供了敏度图表表现的精密尺度分析，其提供了对于在敏度阈值附近观察到的概率性行为的优良说明。敏度模型对于可以影响当前在敏度测试中实践的终止准则的随机因素而言可能更稳健。敏度模型对于在阈值附近发生的概率性行为可能更稳健：例如，由于随机效应，当在敏度阈值501例如图表特定敏度阈值附近的大小向受试者呈现视标时，几乎可能同样观察到2、3或4个正确识别的视标(例如，图5)。敏度模型可以是通用且灵活的：对于每行变化视标数目的敏度图表设计，如Snellen图表，预测模型为不同的行生成不同的多视标心理测量函数。敏度模型最终可以应用于敏度图表数据，以推断描述测试受试者的视力的敏度模型。敏度模型可以被定义用于从Snellen敏度图表去除偏差。尽管其在许多临床环境中使用，但是Snellen在眼科试验中已经被替代，因为其不能以与黄金标准相同的方式进行评分。敏度模型可以解释Snellen、ETDRS、HOTV和任何敏度模型设计之间的混淆。
尽管敏度模型可以仅用两个敏度参数简明地定义，但是该模型也足够灵活以生成描述基于特定的敏度图表的表现的图表特定敏度指标，以及描述独立于用于收集数据的敏度图表的表现的图表不变敏度指标。
在一些实施方式中，对于对敏度图表数据进行评分的算法S，敏度图表数据表的每个行条目均表示从视敏度图表或子图表中读取单个视标或单行视标。视标的每一行可以被视为由以下变化条件中的至少一项确定的复合刺激：每行采样的视标数目、从中采样的潜在视标的数目(即，库中的视标数目)以及在有或没有替换的情况下从视标集采样。汇总表中的响应条目是正确识别的视标的数目，无论对于单视标还是单行视标。在该情况下，响应是由正确识别的视标的数目除以同一行/列的视标的总数而计算的比率。
在一些实施方式中，使用至少一个敏度模型计算视敏度参数。在一些实施方式中，使用贝叶斯自适应估计计算是视敏度参数。在某些情况下，使用两个灵敏度参数上的二维贝叶斯概率密度函数计算视敏度参数。在一些实施方式中，使用贝叶斯法则计算视敏度参数。在一些实施方式中，使用至少一个概率函数计算视敏度参数。在进一步的实施方式中，使用给定敏度参数d1,x和d2,y得到响应r的先验概率p(rz|d1,x,d2,y)计算视敏度参数，其中x和y分别是1与参数d1最大值m与参数d2的最大值n之间的整数，并且其中z是1至响应的最大值i之间的整数。在一些实施方式中，具有不同敏度参数的概率p(d1,x,d2,y)和/或获得不同响应的概率p(rz)。在一些实施方式中，后验概率函数p(d1,x,d2,y|rz)代表视敏度，其中p(d1,x,d2,y|rz)＝[p(d1,x,d2,y)p(rz|d1,x,d2,y)]/∑p(d1,x,d2,y)p(rz|d1,x,d2,y)，其中∑p(d1,x,d2,y)p(rz|d1,x,d2,y)代表总和，其中x取1至m之间的任何整数值，y取1至n之间的任何整数值，并且z取1至i之间的任何整数值。
在一些实施方式中，为了在下次测试运行中更新或生成测试幻灯片，在灵敏度参数的空间上计算pdf的熵p(d1,x,d2,y|rz)。在一些实施方式中，熵H(rz)＝∑p(d1,x,d2,y|rz)log(p(d1,x,d2,y|rz))，其中∑代表总和，其中x取1至m之间的任何整数值，y取1至n之间的任何整数值，并且z取1至i之间的任何整数值。
在一些实施方式中，使用与敏度图表设计相关的至少一个原则作为统计模型的输入。在一些实施方式中，至少一个原则选自：每一个测试图表或子图表上呈现的行数目、测试图表或子图表的每一行上呈现的视标数目、视标的库内的视标总数；以及在有或没有替换的情况下完成从视标库采样。
本文中的敏度模型可以并入敏度图表设计的完全定义模型的至少一部分，例如，每行呈现的五个视标。在一些实施方式中，由本文中的敏度模型提供的主要敏度指标是图表特定敏度阈值，例如701，其代表受试者从每行五个视标中正确识别三个视标时的视标大小(或相当于图表上的行)(或者定义阈值的一些其他特定表现标准)。
在给定候选参数的情况下预测敏度图表数据
在一些实施方式中，应用敏度模型以生成一系列表，该一系列表包含在给定候选敏度模型参数的情况下对观察所收集的敏度图表数据的概率的预测，如图1中的操作500中所示。
对于表1中的每一个敏度图表条件或行，表4中示出了候选参数组合的表，其中第一条目是候选参数，并且后续条目是观察到的复合响应的预测概率。对于表1中所示的表中描绘的每一个敏度图表条件，对候选参数的完整集计算观察该响应的概率。在一些实施方式中，对于表2中的每一行，可以生成如表4的候选参数的全集的表。
表3呈现了对于单一测试条件(即，表2中的响应r1中1的“数据条目”)的候选敏度参数的集以及其对从测试受试者收集的敏度图表数据的预测。
表3
Figure GDA0004137082740000671
Figure GDA0004137082740000681
每个表均代表敏度参数的候选集，及其对该图表或子图表条件下观察到的响应的概率估计。在该情况下，q0等于q1乘以q2。对于单一数据条目，任选地存在多个候选敏度模型条目。在一些实施方式中，每个全敏度图表数据集均包括多个数据表。在一些实施方式中，全敏度图表数据集的分析涉及生成多个数据表，并且在每个表中，通过数据表的一行来描述每一个图表条件的一个，其对应于图17中的流程图中的操作。在该情况下，计算观察到的响应的概率。换言之，在给定敏度参数即α1和β1，以及在S1中描绘的刺激参数的情况下，生成单一响应的概率。
对敏度模型的候选参数进行评价和排序
在一些实施方式中，在生成全系列表(例如表3)之后，可以计算新的汇总表，如图1的操作600所示。
在候选参数和观察到的响应的预测概率的一系列表中，每排均可以汇总单视标或单行视标的呈现和响应。在整个系列表上的每个表中的条目位置可以对应于单对的候选敏度模型参数。每个表中的相同条目位置可以对应于该系列上的候选参数的相同组合。对于全候选参数集，该系列中的每个表均对应于观察到对该表的该排上描述的视标大小条件的单一或复合响应的预测概率。
在一些实施方式中，通过将该系列表合并到汇总表而汇总全系列表中呈现的敏度图表数据。在一些实施方式中，在对应的条目位置处的预测概率值的全系列表上的串行乘法为那些特定的候选参数提供了观察全敏度图表集数据的汇总概率。通过将汇总表中汇总的所有行的所有对应值相乘的串行乘法来计算新的汇总表，将对应的条目相乘，并且生成新表，如表4所示。可以将该系列表合并成汇总指标。在一些实施方式中，在给定全敏度图表数据集的观察的情况下，串行乘法提供了对候选敏度模型参数的似然估计。在一些实施方式中，所得汇总表基于观察到的图表数据代表了候选参数估计的评估。在一些情况下，所得汇总表代表了候选参数的似然计算，作为数据的函数。在一些情况下，所得汇总表代表了根据敏度数据的候选敏度参数上的似然计算，其可以与候选敏度参数上的先验概率函数如以贝叶斯规则的计算相结合。在一些实施方式中，先验概率函数可以由受试者的信息如受试者的年龄、眼部疾病的状态、影响视力的神经病理学状态或先前的视觉评价来定义。
表4示出了基于不同的候选敏度模型参数和敏度模型的来自测试受试者的多个响应的聚合概率。可以使用该表通过首先预测敏度图表数据，然后在给定复合响应的情况下针对其预测质量和/或拟合优度对敏度模型参数进行排序，以对数据进行回顾性评分。该表还可以前瞻性地应用于主动地改善敏度图表数据的收集。
如表4所示，对于单一测试条件(数据条目1)，呈现了从测试受试者收集的候选敏度参数集及其对敏度图表数据的预测。全敏度图表数据集的分析可能涉及生成一系列这些表，每个表条件对应一个表，表1中汇总的一行数据描述了该表。。每个表可以代表敏度参数候选集以及其对该图表或子图表条件观察到的响应的概率估计。
任选地，在给定敏度阈值和敏度范围/斜率的情况下，计算并在排序表中呈现对应于具有r1至rk的响应的测试的概率。在该情况下，在给定敏度参数集的情况下，排序表任选地对响应的聚合概率进行排序，例如p((r1,r2,...,rk)；α1,β1)。在该实施方式中，具有最高排序的敏度参数集是基于测试中的给定响应的估计敏度。
表4.
Figure GDA0004137082740000691
/>
Figure GDA0004137082740000701
估计描述测试受试者的敏度模型参数
表4示出了表3的敏度参数的所有候选集，以及观察到作为在该候选敏度参数上计算的在表2中收集的敏度图表数据的复合响应的概率。
给定似然值的表，即响应聚合的概率，如表4所示，似然值的连续排序(例如，从最高到最低)可以提供最大似然分析的等价物。如图1中的操作700中所示，选择分类表中的最高排序值和响应的候选敏度模型参数可以产生敏度模型参数的最大似然估计。替代地，如果先验信息如群体统计信息，或者先前视力测试的结果用于权重串行乘法，分类的排序可以对应于加权似然或贝叶斯参数估计。
在一些实施方式中，先验信息可以包括但不限于年龄、遗传风险、先前视力测试的结果、先前疾病诊断的结果或者受试者的任何其他生理或医学信息。如果该表被归一化为总和为1，则先验信息表反映贝叶斯推断。通过归一化，该表代表可以由其平均值、中位数或众数来定义的贝叶斯概率分布。除了这些集中趋势的统计和指标(例如，平均值、中位数、众数)之外，还存在对在敏度图表模型的候选参数上定义的贝叶斯后验概率(这是正确的？)函数的扩散或离差或可变性的统计测量。在一些实施方式中，敏度模型参数的评价和排序包括敏度模型参数的标准差或百分位数。在一些实施方式中，敏度模型参数的评价和排序包括统计推断(最大似然、贝叶斯或任何其他可适用的方法)，在给定观察到的敏度数据和对敏度表现模型生成的预测概率的情况下，其经由敏度参数估计产生敏度指标。在一些实施方式中，敏度模型参数的评价和排序涉及敏度阈值和范围参数的统计推断，该敏度阈值和范围参数最能描述从测试受试者收集的敏度图表数据。
为了产生图表特定或图表不变的视敏度参数，本文中的系统和方法可以包括用于分析和推断的一个或多个子步骤：
1.生成描述敏度阈值和/或范围参数的候选的表，例如表2。
2.对于这些候选参数组合，并给定敏度图表设计的定义特征，可以构造用于对敏度图表行为进行评分的预测模型。
3.在给定对由敏度图表设计(例如，敏度测试数据或敏度图表数据)确定的单视标或多视标的响应的情况下，可以通过提供敏度参数估计的最大似然或贝叶斯分析来完成统计推断。
4.考虑敏度图表测试期间呈现的视标行的数目，并考虑在该试验生观察到的视标大小和响应。
5.从考虑参数空间开始，其包括对于单视标大小范围的敏度图表设计参数。
6.基于信号检测理论，定义基于灵敏度(d’)的函数中的参数。
7.步骤2中的评分模型用于生成可以通过最大似然或贝叶斯估计完成的参数估计的预测概率。
8.给定预测观察敏度图表数据模式的概率的模型。
9.用于分析的通用模型包括可以在表中进行组织的三组值：
10.为了建立分析骨架，三个表是重要的：
a)从受试者收集的数据，例如表1
b)候选敏度模型参数，例如表2
c)由候选敏度参数定义的概率的响应表：对于概率表，对于在敏度测试期间收集的每个刺激-响应组合——在图表的行上呈现的视标的大小和正确识别视标的数目，例如表4
11.根据视标大小，生成具有响应结果的预测概率的候选心理测量函数。
12.对于在测试期间呈现的每个视标大小，对于候选敏度参数的至少一部分计算观察该响应的预测概率。
13.对于图表的每一行上呈现的每个视标大小，不同的表呈现预测的响应概率。
14.用于评分的方法和系统可以产生两个敏度指标：图表不变心理测量函数的阈值和范围。
15.通过贝叶斯推断，除了其估计的置信度之外，还可以提供敏度指标的估计，或者通过最大似然可以提供敏度指标的估计。
确定用于从测试受试者潜在收集敏度图表数据的候选图表集
