CN116324590A - 用于检测光学装置适应不良的方法和设备 - Google Patents

Abstract

一种用于检测光学装置对配戴者的适应不良的设备，该设备包括处理电路系统，该处理电路系统被配置成：‑随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，‑基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理头部数据，‑通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良。

Description

用于检测光学装置适应不良的方法和设备

技术领域

本公开涉及用于检测提供给配戴者的眼科镜片的适应不良的设备和相关联的方法。

此外，本公开涉及一种计算机程序产品，该计算机程序产品包括处理器可存取的一个或多个存储的指令序列。

背景技术

众所周知，对于一些配戴者来说，所提供的眼科镜片可能是适应不良的。这种适应不良可能随着时间的推移而发生，或者在配戴眼科镜片后立即发生。例如，适应于渐进式镜片通常需要配戴者调整他的头眼协调，以正确使用镜片的视区。适应不良的一个原因是某些配戴者在配戴渐进式镜片时没有正确使用渐进式镜片的视区。

每个配戴者都会形成特定的身体姿势来执行具体任务，例如阅读。如果考虑到的是坐着的配戴者阅读位于配戴者前方的桌子上的文件，那么不同的配戴者将做出不同的头部倾斜以便阅读文件。

眼睛跟踪器和运动捕捉在实验室中用于评估配戴者的头眼协调。存在智能镜架，这些智能镜架可以在一天中的任何时间测量配戴者例如为了阅读或执行任何其他任务而进行的低头倾斜。

配戴者必须去光学实验室，在特定环境下执行任务，以确定眼科镜片适应不良。出于这个原因，适应不良可能检测得太晚，或者根本没有检测到，从而导致配戴者不舒适，或者放弃使用他的眼科器具。

因此，需要在考虑配戴者的身体姿势的情况下检测配戴者在其日常生活环境中对其眼科镜片的适应不良。

还需要处理不适应于其眼科镜片的配戴者。

发明内容

为此，本公开提出了一种用于检测光学装置对配戴者的适应不良的设备，该设备包括处理电路系统，该处理电路系统被配置成：

-随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良。

有利地，该设备能够基于头部数据而自检测光学装置适应不良。该设备能够自检测光学装置适应不良，而不需要眼睛护理专业人员的知识。

此外，该设备能够基于头部数据参数(比如头部移动和头部姿势)来检测配戴者适应不良。头部移动的示例是低头。如果所记录的头部数据可以对应于与已知适应不良相关联的异常头部数据模式，那么该设备检测到光学适应不良。

根据可以单独或组合考虑的进一步实施例：

-头部数据包括头部姿势和运动数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG数据、面部表情中的至少一个；和/或

-当处理头部数据时考虑配戴者活动的指示，以将接收到的数据且存储的头部数据和与适应不良相关联的头部数据模式相匹配；和/或

-光学装置具有眼科功能，并且处理电路系统被进一步配置成接收配戴者的眼科处方，并且在将接收到的并存储的头部数据与头部数据模式进行比较时考虑所述眼科处方；和/或

-处理电路系统被进一步配置成向配戴者或眼睛护理专业人员警告检测到的光学装置适应不良；和/或

-适应不良的原因是在由光学装置的光学功能、光学装置的安装参数、配戴者对光学装置的使用、配戴者的眼科处方、光学装置的完整性组成的列表中选择的；和/或

-光学装置具有渐进附加焦度，并且头部数据与配戴者在使用光学装置时的低头角度分布相关。

本公开还涉及一种由设备的处理电路系统执行的方法，该方法包括：

-随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良。

有利地，通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良，能够确定适应不良的原因。根据适应不良的原因，可以向配戴者提供专门的解决方案，比如用于改进对光学装置的适应的特定训练，或者通过提供不同的光学设计。

该方法能够自检测配戴者对其光学装置的适应不良。配戴者不需要去光学实验室并执行特定任务就可以确定光学装置是否适应。基于头部数据和已知的适应不良头部数据模式，该设备本身就可以检测光学装置适应不良。

根据可以单独或组合考虑的进一步实施例：

-头部数据包括头部姿势和运动数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG数据、面部表情中的至少一个；和/或

-当处理头部数据时考虑配戴者活动的指示，以将接收到的数据且存储的头部数据和与适应不良相关联的头部数据模式相匹配；和/或

-光学装置具有眼科功能，并且该方法进一步包括接收配戴者的眼科处方，并且在将接收到的并存储的头部数据与头部数据模式进行比较时考虑所述眼科处方；和/或

-该方法进一步包括向配戴者或眼睛护理专业人员警告检测到的光学装置适应不良；和/或

-该方法进一步包括通过将接收到的并存储的头部数据与头部数据模式进行比较来确定光学装置适应不良的原因；和/或

-适应不良的原因是在由光学装置的光学功能、光学装置的安装参数、配戴者对光学装置的使用、配戴者的眼科处方组成的列表中选择的；和/或

-其中，光学装置具有渐进附加焦度，并且头部数据与配戴者在使用光学装置时的低头角度分布相关；和/或

-检测适应不良包括确定低头角度分布中众数的数量。

本公开还涉及一种确定头部模式的方法，该方法包括：

-接收并存储关于光学装置的配戴者的配戴者数据，

-接收并存储关于与每个配戴者相关联的光学装置的光学装置数据，

-随时间接收并存储关于每个配戴者在配戴和使用相关联的光学装置时的头部的头部数据，

-接收并存储关于与每个配戴者相关联的光学装置的适应性的适应性数据，

-使用用来找到头部数据(和其他可选数据)与适应不良之间的相关性的机器学习模型来处理大量配戴者的接收到的并存储的数据，以确定与光学装置的适应不良相关联的至少一个头部模式，包括：

