CN116981392A - 用于估计个体的眼睛的屈光的方法、系统和计算机程序 - Google Patents
用于估计个体的眼睛的屈光的方法、系统和计算机程序 Download PDFInfo
- Publication number
- CN116981392A CN116981392A CN202280020796.XA CN202280020796A CN116981392A CN 116981392 A CN116981392 A CN 116981392A CN 202280020796 A CN202280020796 A CN 202280020796A CN 116981392 A CN116981392 A CN 116981392A
- Authority
- CN
- China
- Prior art keywords
- eye
- images
- light sources
- acquired
- photographic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004590 computer program Methods 0.000 title claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims description 34
- 238000004088 simulation Methods 0.000 claims description 27
- 210000001747 pupil Anatomy 0.000 claims description 25
- 230000004075 alteration Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 7
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 3
- 208000014733 refractive error Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 201000009310 astigmatism Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002207 retinal effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 208000029091 Refraction disease Diseases 0.000 description 1
- 240000004110 Russelia equisetiformis Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000004430 ametropia Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/103—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining refraction, e.g. refractometers, skiascopes
-
- 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
- A61B3/0008—Apparatus for testing the eyes; Instruments for examining the eyes provided with illuminating means
-
- 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
- A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
- A61B3/04—Trial frames; Sets of lenses for use therewith
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
- A61B3/111—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring interpupillary distance
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
- A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
- A61B3/15—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing
- A61B3/152—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing for aligning
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Ophthalmology & Optometry (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及一种用于估计个体的眼睛的屈光的方法,该方法包括以下步骤:a)提供眼睛的获取的偏心摄影验光图像为N个的组;b)设定至少包括球镜的参数组的值(110);c)提供模拟的偏心摄影验光图像为N个的组(120);d)确定获取的偏心摄影验光图像为N个的组与模拟的偏心摄影验光图像为N个的组之间的差异的估计量(130);d)使用优化算法执行优化(140),以便通过调整参数组的值并迭代步骤c)和d)来优化所述估计量,以及推导眼睛的至少一个屈光参数的估计值。
Description
技术领域
本发明涉及用于评估个体的眼睛的屈光的方法和系统。
更具体地,本发明涉及用于估计个体的眼睛的屈光的方法和系统。本发明还涉及一种用于估计个体的眼睛的屈光的计算机程序。该方法、该系统和/或该计算机程序可以用于确定适合个体的眼科镜片的处方,或者用于根据所估计的屈光来制造眼科镜片。本发明还提供了可以用作用另一装置执行的进一步主观屈光的起点的屈光测量。
背景技术
许多文献描述了用于测量个体的眼睛的屈光的装置和方法。主观屈光方法基于与观看不同视标并使用具有各种屈光矫正的一组镜片的个体的互动。客观屈光方法基于对所考虑的眼睛的光学特性的测量。特别地,用于测量客观屈光的一些方法和装置基于偏心摄影验光或光视网膜检影。