在一些实施方式中，可以基于其提供用于收集敏度图表数据的潜在条件的能力对候敏度图表集进行评价，如图10所示。在一些实施方式中，该分析估计观察前瞻性敏度图表数据的概率，估计该结果分析如何确定应当收集敏度图表数据的测试条件。在一些实施方式中，由于敏度模型的通用性，候选敏度图表集可以包括任何敏度图表设计。在其他情况下，为了遵守标准委员会的推荐，定义候选图表集的最常见方法可以是定义遵循与现有图表(例如logMAR图表(ETDRS、Bailey-Lovie)、Snellen图表、Sloan低对比度图表和/或logMAR或Snellen的子图表(单行或单视标))相同的设计原则的敏度图表。
在一些实施方式中，敏度图表设计的原则包括敏度图表上呈现的视标的性质：
i.待采样的视标集的大小；
ii.每行呈现的视标的数目；
iii.每个图表呈现的视标行的数目；
iv.视标采样方法；或其组合。
尽管候选图表集遵循与用于标准敏度图表的先前技术相同的一般设计原则，候选图表可以被构造有更精细的分辨率和更广泛的采样视标大小的范围(图11A-图11F和/或图12)。每个单个图表可以表明与在先/现有技术相同的采样视标大小的精度，但是综合起来，候选图表集可以显示出比该领域中的任何现有技术更高的采样视标大小的精度。敏度图表的该扩展库可以为采样视标大小改善精度并扩展灵活性。
为了在视敏度测试中改善视标大小的采样分辨率，同时严格遵守视敏度设计标准和原则，本文公开了用于提供视敏度图表的扩展库的方法，如图11A-图11F所示。图11A-图11C示出了由ETDRS标准图表表示的示例性采样方案，其呈现了从-.3至1.0logMAR的十四个视标的标准大小，其中连续大小之间具有.10log单位采样分辨率。在这些实施方式中，.35logMAR的锚点代表了ETDRS标准图表的平均视标大小。通过改变标准约束性图表的锚点以产生更大的、补充的敏度图表集，采样视标大小的分表率可能在图表的收集上很大地改善，同时保持单个图表遵守敏度图表标准。
在一些实施方式中，通过在具有.01logMAR的锚点分辨率的.3-.4logMAR范围内改变标准图表的锚点，产生十个敏度图表集。每个图表使用与标准相同的采样分辨率。然而，当考虑到设计约束性图表的整个集，这些图表提供了视标大小的精细分辨率。综合考虑，10个图表的该集展现出对于视标大小(.01log单位)并在广泛的141个不同视标大小上展现出更高采样分表率。
作为示例，ETDRS图表设计包括十四行视标，每行五个视标，其中每个下降排的大小均以对数减小。.10十进制对数单位级数为视标的每一个连续排提供了大约25％的尺寸减小。可以将这些设计元素保持在具有不同视标大小的图表库中(图11A-图11C)，其遵循这些设计元素的约束。使用具有三个不同锚点——.30、.35和.40logMAR的ETDRS设计原则(图11A-图11C)以及具有三个不同锚点的Snellen设计原则(图11D-图11F)产生设计约束性视敏度图表库的示例子集。
这些图表设计的缺点可能与采样视标大小的静态范围和分辨率有关。由于非适应性的确定性测试程序，向所有患者呈现相同范围的视标。此外，测试结果的不变采样分辨率导致对测量敏度值不灵敏，该测量敏度值相对于十四个既定视标大小上呈现的测量敏度值，对应于中间视标大小。
如图12A-图12C所示，可以任选地使用子图表进行视敏度测试，其代表了图表的特定区域的集中测试。通过仅呈现来自全敏度图表的视标的限制集，子图表可以从全设计约束性敏度图表子采样，其反过来是设计约束图表的较大库的子样品。呈现子图表集可以将视力测试集中于全图表的空间子样品(例如，视标的3排)，而不是呈现ETDRS图表的全14排。可以通过(图12A)仅呈现全图表的子采样区域、(图12B)相对于低对比度的图表其余区域，以高对比度呈现子采样区域，或者(图12C)仅呈现没有模糊的子采样区域并使图表的其余区域模糊来区分集中视敏度测试的目标字母。
在给定敏度参数的候选参数的排序的情况下，对候选敏度图表进行评价和排序
在一些实施方式中，在给定该候选参数的情况下，可以为敏度表的每行构建潜在结果的预测概率表。敏度模型参数的排序是在模型参数上定义的概率分布中固有的。
对于针对个体患者对测试进行个性化和将测试集中于个体患者的自适应算法，可能需要计算候选敏度图表集上的排序。还可能需要推导和计算用于排序的效用函数。可以根据不同的标准对敏度图表进行评价和排序在一些实施方式中，可以对于其在测试给定受试者中的效用对敏度图表设计进行评价。效用函数可以包括以下中的一个或多个：主动学习、方差最小化、熵最小化、最大信息增益、图表特定参数的信息增益、图表不变参数的信息增益或其组合。
现有技术(其包括QUEST方法)仅计算单视标的设计优化。本文公开的系统和方法的优点是在单视标、多视标的单行或视标的全表上对敏度图表设计进行排序。该排序过程的目标是经由选择最佳或接近最佳(高排序图表或子图表)的敏度图表或子图表针对特定受试者对测试进行个性化。在一些实施方式中，复合优化是指对多于一个视标进行优化，其中复合或总体视标集呈现在图表或子图表上。可以在整个敏度图表设计上计算复合效用函数。复合刺激优化允许敏度图表的最佳设计选择，而非单一字母。对于复合刺激的每个组分计算该优化。可以基于图表或子图表选择优化设计。在该情况下，对于复合的每一个组分计算效用函数然后求和。
算法A可以提供应用于从测试受试者收集敏度图表数据的最佳敏度图表的前瞻性、预测性分析。为了比较，算法S可以提供从受试者收集的敏度图表数据的回顾性分析。算法A的基本原则是最佳设计选择：分析候选图表集以发现为特定受试者收集敏度图表数据的最佳图表。
为了对敏度图表进行排序，可以在候选图表集上计算效用函数。算法A可以选择集中于特定测试受试者的敏度图表。其任选地通过对收集敏度图表数据最佳的候选敏度图表进行评估、排序和选择而完成。可以在图表特定或图表不变参数上计算最佳设计选择。在一些实施方式中，自适应敏度图表任选地包括算法S和A地组合。相对于算法S的事后测试，算法A的优点是在评分和测试阶段之间“闭环”。算法A可以通过重复迭代测试，评分和重新测试敏度指标来提高精度。
对于具有自适应敏度图表的敏度测试，可以通过计算密集型过程计算由算法A实现的最佳设计选择，该计算密集型过程展望预测测试中下一次试验的结果，并评价测试的该试验的最优敏度图表设计。可以在测试的每次试验后应用评分算法。此外，可以将敏度模型和评分应用于评价下一次试验的可能结果。在该情况下，敏度测试可以包括多个试验，并且在每一个试验中，从测试受试者收集一个或多个响应。
在一些实施方式中，候选图表的排序可以用于选择个性化敏度子图表(例如，具有最高排序)。在该实施方式中，候选图表可以包括三行，行之间具有.10log单位的标准化级数。为了模拟例如两种医疗条件之间敏度变化(.10log单位/五个字母差异)的检测，可以针对这两种医疗条件呈现优化的相关模式。效用函数的相对偏移揭示了用于个性化敏度测试和用于检测视力的细微变化的组合算法的精度。
在一些实施方式中，利用随着视标大小的变化而改变的选定的效用函数，例如1407a、1407b，可以基于其对应的效用值对候选图表进行评价，并且可以为每个候选图表生成排序。高排序的敏度图表可以提供高效用值(例如，任意单位)并且可以用于测试，并且低排序的图表不太有用并且可能无法用于测试。图14A中说明了使用复合效用函数1407a选择高排序敏度子函数相对使用单一效用函数1407b的优点。如图14A-图14B所示，复合效用函数1407a可能共享与单一效用函数1407b相似的曲线形状。然而，对于相同的视标大小例如处于0.2至0.4范围内，效用值更高。此外，与单一效用函数相比可以获得具有更小视标大小的峰。在现有技术中，包括QUEST方法，效用函数及其优化基于单视标大小。当考虑到三行子图表的优化，行之间的视标大小具有标准约束性级数(由阴影区域之间的空间代表)，单一与复合优化的效用函数的峰1408a、1408b可能在不同的视标大小出现。如图14B所示，在一些实施方式中，利用随着视标大小的变化而改变的所选效用函数(效用函数被选择用于确定两个条件是否显示出.15相对.25的敏度阈值变化)，当刺激是单视标排或包括多个视标大小的复合刺激的子图表时，效用函数示出不同的峰1408a、1408b。
参照图15，在特定的实施方式中，呈现了来自自适应标准约束性视敏度测试的两幻灯片序列的示例。呈现较长序列的示例性幻灯片n和n+1，其中分支代表用于幻灯片n的读取的不同潜在结果。分支不是详尽的，并且用于示出幻灯片n 1501的呈现的潜在结果的小子集。在幻灯片n 1501上，测试集中在ETDRS图表的最提供信息的中间区域。呈现幻灯片n1501之后，其包括3行ETDRS图表，收集受试者响应和响应r 1503。在该情况下，复合的三行响应描述了对于该三行的每一行有多少视标(最多五个)被正确地报告。如果每一行上(最底部的分支)正确地报告每行最多五个字母，则下一幻灯片1502上的测试可以适应为呈现具有更小视标的子图表。在该实施方式中，任选地当受试者的响应达不到正确地报告所有三行时，随后的幻灯片呈现测试全敏度图表的不同区域。在该实施方式中，呈现的视标子图表遵守敏度图表设计原则：多个字母行具有.10log单位的大小级数。对于每一个随后的幻灯片，自适应测试算法将测试集中于对于测试每一个个体的敏度最有用的视标大小。实现视标大小的精确和详细的采样，同时保持每一行之间.10log单位的级数。在一些实施方式中，在每一个幻灯片上，视标子图表遵守敏度图表设计原则：多个字母行具有.10log单位的大小级数。对于每一个随后的幻灯片，自适应测试算法将测试集中于对于测试每一个个体的敏度最有用的视标大小。实现视标大小的精确和详细的采样，同时保持每一行之间.10log单位的级数。
参照图18，在特定的实施方式中，自适应敏度测试的收敛反映在贝叶斯后验概率估计中，该贝叶斯后验概率估计是使用三幻灯片测试从多个模拟测试运行中获得的。在该实施方式中，最宽的后验反映了从患者对幻灯片0中所示的全14行ETDRS图表的第一列的读取获得的最早的敏度阈值估计。在幻灯片1上呈现的下一个图表上，向患者呈现遵循ETDRS原则并且特别针对患者优化的更小的五行图表。在幻灯片1的呈现之后得到的贝叶斯后验函数反映了视敏度模型的参数的贝叶斯更新。贝叶斯后验函数离差的减小反映了敏度灵敏度估计的收敛。插图显示随着测试幻灯片数目的增加，测试可变性迅速降低。
参照图19，在特定的实施方式中，示出了用于自适应的基于图表的敏度测试的实验结果。在该实施方式中，用标准约束性自适应测试来测试具有正常视力的受试者，该标准约束性自适应测试包括依次5个测试幻灯片，其中每一个测试幻灯片包括5行，其中每一行包括从Sloan集采样而不替换的5个字母。在该实施方式中，完成四次测试运行，并在多次运行上计算测试结果的可变性。随着测试幻灯片数目的增加，敏度阈值估计的降低的可变性反映了收敛性。
参照图20，在特定的实施方式中，用标准约束性自适应测试来测试具有正常视力的受试者，该标准约束性自适应测试包括依次5个测试幻灯片，其中每一个测试幻灯片包括5行，其中每一行包括从Sloan集采样而不替换的5个字母。为了验证用自适应测试估计的函数，使用视标大小的预定刺激采样(恒定刺激的方法)并计算和绘制正确报告不同数目视标(从0至5)的概率。仅两个心理测量函数展现出单调性。从5个视标中正确报告0个视标的概率P(0/5)随着视标大小的增加单调减小。随着视标变大，五个视标中没有正确报告的概率收敛到0％。作为补充，从五个视标中正确报告五个视标的概率在视标大小较小时从0％开始，并且随着视标大小越来越大而增加到100％。中间的多视标心理测量函数P(1/5)()、P(2/5)、P(3/5)和P(4/5)展现出感兴趣的非单调性行为。如敏度模型所预测的，那些函数可以展现出相对于正确识别的视标的增加的数目有序且交错的峰。此种从5个视标正确报告0至5个视标的概率函数是多视标心理测量函数2005。在该实施方式中，图表特定函数E(s)显示为2006。
为了补充图20并表明敏度模型的有效性，图21呈现了可以从图20中的多视标心理测量函数获得的累积概率函数。这些累积函数2109的相对位置和层流性可以支持敏度模型作为适当的数据生成模型的有效性。这些数据提供了证据，即多视标心理测量函数605、805、2005可以提供比单视标心理测量函数和/或敏度参数更丰富的关于视敏度图表上的表现的信息。