o获得头部数据，这些头部数据可以由镜架测量值的若干时间序列组成，

o计算每个时间序列的描述统计量，

o将描述统计量分组为数据向量，从而概括头部数据，

o将关于与每个配戴者相关联的光学装置的适应性的数据分组为从1(不适应)到10(完全适应)表示适应程度的单一数字，

o启动机器学习模型，其中，输入数据是每个配戴者的数据向量，并且要预测的数据是表示适应程度的数字，以及

o使用机器学习模型来定义与光学装置的适应不良相关联的头部数据模式。

o

根据可以单独或组合考虑的进一步实施例：

-头部数据包括头部姿势数据、眼睛注视方向、眼睑张开度、瞳孔大小中的至少一个；和/或

-配戴者数据包括配戴者的眼科处方，并且光学装置具有眼科功能；和/或

-其中，光学装置数据包括关于光学装置的光学功能和/或光学装置的安装参数和/或配戴者对光学装置的使用和/或配戴者的眼科处方的数据。

本公开还涉及一种非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质包含计算机可执行指令，其中，这些指令在被计算机执行时使计算机执行由根据本公开的设备的处理电路系统执行的方法。

本公开还涉及一种非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质包含计算机可执行指令，其中，这些指令在被计算机执行时使计算机执行确定头部模式的方法。

附图说明

现将仅以示例的方式并且参考以下附图对本公开的实施例进行描述，在附图中：

-图1展示了由用于检测光学装置对配戴者的适应不良的设备的处理电路系统执行的步骤的流程图；

-图2a和图2b示意性地展示了眼睛和眼科镜片的光学系统；

-图3展示了用于检测光学装置对配戴者的适应不良的方法的步骤的流程图；

-图4展示了配戴者在周一至周五的时段的低头角度直方图；

-图5展示了佩戴者在周六和周日的时段的低头角度直方图；

-图6展示了单峰的低头角度直方图；

-图7展示了双峰的低头角度直方图；以及

-图8展示了用于确定头部模式的步骤的流程图。

附图中的要素是为了简单和清晰而展示的，并且不一定按比例绘制。例如，附图中的一些要素的尺寸可能相对于其他要素被放大，以帮助提高对本公开的实施例的理解。

具体实施方式

本公开涉及一种用于检测光学装置对配戴者的适应不良的设备。

本公开的第一方面涉及一种用于检测光学装置对配戴者的适应不良的设备，该设备包括处理电路系统，该处理电路系统被配置成：

-随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良。

图1是示出了由该设备的处理电路系统实现的不同步骤的流程图。

包括处理电路系统的设备执行接收步骤S10，其中，处理电路系统着手接收由至少一个头部数据传感器测量的配戴者头部数据。处理电路系统将测量到的头部数据存储在数据存储介质上。

进一步地，包括处理电路系统的设备执行处理步骤S12，其中，处理电路系统着手将测量到的配戴者头部数据和与光学装置对配戴者适应不良的原因相关联的预定义的头部数据模式进行比较。

最后，包括处理电路系统的设备执行检测步骤S14，其中，处理电路系统着手检测光学装置对配戴者的适应不良。所述检测是通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来进行的。

在本公开的上下文中，术语“适应不良”涉及光学装置对配戴者的适应不良。所述适应不良可能是由以下事实引起的：眼科镜片的设计没有考虑配戴者的身体行为和身体姿势。身体行为和姿势的示例是当配戴者执行给定活动或任务时的头部定位。

根据本公开，术语“光学装置”可以涉及光学镜片，并且甚至更特别地涉及眼科镜片。光学装置可以是单光镜片、双焦点镜片、三焦点镜片、渐进式镜片、滤光镜片或使配戴者能够改善其视力的任何其他种类的光学装置。

术语“头部数据”涉及可随着时间的推移关于配戴者的头部测量的任何数据。例如，头部数据可以涉及配戴者的头部相对于躯干的位置或取向。

以这种方式，头部数据可以例如涉及头部倾斜或头部沿着水平轴线的转动。关于头部倾斜的头部数据可以以角度参数的形式存储。这种角度参数可以对应于低头角度。

头部数据可以是使用智能镜架来获得的。智能镜架对应于一种包括检测配戴者头部移动的头部数据传感器的镜架。在所考虑的头部数据对应于头部位移的情况下，智能镜架可以例如包括比如IMU(惯性测量单元)等头部数据传感器。在这个示例中，比如IMU等头部数据传感器将检测关于配戴者头部位移(比如配戴者头部的倾斜或转动)的信息，并将该信息传输到该设备。