偏心摄影验光用于通过使用偏心光源照射用户的眼睛并用相机观察瞳孔的图像来执行客观屈光。在大多数情况下,反射光在检测到的图像中的瞳孔上形成具有被称为暗新月形的互补不发光形状的光形状。亮或暗的新月形的大小、形状和取向的分析能够根据偏心光源的位置来估计眼睛的屈光。例如,出版物W.Wesemann、A.M.Norcia、D.Allen的“Theory of eccentric photo refraction(photoretinoscopy):astigmatic eyes[偏心摄影验光(光视网膜检影)理论:散光眼]”,美国光学学会杂志A,第8卷,第12期,1991年,第2038-2047页或R.Kusel、U.Oechsner、W.Wesemann、S.Russlies、E.M.Irmer和B.Rassow的“Light-intensity distribution in eccentric photorefraction crescents[偏心摄影验光新月形中的光强度分布]”,美国光学学会杂志A,第15卷,1500-1511(1998)披露了亮部分的解析表达式。在Gekeler F、Schaeffel F、Howland HC、Wattam-Bell J的“Measurementof astigmatism by automated infrared photoretinoscopy[通过自动化红外光视网膜检影测量散光]”,视光学和视力科学:美国视光学院官方出版物,1997年7月;74(7):472-482,DOI:10.1097/00006324-199707000-00013中描述了从沿着三条子午线的光梯度的测量值推导球镜、柱镜和轴位值的相当简单的方法。
然而,这些方法没有考虑眼睛的高阶像差。此外,这些出版物大多是理论性的,但是没有披露能够快速获得屈光测量值的方法和系统。而且,根据用户的屈光不正,可能难以检测到新月形。
在发达国家,专业验光师一般使用自动屈光仪。然而,这些系统既昂贵又笨重。
需要快速、小型、易用且低成本的、提供摄影验光的估计的系统和方法。
发明内容
因此,本发明的一个目的是提供一种用于估计个体的眼睛的屈光的方法,该方法包括以下步骤:
a)提供眼睛的获取的偏心摄影验光图像为N个的组,其中N是大于或等于一的整数;
b)初始化至少包括球镜的参数组的值;
c)根据参数组的值,使用模拟模型提供模拟的偏心摄影验光图像为N个的组;
d)确定获取的偏心摄影验光图像为N个的组与模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
e)使用优化算法执行优化,以便通过调整参数组的值并迭代步骤c)和d)来优化所述估计量,以及
f)从参数组的调整值推导眼睛的至少一个屈光参数的估计值。
根据特定且有利的实施例,步骤a)包括以下步骤g)至i),并且每个步骤c)包括以下步骤j):
g)将包括具有孔径的图像捕获装置和多个M个光源的系统放置在眼睛前方,其中M是大于或等于二的整数,该多个M个光源围绕图像捕获装置的孔径偏心地布置在沿着横向于图像捕获装置的光轴的至少两个方向的确定位置处,该M个光源中的每个光源适于并被配置成用光脉冲照射眼睛;
h)使用该多个M个光源中的每个光源照射眼睛;
i)使用图像捕获装置记录眼睛的获取的偏心摄影验光图像为N个的组,其中N小于或等于M,获取的偏心摄影验光图像为N个的组中的每个图像表示由该多个M个光源中的至少一个光源的光脉冲照射的眼睛;
j)根据参数组的值,使用模拟模型产生模拟的偏心摄影验光图像为N个的组。
根据此方法的特定且有利的方面,步骤b)包括从获取的偏心摄影验光图像为N个的组选择获取的偏心摄影验光图像为三个的组,获取的偏心摄影验光图像为三个的组是使用沿着横向于图像捕获装置的光轴的三个方向布置的三个光源记录的;处理这三个获取的偏心摄影验光图像中的每一个,以便确定暗新月形大小和倾斜角,并从中推导三个方向的三个眼科焦度值。
根据实施例,M等于N,并且步骤h)包括顺序地使用该多个M个光源中的每个光源照射眼睛,并且步骤i)包括当眼睛被该多个M个光源中的一个光源的光脉冲照射时,获取偏心摄影验光图像为N个的组中的每个图像。
根据另一实施例,N小于M,并且步骤h)包括同时使用该多个M个光源中的两个光源照射眼睛的步骤,并且步骤i)包括当眼睛被两个光源的光脉冲照射时获取偏心摄影验光图像为N个的组中的一个图像的步骤。
有利地,所述模拟模型基于光强度分布的几何光学模型或基于光线跟踪模型。
根据特定方面,模拟模型进一步取决于:硬件参数,比如每个光源的功率;眼科参数,比如角膜反射;和/或操作参数,比如图像捕获装置相对于眼睛的位置。
根据另一特定方面,估计量基于获取的偏心摄影验光图像为N个的组与模拟的偏心摄影验光图像为N个的组之间的逐像素差异,或者估计量基于比较获取的偏心摄影验光图像为N个的预处理组和模拟的偏心摄影验光图像为N个的预处理组。
有利地,优化算法或最小化算法基于没有梯度计算的方法,比如单纯形或Nelder-Mead,或者基于具有梯度计算的方法,比如Levenberg-Marquardt。
根据实施例,该方法进一步包括确定图像捕获装置与眼睛之间的距离和/或图像捕获装置相对于眼睛的取向。
根据特定且有利的方面,参数组进一步包括眼睛的至少一个其他参数,包括:柱镜、轴位、瞳孔直径、高阶像差、半瞳孔距离、注视方向、红光反射量和斯泰尔斯-克劳福德参数(Stiles-Crawford parameter)。
根据特定方面,该方法是在图像捕获装置与眼睛之间的第一距离和第二距离处执行的。
优选地,该多个M个光源包括3、6、9或12个光源。
有利地,该多个M个光源包括发光二极管。
本发明的进一步的目的是提供一种用于估计个体的眼睛的屈光的系统,该系统适于与移动装置或远程计算机通信。
根据本发明,通过提供一种系统来实现上述目的,该系统包括图像捕获装置和多个M个光源,其中M是大于或等于二的整数,该多个M个光源围绕图像捕获装置偏心地布置在沿着横向于图像捕获装置的光轴的至少两个方向的确定位置处;该系统适于并被配置成使用该多个M个光源中的每个光源用光脉冲照射眼睛;该图像捕获装置被配置成记录眼睛的获取的偏心摄影验光图像为N个的组,其中N是小于或等于M的整数,获取的偏心摄影验光图像为N个的组中的每个图像表示由该多个M个光源中的至少一个光源的光脉冲照射的眼睛;该系统包括计算模块,该计算模块包括存储器和处理器,该处理器被布置成执行存储在存储器中的程序指令以:
k)初始化至少包括球镜的参数组的值;
l)基于参数组的值,使用模拟模型产生模拟的偏心摄影验光图像为N个的组;