在一些实施方式中，使用关于患者的视力的初步信息计算个性化的敏度图表设计，其代表取决于效用函数的高排序。在一些实施方式中，可以收集先前敏度测试的结果、其他眼科检查的结果、共病病况的诊断、群体统计信息如年龄或人种或者类似的信息作为测试受试者的初步信息。基于初步信息，自适应算法A可以针对下一次试验或整个测试为该个体选择最佳图表设计。
此种自适应敏度测试方法的优点在于它是用于评估和优化由视敏度测试所传输的信息的综合框架。此方法可以计算m元响应而不是仅仅二元响应上的优化(通过信息增益的期望)。
在一些实施方式中，可以基于眼病的诊断提供候选敏度模型的初始排序。
在一些实施方式中，敏度测试从更广泛、更简单的敏度任务开始。例如，可以指导患者仅读取视标的全图表的第一列，如图12A-图12C所示。第一视标可以被识别的最后一行提供了用于开始全测试程序的参考点。尽管其有效(见下文)，但是该实践在概念上不同于从敏度图表库中获取初始样品。
对于视敏度测试，呈现视标的图表或子图表之后由技术人员收集或由患者自登记响应。在不同的响应模式中，患者可以(1)向下读取第一列；(2)在行上读取，直到被指示停止，或者(3)读取呈现给其的单视标。(实际测试期间，灰色视标与其他视标相同；在该示意图中，不同的灰色阴影表示其不像纯黑色视标那样被优先用于患者报告)。
本文中的敏度模型可以适应于分析不同的敏度测试工作流程：例如，向下读取第一列、读取整个图表或仅读取单视标。
如本文所公开的，来自图表库的初始采样可以采取选自但不限于以下几种形式：
a.呈现非随机的、全测试的——像先前技术一样、单一的、标准的ETDRS(或Snellen)图表并且患者试图读取所有十四行。在该情况下，初始样品简单地与典型地呈现给所有患者的图表相同；
b.呈现非随机的、简短测试的——如以上所述、单一的、标准的ETDRS图表，但患者仅读取第一列；以及
c.采样和呈现随机的、全测试的——来自库的任何图表。不需要使用当前呈现给所有患者的标准ETDRS或Snellen图表的固定视标大小；
在一些实施方式中，可以使用本文公开的系统和方法在该三种不同的形式中分析敏度指标。更具体地，此分析可以被应用于在当前ETDRS和Snellen图表上收集的敏度数据并产生独立于图表设计原则的敏度指标。替代地，患者可以读取初始图表的第一列，然后使用基于如本文公开的自适应敏度图表的图表或子图表继续测试。该分析可以同时应用于初始图表和随后的测试图表。
响应评分
在敏度测试中，响应评分是连接许多其他组件过程的关键组件—尤其是那些估计敏度指标以决定是继续还是终止测试的组件过程。响应的评分可以与测试的设计特征明确关联。终止测试的决定可以与无法看到视标相关。在先前技术中，基于图表的方法之间的主要区别是行分配与逐字母的评分。对于单视标计算机化测试，评分是识别的准确性：正确与不正确。在一些实施方式中，使用详细评分：每一行上正确报告的字母数目。该详细的基于排的方法，本发明的基础区别于行分配和字母计数的现有技术。
敏度测试的典型评分可以遵循一个或多个启发式。此启发式的非限制性示例包括：基于正确报告该行上的任何字母来为该行分配通过/失败等级，用5个视标中3个正确的标准来分配待正确读取的最后一行，或者使用逐字母的评分来对所有正确报告的字母进行计数。
在一些实施方式中，本文公开的算法集中在单一测试条件中收集的视敏度指标。在两种测试条件中测量和比较敏度指标通常是更重要的(左眼与右眼；低亮度与高亮度)。因此，也可以考虑向多个条件之间的敏度测试提供评分和自适应测试的扩展算法。
在一些实施方式中，可以将评分算法应用于非常简单的“自适应”方法：对于使用已建立的图表进行测试期间的前瞻性分析，评分算法可以驱动继续测试的决策，直到敏度估计达到某个精度水平。具体地，相同的评分算法可以分析当使用具有静态、确定性纸质图表的ETDRS测试受试者时收集的数据。这些图表可以用于重复测试，直到评分算法S返回给定精度和/或可靠性的参数估计。将其视为用于质量控制的测试终止应用可能更准确，而不是将其视为“自适应”应用。
在一些实施方式中，本文的响应格式取决于测试设计，例如，是否向患者呈现全图表、具有较少行的图表子样或单视标。患者可以读取：
全图表，逐排，直到其可以读取不超过2个字母；
第一列；
单一字母；或其组合。
这三种响应的类型可能给出不同的结果。先前技术给出所有字母相同的评分。技术人员可以通过以下方式登记患者的响应：单独或以排呈现的视标的一个或多个身份；对所呈现的视标的正确或不正确的判断；或它们的组合。
在现有技术中，这些不同的响应被独立地评分。另一种方法实际上考虑全视标混淆矩阵，以基于不同视标的身份来评价报告其概率(例如，‘O’比‘K’更容易读取)。本文公开的系统和方法可以在相同的理论框架内处理三种类型的响应。可以使用相关的响应分布生成详细的逐行的评分。在一些实施方式中，考虑敏度任务中的概率性行为。在一些实施方式中，可以基于根据视标大小的响应结果的相关分布进行评分。在一些实施方式中，敏度模型考虑：复合响应、响应组合、概率性描述、考虑和预测复合响应的概率或其组合。
在一些实施方式中，可以通过候选敏度函数数据表、预测概率的查找表、混淆矩阵的经验表或其组合完成评分。
在先前技术中，因为定义视标性质的设计原则同样约束了敏度指标，所以许多显式的测试策略是取决于设计的。这解释了为什么这些评分方法导致具有十个替代的ETDRS视标集和具有四个替代的HOTV/Lea视标集具有不同的敏度估计。作为结果，从不同敏度测试获得的敏度估计是不能直接比较的。最近的标准已经重视到评价表现的替代方法，该替代方法试图校正不同视标的猜测水平。这些标准认识到使用心理测量函数描述视标识别表现的效用。例如，敏度阈值被定义为猜测正确的心理测量函数上的50％：
Pc＝猜测率+(1-猜测率)*(S形函数)
心理测量函数的使用认识到敏度表现是概率性的，并且将敏度阈值定义为猜测正确的心理测量函数上的50％。由于不同大小的视标集的不同猜测率，猜测正确的心理测量函数上的50％阈值对应于目标性能的不同水平。总之，现有技术中用于对敏度图表数据进行评分以导出敏度指标的主要方法可以包括：
a.递减极限-行分配的方法
b.字母计数——每一个字母计数.02logMAR单位，或者
c.从猜测校正心理测量函数的最小二乘法或最大似然拟合估计的50％经验或图表特定阈值
本文中图表特定或经验函数上的经验或等价的图表特定阈值可能严重取决于设计标准，例如用于视标识别的猜测替代的数目。因此，信号检测理论以灵敏度地图表不变单元表征心理测量表现的新颖应用可以向不取决于敏度图表的显式特征的敏度指标提供可能的解决方案。由信号检测理论规定的灵敏度心理测量函数和经验图表特定心理测量函数之间的变换可以取决于在敏度图表标准中提出的敏度图表特征。
评分算法(算法S)
在一些实施方式中，本文公开的系统和方法包括评分算法或算法S，用于视敏度测试的框架的重要组分。敏度测试期间，受试者尝试识别敏度图表或子图表上呈现的不同大小的视标。应用于回顾性分析，算法S可以从先前收集的敏度图表数据产生精确的敏度指标。尽管主要评分基于在全敏度图表上收集的敏度数据，其中在多个行上呈现多个视标，分析可以简化为使用子图表对敏度测试进行评分：呈现一系列视标行、单视标行或单视标。
在一些实施方式中，算法S展现出灵活性以分析敏度数据作为用于测试的特定图表设计的函数，或者更一般地，分析敏度数据并生成独立于图表设计的敏度指标。该分析使得能够实现通用的、图表不变的敏度指标或参数，该敏度指标或参数允许在用于临床实践的许多图表设计上比较和协调敏度结果。
图1示出了本文公开的评分算法40的示例性实施方式的流程图表。在该特定的实施方式中，算法S(评分算法)开始并且确定至少一个敏度图表设计100。在该实施方式中，敏度图表设计确定100基于由用户提供的信息和/或通过分析用于测试受试者的视敏度图表或子图表而自动生成的信息。在相同的实施方式中，将从测试受试者收集的响应(即，敏度图表数据)汇总400例如到敏度图表数据表中。与汇总敏度图表响应400并行或串行地，操作300可以确定可以描述测试受试者的视敏度的一个或多个候选敏度参数(例如，图表特定或图表不变参数)集。操作300可以与操作200并行地、先于操作200或者后于操作200发生。在操作200中，可以基于图表特定或图表不变参数(例如，图表特定敏度阈值、图表特定敏度范围、图表不变敏度阈值等等)定义敏度模型。在一些实施方式中，选择候选敏度参数值的集作为在操作200中确定的敏度模型中的敏度参数的值。替代地或组合地，可以基于图表设计参数在操作300中生成如图6A-6C所示的敏度模型，用于预测受试者的敏度图表数据。在该情况下，使用所选择的候选参数500将所定义的敏度模型应用于回顾性预测敏度图表数据，给定敏度模型以及如表2所示的其两个参数计算聚合响应的概率。后来，在相同的实施方式中，基于汇总从测试受试者收集的敏度图表数据400的表如表1所示，对每一个敏度模型及其候选参数进行评价和排序600。可以基于敏度模型及其候选参数的排序对敏度参数进行估计700。在该情况下，选择具有最高排序的敏度模型作为测试受试者敏度参数的估计。将这些统计性估计的结果呈现给用户和/或受试者800。任选地，算法S在估计完成后结束。
参照图3B，在特定的实施方式中，由在操作230中使用两个图表特定敏度参数即候选敏度参数集如敏度阈值和敏度范围确定至少一个单视标心理测量函数604、804，开始图1中的用于预测敏度图表数据或敏度测试数据的敏度模型的确定200。在相同的情况下，在操作320中通过单视标心理测量函数的串行乘法计算多视标心理测量函数的族。在相同的实施方式中，任选地，在操作420中使用多视标心理测量函数的族的加权总和计算图表特定心理测量函数。
参照图3A，在特定的实施方式中，由在操作230中使用两个图表不变敏度参数即图4A中的灵敏度阈值401和/或灵敏度范围403以及累计高斯分布函数(cdf)确定至少一个图表不变的单视标心理测量函数404，开始图1中的用于预测敏度图表数据或敏度测试数据的敏度模型的确定200。在一些实施方式中，可以使用其他图表不变敏度参数如灵敏度斜率、灵敏度阈值变化等。在一些实施方式中，可以有两个、三个、四个、五个、六个、七个或甚至更多单视标心理测量函数。在该实施方式中，在操作330中将单视标心理测量函数从图表不变心理测量函数404转换为图表特定心理测量函数604、804。在该实施方式中，在操作330中通过生成如图5中所示的中间图表不变函数504将单视标心理测量函数从图表不变函数404转化为图表特定心理测量函数。在相同的实施方式中，通过图表特定的单视标心理测量函数的串行乘法计算多视标心理测量函数的族。在相同的实施方式中，任选地，使用多视标心理测量函数的族的加权总和计算图表特定心理测量函数。
参照图5，在特定的实施方式中，可以使用来自图表不变单视标心理测量函数向图表特定单视标心理测量函数604的转化中的不同坐标呈现图表不变单视标心理测量函数如404。在该实施方式中，图5示出了给定替代的数目，正确报告单一字母的概率作为灵敏度的函数。取决于替代的数目(例如，2AFC、10AFC等)可以有不同的函数504。例如，当视标集(猜测替代集)为“A”和“C”时(2AFC)，相对于正确响应“A”的概率的函数。从具有10个替代的视标集中正确报告“A”的概率更低。
自适应算法(算法A)
在一些情况下，本文公开的系统和方法包括自适应算法。自适应算法可以用于通过将测试集中于个体提高精度。为了补充算法S在回顾性分析中的应用，自适应算法A，例如，可以改善敏度图表数据的前瞻性分析。
在一些实施方式中，算法A(自适应算法)20通过选择最佳敏度图表设计改善敏度图表数据的前瞻性分析。换言之，算法A可以基于收集到的特定受试者的敏度图表数据为该特定受试者的未来敏度测试选择一个或多个敏度图表设计。