根据本公开的设备被配置成当配戴者配戴光学装置时，接收并存储配戴者头部的任何位移。

该设备随着时间的推移而存储配戴者头部数据。一旦配戴者头部数据存储在该设备上，所述配戴者头部数据就和与光学装置适应不良相关联的先前获取的头部数据模式进行比较。根据所述比较，该设备可以检测测量到的配戴者头部数据与光学装置适应不良的头部数据模式之间的相似性。若高于给定的相似性阈值，则该设备确定光学装置不适应于配戴者。

相似度可以是使用直方图来确定的。例如，基于一段时间内的配戴者头部数据计算出直方图，该直方图描述每个数据值的频率。将这个直方图与先前获取的数据的直方图进行比较。最相似的直方图被确定为其整体形状与计算得出的直方图最接近的直方图。

相似度可以进一步是使用机器学习算法来确定的。例如，基于先前获取的数据，构建机器学习模型，该模型基于头部数据来确定光学装置对配戴者的适应不良状态。使用所获取的数据来训练该模型。例如，模型可以是决策树、或随机森林、或状态向量机、或神经网络或深度学习算法。将配戴者的数据馈送到机器学习模型，以便确定他的适应不良状态或相似度。

在渐进式镜片适应不良的情况下，配戴者可以通过头部运动来补偿不能透过渐进式镜片的特定区域观看的事实。光学装置的特定区域可以例如对应于视近区。接着，将与补偿不能透过特定区域观看的不自然头部姿势相对应的配戴者头部数据与光学装置适应不良的头部数据模式进行比较。基于所述比较以及与光学装置适应不良的头部数据模式的进一步相似性，该设备可以确定该光学装置不适应于配戴者。

渐进式镜片的适应不良也可以是基于配戴者找到头部姿势并透过(对于任何距离都给出较好视力的)渐进式镜片注视的流畅性而确定的。不适应的配戴者倾向于采取相同的典型且惯常的姿势。

头部数据可以包括头部姿势和运动数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG(脑电图)数据、面部表情中的不同参数。

术语“头部姿势”对应于具体配戴者在日常生活中执行具体任务时相对于躯干或参考位置的头部定位。

术语“头部运动数据”对应于关于头部位移而测量的数据。

术语“眼睛注视方向”是通过关于以右眼或左眼的转动中心为中心的直接正交基测量的两个角度定义的。

图2a和图2b是眼睛和镜片的光学系统的图解展示，因此示出了在本说明书中使用的定义。更精确地，图2a表示这种系统的立体图，其展示了用来定义注视方向的参数α和β。图2b是在参数β等于0的情况下在平行于配戴者头部的前后轴线并且穿过眼睛转动中心的竖直平面中的视图。

将眼睛转动中心标记为Q'。图2b中以点划线示出的轴线Q'F'是穿过眼睛转动中心并且延伸到配戴者前方的水平轴线，即，对应于主注视视角的轴线Q'F'。这个轴线在被称为配镜十字的点上切割光学装置(其可以是例如镜片)的前表面，该点存在于镜片上而使眼镜师能够将镜片定位在镜架中。镜片的后表面与轴线Q'F'的相交点是点O。如果O位于后表面上，它可以是配镜十字。具有中心Q'和半径q'的顶球在水平轴线的一点上与镜片的后表面相切。作为示例，25.5mm的半径q'的值对应于常用值，并且在配戴镜片时提供令人满意的结果。

给定注视方向(由图2a中的实线所表示)对应于眼睛绕着Q'转动的位置和顶球的点J；角β是在轴线Q'F'与直线Q'J在包括轴线Q'F'的水平平面上的投影之间形成的角；这个角出现在图2b的示意图上。角α是在轴线Q'J与直线Q'J在包括轴线Q'F'的水平平面上的投影之间形成的角；这个角出现在图2b的示意图上。因此，给定的注视视角对应于顶球的点J或者对应于一对(α,β)。如果注视降低角的值在正向越大，则注视降低越多；而如果所述值在负向越大，则注视升高越多。

术语“眼睑张开度”对应于当上眼睑回缩时下眼睑与上眼睑之间的空间。配戴者可以具有不同的眼睑张开度。考虑到由于小的眼睑张开度，所提供的光学装置不适应于配戴者，因此需要向配戴者提供合适的装置。