m)计算获取的偏心摄影验光图像为N个的组与模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
n)使用最小化算法,以便通过调整参数组的值并迭代步骤l)和m)来最小化所述估计量;以及
o)从参数组的调整值推导眼睛的至少一个屈光参数的估计值。
有利地,图像捕获装置和多个M个光源安装在可移除地附接到移动装置的附件上。
根据实施例,计算模块被包括在附件中。
根据另一实施例,计算模块被包括在移动装置或远程计算机中。
本发明的进一步的目的是提供一种计算机程序产品,该计算机程序产品包括一个或多个存储的指令序列,该一个或多个存储的指令序列可由处理器存取、并且当由处理器执行时使处理器至少执行以下步骤:
p)提供获取的偏心摄影验光图像为N个的组,其中,获取的偏心摄影验光图像为N个的组中的每个图像表示由多个M个光源中的至少一个光源的光脉冲照射的眼睛,该多个M个光源围绕图像捕获装置偏心地布置在沿着横向于图像捕获装置的光轴的至少两个方向的确定位置处,其中M是大于或等于二的整数,并且N是小于或等于M的整数;
q)初始化至少包括球镜的参数组的值;
r)基于参数组的值,使用模拟模型产生模拟的偏心摄影验光图像为N个的组;
s)计算获取的偏心摄影验光图像为N个的组与模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
t)使用优化算法,以便通过调整参数组的值并迭代步骤r)和s)来优化所述估计量;以及
u)从参数组的调整值推导眼睛的至少一个屈光参数的估计值。
具体实施方式
参考附图给出的以下描述将使本发明包括的内容以及实现本发明的方式变得清晰。本发明不限于附图中所展示的(多个)实施例。相应地,应当理解的是,在权利要求中提到的特征后面带有附图标记的情况下,包括这种附图标记仅是出于增强权利要求的可理解性的目的,而决不是对权利要求的范围的限制。为了更全面理解本文提供的说明及其优点,现在结合附图和详细描述参考以下简要说明,其中相同的附图标记代表相同的部分。在附图中:
-图1A和图1B分别示出了根据第一实施例和第二实施例的用于估计个体的眼睛的屈光的系统的立体图;
-图2是根据本发明的实施例的包括相机和多个光源的用于估计个体的眼睛的屈光的摄影验光模块的前视图;
-图3示出了获取受试者的至少一只眼睛的偏心摄影验光图像组的示例性配置;
-图4展示了使用根据本发明的系统和方法的个体的眼睛的获取的偏心摄影验光图像为9个的组;
-图5示意性地表示了根据本发明的用于估计个体的眼睛的屈光的方法的流程图;
-图6示意性地表示了三个光源的布置,这三个光源在三条不同子午线上放置在距相机相同的距离处;
-图7展示了使用沿着一条子午线的一个光源获得的具有暗新月形的获取的偏心摄影验光图像的示例;
-图8示意性地表示了用于使用沿着三条不同子午线的三个光源基于偏心摄影验光图像确定球镜、柱镜和轴位的初始值的方法;
-图9示意性地表示了同时使用沿着两条不同子午线的两个光源的获取的偏心摄影验光图像的示例;
-图10示出了基于参数初始值的方法的初始步骤中的模拟的偏心摄影验光图像为N个的初始组,以及与获取的偏心摄影验光图像为9个的组进行比较的初始估计量值;
-图11示出了一次迭代后的中间结果,其中模拟的偏心摄影验光图像为N个的另一组与图10中相同的、获取的偏心摄影验光图像为9个的组进行比较,并且估计量和参数的对应值由这一模拟产生;
-图12示出了16次迭代后的最终结果,其中模拟的偏心摄影验光图像为9个的最终组与相同的、获取的偏心摄影验光图像为9个的组进行比较,并且估计量和参数的最终值由这两个图像组之间的最小化产生。
在以下描述中,附图不一定按比例绘制并且为了清楚和简明的目的或出于信息目的,某些特征可能以广义的或示意性形式示出。另外,尽管在下文详细讨论了制造和使用多个不同实施例,但应理解的是,如本文所述提供了可以在多种背景下实施的许多发明构思。本文讨论的实施例仅仅是表示性的而不限制本发明的范围。针对本领域技术人员来说还显而易见的是,相对于方法限定的所有技术特征可以单独或组合地转置到装置,反之,相对于装置的所有技术特征可以单独或组合地转置到方法。
装置和方法
图1A和图1B表示了用于估计受试者1的眼睛2的屈光的系统50。系统50包括连接到移动装置20(比如,智能手机、平板个人计算机或膝上型计算机)的摄影验光模块10或附加装置。有利地,摄影验光模块10机械地紧固到移动装置20。
使用如图1A所展示的直接插头和插座连接,或者使用如图1B所展示的有线连接11,摄影验光模块10连接到移动装置20。摄影验光模块10被配置成使用有线连接或无线连接与移动装置20通信。
图1A、图1B和图2所展示的摄影验光模块10包括相机30和多个M个光源,其中M是大于或等于二的整数。换句话说,最低配置包括沿着两条不同子午线XA和XB布置的至少两个光源16-A和16-B。
例如在图2中,摄影验光模块10包括九个光源16-A1、16-A2、16-A3、16-B1、16-B2、16-B3、16-C1、16-C2和16-C3。三个光源16-A1、16-A2、16-A3沿着横向于相机30的光轴的同一方向或子午线XA布置。类似地,三个光源16-B1、16-B2、16-B3和16-C1、16-C2、16-C3分别沿着另一方向或者分别沿着子午线XB和子午线XC布置,两条子午线XB和XC都横向于相机30的光轴。三条子午线XA、XB和XC对应于垂直于相机30的光轴的同一平面中的三个不同方向。例如,三条子午线XA、XB和XC彼此相隔120度角。
作为选项,摄影验光模块10进一步包括另一光源18(见图1A)。替代地,如图1B所展示,摄影验光模块10进一步包括另一组三个光源18A、18B、18C,这些光源布置在另一偏心距处并放置在另外三条子午线上。根据另一替代方案,摄影验光模块10进一步包括另一组三个光源18A、18B、18C,这些光源布置在另一同一子午线上并放置在距相机的三个不同偏心距处。
在示例中,一组i光源16-Ai、16-Bi、16-Ci发射第一波长的光,并且一组至少另一光源18(分别是18A、18B、18C)发射不同于第一波长的第二波长的光。通常,第一波长在近红外或红外范围内,例如约850nm,使得当光源点亮时,用户的瞳孔保持不变。
每个光源16、18相对于相机30的位置是预定且固定的。每组i光源16-Ai、16-Bi、16-Ci放置在距相机30的光轴的相同距离或偏心距ei处。偏心距的范围通常介于0mm与20mm之间。有利地,偏心距的范围通常介于0.5mm与20mm之间。
