DE102020128951B4

DE102020128951B4 - Verfahren zum Herstellen eines Brillenglases, Computerprogrammprodukt und Vorrichtung zum Bestimmen zumindest eines individuellen biometrischen Parameters

Info

Publication number: DE102020128951B4
Application number: DE102020128951.0A
Authority: DE
Inventors: Adam Muschielok; Lukas Gromann
Original assignee: Rodenstock GmbH
Current assignee: Rodenstock GmbH
Priority date: 2020-11-03
Filing date: 2020-11-03
Publication date: 2022-07-28
Anticipated expiration: 2040-11-04
Also published as: CN116670568A; EP4241132A1; DE102020128951A1; JP2023548197A; CL2023001282A1; WO2022096475A1

Abstract

Verfahren zum Herstellen eines Brillenglases, umfassend:Bereitstellen von Bilddaten umfassend:- zumindest ein Bild zumindest eines Teils einer Augenpartie eines Benutzers; und/oder- geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben;Ermitteln von individuellen Zusatzdaten (14), welche zumindest einen individuellen biometrischen Parameter zumindest eines Auges des Benutzers umfassen, basierend auf den bereitgestellten Bilddaten, und unter Verwendung eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt; undBerechnen des Brillenglases unter Berücksichtigung der ermittelten individuellen Zusatzdaten (14).

Description

Die vorliegende Erfindung betrifft ein Verfahren zur Herstellung von Brillengläsern unter Berücksichtigung zumindest eines biometrischen Parameters. Ferner betrifft die Erfindung ein entsprechendes Computerprogrammprodukt sowie eine Vorrichtung zum Bestimmen zumindest eines individuellen biometrischen Parameters zumindest eines der Augen eines Benutzers.
Bei der Berechnung von Brillengläsern, insbesondere progressiven Brillengläsern, kann die Biometrie des Auges des Brillenträgers berücksichtigt werden, wie zum Beispiel in der Druckschrift US 9,910,294 B2 beschrieben. Diese biometrischen Brillengläser bieten große Vorteile, da die Qualität der Abbildung nicht mehr an der Scheitelpunktkugel, einem virtuellen Punkt eines einfachen Models, bewertet wird, sondern dort, wo die Abbildung tatsächlich auch stattfindet: an der Netzhaut des Auges. Somit werden auch Interaktionen zwischen den einzelnen Abbildungsfehlern, welche bei der Brechung und Propagation durch die Medien des Auges entstehen, berücksichtigt. Der Nachteil solcher Verfahren ist allerdings, dass umfangreiche Messungen mit aufwendigen Apparaturen und Vorrichtungen notwendig sind. Dies führt oft zu einem hohen Aufwand und hohen Kosten. Dadurch kommen die Vorteile hochwertiger biometrischer Brillengläser nur einem relativ kleinen Teil der Fehlsichtigen zugute.
Die Druckschrift US 2010 / 0 195 053 A1 offenbart ein Verfahren zum Spezifizieren einer Sehkorrekturvorschrift für das Auge eines Patienten unter Verwendung einer Wellenfrontaberrationsmessung des Patientenauges.
Eine Aufgabe der vorliegenden Erfindung ist es, die Vorteile biometrischer Brillengläser weitgehend nutzen zu können, ohne die Nachteile der komplexen Messung hinnehmen zu müssen.
Diese Aufgabe wird durch ein computerimplementiertes Verfahren zum Bestimmen von biometrischen Daten eines Auges, eine entsprechende Vorrichtung und ein entsprechendes Computerprogrammprodukt, sowie ein Verfahren und eine entsprechende Vorrichtung zum Herstellen eines Brillenglases mit den in den jeweiligen unabhängigen Ansprüchen angegebenen Merkmalen gelöst.
Der vorliegenden Erfindung liegt die überraschende Erkenntnis zugrunde, dass es möglich ist, individuelle biometrische Parameter zumindest eines der Augen eines Benutzers, die einer verbesserten individuellen Berechnung oder Herstellung oder Anpassung eines Brillenglases dienen, anhand von Daten bestimmen bzw. ableiten lassen, die sich aus einem oder mehreren Bildern zumindest eines Teils einer Augenpartie des Benutzer ergeben. Es ist damit möglich, individuelle biometrische Brillengläser mit hoher Abbildungsqualität und Tragekomfort zu berechnen und herzustellen, ohne dass hierzu eine aufwendige und kostenintensive Messung der zusätzlichen biometrischen Daten erforderlich wäre.
Ein erster Aspekt der Erfindung betrifft ein Verfahren zum Herstellen eines Brillenglases, umfassend:

Bereitstellen von Bilddaten umfassend oder bestehend aus:
- - zumindest ein Bild zumindest eines Teils einer Augenpartie eines Benutzers; und/oder
- - geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben;

Ermitteln von individuellen Zusatzdaten, welche zumindest einen individuellen biometrischen Parameter zumindest eines Auges des Benutzers umfassen, basierend auf den bereitgestellten Bilddaten, und unter Verwendung eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt; und Berechnen des Brillenglases unter Berücksichtigung der ermittelten individuellen Zusatzdaten.
Die Erfindung ist vor allem dahingehend vorteilhaft, dass die Bilddaten mit gängigen und sehr einfachen Geräten (Kameras) erfasst werden können oder worden sein können, welche insbesondere nicht dazu ausgelegt sein müssen, dass die Zusatzdaten unmittelbar aus den Bilddaten bestimmt werden können. Z.B. bietet das Verfahren Vorteile, wenn die individuellen Zusatzdaten nicht unmittelbar aus den individuellen Bilddaten der vermessenen Person bestimmt werden können, weil ein solcher Zusammenhang nicht aus dem verwendeten Messverfahren ohne zusätzliche Information über entsprechende Zusatzdaten von anderen Personen abgeleitet werden kann, z.B. da das Gerät, welches die Bilddaten bereitstellt, nicht in der Lage ist, die Zusatzinformation unmittelbar zu messen.
Das statistische Modell kann mittels statistischer Analyse eines Trainingsdatensatzes mit einer Vielzahl von Referenzdatensätzen hergeleitet werden oder hergeleitet worden sein, wobei jeder der Referenzdatensätze Bilddaten und den Bilddaten zugeordnete Zusatzdaten umfasst. Das Verfahren kann ein Bereitstellen des statistischen Modells umfassen, welches den Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt. Alternativ oder zusätzlich kann das Verfahren ein Bereitstellen eines Trainingsdatensatzes und Herleiten des statistischen Modells mittels statistischer Analyse des Trainingsdatensatzes umfassen. Das Herleiten des statistischen Modells kann zum Beispiel Trainieren eines ursprünglichen (nicht trainierten) Modells mit Hilfe des Trainingsdatensatzes umfassen. Das Modell kann zum Beispiel mehrere Modellparameter umfassen, welche während des Trainierens mit dem Trainingsdatensatz verändert bzw. angepasst werden.
Der Begriff „Bereitstellen“ im Sinne der vorliegenden Anmeldung beinhaltet „Festlegen“, „Übermitteln“, „Erhalten“, „Auslesen“, „Entnehmen aus einem Speicher, einer Datenbank und/oder einer Tabelle“, „Empfangen“, usw. Der Begriff „Bestimmen“ im Sinne der vorliegenden Anmeldung beinhalten auch „Festlegen“, „Berechnen“, „Ermitteln“, „Vorhersagen“, usw.
Der Wert zumindest eines Parameters einer Person, der mit der Biometrie eines Auges - oder vorteilhafter beider Augen - der Person in Verbindung steht, wird somit einem der Person zugeordneten Datensatz geschätzt, wobei der Datensatz Daten enthält, die zumindest mit Bildern eines Teils der Augenpartie in Verbindung stehen oder daraus ermittelt wurden. Bei der Ermittlung wird ein statistisches Modell benutzt, in welchem zumindest für eine Vielzahl von Personen geltende Zusammenhänge zwischen dem besagten Parameter und den zumindest mit einem Bild eines Teils der Augenpartie in Verbindung stehenden Daten abgebildet sind.
Der so ermittelte Wert kann in die Berechnung von Brillengläsern oder anderen ophthalmischen Linsen wie Kontaktlinsen oder Intraokularlinsen einfließen.
Vorteile des Verfahrens bzw. einer das Verfahren ausführenden Vorrichtung:

Bestimmung der Augen-Biometrie aus einer großen Entfernung zumindest näherungsweise möglich (z.B. mit einem Videozentriergerät)
Bestimmung der Augen-Biometrie mit Hilfe von Kameras, die keine hohe Auflösung aufweisen müssen
Verwendung relativ günstiger Messgeräte, um die Augenbiometrie zu berechnen/ermitteln. Typischerweise müssten herkömmlich sehr teure Geräte, wie z.B. ein OCT verwendet werden, um individuelle Daten der Augenbiometrie zu erhalten.
Falls eine hochdimensionale Parametrisierung der Augenbiometrie verwendet wird (z.B. Darstellung der brechenden Flächen mit Hilfe von Zernike-Polynomen oder anderen Modellen mit einer hohen Anzahl von Parametern) wird die Einschränkung auf stark vereinfachte Modelle der Augen-Biometrie (z.B. ein auf Kugelflächen beschränktes Augenmodell) vermieden, sodass die ermittelten Parameter die tatsächliche Augenbiometrie besser wiedergeben als ein vereinfachtes Modell.