在本公开的另一方面中，该设备可以考虑配戴者在日常生活中除了其头部行为和姿势之外的其他身体行为或姿势。

光学装置可以具有眼科功能，并且处理电路系统被进一步配置成接收配戴者的眼科处方，并且在将接收到的并存储的头部数据与头部数据模式进行比较时考虑所述眼科处方。

术语“处理电路系统”可以是任何电子控制单元，比如微控制器。

术语“眼科处方”对应于由眼睛护理人员提供给光学装置以便只要光学装置被配戴者配戴便矫正配戴者的障碍的处方。眼科功能是由光学装置执行的矫正功能。

根据光学装置的眼科功能和监测到的头部数据，可能出现光学装置没有被配戴者正确使用，或者当配戴者执行具体活动(例如阅读)时，光学装置不适应于配戴者。

处理电路系统被进一步配置成向配戴者或眼睛护理专业人员警告检测到的光学装置适应不良。

光学装置可以具备警告装置。警告可以是不同形式、机械振动、声音等。警告信号能够通知光学装置对佩戴者适应不良的迹象。

因此，当配戴者尝试一副新的眼科镜片时，警告系统可以快速地向配戴者和/或眼睛护理专业人员通知光学装置不适合配戴者。

本公开的另一实施例将向配戴者和/或眼睛护理专业人员通知，提供给配戴者的光学装置不对应于配戴者的当前视力障碍并且配戴者需要具有新的眼科功能的新的光学装置来继续矫正他/她的视觉障碍。

处理电路系统可以被进一步配置成通过将接收到的头部数据和不同组的存储的头部数据(其具有与适应不良的原因相关联的头部分布模式)进行比较，来确定光学装置适应不良的原因。

光学装置可以具备数据存储介质。数据存储介质包括与适应不良的原因相关联的不同组的存储的头部数据模式。处理电路系统比较监测到的配戴者头部数据，这些数据也可以存储在数据存储介质上。

在比较期间，处理电路系统控制：对于配戴者的监测到的头部数据模式和与适应不良的原因相关联的头部数据模式的比较而言是否存在高于给定阈值的似然度。应理解，似然度可以对应于测量到的头部数据和与适应不良的原因相关联的存储的头部数据模式之间的相似性的百分比。若高于所述阈值，则处理电路系统确定光学装置适应不良的原因对应于与适应不良的原因相关联的相似的存储的头部数据模式的适应不良的原因。

适应不良的原因也可以是使用机器学习模型来确定的，该机器学习模型是使用先前获取的数据在先前构建的。

适应不良的原因可以是在由光学装置的光学功能、光学装置的安装参数、配戴者对光学装置的使用、配戴者的眼科处方、光学装置的完整性组成的列表中选择的。

在本公开的意义上，光学功能对应于为每个注视方向提供光学镜片对穿过光学镜片的光线的影响的功能。

光学功能可以包括屈光功能、光吸收、光谱功能、衍射功能、散射特性、偏振能力、对比度的增强或降低、或者任何其他相关参数。

屈光功能对应于随注视方向而变的光学镜片焦度(平均焦度、散光等)。

措词“光学设计”是眼科领域的技术人员已知的广泛使用的措词，用来指定允许定义眼科镜片的屈光功能的一组参数；每个眼科镜片设计方都有其自己的设计，特别是对于渐进式眼科镜片来说。例如，渐进式眼科镜片“设计”是对渐进表面优化的结果，以便恢复老花眼在所有距离上清晰观看的能力，而且还最佳地尊重所有生理视觉功能(比如中央凹视力、中央凹外视力、双目视力)并最小化不希望的散光。例如，渐进式镜片设计包括：

-镜片配戴者在日常生活活动中使用的沿着主要注视方向(子午线)的焦度轮廓，

-焦度(平均焦度、散光……)在镜片侧面上的分布，也就是说背离主要注视方向的分布。

这些光学特性是由眼科镜片设计方定义和计算的“设计”的一部分，并且是随渐进式镜片设置的。

渐进式镜片的“光学设计”在商业化之前要通过严格试验来测试。

术语“安装参数”涉及镜架内的两个光学镜片的位置。

当配戴者购买新的光学装置时，眼镜架的机械方面可能不适合配戴者的头部。

本公开的另一实施例涉及眼镜架的机械方面。配戴者的头部的形态可能随着时间的推移而变化。配戴者的头部的外形或皮肤特性的改变可能诱发光学元件的位置的位移。眼镜架的机械结构也可能随着时间的推移例如由于磨损、不适当的使用或存放而改变，并导致眼镜架在配戴者的脸上的定位的改变。

配戴者对光学装置的使用对应于配戴者可以使用光学装置的方式。在多焦点或渐进式镜片的情况下，配戴者可能使用光学镜片的区域的单一部分。例如，如果配戴者无法降低他/她的眼睛注视方向，那么即使在视近的情形下，配戴者也可能总是透过渐进式镜片的视远部分观看。配戴者接着将通过进一步降低头部来补偿眼睛注视方向的这种不充分降低。基于在使用光学装置时监测到的头部数据，处理电路系统可以确定在使用光学装置时的异常头部数据。

适应不良的另一原因可能是光学装置的完整性，比如镜脚关于光学镜片之间的鼻桥的扭曲。光学装置的任何变形都可能导致由光学装置提供的光学功能改变，并且所述功能可能不再适应于配戴者的视力障碍。

光学装置具有渐进附加焦度，并且头部数据与配戴者在使用光学装置时的低头角度分布相关。如前所述，眼睛注视方向降低不充分的配戴者在使用光学元件(例如渐进式镜片)视近时通过进一步降低头部来补偿这种不充分。关于配戴者头部的进一步降低的异常头部数据是能够确定光学装置对配戴者适应不良的数据。