有利地,光源由发光二极管或led组成。例如,摄影验光模块10包括沿着三条不同子午线布置在三个不同偏心距处的九个led。相机30适于并被配置成针对相继点亮的i=1,2,3的每个光源16-Ai、16-Bi、16-Ci捕获个体的眼睛2的偏心摄影验光图像。这种配置使得每次测量都能获取偏心摄影验光图像N=9个的组。
在另一示例中,摄影验光模块10包括沿着三条子午线并在四个不同偏心距处布置的十二个光源。
图3示出了用于使用根据本发明的系统50来估计个体的眼睛2的屈光的配置。验光师4或技术人员手持系统50,并布置相机30的光轴的位置和方向,以便处于个体的面部的高度处,并且使得光源16、18的平面是竖直的。摄影验光模块10在距个体的眼睛2的距离DistZ处。通常,距离DistZ为约1米,并且可以介于30cm与2m之间。在示例中,考虑两个距离测量值:1m和0.5m。因此,如果在1m处的测量没有返回准确的结果,那么在50cm的距离处进行测量。有利地,系统50包括用于测量距离DistZ的装置,比如自动聚焦装置。替代地,受试者1手持系统50,并且直接看着相机或通过镜面上的反射看着相机,并自己拍照以进行自屈光测量。系统50在定位方面非常宽容并且是非侵入性的。
系统50还包括计算模块,该计算模块包括存储器和处理器,该处理器被布置成执行存储在存储器中的程序指令,以实现根据本发明的用于估计个体的眼睛的屈光的方法。计算模块放置在摄影验光模块10或移动装置20内。替代地,计算模块放置在与摄影验光模块10通信的远程计算机内。计算模块基于所使用的光源的数据、摄影验光模块10相对于个体的眼睛2的位置以及眼睛2的眼科屈光数据产生模拟的图像组。
在预备步骤中,系统50用于获取如图4所示的偏心摄影验光图像为N个的组。例如,该系统使用M=9个光源,如关于图2所详述。在实施例中,系统50被配置成针对顺序点亮的每个偏心闪光灯捕获一个图像。例如,光源16-A1发射闪光,而所有其他光源关闭,并且系统50捕获眼睛2的瞳孔的第一偏心摄影验光图像T1。接着,光源16-A2发射闪光,而所有其他光源关闭,并且系统50捕获瞳孔的第二偏心摄影验光图像T2。重复此闪光和获取,系统50获取眼睛2的瞳孔的N=9个偏心摄影验光图像T1、T2、……T9,每个图像对应于确定位置的单一光源。接着,系统在存储器中存储眼睛2的瞳孔的获取的偏心摄影验光图像T1至T9为9个的组。对于12个led,捕获获取的偏心摄影验光图像T1至T12为12个的组花费不到0.5秒。这个短获取时间能够使眼睛2的瞳孔直径保持恒定,并且降低了眼睛调节在不同获取之间改变的风险。增加光源的数量能够增大屈光测量的范围。有利地,系统50可以被配置成同时获取受试者的双眼的图像,因此为每只眼睛捕获获取的偏心摄影验光图像为N个的不同组。存储的每个图像与相对于受试者的眼睛2和相机30的确定位置的光源相关联。
系统50是易用的。获取图像组就像拍照一样简单,如图3所示。
接着,如图5所展示,该方法基于将眼睛的模拟的图像为N个的组与获取的偏心摄影验光图像为N个的组进行比较,并基于调整参数的组合,使得模拟的图像组与获取的偏心摄影验光图像组匹配。更准确地说,该方法包括用于初始化眼睛2的参数(比如球镜、柱镜和轴位值)的初始化步骤100;设定参数(与所寻求的眼睛相关的参数,至少包括球镜、柱镜和轴位,以及可选的高阶像差或HOA;硬件相关参数;以及测量参数,比如测量距离)的值的步骤110;基于在步骤110中设定的参数的值产生模拟的图像组的步骤120;将模拟的图像组与目标图像组进行比较、即与所寻求的眼睛的获取的偏心摄影验光图像组进行比较的步骤130;以及优化或最小化模拟的图像组与目标图像组之间的差异的估计量的步骤140。迭代步骤110、120、130和140,直到找到最小值。
像任何优化算法或最小化算法一样,图5所展示的方法需要起点或初始化步骤100。
当使用优化算法时,寻求对算法的评价函数进行优化。通常,使此算法的评价函数最小化。
当使用最小化算法时,寻求使模拟的图像组与目标图像组之间的差异的估计量最小化。
初始化步骤100可以依赖于来自受试者的先前处方的数据,从而能够初始化所寻求的眼睛的球镜、柱镜和轴位值。
替代地,初始化步骤100基于经典的已知方法,例如关于图6描述的子午线。这是处理的不同步骤。可以通过可以根据图6上的此图表示的球镜(S)、柱镜(C)和此柱镜的轴位(A)的分量趋近于眼睛的一阶像差。点16-A、16-B、16-C对应于在每条子午线(分别是XA、XB和XC)上具有最高偏心距的红外LED。确定S、C和A需要至少三条子午线。因此,对于每条子午线,在对应图像Tj中寻找瞳孔直径以及上升前沿或下降前沿,即高灰度级与低灰度级之间的突变,因此转化为在摄影验光测量中典型的暗新月形。
图7展示了例如使用沿着子午线XA放置的单一光源获取的偏心摄影验光图像。直线表示子午线XA。圆42表示眼睛的瞳孔的模拟,并且能够确定瞳孔直径DP。图像处理能够识别暗新月形41和亮新月形51。曲线43表示基于纯球镜S的理论新月形。曲线44表示基于球镜S和柱镜C组合值的理论新月形。曲线43和44与子午线的交点能够确定暗新月形41的大小DCR。替代地,也可以使用亮新月形51的大小。沿着所考虑的子午线的光焦度从以下公式[1]导出:
其中Pmeridian表示沿着此子午线的眼科焦度,DistZ表示进行测量时以米为单位的距离,即受试者1与相机30之间的距离,e表示以mm为单位的偏心距,并且DCR表示暗新月形的长度。
因此,为三条子午线中的每一条(分别是XA、XB和XC)测量光焦度。这能够从三个不同角度θ确定至少三个焦度,如图8所展示。在此示例中,子午线XA的角度为30度,子午线XB的角度为150度,并且子午线XC的角度为270度。球镜(S)、柱镜(C)和轴位(A)数据从以下公式[2]导出:
P(θ)=S+C·sin2(θ-A)
公式[1]理论上限于屈光误差为纯球镜的眼睛。然而,此方法通过为模拟器的参数提供初始值而为下面的最小化算法提供了可利用的起点。
产生模拟的图像组的步骤120旨在产生与由相机提供的图像相似的图像。此步骤始于从先前步骤110导出的参数的初始值。