标准纸质敏度图表可以是确定性的。向使用相同纸质敏度图表测试的所有受试者以相同的大小呈现相同的视标。印刷敏度图表设计的不同形式、呈现相同的视标大小但随机化视标可以防止受试者简单地学习或猜测图表。然而，使用相同的视标大小限制集可能降低测试灵活性和测试精度。
使用本文中自适应算法的自适应敏度测试是不同的：在一些实施方式中，基于受试者的响应，敏度测试动态地调整为集中于每一个受试者。认识到自适应测试相对于确定性测试的优点，现有技术已经转向使用单视标的自适应敏度测试。在现有技术中占主导地位的自适应测试方法(上/下阶梯；Dixon&Mood1948；通过顺序测试的齐整估计(ZEST)；通过顺序测试的参数估计(PEST)；以及QUEST方法仅适用于单视标。作为突出的示例，全EDTRS敏度图表已经被重新制定为电子测试，即e-ETDRS，其组合了单视标呈现和自适应逐字母评分启发式。
在一些实施方式中，算法A提供了自适应测试视敏度的新颖、更强大和更一般的方法。算法A可以使用单视标、单行视标或多行视标优化敏度测试。算法A可以足够强大以优化待呈现给受试者的全敏度图表。在一些实施方式中，本文公开的自适应算法包括以下步骤中的一个或多个：1)定义敏度图表设计；2)定义用于预测敏度图表数据的敏度模型，3)定义候选敏度模型参数集，以及4)候选敏度模型参数的初步排序。图9示出了算法A的示例性实施方式的流程图表。
与应用于分析先前收集的敏度数据的算法S不同，算法A可以被应用于基于先前信息前瞻性地改善和个性化敏度数据的收集。为了个性化敏度图表以改善从特定受试者收集的数据的质量，算法S通常有几个步骤。
在一些实施方式中，在步骤2)中可以定义用于算法S的敏度模型。算法A可以包括敏度模型以预测收集未来敏度图表数据的最佳条件，而不是将敏度模型应用于预测先前收集的数据。算法A可以提供应当使用哪个候选敏度图表来测试受试者的前瞻性分析。在一些实施方式中，在步骤3)中，可以定义如算法S中所使用的敏度模型参数的表。该表包含候选参数，该候选参数具有描述待从受试者收集的敏度图表数据的可能。敏度模型参数可以是图表特定或图表不变的。在算法S中，可以基于似然值完成敏度模型参数的排序，其将敏度图表数据的预测描述为敏度模型参数的函数。在一些实施方式中，在步骤4)中，敏度模型参数的初步排序可以是统一的或者以任意比例定义。在一些实施方式中，应当将排序值归一化为1。这有效地使排序值列表成为概率分布。测试之前，所有候选参数可以具有统一的概率。给定该候选参数，可以构造描述该参数组合的概率的概率分布，该参数组合描述受试者。为了开始贝叶斯自适应推断，可以将候选参数的排序转化为概率分布。候选敏度参数的初步排序可以是统一的。替代地，初步先验信息可以用于播种关于受试者的视力的知识。先验信息可以来自但不限于：
a.群体统计信息，如年龄；
b.共病疾病如白内障、AMD或其他已知影响视觉系统的病况；
c.不同的视力测试；
d.当前测试的缩减、筛选模式。例如，受试者可以向下读取第一列，而不是读取整个表；或者其组合。
给定候选参数的排序向先验概率的转化，测试可以开始。在第一次测试试验之前，没有敏度数据以考虑和评分。因此，第一次应用可以考虑所收集的数据的历史。在该情况下，统一的排序导致平坦的先验。
在一些实施方式中，使用敏度图表数据生成单视标心理测量函数，然后基于由生成的单视标心理测量函数预测的敏度图表数据，并给定该数据的拟合优度，可以获得受试者的敏度阈值和范围的估计。
参照图9，在特定的实施方式中，算法A(自适应算法)20任选地从确定敏度图表设计参数100开始。在已确定图表设计之后，任选地，选择候选参数(例如，一个或多个敏度阈值、敏度斜率和/或敏度范围)用于定义如图1以及图3A和/或图3B中类似地描述的敏度模型200、300。可以基于测试受试者的初步信息定义如表2所示的敏度模型，用于预测敏度图表数据。在该情况下，基于图1中的操作200中的敏度模型、操作300中的参数和/或操作400中收集的响应生成敏度模型的初始排序410。至少部分上由敏度图表设计特征确定待呈现给受试者的候选敏度图表集510。替代地或组合地，由从先前测试收集的受试者的敏度图表数据或敏度测试数据确定待呈现给受试者的候选敏度图表集510。在一些实施方式中，由测试受试者的其他信息确定待呈现给受试者的候选敏度图表集，测试受试者的其他信息例如群体统计信息、先前敏度参数估计、先前敏度测试结果等等。任选的，在该实施方式中，基于410中的敏度模型的初步排序和敏度参数对510的每一个候选敏度图表进行评价和排序610。在相同的情况下，选择最高排序之一(即，前1、前2和/或前3)的敏度图表呈现给测试受试者710，自适应算法结束。任选地，可以从排序的敏度图表的前十分位或四分位中随机选择敏度图表。
例如，除了定义敏度图表设计并基于该设计定义敏度模型之外，还需要定义用于描述待从患者收集的敏度图表数据的候选敏度模型参数集。如图9所示，遵循算法S的几个通常步骤——定义敏度图表设计100和敏度模型200、定义候选敏度模型参数300以及不同于算法S中的步骤410、510和610——候选敏度图表的分析产生可用于测试受试者的视力710的最佳敏度图表设计。例如，最佳敏度图表可以集中于可能接近受试者的敏度阈值的视标大小，或者处于受试者的敏度范围内。
组合算法
本文公开的系统和方法可以包括组合算法。图16-图17示出了本文公开的组合算法的示例性实施方式。本文公开的系统和方法通过应用信号检测理论和概率理论的组合来添加更多心理测量函数，从而解决了视敏度指标的复杂性。在一些实施方式中，本文中的分析考虑如何由两个灵敏度参数定义隐式图表不变心理测量函数，例如，灵敏度阈值和灵敏度斜率或灵敏度阈值和灵敏度范围可以生成在视敏度测试中观察到的显式心理测量函数的全族。
参照图16，在特定的实施方式中，敏度测试任选地从收集关于待测试的受试者的初步信息10开始。在相同的实施方式中，应用算法A20，并将敏度图表呈现给测试受试者30，应用算法S 40以生成敏度测试的评分。如果来自算法S的结果满足终止条件(例如，如果模型参数高于确定的阈值概率或者如果贝叶斯后验的离差低于确定的可变性水平)，敏度测试不再继续50并显示估计视敏度的测试结果(例如，受试者的估计视敏度参数的值)60。任选地，如果来自算法S的结果不满足终止标准，则通过重复一个或多个先前执行的步骤继续50敏度测试。
参照图17，在特定的实施方式中，敏度测试任选地从收集关于待测试的受试者的初步信息10开始。然后，可以将基于初始信息选择的初始敏度图表呈现给受试者70，并且可以应用评分算法S 40以生成受试者的视力敏度的评分。在相同的实施方式中，随后在评分和/或用户的初步信息上应用算法A 20，并且将通过算法A自适应地生成的敏度图表呈现给测试受试者30。在已从受试者收集响应之后，应用算法S 40以生成受试者的敏度测试的评分。如果来自算法S的结果满足终止条件，则敏度测试不再继续50并显示测试结果60。任选地，如果来自算法S的结果不满足终止标准，则通过重复一个或多个先前执行的步骤继续50敏度测试。
建立信号检测理论(SDT)以描述雷达操作员的战时表现，并区分使操作员对目标检测敏感的感知水平因素和使操作员在响应于目标方面自由或保守的决策水平因素(Green&Swets,1961；McMillan&Creelman,2004，其通过引用整体并入本文)。SDT框架提供了超出“正确”和“不正确”的检测行为的更丰富的量化。SDT分析考虑感知灵敏度(d’)参数和决策水平参数如何有助于预测“命中”、“遗漏”、“错误警报”和“正确拒绝”的观察概率。灵敏度和决策因素之间的区别及其量化对于现代心理物理学的发展是关键的。它提供框架，以鉴定独立于心理物理学任务的设计的因素的贡献，相对特定于任务设计和受试者的响应偏差和决策标准的因素。Lesmes等人(2015,其通过引用整体并入本文)结合贝叶斯自适应算法和信号检测理论分析以开发自适应方法，该自适应方法提供了独立于心理物理学任务的阈值估计，心理物理学任务例如强制选择、简单检测、提示检测和分级检测。在本发明中，详细制定自适应算法以考虑敏度图表的复杂设计，并提供设计不变的、独立于任务因素和特定于每一个敏度图表的设计原则的视敏度的测量。
当与设计依赖性自适应测试算法结合时——被调谐以针对特定图表的设计进行优化——可以对敏度图表库进行最佳采样以加速和改善敏度及其变化的测试和分析。
尽管本文公开的预测模型或敏度模型有一些复杂性，但其可以被简化并作为测试结果的显示呈现给患者和医生。
组合算法的验证
图18示出了组合算法的一些示例性的聚合模拟结果。自适应敏度测试的收敛反映在从大量模拟测试运行获得的贝叶斯后验估计中。最宽的后验反映了从患者对幻灯片0中所示的全14行ETDRS图表的第一列的读取获得的初期敏度阈值估计。在呈现于幻灯片1的下一图表上，将遵守ETDRS原则的更小的五行子图表呈现给患者，但仍代表对于患者特定地优化的子图表。在使用幻灯片1测试之后得到的贝叶斯后验反映了视敏度模型的参数的贝叶斯更新。贝叶斯后验的离差的减小反映了用于自适应测试的信息增益准则的成功。以从优化的幻灯片2的呈现获得的信息继续敏度估计的收敛。插图显示随着测试幻灯片数目的增加，测试可变性迅速降低。
图19示出了自适应基于图表的敏度测试的实验性结果。任选地用标准约束性自适应测试算法测试具有正常视力的人，该标准约束性自适应测试算法依次呈现5个图表幻灯片，其中每一个图表包括5行，其中图表上的每一行包括从Sloan集采样而不替换的5个字母。完成四次测试运行，并在多次运行上计算测试结果的可变性。随着测试幻灯片数目的增加敏度阈值估计的可变性降低反映了该自适应测试的成功收敛。
测试和响应
在一些实施方式中，本文中的视敏度测试包含至少一次测试运行或至少一个测试幻灯片。在每一次测试运行或测试幻灯片中，向受试者呈现视标的图表或子图表，需要受试者对测试问题的适当响应以便适当记录响应、评价响应、评分响应、估计敏度参数、继续或退出当前测试。
在一些实施方式中，对于单一测试内的每一次测试运行单独记录测试响应。
在一些实施方式中，从视标库中重复地对视标进行采样。在一些实施方式中，从视标库中非重复地对视标进行采样。
在一些实施方式中，从视标库中使用随机采样生成视觉图表或子图表中的该至少一个视标。在一些实施方式中，从视标库中使用自适应采样生成视觉图表或子图表中的该至少一个视标。
在一些实施方式中，为待在下一次试验中呈现的所有可能图表或子图表计算信息增益的期望。在一些实施方式中，为待在下一次试验中呈现的所有可能图表或子图表计算期望熵。在一些实施方式中，将具有最小期望熵的图表、子图表或幻灯片呈现给受试者。
终止
在一些实施方式中，在满足终止准则的至少一个之后终止测试。在一些实施方式中，在测试预定数目的测试图表、子图表或幻灯片之后终止视敏度测试。在一些实施方式中，在满足预设精度水平之后终止视敏度测试。
在一些实施方式中，为了短的测试时间，可以在仅一个图表之后终止测试。替代地，为了精度，可以以精确的优化选择继续测试，因为信息收集得越多，测试在个体上集中得越多。读取ETDRS图表的终止规则可以是启发式的：鼓励患者前进直到其不再能够从每行5个视标中读取3个。
在一些实施方式中，测试可以继续使其焦点适应个体，而不是终止测试。优化算法可以通过将测试集中到敏度图表的最有信息性的区域来改善测试。如果测试在读取第一个图表之后没有终止(在第一次试验中)，则可以应用算法A以呈现另一个敏度图表。如果测试将被终止，则该系统和方法可以将测试结果显示给受试者。
测试结果的显示