用于检测适应不良的设备可以包括头部数据传感器或多个头部数据传感器、处理电路系统和数据存储介质。该设备可以可移除地附接到光学装置的一部分，例如镜腿。

在替代性实施例中，用于检测适应不良的设备可以集成在眼镜架内。计算也可以在光学装置之外执行：在头部数据传输所朝向的智能手机应用程序、或计算机或云服务器中。

本公开的第二方面涉及一种由设备的处理电路系统执行的方法，该方法包括：

-随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测光学装置对配戴者的适应不良。

图3是示出了对应于由处理电路执行的方法的不同步骤的流程图。

该方法包括接收步骤S20，其中，处理电路系统着手接收由至少一个头部数据传感器测量的配戴者头部数据。处理电路系统将测量到的头部数据存储在数据存储介质上。

进一步地，该方法包括处理步骤S22，其中，处理电路系统着手将测量到的配戴者头部数据和与光学装置对配戴者适应不良的原因相关联的预定义的头部数据模式进行比较。

最后，该方法包括检测步骤S24，其中，处理电路系统着手检测光学装置对配戴者的适应不良。所述检测是通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来进行的。

术语“匹配”应被理解为在配戴者的监测到的头部数据和与适应不良的原因相关联的头部数据模式之间是否存在高于给定阈值的似然度。应理解，似然度可以对应于测量到的头部数据和与适应不良的原因相关联的存储的头部数据模式之间的相似性的百分比。这种匹配可以是使用机器学习方法来确定的。

阈值可以对应于测量到的头部数据模式和预定义的头部数据模式的、例如高于给定百分比的相似性。优选地用机器学习方法确定，该机器学习方法基于输入的头部数据而自动确定最可能的状态(例如适应/适应不良)。

该方法可以包括附加的警告步骤，在该警告步骤期间，向眼睛护理专业人员和/或配戴者警告在其日常生活活动中存在光学装置的适应不良。所述警告还可以向眼科护理专业人员通知光学装置不适合配戴者。接着，眼睛护理专业人员可以检查开立处方的瞳孔距离、处方、镜架的形式、镜片的设计或与光学装置相关的任何其他参数。

该警告可以用于检查配戴者的姿势是否随着时间的推移而越来越接近适应姿势。这就是需要监测配戴者随着时间的推移以及在他/她的日常生活的环境中而不是在固定的环境(这可能不对应于他/她的日常生活的环境)中对光学装置的使用的原因。

该方法可以考虑配戴者当使用光学装置时的低头角度分布中众数的数量。

头部数据传感器随时间记录镜架取向或低头角度。数据获取的时间可以是预定义的。接着，传输所记录的镜架取向或低头角度以进行处理。

由于若干原因，测量到的数据中的一些可以在处理之前被去除：

-测量到的数据被认为是异常值，

-测量到的数据是在具体时间段之外(这例如不对应于工作时间)获取的，

-不对应于完成特定活动而测量到的数据，以及

-对应于光学装置没有被配戴者正确配戴的时刻而测量到的数据。

可以考虑其他参数来去除测量到的数据。

可以考虑配戴者在工作所花费的时间期间考虑光学装置的示例。图4对应于周一至周五的低头角度的直方图。图5对应于周六和周日的低头角度的直方图。在下文的示例中，配戴者被认为周一至周五上午9点至下午6点工作，并且周末不工作。以这种方式，去除了对应于图5而测量到的数据，并且对于图4考虑在内的时间段对应于关于上午9点至下午6点之间测量到的低头角度的数据。

众数对应于在进行特定活动(例如在电脑前工作)时，低头角度的出现更为重要的峰值。

如果低头角度分布可以遵循类似于高斯分布的曲线，那么直方图是单峰的。当直方图为单峰时，光学装置适应于配戴者。图6公开了对应于配戴者在配戴光学装置时的低头角度的单峰直方图。

低头角度分布可以包括多于一个峰值。于是，该分布被认为是多峰直方图。图7公开了对应于配戴者在配戴光学装置时的低头角度的双峰直方图。图7示出，低头角度的具体范围并不是一个，而是有两个范围。

双峰直方图表明配戴者无法适应于光学装置。具有多焦点或渐进式镜片的配戴者可能试图通过进一步降低头部角度来补偿不能降低眼睛注视方向。

以这种方式，所示出的两个峰值中的一个可以对应于异常头部数据，比如如在上文的示例中所提及的进一步的低头角度。特别地，配备有渐进式镜片并具有双峰直方图的配戴者具有不适应于他们的光学装置。

为了正确地使用渐进式镜片，渐进式镜片的配戴者必须学会在执行视中任务和视近任务时与自然注视降低相比将眼睛进一步降低。同时，当执行这些任务时，与自然低头相比，配戴者将必须低头更少。