为了运行步骤120,处理器使用模拟模型。例如,模拟模型基于光强度分布的几何光学模型。例如,出版物R.Kusel、U.Oechsner、W.Wesemann、S.Russlies、E.M.Irmer和B.Rassow的“Light-intensity distribution in eccentric photorefractioncrescents[偏心摄影验光新月形中的光强度分布]”,美国光学学会杂志A,第15卷,1500-1511(1998)和A.Roorda、M.C.W.Campbell和W.R.Bobier的“Geometrical theory topredict eccentric photorefraction intensity profiles in the human eye[预测人眼中的偏心摄影验光强度分布的几何理论]”,美国光学学会杂志A,第12卷,1647-1656(1995)描述了这种几何光学模型。替代地,模拟模型基于光线跟踪模型,例如基于Zemax光学设计软件,如Y-L.Chen、B.Tan和J.W.L.Lewis的“Simulation of eccentricphotorefraction images[偏心摄影验光图像的模拟]”,光学快报,第11卷,1628-1642(2003)所详述。然而,模拟模型可以基于许多模型中的另一模型而实现,而不仅仅基于几何光学模型或光线跟踪模型。
模拟模型考虑了不同类型的参数。更准确地说,这些参数属于以下类别:1-与所寻求的眼睛相关的眼科参数,2-硬件相关参数,以及3-与测量协议相关的参数。
更准确地说,与所寻求的眼睛相关的眼科参数包括以下参数中的至少一个:
-瞳孔半径(R),
-作为低阶像差(LOA)的球镜度(S),
-作为LOA的柱镜度(C),
-作为LOA的柱镜轴位(A),
-高阶像差(HOA),由泽尼克系数(Zernike coefficient)A6w至A14w表示,
-瞳孔半偏,
-注视方向,
-“红光反射”(RR),其表示由于视网膜上的多次漫反射引起的发光偏移,
-斯泰尔斯-克劳福德效应(SC),和/或
-眼睛的浦肯野反射(Purkinje reflections)。
硬件相关参数可以包括以下参数中的至少一个:
-光源(例如LED)的位置和外观大小,
-LED波长,
-由所有光源的G和R矩阵表示的光源(例如LED)的光功率,
-不同光源的相对亮度,
-相机传感器增益以及可选的相机噪声,
-相机的曝光参数,
-相机的光学系统的孔径的位置和大小,尤其是相机的入瞳(dxCam,dyCam),
-相机的光学系统的焦距,
-像素大小,动态的-相机的光学系统的点扩散函数。
与测量协议相关的参数可以包括以下参数中的至少一个:
-测量距离,
-(多只)眼睛在图像中的中心位置。
光源为M个的组的位置是模拟步骤120和最小化或优化步骤140的关键参数。然而,光源为M个的组的位置是固定的,并且在步骤140中没有被优化。
根据所使用的模拟模型,所有这些参数的组合能够使得每个光源(此处每个led)产生一个图像。在图10所展示的示例中,在模拟的此初始步骤中,模拟模型产生9个图像0S1至0S9。
图10示出了通过左侧显示的参数初始值获得的模拟的图像0S1、0S2、……0S9组。图10还示出了目标图像T1、T2……T9组。目标图像T1、T2、……T9对应于捕获并存储在存储器中的获取的偏心摄影验光图像,如关于图4所详述。更准确地说,目标图像对应于获取的偏心摄影验光图像的瞳孔内的中心部分,瞳孔周围的区域被设定为黑色背景。图10对应于迭代n°0,即参数为标称值,HOA为0,所有led的光功率(G和R矩阵)相同。例如,使用子午线方法填入球镜、柱镜和轴位值。瞳孔半径R值也通过用图像处理方法测量关于图像中存在的梯度并表示瞳孔边缘的最佳圆来填入。
计算模块计算迭代n°0时的模拟的图像0S1、0S2、……0S9中的每一个模拟的图像与目标图像T1、T2、……T9中的每一个对应目标图像之间的差异。图10还示出了所得到的差分图像0D1、0D2、……0D9,这些差分图像具有对应于每个差分图像的数值差。此处,基于瞳孔的图像内的区域的逐像素强度差来计算差分图像。基于以下公式计算这两个图像组之间的差异的估计量(表示为E):
在图10的示例中,模拟的图像0S1、0S2、……0S9为9个的组与目标图像T1、T2、……T9为9个的组之间的差异的估计量被计算为针对每个差分图像计算的9个数值差的总和。在图10的示例中,迭代n°0时的总估计量E0的值被估计为210.810(以任意单位(缩写为a.u.))。
替代地,对获取的图像和模拟的图像进行预处理,例如通过傅立叶滤波器或其他滤波器来预处理,并且接着相互比较。
接着,在迭代n°1时,最小化算法开始反向传播循环。事实上,模型的输入参数需要调整,以便最小化估计量的值。出于此目的,不同的最小化方法是可用的:没有梯度计算的方法,比如仅举几个示例,单纯形法或Nelder-Mead法;具有梯度计算的方法,比如Levenberg Marquardt法。在下面的示例中,使用Levenberg Marquardt法。最小化方法是可以用作黑盒的独立算法。
对于每个输入参数,计算模块计算梯度,即此点处的局部导数。每个参数的梯度既而能够计算每个参数的位移矢量。因此,在步骤140中,最小化算法调整由模拟模型使用的输入参数组的值,比如眼科参数、硬件参数和/或与测量协议相关的参数。图11展示了针对同一目标图像T1至T9组的迭代步骤n°1的结果。输入参数的调整值显示在图11的左侧。图11示出了通过迭代n°1时调整的参数值获得的模拟的图像1S1、1S2……1S9组。计算模块计算迭代n°1时的模拟的图像1S1、1S2、……1S9中的每一个模拟的图像与目标图像T1、T2、……T9中的每一个对应目标图像之间的差异。图11还示出了所得到的差分图像1D1、1D2、……1D9,这些差分图像具有对应于每个差分图像的数值差。在图11的示例中,迭代n°1时的总估计量E1的值被估计为70.655(任意单位)。因此,从第一次迭代起,观察到模拟的图像组与目标图像组之间的差异的总估计量的快速降低。
通过多次迭代此过程,直到估计量E不再收敛,计算单元达到局部最小值。
最小化算法被迭代,直到达到停止条件。每个最小化算法可以使用不同的停止准则。例如,停止条件可以是当估计量小于预定值时。另一停止条件基于S、C、A值之间的残差,例如,如果两次相继的迭代之间的差异小于0.01屈光度,那么最小化停止。另一停止条件可以是最多为20次的迭代次数。
继续进行与图10和图11相同的示例,最小化算法被迭代,直到迭代N°16,其中最小化算法停止。图12展示了针对同一目标图像T1至T9组的迭代步骤n°16的结果。输入参数的调整值显示在图12的左侧。图12示出了通过迭代n°16时调整的参数值获得的模拟的图像16S1、16S2、……16S9组。计算模块计算迭代n°16时的模拟的图像16S1、16S2、……16S9中的每一个模拟的图像与目标图像T1、T2、……T9中的每一个对应目标图像之间的差异。图12还示出了所得到的差分图像16D1、16D2、……16D9,这些差分图像具有对应于每个差分图像的数值差。在图12的示例中,迭代n°16时的总估计量E16的值被估计为4.176(任意单位)。因此,在16次迭代之后,观察到模拟的图像组与目标图像组之间的差异的总估计量的快速降低。该方法能够精确估计接近比如球镜、柱镜和轴位的低阶像差的目标值的眼科参数,以及高阶像差的泽尼克系数的目标值的眼科参数。