Bilddaten
Bilddaten im Sinne der vorliegenden Beschreibung sind insbesondere Daten, die mit Bildern zumindest eines Teils der Augenpartie eines Benutzers in Verbindung stehen. Dies betrifft beispielsweise entweder direkt Bilder, insbesondere Kamerabilder, zumindest des Teils der Augenpartie und/oder (insbesondere geometrische) Daten/Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben bzw. ableiten lassen bzw. solche Daten/Informationen, die unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers abgeleitet wurden. Beispielsweise können somit Kamerabilder selbst im Verfahren genutzt werden, um daraus beispielsweise eine Pupillendistanz zu ermitteln, auf Basis derer dann mittels des statistischen Modells Zusatzdaten ermittelt werden, oder es wird die aus Kamerabildern ermittelte individuelle Pupillendistanz als Bilddaten bereitgestellt, um dann daraus die Zusatzdaten mittels des statistischen Modells zu ermitteln. Er ist auch möglich, die Zusatzdaten direkt aus dem individuellen Kamerabild zu ermitteln, ohne zunächst explizit einen individuellen Wert der Pupillendistanz zu ermitteln.
Diese Ausführungen zu den Bilddaten gelten sowohl für individuelle Bilddaten, die beispielsweise im Rahmen einer individuellen Bestellung zur Ermittlung individueller biometrischer Daten herangezogen werden, als auch für statistische Bilddaten, als solche Bilddaten, die im Rahmen eines Trainingsdatensatzes Bestandteil entsprechender Referenzdaten sein können, auf deren Basis das statistische Modell erstellt oder trainiert wurde oder werden kann.
In bevorzugten Ausführungsformen umfassen die Bilddaten einen oder mehrere der folgenden Parameter oder bestehen die Bilddaten aus einem oder mehreren der folgenden Parameter:

- ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge, vorzugsweise beide Augen insbesondere von vorne zu sehen ist bzw. sind;
- ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge insbesondere von der Seite zu sehen ist;
- Pupillendistanz;
- Abstand des Cornea-Apex zur Ebene, in der die Iris liegt;
- geometrischer Verlauf eines Schnittes der Cornea-Oberfläche (z.B. des vertikalen Schnittes der Cornea bei einem Kamerabild von der Seite);
- Abstand der Augendrehpunkte (insbesondere als optische Augendrehpunkte);
- Cornea-Durchmesser (White-to-white, insbesondere horizontal gemessen);
- die Form und/oder Position der Pupille oder deren Teile (in einer gegebenen Darstellung, z.B. als geschlossenes oder offenes Polygon, als Spline-Koeffizienten, etc.);
- die Form und/oder Position des äußeren Rands der Iris oder deren Teile (in einer gegebenen Darstellung, z.B. als geschlossenes oder offenes Polygon, als Spline-Koeffizienten, etc.);
- 3D-Modelle der Augenpartie (z.B., als 3-dimensionele Punktwolken, 3-dimensionale Kantennetzte, die mit Hilfe von Tiefenkameras bestimmt werden können, etc.);
- aktuelle Blickrichtung;
- Vorhandensein einer Heterophorie und/oder vorzugsweise deren Ausprägung.

Zusatzdaten
Zusatzdaten sind biometrische Daten oder umfassen biometrische Daten zumindest eines der Augen des Benutzers, insbesondere solche biometrischen Daten, die nicht direkt aus den Bilddaten abgelesen bzw. ausgemessen werden können (z.B. als geometrische Abstände ausgezeichneter Punkte), die aber beispielsweise herkömmlich insbesondere optional (zum Beispiel von einem Augenoptiker) in Zusammenhang mit einer Brillenbestellung bestimmt werden bzw. wurden und besonders bei einer individuellen Auswahl und/oder Optimierung und/oder Anpassung einer Brille oder zumindest eines Brillenglases berücksichtigt werden. Beispielsweise können die Zusatzdaten Daten umfassen, welche (üblicherweise) mit einem Aberrometer, einem Topgraphen, einer Scheimpflugkamera, einem OCT, einem Biometer, einer Funduskamera, einem (niederkohärenz) Laser-Reflektometer und/oder einer anderen Messvorrichtung oder einem anderen Verfahren der objektiven Refraktion erfasst werde können oder erfasst worden sind.
In bevorzugten Ausführungsformen umfasst der zumindest eine individuelle biometrische Parameter einen oder mehrere der folgenden Parameter:

- Augenlänge (insbesondere die geometrische Baulänge des Auges);
- optische Länge des Auges (Integral des Brechungsindizes entlang eines durch den Punkt schärfsten Sehens auf der Retina und die Mitte der Pupille laufenden Lichtstrahls einer gegebenen Wellenlänge wie z.B. 550 nm);

- ein oder mehrere geometrische Abstände und/oder optischen Weglängen zwischen den Scheiteln der brechenden Flächen eines Auges zueinander oder zu einem anderen gemeinsamen Bezugspunkt (z.B. zum Punkt schärfsten Sehens auf der Retina);
- Form der brechenden Flächen (z.B. Form und / oder Verkippung der Cornea oder einer der Linsenflächen) welche in einer gegebenen Parametrisierung vorliegen kann (z.B. über Krümmungsradien in Hauptschnitten und deren Orientierung, Zernike-Koeffizienten der Pfeilhöhe, geometrische Krümmungen oder äquivalente Darstellungen, z.B. als Powervektor oder als Polardarstellung) und welche relativ zu einem Koordinatensystem zu verstehen ist (z.B. relativ zu einem Koordinatensystem, in dem die Blickrichtung mit der negativen Richtung der z-Achse übereinstimmt und die x-Achse in der Horizontalebene liegt);
- Durchmesser oder Radius der physikalischen Apertur des Auges (d.h. die Öffnung der Iris) oder der optischen Eintrittspupille (Abbildung der Iris durch die Cornea), welcher für eine vorgegebene Beleuchtungsbedingung (z.B. eine vorgegebene oder durchschnittliche Beleuchtung in Innenräumen) gegeben sein kann, welche sich insbesondere von der Beleuchtungsbedingung unterscheidet, die bei der Aufnahme der Bilddaten geherrscht hat;
- Brechungsindizes der optischen Medien des Auges;
- Größe und/oder Form der Retina, insbesondere Größe und/oder Form der Fovea;
- Ausrichtung der Retina (insbesondere der Fovea), z.B. als Richtung eines im Punkt des schärfsten Sehens senkrecht auf der Retina stehenden Vektors relativ zur Lichteinfallsrichtung (z.B. eines durch die Mitte der Pupille und den Punkt schärfsten Sehens verlaufenden Lichtstrahl);
- Position und Ausrichtung der Rezeptoren auf der Retina;
- Größe der rezeptiven Felder auf der Retina.