参照图1，可以将包括模型参数的结果显示给用户和/或受试者800。在一些实施方式中，基于图表的敏度测试的结果以某种方式可视化使得测试的受试者、医生和/或护理者直观地理解结果。参照图22A-22D，在一些实施方式中，在不同敏度模型参数上生成的敏度参数的贝叶斯后验概率函数即敏度阈值和/或范围作为热图覆盖在ETDRS敏度图表上(图22A-22B)。在一些实施方式中，敏度参数的热图用最深灰色表示敏度阈值参数的平均估计，并且随着视标大小逐渐不同于平均视标大小，灰色的深浅逐渐减小。在一些实施方式中，热图中颜色变化的梯度反映了敏度灵敏度的斜率。在一些实施方式中，疾病的进展或通过治疗的补救由同一图表上呈现的多个热图表示。如图22A，在特定的实施方式中，相对于图22B所呈现的结果，结果反映了敏度阈值参数的较低置信度。这可以提供对应于ETDRS标准上呈现的那些之间的大小的敏度结果的有用呈现。在另一特定的实施方式中，贝叶斯后验概率由图形箱形图(图22C)表示，其指示敏度阈值估计的平均值、四分位数间距和最终95％置信区间。如图22D，在另一实施方式中，由在不同评定时间取得的敏度度量指示视力减退的进展。“时间1”表示在第一时间点测试的视敏度阈值，并且“时间2”表示在第二时间点测试的视敏度阈值。
参照图23，在特定的实施方式中，将预测表现覆盖在视敏度图表上用于显示。在该实施方式中，从每一行的总共五个视标中正确识别少于3个视标的概率在敏度图表的每一行正上方以纯黑色示出。在该实施方式中，从每一行的总共五个视标中正确识别3个视标的概率以暗灰色示出。在该实施方式中，从每一行的总共五个视标中正确识别多于3个视标的概率以浅灰色示出，并且从每一行的总共五个视标中正确识别恰好3个视标的概率以中灰色示出。使用每一个灰色条的长度除以每一排视标下的所有三个条的长度来量化概率。
在一些实施方式中，可以将视敏度参数估计呈现在敏度图表上。此外，可以呈现若干随时间的测试结果，其可以方便地示出随时间的视力进展。
对于患者的参与和教育，测试结果的可视化是重要的。对于进行性视力减退，例如，视力减退的程度和速率是重要因素。特别是对于糖尿病相关的视力减退，其血糖水平的依从性和控制直接影响视力，测试结果的可视化可以包括大量与视敏度有关的统计信息。这些统计信息可以包括以下中的一个或多个：后验概率分布、参数箱形图、平均值加置信度、视觉灵敏度参数、视觉阈值参数/平均值加置信度、经验或心理测量阈值和灵敏度阈值、平均/置信区间、敏度阈值和敏度范围、敏度阈值和敏度斜率、变化的程度、呈现变化的概率的重叠、敏度概率分布的重叠。
数字处理设备
在一些实施方式中，本文所述的平台、系统、介质和方法包括数字处理设备或其使用。在进一步的实施方式中，数字处理设备包括执行设备表现的一个或多个硬件中央处理单元(CPU)或通用图形处理单元(GPGPU)。在更进一步的实施方式中，数字处理设备还包括被配置为执行可执行指令的操作系统。在一些实施方式中，数字处理设备任选地连接到计算机网络。在进一步的实施方式中，数字处理设备任选地连接到因特网以便其访问万维网。在更进一步的实施方式中，数字处理设备任选地连接到云计算基础设施。在其他实施方式中，数字处理设备任选地连接到内联网。在其他实施方式中，数字处理设备任选地连接到数据存储设备。
根据本文的描述，作为非限制性示例，合适的数字处理设备包括：服务器计算机、台式计算机、膝上型计算机、笔记本计算机、次笔记本计算机、上网本计算机、记事本计算机、机顶计算机、媒体流设备、掌上型计算机、因特网电器、移动智能电话、平板计算机、个人数字助理、视频游戏控制台和媒介物。本领域技术人员将认识到，许多智能电话适用于本文所述的系统。本领域技术人员还将认识到，具有任选的计算机网络连接的选择电视、视频播放器和数字音乐播放器适用于本文所述的系统。合适的平板计算机包括本领域技术人员已知的具有小册子、平板和可转换配置的平板计算机。
在一些实施方式中，数字处理设备包括被配置为执行可执行指令的操作系统。例如，操作系统是包含程序和数据的软件，其管理设备的硬件并提供用于执行应用程序的服务。
在一些实施方式中，设备包括存储和/或存储器设备。存储和/或存储器设备是用于临时或永久地存储数据或程序的一个或多个物理设备。在一些实施方式中，设备是易失性存储器并且需要电力以维持存储的信息。在一些实施方式中，设备是非易失性存储器并且当数字处理设备未通电时保留存储的信息。在进一步的实施方式中，非易失性存储器包括闪存。在一些实施方式中，非易失性存储器包括动态随机存取存储器(DRAM)。在一些实施方式中，非易失性存储器包括铁电随机存取存储器(FRAM)。在一些实施方式中，非易失性存储器包括相变随机存取存储器(PRAM)。在其他实施方式中，作为非限制性示例，设备是存储设备包括：CD-ROM、DVD、闪存存储器设备、磁盘驱动器、磁带驱动器、光盘驱动器和基于云计算的存储器。在进一步的实施方式中，存储和/或存储器设备是诸如本文公开的设备的组合。
在一些实施方式中，数字处理设备包括向用户递送视觉信息的显示器。在一些实施方式中，显示器是液晶显示器(LCD)。在进一步的实施方式中，显示器是薄膜晶体管液晶显示器(TFT-LCD)。在一些实施方式中，显示器是有机发光二极管(OLED)显示器。在各种进一步的实施方式中，OLED显示器是无源矩阵OLED(PMOLED)或有源矩阵OLED(AMOLED)显示器。在一些实施方式中，显示器是等离子体显示器。在其他实施方式中，显示器是视频投影仪。在又其他实施方式中，显示器是与数字处理设备通信的头戴式显示器，如VR头戴式耳机。
在一些实施方式中，数字处理设备包括从用户接收信息的输入设备。在一些实施方式中，输入设备是键盘。在一些实施方式中，作为非限制性示例，输入设备是指向设备包括：鼠标、轨迹球、触控板、操纵杆、游戏控制器或触笔。在一些实施方式中，输入设备是触摸屏或多点触摸屏。在其他实施方式中，输入设备是捕捉语音或其他声音输入的麦克风。在其他实施方式中，输入设备是捕捉动作或视觉输入的摄像机或其他传感器。在进一步的实施方式中，输入设备是Kinect、Leap Motion等。在更进一步的实施方式中，输入设备是诸如本文公开的设备的组合。
参照图24，在特定实施方式中，示例性的数字处理设备2401被编程或以其他方式配置为估计受试者的视敏度。设备2401可以管理本公开内容的算法和方法步骤的各个方面。在该实施方式中，数字处理设备2401包括中央处理单元(CPU，本文也称为“处理器”和“计算机处理器”)2405，其可以是单核或多核处理器，或者是用于并行处理的多个处理器。数字处理设备2401还包括存储器或存储位置2410(例如，随机存取存储器、只读存储器、闪存)、电子存储单元2415(例如，硬盘)、用于与一个或多个其他系统通信的通信接口2420(例如，网络适配器)，以及外围设备2425，诸如高速缓存、其他存储器、数据存储和/或电子显示适配器。存储器2410、存储单元2415、接口2420和外围设备2425通过诸如主板等通信总线(实线)与CPU2405通信。存储单元2415可以是用于存储数据的数据存储单元(或数据存储库)。计算机系统2401可以借助于通信接口2420可操作地耦合至计算机网络(“网络”)2430。网络2430可以是因特网、互联网和/或外联网，或者是与互联网通信的内联网和/或外联网。在一些情况下，网络2430是电信和/或数据网络。网络2430可以包括一个或多个计算机服务器，其可以实现分布式计算，如云计算。在一些情况下，网络2430借助于设备2401可以实现对等网络，该对等网络可以使得耦合至设备2401的设备能够充当客户端或服务器。
继续参照图24，CPU 2405可以执行一系列机器可读指令，该计算机可读指令可以体现在程序或软件中。该指令可以存储在存储位置如存储器2410中。指令可以针对CPU2405，该指令随后可以编程或以其他方式配置CPU 2405来实施本公开内容的方法。通过CPU2405执行的操作的示例可包括获取、解码、执行和回写。CPU 2405可以是电路如集成电路的一部分。电路中可以包括设备2401的一个或多个其他组件。在一些实施方式中，该电路是专用集成电路(ASIC)或现场可编程门阵列(FPGA)。
继续参照图24，存储单元2415可以存储文件，如驱动程序、库和保存的程序。存储单元2415可以存储用户数据，例如用户偏好和用户程序。在一些情况下，数字处理设备2401可以包括位于外部一个或多个附加数据存储单元，如位于通过内联网或因特网与数字处理设备2401通信的远程服务器上。
继续参照图24，数字处理设备2401可以通过网络2430与一个或多个远程计算机系统通信。例如，计算机系统2401可以与用户的远程计算机系统通信。远程计算机系统的示例包括个人计算机(例如，便携式PC)、平板或平板型PC(例如，
Figure GDA0004137082740000951
iPad、/>
Figure GDA0004137082740000952
Galaxy Tab)、电话、智能电话(例如，/>
Figure GDA0004137082740000953
iPhone、支持Android的设备、
Figure GDA0004137082740000954
)或个人数字助理。
如本文所述的方法可以通过存储在数字处理设备2401的电子存储位置，诸如例如，在存储器2410或电子存储单元2415上的机器(例如，计算机处理器)可执行代码来实施。机器可执行或机器可读代码可以以软件的形式提供。在使用过程中，代码可以由处理器2405执行。在一些实施方式中，代码可以从存储单元2415检索并存储在存储器2410上以备由处理器2405访问。在一些情况下，可以排除电子存储单元2415，并且机器可执行指令存储在存储器2410上。
非暂时性计算机可读存储介质
在一些实施方式中，本文公开的平台、系统、介质和方法包括用程序编码的一个或多个非暂时性计算机可读存储介质，该程序包括可由任选地联网的数字处理设备的操作系统执行的指令。在进一步的实施方式中，计算机可读存储介质是数字处理设备的有形组件。在更进一步的实施方式中，计算机可读存储介质任选地可从数字处理设备上移除。在一些实施方式中，作为非限制性示例，计算机可读存储介质包括：CD-ROM、DVD、闪存存储器设备、固态存储器、磁盘驱动器、磁带驱动器、光盘驱动器和云计算系统和服务等。在一些实施方式中，程序和指令被永久地、基本上永久地、半永久地或非临时性地编码在介质上。
计算机程序
在一些实施方式中，本文公开的平台、系统、介质和方法包括至少一个计算机程序或其用途。计算机程序包括在数字处理设备的CPU中可执行的一系列指令，该一系列指令被编写用于执行指定任务。计算机可读指令可以被实现为执行特定任务或实现特定抽象数据类型的程序模块，如函数、受试者、应用程序编程接口(API)、数据结构等。根据本文提供的公开内容，本领域技术人员将认识到，计算机程序可以以各种语言的各种版本编写。
计算机可读指令的表现可以在各种环境中根据需要组合或分布。在一些实施方式中，计算机程序包括一个指令序列。在一些实施方式中，计算机程序包括多个指令序列。在一些实施方式中，从一个位置提供计算机程序。在其他实施方式中，从多个位置提供计算机程序。在不同的实施方式中，计算机程序包括一个或多个软件模块。在不同的实施方式中，计算机程序部分或全部包括：一个或多个网络应用程序、一个或多个移动应用程序、一个或多个独立应用程序、一个或多个网络浏览器插件、扩展件、加载件或附件，或其组合。
网络应用程序
在一些实施方式中，计算机程序包括网络应用程序。根据本文提供的公开内容，本领域技术人员将认识到，在不同的实施方式中，网络应用程序利用一个或多个软件框架和一个或多个数据库系统。在一些实施方式中，网络应用程序是在诸如
Figure GDA0004137082740000961
NET或Ruby on Rails(RoR)等软件框架上创建的。在一些实施方式中，作为非限制性示例，网络应用程序利用一个或多个数据库系统包括：关系、非关系、面向受试者、关联和XML数据库系统。在进一步的实施方式中，作为非限制性示例，合适的关系数据库系统包括/>
Figure GDA0004137082740000971
SQL服务器、mySQLTM和/>
Figure GDA0004137082740000972