获得这些结果的计算时间是约几秒钟。本文所述的方法能够获得球镜、柱镜和轴位的精确结果,并且进一步能够在不需要庞大仪器的情况下估计高阶像差。
上面详细描述的示例基于在单一光源打开而所有其他光源关闭的情况下获取每个图像。替代地,可以同时使用两个光源以获取所考虑的眼睛的瞳孔的每个偏心摄影验光图像。例如,图9展示了2个LED同时点亮时捕获的图像。两个LED沿着两条不同子午线布置,以避免两个新月形的重叠。观察到由沿着子午线XA放置的第一LED产生的第一亮新月形51,以及由沿着子午线XB放置的第二LED产生的第二亮新月形52。第一亮新月形51和第二亮新月形52分别由图像中的高灰度级与低灰度级之间的突变曲线41和42界定。因此,可以从单次偏心摄影验光图像捕获确定两个暗新月形的大小。
更一般地,拍摄图像为N个的组,其中同时点亮两个LED,以在瞳孔中产生2个新月形。优选地,两个光源布置在2个不同子午线上。例如,使用两个LED n11、n12捕获第一图像Im1;使用另外两个LED n21、n22捕获第二图像Im2;并且使用另外两个LED n31、n32捕获第三图像Im3。
通过针对给定的参数(Sph、Cyl、axis……)组以相同配置Im1s(LED n11、n12)、Im2s(LED n21、n22)、Im3s(LED n31、n32)产生对应图像为N个的组来调适模拟步骤。
在最小化步骤期间应用相同的优化原理,即Imj/Imjs的比较。
根据另一实施例,来自同一子午线的两个或更多个Led被同时点亮。在这种情况下,处理所捕获的图像以确定沿着此子午线的光分布中的光梯度,而不是确定新月形的精确形状。
上述方法在计算机程序中实现。如上所述,该计算机程序也可以实现为智能手机应用程序,以加载到配备有附加摄影验光模块10的智能手机中。
用于捕获偏心摄影验光图像组的摄影验光模块10和用于模拟和最小化的对应应用程序的组合容易适用于世界上拥有智能手机的任何客户,该客户需要在进行主观屈光之前快速提供良好起点的低成本工具。
本披露内容的发明能够为农村地区和/或新兴市场的人口提供装备。本披露内容的发明使非专业验光师(比如教师、学校护士、NGO中的志愿者)能够在世界范围内的学校、政府项目中实现大规模筛查以便检测屈光不正。
本文所披露的系统和方法也可以作为技术模块嵌入到用于眼睛分析的另一医疗设备中,例如以用于主观屈光测量。
尽管代表性方法和系统已在本文进行了详细描述,但是本领域技术人员将认识到可以在不脱离由所附权利要求描述和限定的范围下做出各种替代和修改。
Claims (15)
1.一种用于估计个体的眼睛的屈光的方法,所述方法包括以下步骤:
a)提供所述眼睛的获取的偏心摄影验光图像为N个的组,其中N是大于或等于一的整数;
b)初始化至少包括球镜的参数组的值;
c)根据所述参数组的值,使用模拟模型提供模拟的偏心摄影验光图像为N个的组;
d)确定所述获取的偏心摄影验光图像为N个的组与所述模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
e)使用优化算法执行优化,以便通过调整所述参数组的值并迭代步骤c)和d)来优化所述估计量,以及
f)从所述参数组的调整值推导所述眼睛的至少一个屈光参数的估计值。
2.根据权利要求1所述的方法,其中,步骤a)包括以下步骤g)至i),并且其中,每个步骤c)包括以下步骤j):
g)将包括具有孔径的图像捕获装置和多个M个光源的系统放置在所述眼睛前方,其中M是大于或等于二的整数,所述多个M个光源围绕所述图像捕获装置的孔径偏心地布置在沿着横向于所述图像捕获装置的光轴的至少两个方向的确定位置处,所述M个光源中的每个光源适于并被配置成用光脉冲照射所述眼睛;
h)使用所述多个M个光源中的每个光源照射所述眼睛;
i)使用所述图像捕获装置记录所述眼睛的所述获取的偏心摄影验光图像为N个的组,其中N小于或等于M,所述获取的偏心摄影验光图像为N个的组中的每个图像表示由所述多个M个光源中的至少一个光源的光脉冲照射的眼睛;
j)根据所述参数组的值,使用所述模拟模型产生所述模拟的偏心摄影验光图像为N个的组。
3.根据权利要求2所述的方法,其中,所述步骤b)包括从所述获取的偏心摄影验光图像为N个的组选择获取的偏心摄影验光图像为三个的组,所述获取的偏心摄影验光图像为三个的组是使用沿着横向于所述图像捕获装置的光轴的三个方向布置的三个光源记录的;处理所述三个获取的偏心摄影验光图像中的每一个,以便确定暗新月形大小和倾斜角,并从中推导所述三个方向的三个眼科焦度值。
4.根据权利要求2或3中任一项所述的方法,其中,M等于N,并且所述步骤h)包括顺序地使用所述多个M个光源中的每个光源照射所述眼睛,并且其中,所述步骤i)包括当所述眼睛被所述多个M个光源中的一个光源的光脉冲照射时,获取所述偏心摄影验光图像为N个的组中的每个图像。
5.根据权利要求2或3中任一项所述的方法,其中,N小于M,并且所述步骤h)包括同时使用所述多个M个光源中的两个光源照射所述眼睛的步骤,并且其中,所述步骤i)包括当所述眼睛被两个光源的光脉冲照射时获取所述偏心摄影验光图像为N个的组中的一个图像的步骤。
6.根据权利要求1至5中任一项所述的方法,其中,所述模拟模型基于光强度分布的几何光学模型或基于光线跟踪模型。
7.根据权利要求1至6中任一项所述的方法,其中,所述模拟模型进一步取决于:硬件参数,比如每个光源的功率;眼科参数,比如角膜反射;和/或操作参数,比如所述图像捕获装置相对于所述眼睛的位置。
8.根据权利要求1至7中任一项所述的方法,其中,所述估计量基于所述获取的偏心摄影验光图像为N个的组与所述模拟的偏心摄影验光图像为N个的组之间的逐像素差异,或者其中,所述估计量基于比较获取的偏心摄影验光图像为N个的预处理组和模拟的偏心摄影验光图像为N个的预处理组。
9.根据权利要求1至8中任一项所述的方法,其中,所述优化算法或所述最小化算法基于没有梯度计算的方法,比如单纯形或Nelder-Mead,或者基于具有梯度计算的方法,比如Levenberg-Marquardt。
10.根据权利要求1至9中任一项所述的方法,所述方法进一步包括确定所述图像捕获装置与所述眼睛之间的距离和/或所述图像捕获装置相对于所述眼睛的取向。
11.根据权利要求1至10中任一项所述的方法,其中,所述参数组进一步包括所述眼睛的至少一个其他参数,包括:柱镜、轴位、瞳孔直径、高阶像差、半瞳孔距离、注视方向、红光反射量和斯泰尔斯-克劳福德参数。
12.一种用于估计个体的眼睛的屈光的系统,所述系统适于与移动装置或远程计算机通信,所述系统包括:
-图像捕获装置和多个M个光源,其中M是大于或等于二的整数,所述多个M个光源围绕所述图像捕获装置偏心地布置在沿着横向于所述图像捕获装置的光轴的至少两个方向的确定位置处;
-所述系统适于并被配置成使用所述多个M个光源中的每个光源用光脉冲照射所述眼睛;
-所述图像捕获装置被配置成记录所述眼睛的获取的偏心摄影验光图像为N个的组,其中N是小于或等于M的整数,所述获取的偏心摄影验光图像为N个的组中的每个图像表示由所述多个M个光源中的至少一个光源的光脉冲照射的眼睛;
-所述系统包括计算模块,所述计算模块包括存储器和处理器,所述处理器被布置成执行存储在所述存储器中的程序指令以:
k)初始化至少包括球镜的参数组的值;
l)基于所述参数组的值,使用模拟模型产生模拟的偏心摄影验光图像为N个的组;
m)计算所述获取的偏心摄影验光图像为N个的组与所述模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
n)使用最小化算法,以便通过调整所述参数组的值并迭代步骤l)和m)来最小化所述估计量;以及
o)从所述参数组的调整值推导所述眼睛的至少一个屈光参数的估计值。
13.根据权利要求12所述的系统,其中,所述图像捕获装置和所述多个M个光源安装在可移除地附接到所述移动装置的附件上。
14.根据权利要求12至13中任一项所述的系统,其中,所述计算模块被包括在所述移动装置或所述远程计算机中。
15.一种计算机程序产品,所述计算机程序产品包括一个或多个存储的指令序列,所述一个或多个存储的指令序列可由处理器存取、并且当由所述处理器执行时使所述处理器至少执行以下步骤:
p)提供获取的偏心摄影验光图像为N个的组,其中,所述获取的偏心摄影验光图像为N个的组中的每个图像表示由多个M个光源中的至少一个光源的光脉冲照射的眼睛,所述多个M个光源围绕图像捕获装置偏心地布置在沿着横向于所述图像捕获装置的光轴的至少两个方向的确定位置处,其中M是大于或等于二的整数,并且N是小于或等于M的整数;
q)初始化至少包括球镜的参数组的值;
r)基于所述参数组的值,使用模拟模型产生模拟的偏心摄影验光图像为N个的组;
s)确定所述获取的偏心摄影验光图像为N个的组与所述模拟的偏心摄影验光图像为N个的组之间的差异的估计量;
t)使用优化算法,以便通过调整所述参数组的值并迭代步骤r)和s)来优化所述估计量;以及
u)从所述参数组的调整值推导所述眼睛的至少一个屈光参数的估计值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21305503.1A EP4074245A1 (en) | 2021-04-16 | 2021-04-16 | Method, system and computer-program for estimating refraction of an eye of an individual |
EP21305503.1 | 2021-04-16 | ||
PCT/EP2022/059966 WO2022219095A1 (en) | 2021-04-16 | 2022-04-13 | Method, system and computer-program for estimating refraction of an eye of an individual |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116981392A true CN116981392A (zh) | 2023-10-31 |
Family
ID=75801531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280020796.XA Pending CN116981392A (zh) | 2021-04-16 | 2022-04-13 | 用于估计个体的眼睛的屈光的方法、系统和计算机程序 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP4074245A1 (zh) |
JP (1) | JP2024515176A (zh) |
KR (1) | KR20230169939A (zh) |
CN (1) | CN116981392A (zh) |
WO (1) | WO2022219095A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007032001B4 (de) * | 2007-07-09 | 2009-02-19 | Carl Zeiss Vision Gmbh | Vorrichtung und Verfahren zur Bestimmung der erforderlichen Korrektur der Fehlsichtigkeit eines Auges |
US8824779B1 (en) * | 2011-12-20 | 2014-09-02 | Christopher Charles Smyth | Apparatus and method for determining eye gaze from stereo-optic views |
US20190117060A1 (en) * | 2016-04-18 | 2019-04-25 | Forus Health Pvt. Ltd. | A photo-refraction device for identifying and determining refractive disorders of an eye |
WO2018100589A1 (en) * | 2016-11-30 | 2018-06-07 | Secretary, Department Of Biotechnology | Ocular screening |
EP3669751A1 (en) * | 2018-12-20 | 2020-06-24 | Essilor International | Method and device for determining a refraction feature of an eye of a subject |
-
2021
- 2021-04-16 EP EP21305503.1A patent/EP4074245A1/en active Pending
-
2022
- 2022-04-13 KR KR1020237030024A patent/KR20230169939A/ko active Search and Examination
- 2022-04-13 WO PCT/EP2022/059966 patent/WO2022219095A1/en active Application Filing
- 2022-04-13 CN CN202280020796.XA patent/CN116981392A/zh active Pending
- 2022-04-13 JP JP2023563035A patent/JP2024515176A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20230169939A (ko) | 2023-12-18 |
WO2022219095A1 (en) | 2022-10-20 |
EP4074245A1 (en) | 2022-10-19 |
JP2024515176A (ja) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7832864B2 (en) | Inverse optical design | |
CA2514807C (en) | Ophthalmic data measuring apparatus, ophthalmic data measurement program and eye characteristic measuring apparatus | |
US7490940B2 (en) | Method for determining objective refraction using wavefront sensing | |
US7114808B2 (en) | Apparatus and method for determining objective refraction using wavefront sensing | |
US7357509B2 (en) | Metrics to predict subjective impact of eye's wave aberration | |
US8079707B2 (en) | Eyeglass prescription method | |
CN100353907C (zh) | 获得客观式显然验光的装置 | |
CA2693910C (en) | Apparatus and method for determining the required correction for the vision defect of an eye | |
US20020140902A1 (en) | Determination of ocular refraction from wavefront aberration data and design of optimum customized correction | |
US20020097376A1 (en) | Methods and systems for measuring local scattering and aberration properties of optical media | |
CN111712179B (zh) | 用于改变受试者的视觉性能的方法、用于测量受试者的球镜屈光矫正需要的方法以及用于实现这些方法的光学系统 | |
GB2412729A (en) | An ophthalmological apparatus which generates eye images based on measured aberration, scattering level and components other than aberration | |
US9226657B2 (en) | Universal objective refraction | |
CN116981392A (zh) | 用于估计个体的眼睛的屈光的方法、系统和计算机程序 | |
US20210145271A1 (en) | System and method for determining prescription of corrective lenses using predictive calculations and corrected-eyesight simulation | |
EP4197427A1 (en) | Method and device for evaluating refraction of an eye of an individual using machine learning | |
Menolotto et al. | An imaging-based autorefractor | |
Schramm et al. | Shack–Hartmann-based objective straylight assessment of the human eye in an increased scattering angle range | |
Goyal et al. | Estimation of spherical refractive errors using virtual reality headset | |
EP3811849B1 (en) | Method and system for determining a prescription for an eye of a person | |
Xu et al. | Information fusion method for ocular aberrations measurement based on subjective visual compensation | |
WO2022150448A1 (en) | System and method to measure aberrations by imaging both the crescent and the halo of the crescent | |
Krueger | Visual simulation of refractive errors on monochromatic images and the evaluation of the absolute threshold for vision | |
CN116570231A (zh) | 一种屈光度计算方法及装置 |
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 |