Die biometrischen Daten zumindest eines der Augen des Benutzers können insbesondere Daten eines einzelnen Auges oder Daten eines oder beiden Augen relativ zum Kopf bzw. Daten beider Augen relativ zueinander betreffen.
Die Zusatzdaten können insbesondere auch einen oder mehrere der folgenden Parameter umfassen: die Aberrationen höherer Ordnung des Auges oder zumindest der Cornea (wie zum Beispiel Koma, Trefoil, sekundärer Astigmatismus, sphärische Aberration, etc.), die Aberrationen niederer und höherer Ordnung der Hornhaut (Sphäre (Sph), Zylinder (Zyl), Achse (bzw. M, J0, J45), Koma, Trefoil, sekundärer Astigmatismus, sphärische Aberration, etc.), die Vorderkammertiefe, die Pupillengrößen in der Ferne und Nähe und/oder unter mesopischen und photopischen Bedingungen
Die Zusatzdaten in den Referenzdatensätzen können zum Beispiel Daten sein, die bei früheren Bestellungen von biometrischen Brillengläsern zusätzlich zu Bilddaten erfasst bzw. gemessen worden sind, zum Beispiel mit einem Aberrometer, einem Topgraphen, einer Scheimpflugkamera, einem OCT, einem Biometer, einer Funduskamera, einem (niederkohärenz) Laser-Reflektometer und/oder einer anderen Messvorrichtung.
Die anhand von den individuellen Bilddaten eines Benutzers und des mit Hilfe des statistischen Modells ermittelten individuellen Zusatzdaten können, müssen jedoch nicht, den gleichen Typ Zusatzdaten sein, welche in den Referenzdatensätzen enthalten sind und zum Herleiten des statistischen Modells verwendet werden.
Statistisches Modell
Das statistische Modell kann ein beliebiges statistischer Modell sein, welches mit Hilfe von statistischen Methoden aus einem bereits vorhandenen Datensatz (Trainingsdatensatz) hergeleitet wird. Beispielhafte statistische Methoden sind Regression (wie zum Beispiel lineare Regression insbesondere nichtlinearer Merkmale, nichtlineare Regression, nichtlineare Regression mit einem Attention-Mechanismus, nichtlineare multi-Task Regression, nicht-parametrische oder semiparametrische Regression, etc.), Klassifikationsmethoden, sowie andere Methoden des maschinellen Lernens. Algorithmen des maschinellen Lernens sind z.B. in Jeremy Watt, Reza Borhani, Aggelos Katsaggelos: Machine Learning Refined: Foundations, Algorithms, and Applications, Cambridge University Press, 2020 beschrieben.
Das statistische Modell erhält als Eingangsgrößen wenigstens einen Teil der individuellen Bilddaten und/oder davon abgeleitete Größen und berechnet daraus zumindest einen Teil der zusätzlichen individuellen biometrischen Parameter bzw. Zusatzdaten. Der durch das statistische Modell vorgegebene Zusammenhang zwischen Bilddaten und Zusatzdaten kann ein linearer oder nichtlinearer Zusammenhang sein. Ferner kann der Zusammenhang multiparametrisch sein.
In bevorzugten Ausführungsformen umfasst der zumindest das statistische Modell eines oder mehrere der folgenden Modelle bzw. es basiert vorzugsweise auf einem oder mehreren der folgenden Modelle:

- ein lineares Modell (ggf. bezogen auf nichtlineare Merkmale, z.B. nichtlineare Funktionen der die geometrische Information über die Augenpartie darstellenden Parameter);
- einen Gauss-Prozess;
- ein neuronales Netzwerk (z.B. tiefes neuronales Netzwerk);
- einen Entscheidungsbaum bzw. Regressionsbaum (regression tree);
- eine Boltzmann-Maschine (Restricted Boltzmann Machine)
- eine Support Vector Machine

Beispielhafte statistische Modelle sind lineare oder nichtlineare Regressionsmodelle. Als nichtlineare Regressionsmodelle können z.B. neuronale Netzwerke, zu denen auch tiefe neuronale Netzwerke gehören, verwendet werden. Es ist ebenfalls möglich, auch andere aus dem Gebiet des maschinellen Lernens bekannte nichtlineare Regressionsmodelle verwendet werden. Die Regressionsmodelle, wie z.B. das neuronale Netzwerk, können anhand der bereitgestellten Trainingsdatensatz trainiert werden.
Das statistische Modell kann auch eine Kombination von mehreren statistischen Modellen unterschiedlicher Typen sein, z.B. eine Kombination eines linearen Regressionsmodells, eines nichtlinearen Regressionsmodells (wie z.B. eines neuronalen Netzwerks), eines Klassifizierungsmodells und/oder eines anderen statistischen Modells.
Vorzugsweise wird das statistische Modell bei Hinzukommen neuer Daten weiter verbessert (z.B. laufendes Training eines neuronalen Netzwerkes mit neuen Daten). Um die Schätzung bzw. Vorhersage durch das statistische Modell zu verbessern können zu den mit Bildern der Augenpartie in Verbindung stehenden Daten auch zusätzliche Parameter verwendet werden, die nicht mit der Augenpartie in Verbindung stehen, z.B. das Alter, Geschlecht, Ethnie, Körpergröße, Gewicht, Kopfumfang, etc. Das statistische Modell kann auch Einschränkungen bzw. Randbedingungen enthalten (z.B. dass das vorhergesagte Augenmodell konsistent mit einer bekannten Refraktion ist).
Das anhand des Trainingsdatensatzes hergeleitete statistische Modell kann in einer geeigneten Speichervorrichtung gespeichert werden, wie zum Beispiel einer Datenbank, einem Rechner, einer Rechen- oder Datenwolke. Zusammen mit dem statistischen Modell kann zumindest ein Teil des zum Herleiten verwendeten Trainingsdatensatzes gespeichert werden.
Das anhand eines Trainingsdatensatzes hergeleitete statistische Modell kann ferner laufend oder in regelmäßigen Abständen überprüft und/oder modifiziert werden, zum Beispiel auf Basis von neuen Referenzdatensätzen. Das Verfahren kann demzufolge ein Modifizieren des statistischen Modells umfassen.
Trainingsdatensatz
Das statistische Modell, welches den Zusammenhang zwischen Bilddaten und Zusatzdaten beschreibt, wird mit Hilfe statistischer Methoden auf Basis eines Trainingsdatensatzes mit einer Vielzahl von einzelnen Datensätzen (Referenzdatensätzen) hergeleitet. Jeder der Referenzdatensätze kann zum Beispiel Bilddaten und die mittels geeigneter Messverfahren ermittelten Zusatzdaten eines bestimmten Benutzers umfassen. Die unterschiedlichen Referenzdatensätze im Trainingsdatensatz können vorzugsweise die Daten (Bilddaten und Zusatzdaten) von einer Vielzahl unterschiedlicher Benutzer (Referenzbenutzer) umfassen.
Hierzu können vorhandene Bestellungen biometrischer Brillengläser verwendet werden, um mit den Datensätzen ein neuronales Netzwerk oder ein anderes statistisches Modell zu trainieren. Bei einer neuen individuellen Bestellung können mit dem trainierten statistischen Modell und basierend auf den in der neuen Bestellung enthaltenen individuellen Bilddaten die zusätzlichen Messdaten (Zusatzdaten) berechnet bzw. prognostiziert werden. Damit können biometrische Brillengläser basierend auf individuellen Bilddaten und daraus berechneten Zusatzdaten mit Hilfe des neuronalen Netzwerks oder anderer statistischer Modelle berechnet werden.
Die Anzahl der Referenzdatensätze kann unterschiedlich sein. Beispielsweise können mehr als 10, 100, 1.000, 10.000, 100.000 oder 1.000.000 Referenzdatensätze verwendet werden. Vorzugsweise decken die Referenzdatensätze einen großen, vorzugsweise den gesamten Bereich ab, in dem später Brillengläser bestellt werden können. Beispielsweise können die Referenzdatensätze den Bereich von Refraktionswerten z.B. -20 dpt bis +20 dpt für Sphäre und -8 dpt bis +8 dpt für Zylinder abdecken.
Ferner kann das Verfahren zum Bestimmen von individuellen biometrischen Parametern zumindest eines der Augen eines Benutzers ein Übermitteln der individuellen Bilddaten und die berechneten individuellen Zusatzdaten an eine externe Entität umfassen, wie z.B. an einen Hersteller von ophthalmischen Brillengläsern, eine Fertigungseinheit, eine Fertigungsvorrichtung, etc.
Das Brillenglas kann zum Beispiel nach dem in der Druckschrift US 9,910,294 B2 beschriebenen Verfahren oder nach einem anderen bekannten Verfahren, bei dem individuelle biometrische Parameter bei der Berechnung des Brillenglases berücksichtigt werden, berechnet werden. Das Verfahren kann ferner Fertigen des berechneten Brillenglases umfassen. Das Brillenglas kann zum Beispiel ein Einstärkenbrillenglas, ein multifokales Brillenglas oder ein progressives Brillenglas sein.
Beispielsweise kann im Rahmen der vorliegenden Beschreibung ein computerimplementiertes Verfahren zum Bestimmen eines statistischen Modells bereitgestellt werden, wobei das Verfahren umfasst:

- Bereitstellen eines Trainingsdatensatzes mit einer Vielzahl von Referenzdatensätzen, wobei jeder der Referenzdatensätze Bilddaten und den Bilddaten zugeordnete Zusatzdaten umfasst;
- Herleiten, mittels statistischer Analyse des Trainingsdatensatzes, eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt,
- Speichern des statistischen Modells in einer Speichervorrichtung.