本领域技术人员还将认识到，在不同的实施方式中，网络应用程序是以一种或多种语言的一种或多种版本编写的。网络应用程序可以以一种或多种标记语言、表现定义语言、客户端脚本语言、服务器端编码语言、数据库查询语言或其组合。在一些实施方式中，网络应用程序在一定程度上以诸如超文本标记语言(HTML)、可扩展超文本标记语言(XHTML)或可扩展标记语言(XML)等标记语言编写。在一些实施方式中，网络应用程序在一定程度上以诸如层叠样式表(CSS)等呈现定义语言编写。在一些实施方式中，网络应用程序在一定程度上以诸如异步Javascript和XML(AJAX)、/>
Figure GDA0004137082740000973
Actionscript、Javascript或/>
Figure GDA0004137082740000974
等客户端脚本语言编写。在一些实施方式中，网络应用程序在一定程度上以诸如动态服务器页面(ASP)、/>
Figure GDA0004137082740000975
Perl、JavaTM、java服务器页面(JSP)、超文本预处理器(PHP)、PythonTM、Ruby、Tcl、Smalltalk、/>
Figure GDA0004137082740000976
或Groovy等服务器端编码语言编写。在一些实施方式中，网络应用程序在一定程度上以诸如结构化查询语言(SQL)等数据库查询语言编写。在一些实施方式中，网络应用程序集成了诸如
Figure GDA0004137082740000977
Lotus/>
Figure GDA0004137082740000978
等企业服务器产品。在一些实施方式中，网络应用程序包括媒体播放器元素。在不同的进一步实施方式中，作为非限制性示例，媒体播放器元素利用许多适合的多媒体技术中的一个或多个包括：/>
Figure GDA0004137082740000979
HTML 5、
Figure GDA00041370827400009710
JavaTM和/>
Figure GDA00041370827400009711
参照图25，在特定的实施方式中，应用程序供给系统包括一个或多个由关系数据库管理系统(RDBMS)2510访问的数据库2500。合适的RDBMS包括Firebird、MySQL、PostgreSQL、SQLite、Oracle数据库、Microsoft SQL服务器、IBM DB2、IBM Informix、SAPSybase、SAP Sybase、Teradata等。在该实施方式中，应用程序供给系统还包括一个或多个应用程序服务器2520(如Java服务器、.NET服务器、PHP服务器等)和一个或多个网络服务器2530(如Apache、IIS、GWS等)。网络服务器任选地通过app应用程序编程接口(API)2540公开一个或多个网络服务。通过诸如因特网等网络，系统提供基于浏览器的和/或移动的本地用户接口。
参照图26，在特定的实施方式中，应用程序供应系统替代地具有分布式的、基于云的架构2600，并且包括弹性负载平衡的、自动缩放的网络服务器资源2610和应用程序服务器资源2620以及同步复制的数据库2630。
软件模块
在一些实施方式中，本文公开的平台、系统、介质和方法包括软件、服务器和/或数据库模块或其使用。鉴于本文提供的公开内容，软件模块是通过本领域技术人员已知的技术使用本领域已知的机器、软件和语言来创建的。本文公开的软件模块以多种方式实现。在不同的实施方式中，软件模块包括文件、代码段、编程受试者、编程结构或其组合。在进一步的不同实施方式中，软件模块包括多个文件、多个代码段、多个编程受试者、编多个程结构或其组合。在不同的实施方式中，作为非限制性示例，一个或多个软件模块包括wed应用程序、移动应用程序和独立应用程序。在一些实施方式中，软件模块在一个计算机程序或应用程序中。在其他实施方式中，软件模块在多于一个计算机程序或应用程序中。在一些实施方式中，软件模块被托管在一个机器上。在其他实施方式中，软件模块被托管在多于一个机器上在进一步的实施方式中，软件模块被托管在云计算平台上。在一些实施方式中，软件模块被托管在一个位置的一个或多个机器上。在其他实施方式中，软件模块被托管在多于一个位置的一个或多个机器上。
数据库
在一些实施方式中，本文公开的平台、系统、介质和方法包括一个或多个数据库或其使用。根据本文提供的公开内容，本领域技术人员将认识到，许多数据库适合于存储和检索敏度图表、敏度子图表、受试者的初步信息、对受试者的图表数据、本文的算法的输入和/或输出等。在不同的实施方式中，作为非限制性示例，适合的数据库包括：关系数据库、非关系数据库、面向受试者的数据库、受试者数据库、实体关系模型数据库，关联数据库和XML数据库。进一步的非限制性示例包括SQL、PostgreSQL、MySQL、Oracle、DB2和Sybase。在一些实施方式中，数据库是基于因特网的。在进一步的实施方式中，数据库是基于网络的。在更进一步的实施方式中，数据库是基于云计算的。在其他实施方式中，数据库基于一个或多个本地计算机存储设备。
尽管在以上描述中提供了某些实施方式和示例，但是本发明的主题超出具体公开的实施方式而延伸到其他替代实施方式和/或用途，并且延伸到其修改和等同物。因此，所附权利要求的范围不受本文所述的任何具体实施方式的限制。例如，在本文公开的任何方法中，可以以任何合适的顺序执行操作，并且不必限于任何特定公开的顺序。可以以有助于理解某些实施方式的方式，将各种操作依次描述为多个离散的操作；然而，描述的顺序不应解释为意味这些操作是顺序相关的。此外，本文描述的系统和/或设备可以体现为集成组件或独立组件。
实施例
以下说明性实施例代表本文所述的软件应用程序、系统和方法的实施方式，并不意味着是限制性的。
实施例1.
本文公开的基于计算机的医疗系统用于通过在数字屏幕上一次向糖尿病受试者呈现十个Sloan字母中的三个来测试和分析糖尿病受试者的视敏度。用于启动测试的先验信息基于群体的视敏度研究。用这些群体估计，设备应用算法A以在每一个测试幻灯片上将高排序单行子图表呈现给受试者。在应用算法S以评价在每一个幻灯片上收集的敏度图表数据之后，关于正在预测在每个幻灯片上正确报告0、1、2或3个字母的各自概率的敏度模型，基于算法A的再迭代应用选择下一个幻灯片。当患者返回以进行下一次测试时，测试从来自基于群体的视敏度研究的信息开始，或者考虑来自先前测试期的数据。
实施例2.
一种基于计算机的医疗设备，将组合算法应用到具有全Snellen或ETDRS敏度图表的个性化版本的测试视敏度。用纸质敏度图表的当前测试基于通过全敏度图表的一次读取，或“遍历”，，因为受试者从图表的顶部读取至底部。实践中，当测试两只眼睛的视敏度时，通常要求受试者通过单一全敏度图表读取：首先用一只眼睛，然后用另一只眼睛。通过对不同的敏度图表进行个性化来测试每只眼睛来解决和校正防止两只眼睛独立测试的该混淆，其将。
与上述应用类似，一般或特定临床信息可以用于启动算法A。基于该信息，应用算法A以选择经个性化的Snellen或ETDRS设计。在用算法S进行评分之后，基于算法A的再迭代应用，测试可以在呈现单一全图表之后终止，或者可以生成第二全图表以继续测试。
通过呈现遵循ETDRS或Snellen图表的设计原则的全视敏度图表，该自适应敏度测试符合当前标准和已建立的实践，同时允许可以个性化敏度测试并且允许视标大小的高分辨率采样并从而改善其精度的新颖的算法。
实施例3.
一种允许对敏度图表数据进行回顾性分析的基于网络的软件服务。客户使用该网络界面应用算法S，以分析其先前使用已建立的视觉图表设计收集的视敏度数据。对这些数据的当前分析提供了具有有限精度的定性结果。评分算法的该应用提供了用于检测视敏度变化所需的更丰富的信息。
这通过检测灵敏度参数的变化来实现，该灵敏度参数的变化独立于图表设计的特性。在测试对比灵敏度变化的情况下，(Hou等人2016，其通过引用整体并入本文)提出了新颖的贝叶斯信号检测分析，其使用在独立实验条件中估计的贝叶斯后验分布来计算ROC下的面积以表征两个实验条件之间的变化。他们计算了由对数对比灵敏度函数(AULCSF)下的面积提供的一维汇总指标的贝叶斯后验分布。
用户使用ROC分析下的面积评价敏度的变化，以计算一次测试中的敏度阈值大于第二次测试中的敏度阈值的概率。在一些应用中，在不同眼睛的测试中、在治疗前相对治疗后的测试中或者在低亮度和高亮度下的敏度测试中获得待评价的敏度模型结果。任选地，信号检测分析可以扩展到二维以评价图表不变心理测量函数的两个参数的视觉变化。该二维信号检测将检测敏度阈值或敏度范围或者两者的变化。此外，可以将评分算法应用于来自其他任务的评分数据，该其他任务包括根据其他刺激参数如对比度灵敏度测试和读取函数的字母鉴别。这些视觉和认知任务将表现作为可以被量化和估计的其他设计参数的组合来测量，而不是定义根据视标大小的敏度图表设计。
实施例4.
在基于移动的应用程序中，在临床中使用已建立的图表设计主动收集视敏度数据期间，应用算法S来分析视敏度数据。为了协调在临床使用中对图表设计进行评分所需的敏度图表设计的定义，应用将敏度图表设计库呈现给用户。当与库一起呈现时，用户指示哪个图表正用于收集数据。考虑到当前投入市场的敏度图表的有限数目，以及临床医生多年使用相同纸质图表的趋势，在活跃的流通中建立小型到中型的敏度图表设计库是可行的。
在定义了敏度图表设计用于评分之后，应用程序和移动设备用作响应遥控器，以标记正确或不正确报告的视标。在不同的实现方式中，在由用户给定适当的敏度图表设计的情况下，受试者可以使用允许无监督测试的接口。
建立群体数据库用于记录敏度图表数据。当收集并对敏度图表数据进行评分时，可以将分析上载到服务器。所得数据库为机器学习和大数据分析提供了基础，该机器学习和大数据分析改善了敏度图表模型并改善了用于启动实施例3和4中的组合算法的初步信息。在该两个实施例中，回顾性数据的评分和分析以及新颖数据的前瞻性收集大大地改善了计算框架。
实施例5.
软件服务聚集并分析由实施例1-4中定义的硬件、软件和服务生成的敏度图表数据的回顾性和前瞻性分析。使用算法S对这些大数据的分析提供了更好地告知用于启动算法A的初步信息的基础。对于随着时间收集的纵向敏度数据，软件服务计算敏度的变化指数。例如，除了计算估计会话之间敏度降低概率的运行指数之外，还计算全局变化指数以估计相对于初始基线的敏度变化的概率。
实施例6.
一种与直接测量眼内差异的视力模型相结合地实现算法S和A的基于计算机的医疗设备。如在综合屈光检查仪、立体镜或虚拟现实头戴式耳机中那样，独立地刺激眼睛。任选地用总共三个或四个敏度模型参数来实现敏度模型。例如，敏度模型包括左眼的敏度阈值和敏度范围。此外，该模型包括分别定义左眼与右眼之间的敏度阈值差异的两个差异参数，以及
除非另有定义，否则本文所用的所有技术术语具有与本发明所属领域的普通技术人员通常理解的相同的含义。如本说明书和所附权利要求书中所用，单数形式“一个”、“一种”和“该/所述”包括复数指代，除非上下文另外清楚地指明。除非另有说明，否则本文中任何对“或”的提及均希望涵盖“和/或”。除非另有说明，否则本说明书和权利要求书中所用的术语“约”和“大约”是指根据实施方式小于或等于+/-1％、+/-2％、+/-3％、+/-4％、+/-5％、+/-6％、+/-7％、+/-8％、+/-9％、+/-10％、+/-11％、+/-12％、+/-14％、+/-15％或+/-20％的变化。作为非限制性实施例，取决于实施方式，约100米表示95米至105米、90米至110米或85米至115米的范围。
本说明书中提及的所有出版物、专利和专利申请均通过引用并入本文，其程度如同每个单独的出版物、专利或专利申请被具体地和单独地指明通过引用并入本文。
虽然本文已经示出和描述了本发明的优选实施方式，但是对于本领域技术人员容易理解的是，这些实施方式仅以示例的方式提供。在不脱离本发明的情况下，本领域技术人员现在将想到许多变化、改变和替换。应该理解的是，本文所述的本发明实施方式的各种替代方案均可用于实施本发明。