直方图为双峰型的配戴者还没有采用渐进式镜片所要求的视觉策略。这些渐进式镜片配戴者倾向于通过视远区观看近距和中距的物体，而没有体验到任务所要求的适当的附加焦度。这导致配戴者的适应不良和不舒适。

在可选的警告信号之后，可以建议不适应于渐进式镜片的渐进式镜片配戴者实现针对渐进式镜片的使用的特定视觉训练。

本公开的第三方面涉及一种确定头部模式的方法，该方法包括：

-接收并存储关于光学装置的配戴者的配戴者数据，

-接收并存储关于与每个配戴者相关联的光学装置的光学装置数据，

-随时间接收并存储关于每个配戴者在配戴和使用相关联的光学装置时的头部的头部数据，

-接收并存储关于与每个配戴者相关联的光学装置的适应性的适应性数据，

-处理大量配戴者的接收到的并存储的数据，以确定与光学装置的适应不良相关联的至少一个头部模式。

图8展示了确定头部模式的方法的不同步骤的流程图。

该方法包括第一接收步骤S30，其中，接收并存储关于光学装置的配戴者的配戴者数据。

该方法包括第二接收步骤S32，其中，接收并存储关于与每个配戴者相关联的光学装置的光学装置数据。

该方法包括第三接收步骤S34，其中，随时间接收并存储关于每个配戴者在配戴和使用相关联的光学装置时的头部的头部数据。

进一步地，该方法包括第四接收步骤S36，其中，接收并存储关于与每个配戴者相关联的光学装置的适应性的适应性数据。

最后，该方法包括处理步骤S38，其中，处理接收到的并存储的数据，以确定与光学装置的适应不良相关联的至少一个头部模式。

根据本公开的第三方面的头部数据可以包括头部姿势数据、眼睛注视方向、眼睑张开度、瞳孔大小。

配戴者数据可以包括配戴者的眼科处方，并且光学装置具有眼科功能。

光学装置数据可以包括关于光学装置的光学功能和/或光学装置的安装参数和/或配戴者对光学装置的使用和/或配戴者的眼科处方的数据。

确定与光学装置的适应不良相关联的至少一种头部模式的另一方法是将监测到的头部数据与配戴者的反馈相关联。

配戴者可以提供关于所配戴的光学装置的反馈，该光学装置配备有用于检测光学装置对配戴者适应不良的设备。可以通过填写关于光学装置的舒适性和/或配戴者在日常生活活动中对他/她的光学装置的适应性的问卷来执行反馈。其他反馈源是可以的，例如使用智能手机应用程序。配戴者可以使用该应用程序来通知在使用光学装置时的不舒适或适应不良的来源。

根据由配戴者提供的反馈以及监测到的数据(监测到的数据由至少一个头部数据传感器获取)来确定与光学装置对配戴者的适应水平相关的姿势数据模式，可以确定新的适应不良姿势模式。姿势数据模式可以是例如头部数据姿势模式。

根据实施例，姿势数据模式是使用机器学习模型来确定的，该机器学习模型用于找到头部数据(和其他可选数据)与适应不良之间的相关性。

头部数据可以由以下测量值的若干时间序列组成：

-由嵌入在镜架中的IMU测量的镜架的俯仰角，

-由嵌入在镜架中的IMU测量的镜架的横摆角的时间导数。

这2个时间序列是针对大量n个配戴者(例如，i＝1到10000)获得的。

对于每个时间序列，计算一组描述统计量，包括：

-测量值在一段时间内的平均值，

-测量值在一段时间内的标准偏差，

-测量值在一段时间内的幅度(最大值-最小值)。

根据实施例，可以进一步构建测量到的值的直方图，从中可以推导出主峰的中心值和主峰的宽度。

将描述统计量分组为数据向量，从而概括头部数据。每个配戴者都有一个这样的向量。这种向量被表示为x_i。

关于与每个配戴者相关联的光学装置的适应性的数据由从1(不适应)到10(完全适应)表示适应程度的单一数字组成。每个配戴者都有一个值。这种值被表示为v_i。

启动机器学习模型，其中，输入数据是每个配戴者的数据向量，并且要预测的数据是表示适应程度的数字。机器学习算法可以是多元线性回归、随机森林、神经网络或任何其他相关算法。

使用{x_i}和{v_i}的数据集来训练和测试该模型，以将向量{x_i}与适应值{y_i}相关联：

模型M(x_i)→v_i

如果经训练的模型给出了良好预测，那么它可以用于定义与光学装置的适应不良相关联的头部数据模式。

基于适应程度来定义阈值T。在以下情况下，配戴者可以被认为不适应：

v_i≤T

如果对于这个头部数据，模型预测的值低于阈值，那么头部模式x_non-adapt与适应不良相关联：

M(x_non-adapt)＝v_non-adapt≤T

这个示例没有使用配戴者数据或光学装置数据。这些数据可以容易地添加到数据向量x_i。

可以监测其他数据并将其与头部数据相关联，比如当监测头部数据时由配戴者执行的活动。实际上，当配戴者执行给定活动时，头部模式可能与适应不良相关联，而当执行不同活动时，头部模式可能不与适应不良相关联或者与不同的适应不良相关联。例如，当配戴者行走时，姿势模式可能与适应不良相关联，而当配戴者伏案工作时，不与适应不良相关联。可以基于配戴者的位置(例如GPS位置)或者直接基于来自配戴者的输入来确定由配戴者执行的活动。

新的适应不良姿势数据模式的获得使得能够随着时间的推移来改进用于检测适应不良的设备。配戴者的反馈能够确定适应不良的新原因。

根据不同的直方图和/或反馈，可以将配戴者划分为不同的组，比如根据他们配戴的光学镜片的类型来执行给定任务的能力和/或他们在执行特定任务(例如阅读或在计算机前工作)时使用光学装置的适应能力。光学装置可以是单光镜片、宽渐进式镜片和窄渐进式镜片。在优选实施例中，划分是使用机器学习方法来执行的，其中，基于头部数据和其他可选数据对模型进行训练以确定配戴者所属的段，这些段可以按适应不良的原因来限定。

由于对配戴者进行划分，因此适应不良检测方法可以预测对渐进式镜片的适应不良。

本公开的第四方面涉及一种用于检测对光学装置的适应不良的替代性方法。

本公开的第五方面涉及一种非暂时性计算机可读存储介质。

该非暂时性计算机可读存储介质可以包含计算机可执行指令，其中，这些指令在被计算机或处理电路系统执行时使计算机或处理电路系统执行用于检测适应不良的方法和/或用于确定与适应不良相关联的头部模式的方法。

该方法包括第一接收步骤S40，其中，接收关于配戴者的数据(例如处方、性别和/或年龄)，并将其存储在数据库中。

该方法包括第二接收步骤S42，其中，接收关于光学装置的数据并将其存储在数据库中。关于光学装置的数据可以包括光学镜片设计、AR涂层、防污和/或关于光学装置的任何其他参数。

该方法包括第三接收步骤S44，其中，将由至少一个头部数据传感器测量到的数据存储在数据库中。测量到的数据可以包括头部运动、姿势和低头角度、光强度、到物体的距离和/或随着时间的推移配戴者是否配戴光学装置。

该方法包括第四接收步骤S46，其中，接收关于适应不良的反馈并将其存储在数据库中。反馈可以是由智能手机应用程序或在线调查提供的。

该方法可以包括第五也是最后一个接收步骤S48，其中，接收适应不良的原因并将其存储在数据库中。

关于数据库的数据可以由真实配戴者经由智能手机应用程序或眼睛护理专业人员通过调查和/或反馈来提供。

关于数据库的数据也可以是基于使用具有错误处方、错误装配的光学装置的虚拟形象的模拟虚拟佩戴者来提供的，并且针对各种视觉任务来计算他们的头部姿势和/或头部数据。

数据库可以包括与真实配戴者和虚拟配戴者相关的数据的组合。

该方法包括第一分析步骤S50，其中，分析存储在数据库中的数据，以确定特定于给定的适应不良情况的头部数据模式。

该方法进一步包括模型创建步骤S52，其中，创建模型以基于数据库来预测潜在的适应不良和适应不良原因。模式的创建可以是通过机器学习来实现的，例如使用神经网络来实现。

在机器学习的学习阶段期间，通过从配戴者获得反馈可以使收敛于潜在适应不良和适应不良原因得到改进。可以使用强化学习方法来提供改进。

该方法包括第二分析步骤S54，其中，对于配备有(带有根据本公开的用于检测适应不良的设备的)光学装置的新配戴者，分析由头部数据传感器提供的数据。

该方法包括警告步骤S56，其中，如果由头部数据传感器测量到的数据对应于适应不良的模式，那么根据本公开的设备的警告装置警告配戴者或眼睛护理专业人员。

如果头部数据模式允许识别适应不良的原因，那么该信息可以被添加到数据库中。

该方法包括光学装置提供步骤S58，其中，在测试的光学装置不适应于配戴者的情况下，在考虑适应不良的原因和存储在数据库中的数据的情况下向配戴者提议新的光学装置。

替代性地，该方法可以基于适应不良的原因建议对测试的光学装置或视力训练进行重新调整。

光学装置的重新调整可以与换成光学装置的光学镜片或镜架的另一设计有关。

该训练可以是改进配戴者对特定光学装置(例如渐进式镜片)的适应性的特定训练。

该方法可以由处理电路系统执行，或者可以由根据本公开的设备之外(例如在云网络中)的装置处理。

数据库可以包括例如通过验光获得的附加数据。附加数据可以是由至少一部分真实配戴者和/或虚拟配戴者提供的辐辏功能不足、适应滞后、固视差异、较长时间的头部姿势或注视稳定性等。

头部数据传感器可以是不同于IMU的另一类型的传感器，例如测量注视方向的眼睛跟踪器。眼睛跟踪器可以集成在光学装置的镜架中。

头部数据传感器可以测量瞳孔大小或面部表情，例如包含眉毛位置。测量瞳孔大小或面部表情的头部数据传感器可以是集成相机。

头部数据传感器可以测量EEG(脑电图)数据。

头部数据传感器可以用于确定光学装置的配戴时间和未配戴光学装置的时间，以及可选地由配戴者执行的任务类型。由于这个参数，因此可以检测适应不良。配戴者可能不会经常配戴光学装置，因为一旦配戴，光学装置的形状会诱发不适。形状问题可能是由于镜架在镜腿水平处的大小或鼻垫的形式和/或大小。基于这些数据，可以向眼睛护理专业人员警告需要重新调整光学装置。

本公开涉及头部数据。然而，头部数据可以被与配戴者的身体相关的其他类型的数据代替。这些数据可以例如与配戴者的身体的一部分(不是头部)的姿势或运动相关。

在参考前述说明性实施例时，许多另外的修改和变化将对本领域技术人员而言是显而易见的，这些实施例仅以示例方式给出并且并不旨在限制本公开的范围，本公开的范围仅是由所附权利要求来确定的。特别地，本公开可以应用于主动式镜片，其中，主动式镜片的光学设计可以被修改以便改善配戴者的适应性。本公开还可以应用于主动式滤光片，其中，可以考虑配戴者的舒适度来适配光学透射功能。

在权利要求中，词语“包括”不排除其他元素或步骤，并且不定冠词“一(a)”或“一个(an)”并不排除复数。在相互不同的从属权利要求中叙述不同的特征这个单纯的事实并不表明不能有利地使用这些特征的组合。权利要求中的任何附图标记都不应被解释为限制本公开的范围。

Claims (15)

1.一种用于检测光学装置对配戴者的适应不良的设备，所述设备包括处理电路系统，所述处理电路系统被配置成：

-随时间接收并存储关于所述配戴者在配戴和使用所述光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理所述头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测所述光学装置对所述配戴者的适应不良。

2.根据权利要求1所述的设备，其中，所述头部数据包括头部姿势和运动数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG数据、面部表情中的至少一个。

3.根据前述权利要求中任一项所述的设备，其中，所述光学装置具有眼科功能，并且所述处理电路系统被进一步配置成接收所述配戴者的眼科处方，并且在将所述接收到的并存储的头部数据与头部数据模式进行比较时考虑所述眼科处方。

4.根据前述权利要求中任一项所述的设备，其中，所述处理电路系统被进一步配置成通过将所述接收到的头部数据和具有与适应不良的原因相关联的头部分布模式的不同组的存储的头部数据进行比较来确定所述光学装置的适应不良的原因。

5.根据前述权利要求中任一项所述的设备，其中，所述光学装置具有渐进附加焦度，并且所述头部数据与所述配戴者在使用所述光学装置时的低头角度分布相关。

6.一种由设备的处理电路系统执行的方法，所述方法包括：

-随时间接收并存储关于配戴者在配戴和使用光学装置时的头部的头部数据，

-基于与光学装置对所述光学装置的配戴者的已知适应不良相关联的头部数据模式来处理所述头部数据，

-通过将接收到的并存储的头部数据和与适应不良相关联的头部数据模式进行匹配来检测所述光学装置对所述配戴者的适应不良。

7.根据前一权利要求所述的方法，其中，所述头部数据包括头部姿势和运动数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG数据、面部表情中的至少一个。

8.根据权利要求6至7中任一项所述的方法，其中，所述光学装置具有眼科功能，并且所述方法进一步包括接收所述配戴者的眼科处方，并且在将所述接收到的并存储的头部数据与头部数据模式进行比较时考虑所述眼科处方。

9.根据权利要求6至8中任一项所述的方法，其中，所述方法进一步包括通过将所述接收到的并存储的头部数据与头部数据模式进行比较来确定所述光学装置的适应不良的原因。

10.根据权利要求6至9中任一项所述的方法，其中，所述光学装置具有渐进附加焦度，并且所述头部数据与所述配戴者在使用所述光学装置时的低头角度分布相关。

11.根据权利要求10所述的方法，其中，检测适应不良包括确定所述低头角度分布中众数的数量。

12.一种确定头部模式的方法，所述方法包括：

-接收并存储关于光学装置的配戴者的配戴者数据，

-接收并存储关于与每个配戴者相关联的光学装置的光学装置数据，

-随时间接收并存储关于每个配戴者在配戴和使用相关联的光学装置时的头部的头部数据，

-接收并存储关于与每个配戴者相关联的光学装置的适应性的适应性数据，

-使用用来找到头部数据与适应不良之间的相关性的机器学习模型来处理大量配戴者的接收到的并存储的数据，以确定与光学装置的适应不良相关联的至少一个头部模式。

13.根据前一权利要求所述的方法，其中，所述头部数据包括头部姿势数据、眼睛注视方向、眼睑张开度、瞳孔大小、EEG数据、面部表情中的至少一个。

14.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括计算机可执行指令，其中，所述指令在被计算机执行时使所述计算机执行根据权利要求6至11中任一项所述的方法。

15.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括计算机可执行指令，其中，所述指令在被计算机执行时使所述计算机执行根据权利要求12或13所述的方法。

Images