Ein weiterer Aspekt der Erfindung betrifft ein Computerprogrammprodukt, welches, wenn es in den Speicher eines Computers geladen und auf diesem ausgeführt wird, bewirkt, dass der Computer ein Verfahren gemäß einem der obigen Aspekte durchführt.
Hinsichtlich der oben beschriebenen Verfahren und Computerprogrammprodukte gelten die vorgenannten bevorzugten Ausführungsvarianten und die vorgenannten Vorteile in sinngemäßer Weise.
Das Verfahren gemäß dem ersten Aspekt kann mittels einer entsprechend ausgebildeten Vorrichtung durchgeführt werden. So betriff ein weiterer Aspekt der Erfindung eine Vorrichtung zum Bestimmen zumindest eines individuellen biometrischen Parameters zumindest eines der Augen eines Benutzers, wobei die Vorrichtung eine Rechenvorrichtung umfasst, welche ausgebildet ist, folgendes durchzuführen:

Bereitstellen von Bilddaten umfassend:
- - zumindest ein Bild zumindest eines Teils einer Augenpartie des Benutzers; und/oder
- - geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben;

Ermitteln von individuellen Zusatzdaten, welche zumindest einen individuellen biometrischen Parameter des zumindest einen Auges des Benutzers umfassen, basierend auf den bereitgestellten Bilddaten, und unter Verwendung eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt.
Die Rechenvorrichtung kann vorzugsweise umfassen:

eine Bilddateneingabeschnittstelle zum Bereitstellen von individuellen Bilddaten des Benutzers, wobei die Bilddaten umfassen:
- - zumindest ein Bild zumindest eines Teils einer Augenpartie des Benutzers; und/oder
- - geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben;

Ferner kann die Vorrichtung eine Modelleingabeschnittstelle zum Bereitstellen des statistischen Modells umfassen. Das statistische Modell kann zum Beispiel in einer Speichervorrichtung gespeichert sein, wie zum Beispiel in einer Datenbank, einem Rechner und/oder einer Daten- oder Rechner-Cloud. Des Weiteren kann die Vorrichtung eine Trainingsdatensatzeingabeschnittstelle zum Bereitstellen des Trainingsdatensatzes; und eine Modellberechnungsvorrichtung zum Herleiten bzw. Berechnen des statistischen Modells mittels statistischer Analyse des Trainingsdatensatzes umfassen. Das statistische Modell kann zum Beispiel mittels Trainierens eines ursprünglichen (untrainierten) Modells mit Hilfe des Trainingsdatensatzes hergeleitet bzw. berechnet werden.
Ein weiterer Aspekt der Erfindung betrifft eine Vorrichtung zum Herstellen eines Brillenglases, umfassend:

Eine Vorrichtung zum Bestimmen von individuellen biometrischen Parametern zumindest eines der Augen eines Benutzers gemäß dem fünften Aspekt;
eine Glasberechnungsvorrichtung, welche ausgebildet ist, das Brillenglas unter Berücksichtigung der ermittelten individuellen Zusatzdaten, insbesondere anhand zumindest der berechneten individuellen biometrischen Parameter, zu berechnen.

Die Herstellungsvorrichtung kann ferner eine Fertigungsvorrichtung zum Fertigen des berechneten Brillenglases umfassen.
Die oben genannten Vorrichtungen zum Bereitstellen, Bestimmen, Festlegen oder Berechnen von Daten (wie zum von (individuellen) Bilddaten, (individuellen) Zusatzdaten, statistischen Modellen, Modellparameter, Gewichtungen, etc.) können durch geeignet konfigurierte bzw. programmierte Datenverarbeitungsvorrichtungen (insbesondere spezialisierte Hardwaremodule, Computer oder Computersysteme, wie z.B. Rechner- oder Datenwolken) mit entsprechenden Recheneinheiten, elektronische Schnittstellen, Speicher und Datenübermittlungseinheiten realisiert werden. Die Vorrichtungen können ferner zumindest eine vorzugsweise interaktive grafische Benutzerschnittstelle (GUI) umfassen, welche es einem Benutzer ermöglicht, Daten zu betrachten und/oder einzugeben und/oder zu modifizieren.
Die oben genannten Vorrichtungen können ferner geeignete Schnittstellen aufweisen, die eine Übermittlung, Eingabe und/oder Auslesen von Daten (wie z.B. Trainingsdatensatz, Referenzdatensätzen, (individuellen) Bilddaten, (individuellen) Zusatzdaten, etc.) ermöglichen. Ebenfalls können die Vorrichtungen zumindest eine Speichereinheit umfassen, z.B. in Form einer Datenbank, welche die verwendeten Daten speichert.
Die Fertigungsvorrichtung kann z.B. zumindest eine CNC gesteuerte Maschine zur Direktbearbeitung eines Linsenrohlings nach den ermittelten Optimierungsvorgaben umfassen. Alternativ kann das Brillenglas mittels eines Gießverfahrens gefertigt werden. Das fertig bearbeitete Brillenglas kann eine erste einfache sphärische oder rotationssymmetrisch asphärische Fläche und eine zweite, in Abhängigkeit von den individuellen Standarddaten und berechneten individuellen Zusatzdaten berechnete individuelle Fläche auf. Die einfache sphärische oder rotationssymmetrisch asphärische Fläche kann die Vorderfläche (d.h. die objektseitige Fläche) des Brillenglases sein. Selbstverständlich ist es jedoch möglich, die individuelle Fläche als Vorderfläche des Brillenglases anzuordnen. Auch können beide Flächen des Brillenglases individuell berechnet werden.
Ein weiterer Aspekt der Erfindung betrifft ein Brillenglas, das nach dem oben beschriebenen Herstellungsverfahren hergestellt ist. Des Weiteren bietet die Erfindung eine Verwendung eines nach dem oben beschriebenen Herstellungsverfahren hergestellten Brillenglases in einer vorgegebenen durchschnittlichen oder idealen bzw. individuellen Gebrauchsstellung des Brillenglases vor den Augen eines bestimmten Benutzers zur Korrektion einer Fehlsichtigkeit des Benutzers.
Nachfolgend werden bevorzugte Ausführungsformen der vorliegenden Erfindung anhand begleitender Figuren beispielhaft beschrieben. Einzelelemente der beschriebenen Ausführungsformen sind nicht auf die jeweilige Ausführungsform beschränkt. Vielmehr können Elemente der Ausführungsformen beliebig miteinander kombiniert werden und neue Ausführungsformen dadurch erstellt werden. Es zeigen:

1 ein beispielhaftes Verfahren zum Bestimmen von individuellen biometrischen Daten zumindest eines der Augen eines Benutzers und Berechnen eines Brillenglases;
2 einen beispielhaften Referenzdatensatz;
3 ein beispielhaftes lineares Regressionsmodell;
4 ein beispielhaftes nichtlineares Regressionsmodell;
5 die Komponente c₂ ⁰ der Zernike-Koeffizienten der Cornea in Abhängigkeit von der Pupillendistanz (5A) bzw. in Abhängigkeit vom sphärischen Äquivalent (5B);

1 zeigt ein beispielhaftes Verfahren zum Bestimmen von individuellen biometrischen Parametern zumindest eines der Augen eines Benutzers und zum Berechnen eines Brillenglases anhand der bestimmten individuellen biometrischen Parameter. Das Verfahren umfasst die folgenden Schritte:

Schritt S1: Erstellung oder Bereitstellen eines Trainingsdatensatzes 1 aus einer Vielzahl von Datensätzen (Referenzdatensätzen) 10, wobei jeder Referenzdatensatz Bilddaten 12 und diesen Bilddaten zugeordnete Zusatzdaten 14 enthält.

Ein beispielhafter Referenzdatensatz 10 ist in 2 gezeigt. Die Bilddaten 12 umfassen insbesondere einen oder mehrere der folgenden Daten bzw. Parameter:

- ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge, vorzugsweise beide Augen insbesondere von vorne zu sehen ist bzw. sind;
- ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge insbesondere von der Seite zu sehen ist;
- Pupillendistanz;
- Abstand der Augendrehpunkte (insbesondere als optische Augendrehpunkte);
- Cornea-Durchmesser (White-to-white, insbesondere horizontal gemessen);
- die Form und/oder Position der Pupille oder deren Teile (in einer gegebenen Darstellung, z.B. als geschlossenes oder offenes Polygon, als Spline-Koeffizienten, etc.);
- die Form und/oder Position des äußeren Rands der Iris oder deren Teile (in einer gegebenen Darstellung, z.B. als geschlossenes oder offenes Polygon, als Spline-Koeffizienten, etc.);
- 3D-Modelle der Augenpartie (z.B., als 3-dimensionele Punktwolken, 3-dimensionale Kantennetzte, die mit Hilfe von Tiefenkameras bestimmt werden können, etc.);
- aktuelle Blickrichtung;
- Vorhandensein einer Heterophorie und/oder vorzugsweise deren Ausprägung. Die Zusatzdaten 14 umfassen insbesondere einen oder mehrere der folgenden Daten bzw. Parameter:
- Augenlänge (insbesondere die geometrische Baulänge des Auges);
- optische Länge des Auges (Integral des Brechungsindizes entlang eines durch den Punkt schärfsten Sehens auf der Retina und die Mitte der Pupille laufenden Lichtstrahls einer gegebenen Wellenlänge wie z.B. 550 nm);
- ein oder mehrere Abstände der Scheitel der brechenden Flächen eines Auges zueinander oder zu einem anderen gemeinsamen Bezugspunkt (z.B. zum Punkt schärfsten Sehens auf der Retina);
- Form der brechenden Flächen (z.B. Form und / oder Verkippung der Cornea oder einer der Linsenflächen) welche in einer gegebenen Parametrisierung vorliegen kann (z.B. über Krümmungsradien in Hauptschnitten und deren Orientierung, Zernike-Koeffizienten der Pfeilhöhe, geometrische Krümmungen oder äquivalente Darstellungen, z.B. als Powervektor oder als Polardarstellung) und welche relativ zu einem Koordinatensystem zu verstehen ist (z.B. relativ zu einem Koordinatensystem, in dem die Blickrichtung mit der negativen Richtung der z-Achse übereinstimmt und die x-Achse in der Horizontalebene liegt);
- Durchmesser oder Radius der physikalischen Apertur des Auges (d.h. die Öffnung der Iris) oder der optischen Eintrittspupille (Abbildung der Iris durch die Cornea), welcher für eine vorgegebene Beleuchtungsbedingung (z.B. eine vorgegebene oder durchschnittliche Beleuchtung in Innenräumen) gegeben sein kann;
- Brechungsindizes der optischen Medien des Auges;
- Größe und/oder Form der Retina, insbesondere Größe und/oder Form der Fovea;
- Ausrichtung der Retina (insbesondere der Fovea), z.B. als Richtung eines im Punkt des schärfsten Sehens senkrecht auf der Retina stehenden Vektors relativ zur Lichteinfallsrichtung (z.B. eines durch die Mitte der Pupille und den Punkt schärfsten Sehens verlaufenden Lichtstrahl);
- Position und Ausrichtung der Rezeptoren auf der Retina;
- Größe der rezeptiven Felder auf der Retina.

Um den Trainingsdatensatz zu bilden, können vorhandene Bestellungen biometrischer Brillengläser verwendet werden, bei denen die Zusatzdaten mittels eines Messverfahrens erfasst worden sind. Beispielhafte Messverfahren sind Messungen mit einem Aberrometer, einem Topgraphen, einer Scheimpflugkamera, einem OCT und/oder einem Biometer.
Schritt S2: Mit Hilfe von statistischen Methoden wird aus der Vielzahl von Referenzdatensätzen ein Zusammenhang zwischen den Bilddaten und den Zusatzdaten hergeleitet. Anders ausgedrückt wird anhand des Trainingsdatensatzes ein statistisches Modell ermittelt bzw. trainiert, welches den Zusammenhang, wie beispielsweise die Korrelation(en), zwischen den Bilddaten und den Zusatzdaten beschreibt.
Das Ermitteln des statistischen Modells kann zum Beispiel ein Trainieren eines ursprünglich untrainierten neuronalen Netzwerks mit dem Trainingsdatensatz, der die Vielzahl von Referenzdatensätzen umfasst, umfassen. Das trainierte neuronale Netzwerk kann anhand eines Testdatensatzes getestet werden und/oder kann anhand eines Validierungsdatensatzes validiert werden. Der Testdatensatz und der Validierungsdatensatz können jeweils eine Vielzahl von Datensätzen (Referenzdatensätzen) aus früheren Bestellungen umfassen, z.B. eine Vielzahl von den in 2 gezeigten Referenzdatensätzen. Vorzugsweise ist ein Referenzdatensatz, der in dem Testdatensatz enthalten ist, weder im Validierungsdatensatz noch im Trainingsdatensatz enthalten. Ähnlich ist ein Referenzdatensatz, der in dem Validierungsdatensatz enthalten ist, vorzugsweise weder im Testdatensatz noch im Trainingsdatensatz enthalten.
Schritt S3: Bereitstellen eines individuellen Datensatzes (individuelle Bestellung), welcher zumindest individuelle Bilddaten umfasst. Die individuellen Bilddaten können im Rahmen einer individuellen Brillenbestellung für einen Benutzer von einem Augenoptiker erfasst werden. Die individuelle Bestellung kann außerdem weitere individuelle Information, insbesondere individuelle Refraktionsdaten umfassen, vor allem wenn es sich dabei um individuelle Informationen handelt, die ohne eine aufwendige Messung ermittelt werden können. Diese können einfache Refraktionsdaten (insbesondere Aberrationen niedriger Ordnung) und/oder auch Informationen über eine individuelle Gebrauchssituation und/oder Ethnie und/oder Alter und/oder Körpergröße und/oder Geschlecht und/oder Gewicht des Benutzers umfassen.
Schritt S4: Berechnen von individuellen zusätzlichen Daten (Zusatzdaten) basierend auf den individuellen Bilddaten, die in dem individuellen Datensatz enthalten sind, der in Schritt S3 bereitgestellt wurde, und weiter basierend auf dem in Schritt S2 ermittelten Zusammenhang zwischen Bilddaten und Zusatzdaten. Die individuellen Bilddaten können zum Beispiel dem trainierten neuronalen Netzwerk aus Schritt S2 eingegeben werden. Die entsprechenden Ausgangsdaten des neuronalen Netzwerks können direkt als die individuellen Zusatzdaten verwendet werden. Es ist möglich, die Ausgangsdaten des neuronalen Netzwerks nicht direkt zu verwenden, sondern diese Ausgangsdaten zunächst einer weiteren Verarbeitung (wie z.B. Überprüfung auf Plausibilität, Glätten, Filtern, Einordnen in Klassen, Umrechnen, etc.) zu unterziehen.
Schritt S5: Berechnen eines individuellen Brillenglases, basierend auf den individuellen Bilddaten, die in dem individuellen Datensatz enthalten sind, der in Schritt S3 bereitgestellt wurde, und weiter basierend auf den berechneten individuellen Zusatzdaten aus dem Schritt S4.
Das Berechnen eines individuellen Brillenglases umfasst insbesondere das Berechnen zumindest einer Fläche des Brillenglases basierend auf den individuellen Bilddaten und den berechneten individuellen Zusatzdaten. Die so berechnete Fläche kann die Rückfläche oder die Vorderfläche des Brillenglases sein. Das „Berechnen zumindest einer Fläche eines Brillenglases“ schließt das Berechnen zumindest eines Teils einer Fläche bzw. eines Flächenstücks ein. Anders ausgedrückt wird unter einem „Berechnen zumindest einer Fläche eines Brillenglases“ ein Berechnen zumindest eines Teils der Fläche oder ein Berechnen der gesamten Fläche verstanden.
Die der berechneten Fläche gegenüberliegende Fläche kann eine einfache Fläche sein, wie zum Beispiel eine sphärische, eine rotationssymmetrisch eine asphärische, eine torische oder eine atorische Fläche. Es ist auch möglich, beide Flächen individuell zu berechnen.
Das Berechnen des individuellen Brillenglases kann mit einem bekannten Verfahren erfolgen, wie z.B. mit dem aus der Druckschrift US 9,910,294 B2 bekannten Verfahren.
3 und 4 zeigen beispielhafte statistische Modelle 2, welche jeweils auf Basis eines Trainingsdatensatz 1 trainiert werden. So können solche statistischen Modelle beispielsweise zumindest teilweise als neuronale Netzwerke ausgebildet sein.
Basiert das statistische Modell auf einem neuronalen Netzwerk oder besteht es aus einem solchen, so wird beispielsweise eine Eingabeschicht des neuronalen Netzwerks mit zumindest einen Teil der Bilddaten und/oder daraus berechneten Hilfsgrößen belegt. Die Ausgabeschicht gibt Werte für zumindest einen Zusatzparameter bzw. zumindest einen Teil der Zusatzdaten aus. Das neuronale Netzwerk kann vorzugsweise zusätzlich zu einer Eingabe- und einer Ausgabeschicht auch eine oder mehrere versteckte Schichten enthalten. Während des Trainings eines ursprünglichen, untrainierten neuronalen Netzwerks werden die Gewichte unter Anwendung geeigneter Lernalgorithmen geändert. Das trainierte neuronale Netzwerk gibt den Zusammenhang zwischen Bilddaten und Zusatzdaten vor. Der Aufbau des neuronalen Netzwerks (wie zum Beispiel Anzahl und Arten der Schichten, Anzahl und Arten der Neuronen in den unterschiedlichen Schichten, die Art der Verknüpfung der Schichten und der Neuronen untereinander, etc.) sowie die Lernalgorithmen können unterschiedlich sein.
3 zeigt ein beispielhaftes lineares Regressionsmodell mit einer Eingabeschicht und einer Ausgebeschicht. Dabei wird aus einer multidimensionalen Eingangsgröße x mit einer Dimension D (zum Beispiel D = 26) eine Ausganggröße f(x) mit K Variablen berechnet: $ƒ (x) = W x$
wobei W ∈ ℝ^D×K die Gewichtungsmatrix bezeichnet.
4 zeigt ein beispielhaftes nichtlineares Regressionsmodell mit einer Eingabeschicht, einer Ausgabeschicht und mehreren verborgenen Schichten. Dabei wird aus einer multidimensionalen Eingangsgröße x mit einer Dimension D (zum Beispiel D = 26) eine Ausganggröße f(x) mit k Variablen berechnet: $\begin{array}{l} ƒ (x) = σ (W^{3} σ (W^{2} σ (W^{1} x))), \\ σ (a) = max (a,0) Rectifield Linear Unit (ReLU), \end{array}$
wobei W¹ ∈ ℝ^L×D, W² ∈ ℝ^M×L und W³ ∈ ℝ^K×M Gewichtungsmatrizen bezeichnen.
5 zeigt ein Beispiel einer bevorzugten Ausführungsform unter Verwendung eines beispielhaften linearen Modells. Das dargestellte Beispiel basiert auf einer Berechnung der Zernike-Koeffizienten der Cornea eines Auges von etwa 7 mm Durchmesser um den Cornea-Apex aus der Pupillendistanz. Das heißt, als Bilddaten wird die Pupillendistanz herangezogen. Diese kann insbesondere direkt oder indirekt aus zumindest einem Bild zumindest eines Teils einer Augenpartie des Benutzers ermittelt werden bzw. worden sein. Insbesondere wird in 5A ein Trainingsdatensatz dargestellt, in dem eine Vielzahl von Referenzdatensätzen enthalten sind, welche für eine Vielzahl von Personen bzw. Augenpaaren die jeweilige Pupillendistanz mit dem zugehörigen Zernike-Koeffizienten c₂ ⁰ (mittlere Krümmung) der Cornea für einen Radius von 3.55 mm in Verbindung setzt.
Vorzugsweise wird eine einfache lineare Regression als statistisches Modell verwendet, mit der aus der Pupillendistanz (PD) als mit der Augenpartie in Verbindung stehender Parameter der Zernike-Koeffizienten der Cornea entwickelt um den Cornea-Apex mit dem Radius von 3.55 mm ermittelt wird. Zur individuellen Ermittlung der Zernike-Koeffizienten werden im statistischen Modell die Modellparameter durch eine lineare Regression bestimmt: $c_{2}^{0} (PD) = - 304,1 µm + 0,9422 μ m/mm PD .$
Die Vorhersagekraft dieses Modells ist hier 0,11 (adjusted R-squared).
Nimmt man zusätzliche Terme, wie z.B. White-to-white (WTW) hinzu, so kann das Modell verbessert werden: $c_{2}^{0} (PD,WTW) = - 329,7 μ m + 0,9841 μ m/mm PD + 2,172 μ m/mm WTW$
Die Vorhersagekraft beträgt nun 0,15 (adjusted R-squared).
Ein Vergleich mit 5B zeigt außerdem, dass mit dem erfindungsgemäßen Ansatz der Nutzung von individuellen Bilddaten auch (statistische) Korrelationen mit (optisch) relevanten Parametern für die individuelle Brillenglasoptimierung und -herstellung zugänglich werden, die herkömmlich so gar nicht erwartet wurden oder zu erwarten sind. Insbesondere zeigt 5B eine statistische Verteilung der mittleren Cornea-Krümmung (c₂ ⁰) in Abhängigkeit vom sphärischen Äquivalent der Refraktion des zugehörigen Auges. Auch wenn physiologisch isoliert betrachtet eine Änderung der mittleren Cornea-Krümmung einen sehr großen Einfluss auf das sphärische Äquivalent der Augenrefraktion hat, zeigt sich statistisch kein ausgeprägter Zusammenhang zwischen der mittleren Cornea-Krümmung und dem sphärischen Äquivalent. Bei sehr einfachen (nicht individuell optimierten) Brillengläsern reicht die Kenntnis über das sphärische Äquivalent aus, um ein geeignetes Brillenglas auswählen zu können. Für eine verbesserte, individuelle Herstellung oder Anpassung von Brillengläsern hingegen ist es deutlich vorteilhaft, beispielsweise Details über einzelne brechende Flächen des Auges zu kennen. Und so kann mit Kenntnis - oder zumindest mit der statistischen Abschätzung - der mittleren Cornea-Krümmung (als Zusatzdaten) in der Regel eine verbesserte individuelle Anpassung von Brillengläsern erreicht werden. Dieser Vorteil aus der Kenntnis (bzw. Annäherung) der Zusatzdaten wird dabei in der erfindungsgemäßen Weise mit sehr einfachen Mitteln erreicht.
Es können auch weitere Parameter herangezogen werden, die nicht zwingend mit der Augenpartie in Verbindung stehen (z.B. Alter und/oder Geschlecht des Benutzers). Es können anstatt linearer Funktionen auch nichtlineare Funktionen (z.B. neuronale Netzwerke) angepasst werden, und ebenfalls andere Verteilungen der Residuen als die Normalverteilung (z.B. um die Modellparameter aus den möglicherweise Ausreisser enthaltenden Daten robust bestimmen zu können).
In einer weiteren bevorzugten Ausführungsform werden mit Hilfe von Bilddaten, nämlich insbesondere wiederum anhand der Pupillendistanz statistische Aussagen über der Augenlänge (AL) gemacht, insbesondere unter Berücksichtigung des sphärischen Äquivalents (M) der Refraktion. Zur individuellen Ermittlung der Augenlänge werden im statistischen Modell die Modellparameter durch eine lineare Regression bestimmt: $A L (P D, M) = 18.2 m m - 0.382 \frac{m m}{d p t} M + 0.08221 P D$
Die Vorhersagekraft dieses Modells ist 0,67 (adjusted R-squared).
Die Verwendung eines geometrischen Parameters der Augenpartie, nämlich der Pupillendistanz (Bilddaten), bringt hier Vorteile gegenüber der Vorhersage rein aus dem sphärischen Äquivalent, wie der Vergleich der Vorhersagekraft eines linearen Modells ohne Berücksichtigung der Pupillendistanz zeigt: $A L (M) = 23.4 m m - 0.360 \frac{m m}{d p t} M$
Die Vorhersagekraft dieses Modells ist 0,63 (adjusted R-squared):

In einer weiteren bevorzugten Ausführungsform werden mit Hilfe von Bilddaten Informationen über die Cornea-Topographie ermittelt. Vorzugsweise dient dabei als statistisches Modell ein trainiertes, tiefes künstliches neuronales Netzwerk, welches auf einen Zusammenhang zwischen Bildern der Augenpartie (Bilddaten) und der Cornea-Topographie (Zusatzdaten) trainiert ist bzw. wird. Vorzugsweise werden insbesondere die letzten Schichten eines nach Möglichkeit bereits an Bilddaten vortrainierten Netzwerks trainiert, um die Cornea-Topographie zu bestimmen. Insbesondere kann die Augenbiometrie zumindest teilweise und/oder näherungsweise aus Bildern des Kopfes und/oder der Augenpartie (Bilddaten) bestimmt werden, wobei als im statistischen Modell ausgebildetes Merkmal zumindest eines der folgenden Merkmale (ggf. als Zwischengröße) abstrahiert wird oder vom statistischen Modell gelernt wird: Ethnie, (ungefähres) Alter, Kopfgröße (z.B. Kopfumfang), Augenfarbe, Körpergröße, Gewicht. Es sind ebenfalls andere Merkmale denkbar, für die ein durch das Modell zu lernender kausaler Zusammenhang nahegelegt ist, oder für die eine entsprechende Korrelation nicht a priori auszuschließen ist.

Vorzugsweise werden in der Erstellung und/oder Anwendung des statistischen Modells über die Bilddaten hinaus zusätzliche Parameter (Erweiterungsdaten) als Eingangsdaten zum Trainieren bzw. zum Ermitteln der Zusatzdaten verwendet, wenn sie verfügbar sind, wie z.B. Ethnie, (ungefähres) Alter, Kopfgröße (z.B. Kopfumfang), Augenfarbe, Körpergröße, Gewicht.
In einer bevorzugten Ausführungsform umfassen die Zusatzdaten Daten der Cornea-Topographie (z.B. als Krümmung, als Zernike-Polynom, oder mit Hilfe einer anderen gängigen Beschreibung), welche mittels des statistischen Modells mit zumindest zwei aus verschiedenen Richtungen aufgenommenen Bildern der Augenpartie oder des Auges (z.B. mit Hilfe eines zwei Kameras Videozentriergeräts mit 2 Kameras) als Bilddaten in Verbindung gebracht werden. Vorzugsweise werden in den Bildern markante Punkte der Iris gesucht, die durch unterschiedliche Bereiche der Cornea abgebildet werden. Unter Annahmen (z.B. Iris ist plan, und/oder die physikalische Aperturblende ist rund, bekannte Brechungsindizes der Cornea und der Vorderkammer des Auges) wird dann die Form der Cornea ermittelt (z.B. durch Variation eines mathematischen Modells der Cornea-Vorderfläche und ggf. auch Cornea-Rückfläche, sowie eines Modells der Position von markanten Punkten auf der Iris), wobei dasselbe physikalische Modell der Cornea die Position der markanten Iris-Punkte in allen Bildern möglichst gut erklären muss. Besonders bevorzugt werden die Bilder gleichzeitig aufgenommen, damit sich die Pupille in demselben Zustand befindet.
Insbesondere als Spezialfall betrifft die Erfindung in einer bevorzugten Ausführungsform ein Bestimmung der Vorderkammertiefe, insbesondere unter der Annahme, dass die Iris und die Berandung zwischen Cornea und Sclera in derselben Ebene liegen.
Ebenso ist es möglich, anhand der Elliptizität der Pupillenform (Bilddaten) auf den Astigmatismus der Cornea (Zusatzdaten) zu schließen.
Dadurch, dass aus den Bildern der Augenpartie ggf. bereits Werte abgeleitet werden (z.B. white-to-white des Cornea-Durchmessers), ist es möglich, durch die Verwendung eines statistischen Modells auch komplexere Eigenschaften der Augenbiometrie (z.B. eine natürlich vorkommende Cornea-Form in einer geeigneten Parametrisierung und/oder der Vorderkammertiefe und/oder eine zentrale Dicke oder eine Dickenverteilung der Cornea) zu schätzen, ohne dass man sich unnötig auf ein übermäßig vereinfachtes Modell (z.B. ein Modell der Cornea als Teil einer Kugel- oder Torus-Oberfläche) beschränken muss. Auf diese Weise können die natürlich vorkommenden Formen der Cornea optimal geschätzt werden. Auch Annahmen über die Iris oder Pupille können über ein statistisches Modell von weiteren Parametern abhängen, wie z.B. vom Alter, der Refraktion, Ethnie, Geschlecht, oder anderen bekannten Größen (siehe mögliche Parameter weiter oben).
Eine weitere bevorzugte Ausführungsform betrifft die Bestimmung der Cornea-Topographie (Zusatzdaten) aus der Form der zwischen Cornea und Sclera verlaufenden Linie (Bilddaten), oder alternativ oder zusätzlich aus der äußeren Berandung der Iris (Bilddaten). Vorzugsweise wird die Form der zwischen Cornea und Sclera verlaufenden Linie bzw. die Form der äußeren Berandung der Iris parametrisiert, z.B.:

Horizontal und vertikal vermessenes White-to-White
eine flache elliptische Form der Linie, parametrisiert z.B. durch Halbachsen und ggf. zusätzlich ihre Orientierung zur Horizontalen
eine flache, aus zwei Kreisabschnitten oder Ellipsenabschnitten bestehende Form
eine 3-dimensionale Form der Linie, die beispielsweise durch mehrere Bilder aus verschiedenen Richtungen bestimmt wird (z.B. mittels eines Stereo-Kamerasystems)
eine Parametrisierung mittels Fourier-Koeffizienten des Abstands der Berandung von einem ausgezeichneten Punkt (z.B. Zentroid der Pupille) in Abhängigkeit vom Winkel

Ist die Linie (zwischen Cornea und Scleara oder alternativ oder zusätzlich die äußere Berandung der Iris) in Bildern nicht gänzlich sichtbar (z.B. weil Teile des Lids sie verdecken), können bei geeigneter Parametrisierung, welche eine Annahme über die Form der Linie darstellen, die Parameter dennoch bestimmt werden, insbesondere mit Hilfe eines statistischen Modells. Die Parameter können sich auf eine bereits bekannte Länge beziehen (z.B. indem bereits kalibrierte Daten verwendet werden, oder z.B. indem über eine bekannte Pupillendistanz eine ungefähre Kalibrierung möglich ist).
Vorzugsweise werden aus diesen Parametern wiederum mittels eines bzw. des statistischen Modells die Cornea-Topographie bestimmt werden, indem aus einem vorhandenen Datensatz, der sowohl bekannte Cornea-Topographien als auch geeignete Parameter der Berandung zwischen Cornea und Sclera beinhaltet, vorhergesagt werden.
Eine weitere bevorzugte Ausführungsform betrifft die Bestimmung der Cornea-Topographie (Zusatzdaten) aus dem geometrischen Verlauf nur eines einzelnen Schnittes der Cornea-Oberfläche, z.B. des vertikalen Schnittes der Cornea bei einem Kamerabild von der Seite (Bilddaten), mittels eines statistischen Modells, wobei im statistischen Modell zusätzlich auch weitere Größen berücksichtigt werden können.
Zusammenfassend ist zu bemerken, dass herkömmliche Videozentrierung bekanntermaßen zur individuellen Verbesserung der Brillengläser benutzt wird, jedoch nicht, indem mit der Biometrie des Auges in Verbindung stehende Parameter mit Hilfe eines statistischen Modells geschätzt werden. Es können zwar z.B. ein Pupillendurchmesser oder eine Pupillendistanz bestimmt werden, dies geschieht jedoch ohne Verwendung eines statistischen Modells, welches die Bestimmung dieser Parameter verbessert, indem z.B. die Abbildung der physikalischen Aperturblende des Auges (Iris) durch eine nicht näher bekannte Cornea, welche jedoch mit Hilfe eines statistischen Modells geschätzt werden kann.
Im Rahmen der vorliegenden Erfindung können die zumindest mit der Augenpartie in Verbindung stehenden Daten aus Bildern bestimmt worden sein, auf denen ein oder zwei Augen zu sehen sind. Solche Bilddaten können insbesondere aus größerer Entfernung bestimmbar sein und im Vergleich zu einer kompletten Messung der Augenbiometrie auch wesentlich schneller durchführbar sein.
Die mit der Augenbiometrie in Verbindung stehende Daten können geometrische Daten (z.B. Beschreibung der brechenden Flächen des Auges, sowie bei mehreren Flächen ggf. auch deren relative Positionen zueinander) sein und sie können insbesondere die Form der Cornea (z.B. als eine der Cornea-Flächen, insbesondere der Cornea-Vorderfläche) umfassen. Damit kann ein komplexes Augenmodell bestimmt werden, mit dem ophthalmische Linsen besser individuell angepasst werden können, ohne dass für die Bestimmung des komplexen Augenmodells im Einzelfall aufwändige Messungen durchgeführt werden müssen und entsprechende Messgeräte vorhanden sein müssen.
Die mit der Augenbiometrie in Verbindung stehenden Daten können auch auf ein Auge alleine bezogen sein (als Abgrenzung zum Augendrehpunkt, welcher ein biometrischer Parameter des Kopfes bzw. eines Augenpaares ist, aber kein biometrischer Parameter eines einzelnen Auges an sich). Mit Hilfe solcher auf ein Auge alleine bezogener Parameter können die optischen Eigenschaften eines komplexen Augenmodells bestimmt werden, die wiederum zur Berechnung verbesserter ophthalmischer Linsen verwendet werden können, ohne dass für die Bestimmung des komplexen Augenmodells im Einzelfall entsprechende Messgeräte vorhanden sein müssen. Insbesondere wird zur Bestimmung eines solchen Augenmodells im Einzelfall (also nachdem das statistische Modell bereitgestellt ist) keine speziell dafür ausgelegte Beleuchtungsvorrichtung benötigt (wie z.B. bei einem Keratometer oder einer Scheimpflugkamera). Es genügt eine einfache Beleuchtungsvorrichtung wie z.B. eine LED, die ggf. nur kurz eingeschaltet wird (z.B. als Blitz zum Ausleuchten zumindest der Augenpartie).
Insbesondere betrifft die Erfindung damit in einer bevorzugten Ausführungsform ein Verfahren zum Bestimmen der Biometrie des Auges, umfassend die folgende Schritte:

Erfassen von Bilddaten des Auges mit einem Kamerasystem mit einem oder zwei Kameras, welche vorzugsweise zueinander kalibriert sind (Stereokamerasystem);
Bereitstellen und/oder Anwenden eines statistischen Modells, welches anhand mindestens eines der folgenden Eingangsparameter-Sätzen als Eingangsparametersatz die Biometrie (z.B. Corneakrümmung oder Vorderkammertiefe) vorhersagt:
- Parametersatz1: Abbildung der Iris durch die Cornea mit einer oder zwei Kameras aus einem oder verschiedenen Winkeln.
- Parametersatz 2: Umrandung der Iris
- Parametersatz 3: Pupillendistanz der Person,

Bezugszeichenliste

1: Trainingsdatensatz
2: statistisches Modell
10: Referenzdatensatz
12: Bilddaten
14: Zusatzdaten
S1 bis S5: Verfahrensschritte

Claims

Verfahren zum Herstellen eines Brillenglases, umfassend: Bereitstellen von Bilddaten umfassend: - zumindest ein Bild zumindest eines Teils einer Augenpartie eines Benutzers; und/oder - geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben; Ermitteln von individuellen Zusatzdaten (14), welche zumindest einen individuellen biometrischen Parameter zumindest eines Auges des Benutzers umfassen, basierend auf den bereitgestellten Bilddaten, und unter Verwendung eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt; und Berechnen des Brillenglases unter Berücksichtigung der ermittelten individuellen Zusatzdaten (14).
Verfahren nach Anspruch 1, wobei das statistische Modell (2) mittels statistischer Analyse eines Trainingsdatensatzes (1) mit einer Vielzahl von Referenzdatensätzen (10) hergeleitet wird oder worden ist, wobei jeder der Referenzdatensätze (10) Bilddaten und den Bilddaten zugeordnete Zusatzdaten umfasst.
Verfahren nach Anspruch 2, ferner umfassend: Bereitstellen des Trainingsdatensatzes (1); und Herleiten des statistischen Modells (2) mittels statistischer Analyse des Trainingsdatensatzes (1), wobei das Herleiten des statistischen Modells (2) ein Trainieren eines ursprünglichen Modells mit Hilfe des Trainingsdatensatzes (1) umfasst.
Verfahren nach einem der vorangegangenen Ansprüche, wobei die Bilddaten einen oder mehrere der folgenden Parameter umfassen: - Ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge, vorzugsweise beide Augen insbesondere von vorne zu sehen ist bzw. sind; - Ein oder mehrere Kamerabilder, auf dem/denen zumindest ein Auge insbesondere von der Seite zu sehen ist; - Pupillendistanz; - Abstand der Augendrehpunkte; - Cornea-Durchmesser; - Die Form und/oder Position der Pupille oder deren Teile; - Die Form und/oder Position des äußeren Rands der Iris oder deren Teile; - 3D-Modelle der Augenpartie; - Aktuelle Blickrichtung; - Vorhandensein einer Heterophorie und/oder vorzugsweise deren Ausprägung.
Verfahren nach einem der vorangegangenen Ansprüche, wobei der zumindest eine individuelle biometrische Parameter einen oder mehrere der folgenden Parameter umfasst: - Augenlänge; - Optische Länge des Auges; - ein oder mehrere Abstände der Scheitel der brechenden Flächen eines Auges zueinander oder zu einem anderen gemeinsamen Bezugspunkt; - Form der brechenden Flächen welche in einer gegebenen Parametrisierung vorliegen kann und welche relativ zu einem Koordinatensystem zu verstehen ist; - Durchmesser oder Radius der physikalischen Apertur des Auges oder der optischen Eintrittspupille, welcher für eine vorgegebene Beleuchtungsbedingung gegeben sein kann; - Brechungsindizes der optischen Medien des Auges; - Größe und/oder Form der Retina; - Ausrichtung der Retina; - Position und Ausrichtung der Rezeptoren auf der Retina; - Größe der rezeptiven Felder auf der Retina.
Verfahren nach einem der vorangegangenen Ansprüche, wobei das statistische Modell eines oder mehrere der folgenden Modelle umfasst: - ein lineares Modell; - einen Gauss-Prozess; - ein neuronales Netzwerk; - einen Entscheidungsbaum bzw. Regressionsbaum; - eine Boltzmann-Maschine; - eine Support-Vector-Machine.
Computerprogrammprodukt, welches, wenn es in den Speicher eines Computers geladen und auf diesem ausgeführt wird, bewirkt, dass der Computer ein Verfahren nach einem der Ansprüche 1 bis 6 durchführt.
Vorrichtung zum Bestimmen zumindest eines individuellen biometrischen Parameters zumindest eines der Augen eines Benutzers, wobei die Vorrichtung eine Rechenvorrichtung umfasst, welche ausgebildet ist, folgendes durchzuführen: Bereitstellen von Bilddaten umfassend: - zumindest ein Bild zumindest eines Teils einer Augenpartie des Benutzers; und/oder - geometrische Informationen über zumindest einen Teil einer Augenpartie des Benutzers, welche sich unmittelbar aus zumindest einem Bild zumindest des Teils der Augenpartie des Benutzers ergeben; Ermitteln von individuellen Zusatzdaten (14), welche zumindest einen individuellen biometrischen Parameter des zumindest einen Auges des Benutzers umfassen, basierend auf den bereitgestellten Bilddaten, und unter Verwendung eines statistischen Modells, welches einen Zusammenhang zwischen den Bilddaten und den Zusatzdaten beschreibt.
Vorrichtung zum Herstellen eines Brillenglases, umfassend: eine Vorrichtung zum Bestimmen von individuellen biometrischen Parametern zumindest eines der Augen eines Benutzers gemäß Anspruch 8; eine Glasberechnungsvorrichtung, welche ausgebildet ist, das Brillenglas unter Berücksichtigung der ermittelten individuellen Zusatzdaten (14) zu berechnen.