Claims (35)

1.一种用于生成对受试者的视敏度进行评分的敏度模型的计算机实现的系统，所述系统包括：
数字处理设备，所述数字处理设备包括被配置为执行可执行指令的操作系统和存储器；以及
计算机程序，所述计算机程序包括通过所述数字处理设备可执行以创建包括软件模块的评分应用的指令，所述软件模块执行以下处理：
(a)获得一个或多个敏度图表设计参数；
(b)收集所述受试者的敏度测试数据；
(c)从候选敏度参数的一个或多个集中选择图表特定敏度参数的第一集；
(d)生成敏度模型，包括：
i.生成单视标心理测量函数，所述单视标心理测量函数包括所述图表特定敏度参数的第一集；
ii.使用所述单视标心理测量函数计算多视标心理测量函数族；以及
iii.使用所述多视标心理测量函数族生成图表特定心理测量函数，所述图表特定心理测量函数包括图表特定敏度参数的第二集，
其中，所述敏度模型被配置为基于所述一个或多个敏度图表设计参数来估计获得所述受试者的所述敏度测试数据的概率。
2.如权利要求1所述的系统，还包括：在处理(c)之后并且在(i)之前，生成包括图表不变灵敏度参数的第一集的基于灵敏度的心理测量函数，并且其中所述图表不变灵敏度参数的第一集包括灵敏度阈值和灵敏度范围，并且其中所述图表不变灵敏度参数的第一集基于所述图表特定敏度参数的第一集而生成。
3.如权利要求2所述的系统，其中所述基于灵敏度的心理测量函数独立于所述一个或多个敏度图表设计参数。
4.如权利要求2所述的系统，其中所述基于灵敏度的心理测量函数基于所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的。
5.如权利要求2所述的系统，其中所述基于灵敏度的心理测量函数基于信号检测理论而生成。
6.如权利要求2所述的系统，其中所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。
7.如权利要求2所述的系统，还包括在(i)之前，将所述基于灵敏度的心理测量函数转换为所述单视标心理测量函数。
8.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集包括敏度阈值和敏度范围。
9.如权利要求1所述的系统，其中所述单视标心理测量函数是图表特定的。
10.如权利要求1所述的系统，其中所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。
11.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集或第二集包括敏度阈值、敏度范围、敏度斜率、两个测试条件之间的敏度阈值变化、两个测试条件之间的敏度范围变化、两个测试条件之间的敏度斜率变化或其组合。
12.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集或第二集包括一个或多个数值。
13.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数。
14.如权利要求1所述的系统，其中所述受试者的所述敏度测试数据包括来自至少两个不同测试条件的数据。
15.如权利要求14所述的系统，其中所述图表特定敏度参数的第一集或第二集包括来自针对所述至少两个不同测试条件的敏度阈值的后验概率密度函数。
16.如权利要求1所述的系统，其中所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。
17.如权利要求1所述的系统，其中所述单视标心理测量函数基于至少一个视标大小。
18.如权利要求1所述的系统，其中所述多视标心理测量函数族的每个函数基于两个或更多个不同的视标大小，并且其中所述多视标心理测量函数族包括多视标心理测量函数中的两个、三个、四个、五个、六个或任何其他整数个。
19.如权利要求1所述的系统，其中所述单视标心理测量函数包括所述受试者的敏度阈值和敏度范围。
20.如权利要求1所述的系统，其中所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。
21.如权利要求1所述的系统，其中(iii)还包括使用所述多视标心理测量函数族的加权总和。
22.如权利要求21所述的系统，其中所述心理测量函数族的所述加权基于所述受试者的敏度图表数据。
23.如权利要求21所述的系统，其中所述加权由用户手动确定或由计算机程序自动确定。
24.如权利要求1所述的系统，其中处理(b)还包括显示基于所述一个或多个敏度图表设计参数而生成的一个或多个敏度图表，以供收集所述敏度测试数据。
25.如权利要求24所述的系统，其中所述一个或多个敏度图表中的每一个均包括至少一个视标，其中所述至少一个视标选自视标库。
26.如权利要求24所述的系统，其中所述一个或多个敏度图表的对比度是标准ETDRS图表或Sloane图表中的正常对比度的25％、2.5％或1.5％。
27.如权利要求25所述的系统，其中所述至少一个视标是字母、数字或符号。
28.如权利要求1所述的系统，其中所述候选敏度参数的一个或多个集基于所述一个或多个敏度图表设计参数、所述受试者的所述敏度测试数据或这两者而生成。
29.如权利要求2所述的系统，其中所述基于灵敏度的心理测量函数独立于所述一个或多个敏度图表设计参数，其中所述基于灵敏度的心理测量函数是基于信号检测理论或者所述一个或多个敏度图表设计参数和所述受试者的一个或多个附加参数而生成，所述一个或多个附加参数是图表不变的，并且所述基于灵敏度的心理测量函数被配置为将所述受试者的视敏度表现描述为一个或多个视标大小的d’函数，并且独立于所述一个或多个图表设计参数。
30.如权利要求2所述的系统，还包括在(i)之前，将所述基于灵敏度的心理测量函数转换为所述单视标心理测量函数。
31.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集包括敏度阈值和敏度范围，其中所述单视标心理测量函数是图表特定的，其中所述图表特定敏度参数的第二集包括敏度阈值和敏度范围。
32.如权利要求1所述的系统，其中所述图表特定敏度参数的第一集或第二集包括敏度阈值、敏度范围、敏度斜率、两个测试条件之间的敏度阈值变化、两个测试条件之间的敏度范围变化、两个测试条件之间的敏度斜率变化或其组合，其中所述图表特定敏度参数的第一集或第二集包括针对其参数的至少一个后验概率密度函数，并且其中所述图表特定敏度参数的第一集或第二集包括针对来自至少两个不同测试条件的敏度阈值的后验概率密度函数。
33.如权利要求32所述的系统，其中所述至少两个不同测试条件包括第一测试条件和第二测试条件，其中所述第一测试条件在低亮度下测量，而所述第二测试条件在高亮度下测量。
34.如权利要求1所述的系统，其中所述一个或多个敏度图表设计参数包括：视标总数、每行视标数目、视标采样方法、视标大小、行数和所述受试者的响应或其组合。
35.如权利要求1所述的系统，其中所述多视标心理测量函数族中的一个或多个函数基于敏度图表或子图表中的每行多个视标。
CN201880054850.6A 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法 Active CN111107779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310695672.8A CN117100209A (zh) 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762524414P 2017-06-23 2017-06-23
US62/524,414 2017-06-23
PCT/US2018/039137 WO2018237347A1 (en) 2017-06-23 2018-06-22 SYSTEMS AND METHODS FOR TESTING AND ANALYZING VISUAL ACUITY AND CHANGES

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202310695672.8A Division CN117100209A (zh) 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法

Publications (2)

Publication Number Publication Date
CN111107779A CN111107779A (zh) 2020-05-05
CN111107779B true CN111107779B (zh) 2023-06-30

Family

ID=64736137

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202310695672.8A Pending CN117100209A (zh) 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法
CN201880054850.6A Active CN111107779B (zh) 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202310695672.8A Pending CN117100209A (zh) 2017-06-23 2018-06-22 用于测试和分析视敏度及其变化的系统和方法

Country Status (7)

Country Link
US (4) US11484194B2 (zh)
EP (2) EP3641623B8 (zh)
JP (2) JP7175522B2 (zh)
CN (2) CN117100209A (zh)
AU (1) AU2018289593B2 (zh)
CA (1) CA3068289A1 (zh)
WO (1) WO2018237347A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11089105B1 (en) * 2017-12-14 2021-08-10 Pure Storage, Inc. Synchronously replicating datasets in cloud-based storage systems
US20230353635A1 (en) * 2017-03-10 2023-11-02 Pure Storage, Inc. Replication Utilizing Cloud-Based Storage Systems
US11484194B2 (en) 2017-06-23 2022-11-01 Adaptive Sensory Technology, Inc. Systems and methods for testing and analysis of visual acuity and its changes
CN113261067A (zh) * 2018-12-21 2021-08-13 依视路国际公司 建立用于预测视觉相关参数随时间的演变的模型的方法和装置
US20220240772A1 (en) * 2019-05-09 2022-08-04 Evolution Optiks Limited Corrective light field display profile management, communication and integration system and method
WO2021004258A1 (zh) * 2019-07-05 2021-01-14 青岛大学 一种异构视力表及视力检验方法和装置
CN115039012A (zh) * 2020-01-31 2022-09-09 奇跃公司 用于测眼评估的增强和虚拟现实显示系统
JP7034228B1 (ja) 2020-09-30 2022-03-11 株式会社ドワンゴ アイトラッキングシステム、アイトラッキング方法、及びアイトラッキングプログラム
CN112426121A (zh) * 2020-11-27 2021-03-02 成都怡康科技有限公司 一种用于色盲检测的可穿戴设备
CN112416806B (zh) * 2020-12-09 2022-03-01 西北大学 一种基于标准文档分析的js引擎模糊测试方法
CN113080840B (zh) * 2021-03-23 2021-12-28 西安交通大学 基于稳态视觉诱发电位的视敏度客观快速精准检查系统
CN113052475B (zh) * 2021-04-02 2023-09-05 江苏徐工工程机械研究院有限公司 一种工程机械图标视觉绩效测试方法、装置及存储介质
DE102021133152A1 (de) * 2021-12-14 2023-06-15 Rodenstock Gmbh Verfahren, Vorrichtung und Computerprogrammprodukt zum Bestimmen einer Sensitivität zumindest eines Auges eines Probanden
EP4209168A1 (en) * 2022-01-07 2023-07-12 Essilor International Application for myopia monitoring
CN114931353B (zh) * 2022-04-18 2023-04-14 中山大学中山眼科中心 一种便捷的快速对比敏感度检测系统
CN115251822B (zh) * 2022-07-14 2023-08-18 中山大学中山眼科中心 一种基于神经网络的对比敏感度快速测量方法
CN116270169B (zh) * 2023-02-03 2024-03-22 广州视景医疗软件有限公司 一种视功能评估训练方法、装置及ar设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6755529B2 (en) * 2002-03-12 2004-06-29 Visionrx, Inc. Method and apparatus for measuring contrast sensitivity
US7938538B2 (en) * 2008-05-09 2011-05-10 University Of Southern California Methods and devices for rapid measurement of visual sensitivity
US8007103B2 (en) * 2008-08-15 2011-08-30 Carl Zeiss Vision Gmbh System and method for prescription of visual aids
WO2013170091A1 (en) * 2012-05-09 2013-11-14 The Schepens Eye Research Institute, Inc. Rapid measurement of visual sensitivity
CN105682537B (zh) * 2013-09-02 2018-01-02 奥斯派克特公司 自动视野仪
US9066667B1 (en) 2014-11-06 2015-06-30 Bertec Corporation System and method for testing dynamic visual acuity and/or gaze stabilization
JP6532299B2 (ja) 2015-05-28 2019-06-19 国立大学法人 東京大学 視野検査装置
US10548473B2 (en) 2015-06-23 2020-02-04 Essilor International Optometry measuring scale
CN109690384A (zh) * 2016-04-08 2019-04-26 维扎瑞尔股份公司 用于基于视觉性能数据获得、分析和生成视觉性能数据和修改媒体的方法和系统
US11484194B2 (en) 2017-06-23 2022-11-01 Adaptive Sensory Technology, Inc. Systems and methods for testing and analysis of visual acuity and its changes

Also Published As

Publication number Publication date
US20240041314A1 (en) 2024-02-08
CN111107779A (zh) 2020-05-05
WO2018237347A1 (en) 2018-12-27
EP3641623A1 (en) 2020-04-29
EP4374770A2 (en) 2024-05-29
JP7175522B2 (ja) 2022-11-21
US20200113432A1 (en) 2020-04-16
US10758120B2 (en) 2020-09-01
EP3641623B1 (en) 2024-02-14
JP2020525251A (ja) 2020-08-27
EP3641623A4 (en) 2021-03-10
US20190038125A1 (en) 2019-02-07
EP3641623B8 (en) 2024-03-20
CA3068289A1 (en) 2018-12-27
US11633098B2 (en) 2023-04-25
US20210045629A1 (en) 2021-02-18
AU2018289593B2 (en) 2024-05-30
CN117100209A (zh) 2023-11-24
JP2023022011A (ja) 2023-02-14
AU2018289593A1 (en) 2020-02-13
US11484194B2 (en) 2022-11-01

Similar Documents

Publication Publication Date Title
CN111107779B (zh) 用于测试和分析视敏度及其变化的系统和方法
US11763933B2 (en) Medical report labeling system and method for use therewith
US20100128223A1 (en) Method, algorithm and device for testing visual acuity
Rey-Martinez et al. HITCal: a software tool for analysis of video head impulse test responses
US8834174B2 (en) Methods and systems for assessing latent traits using probabilistic scoring
US20190096277A1 (en) Systems and methods for measuring reading performance
Lesmes et al. Active learning for visual acuity testing
GB2540672A (en) Differentially weighted modifiable prescribed history reporting apparatus, systems, and methods for decision support and health
Das Adhikari et al. Computer Vision-Aided Diabetic Retinopathy Detection Using Cloud-Deployed Deep Learning Framework
Reani The study of Bayesian reasoning through the use of interaction analysis methods.
WO2024035970A1 (en) Machine learning enabled localization of foveal center in spectral domain optical coherence tomography volume scans
CN117672523A (zh) 糖尿病患者的控糖水平评估系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40029593

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant