IT202000006454A1 - Apparato d’ispezione oculare. - Google Patents

Description

APPARATO D?ISPEZIONE OCULARE

DESCRIZIONE

La presente invenzione si riferisce ad un apparato d?ispezione oculare. In particolare, la presente invenzione si riferisce ad un apparato d?ispezione oculare in grado d?ispezionare uno o entrambi gli occhi di un paziente e fornire informazioni indicative di una possibile condizione di normalit? o di una possibile condizione patologica del segmento anteriore dell?occhio.

In una forma realizzativa preferita, l?apparato d?ispezione oculare, secondo l?invenzione, ? in grado di fornire anche informazioni indicative della presenza di eventuali difetti visivi.

Come noto, il segmento anteriore dell?occhio pu? essere soggetto a gravi patologie, sovente di tipo degenerativo. Tra queste, sono particolarmente diffuse il cheratocono della cornea e la cataratta del cristallino.

In generale, nel campo dell?oftalmologia, ? molto sentita l?esigenza di disporre d?apparati d?ispezione dell?occhio in grado d?assistere il personale medico nella diagnosi precoce delle patologie suddette. L?esperienza ha infatti dimostrato come il buon esito di un percorso terapeutico per queste malattie sia fortemente condizionato dalla precocit? dell?intervento. Alcuni apparati d?ispezione dell?arte nota sono predisposti per ottenere immagini del segmento anteriore dell?occhio mediante tecniche di microscopia confocale. Tali soluzioni sono generalmente di difficile e laborioso impiego pratico dato che le procedure di ripresa delle immagini impiegate sono normalmente di tipo invasivo. Gli apparati d?ispezione di questo tipo sono quindi poco adatti per la pratica ambulatoriale di ogni giorno e richiedono necessariamente l?applicazione di opportuni protocolli d?igiene per evitare infezioni.

Altri apparati d?ispezione dell?occhio dell?arte nota, ad esempio quelli descritti nelle domande di brevetto US20130128222A1 e EP2594192A1, sono predisposti per ottenere immagini tomografiche del segmento anteriore dell?occhio, ad esempio mediante tecniche di ripresa delle immagini di tipo OCT (Optical Coherence Tomography).

Tali apparati sono predisposti per analizzare le immagini tomografiche cos? ottenute mediante complessi metodi matematici o statistici al fine riconoscere la presenza di una condizione patologica, ad esempio la presenza di cheratocono.

Pur offrendo prestazioni apprezzabili per quanto riguarda l?identificazione di una condizione patologica, gli apparati d?ispezione di questo tipo sono normalmente molto complessi e costosi da realizzare a livello industriale.

Essi inoltre richiedono complesse procedure di calibrazione e di messa a punto prima di poter essere impiegati nonch? la presenza di personale specializzato durante il loro funzionamento.

Il compito precipuo della presente invenzione ? fornire un apparato d?ispezione oculare che consenta di superare gli inconvenienti dell?arte nota, sopra evidenziati.

Nell?ambito di tale compito, uno scopo della presente invenzione ? fornire un apparato d?ispezione oculare che impieghi tecniche di ripresa non invasive e relativamente semplici da implementare praticamente per ottenere immagini del segmento anteriore dell?occhio.

Un ulteriore scopo della presente invenzione ? fornire un apparato d?ispezione oculare che sia in grado di fornire informazioni attendibili circa la possibile presenza di una condizione patologica del segmento anteriore dell?occhio, in particolare, ma non solo, il cheratocono o la cataratta.

Un ulteriore scopo della presente invenzione ? fornire un apparato d?ispezione oculare che sia di facile utilizzo pratico nella comune pratica ambulatoriale.

Un ulteriore scopo della presente invenzione ? fornire un apparato d?ispezione oculare che sia relativamente semplice ed economico da realizzare a livello industriale.

Questo compito e questi scopi, nonch? altri scopi che appariranno evidenti dalla successiva descrizione e dai disegni allegati, sono realizzati, secondo l?invenzione, da un apparato d?ispezione oculare, secondo la rivendicazione 1, proposta nel seguito.

In una definizione generale, l?apparato d?ispezione oculare, secondo l?invenzione, comprende: - un?unit? d?acquisizione delle immagini atta a proiettare una luce infrarossa verso uno o entrambi gli occhi di un paziente ed a fornire immagini della pupilla di uno o entrambi gli occhi, quando illuminati dalla luce infrarossa proiettata;

- un?unit? d?intelligenza artificiale atta ad elaborare le immagini della pupilla ed a fornire primi dati di rilevazione indicativi della probabilit? che il segmento anteriore dell?occhio sia in una condizione di normalit? oppure in una condizione patologica;

- una prima unit? d?elaborazione dati atta ad elaborare detti primi dati di rilevazione e a fornire informazioni di segnalazione indicative di una possibile condizione di normalit? o di una possibile condizione patologica del segmento anteriore dell?occhio.

Secondo un aspetto dell?invenzione, la suddetta unit? d?acquisizione delle immagini comprende:

- mezzi d?illuminazione atti a proiettare una luce infrarossa verso uno o entrambi gli occhi del paziente;

- mezzi d?acquisizione atti a ricevere luce riflessa da uno o entrambi gli occhi in corrispondenza di una superficie di ricezione e ad acquisire immagini preliminari di uno o entrambi gli occhi;

- mezzi d?elaborazione dei dati atti ad elaborare dette immagini preliminari ed a fornire le immagini della pupilla di uno o entrambi gli occhi.

Secondo un aspetto dell?invenzione, la suddetta unit? d?intelligenza artificiale ? configurata per identificare specifiche configurazioni di distribuzione di luce nelle immagini della pupilla fornite dall?unit? d?acquisizione delle immagini.

Preferibilmente, la suddetta unit? d?intelligenza artificiale comprende una rete neurale convoluzionale.

Preferibilmente, la suddetta rete neurale convoluzionale comprende uno o pi? strati convoluzionali provvisti di un filtro convoluzionale con dimensioni allargate.

Preferibilmente, i primi dati di rilevazione forniti dall?unit? d?intelligenza artificiale comprendono:

- un primo indice di rilevazione indicativo della probabilit? che il segmento anteriore dell?occhio sia in una condizione di normalit?;

- uno o pi? ulteriori indici di rilevazione indicativi della probabilit? che il segmento anteriore dell?occhio sia in una condizione patologica.

Preferibilmente, i suddetti uno o pi? ulteriori indici di rilevazione comprendono un secondo indice di rilevazione indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cataratta ed un terzo indice di rilevazione indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cheratocono.

Preferibilmente, i primi dati di rilevazione forniti dall?unit? d?intelligenza artificiale comprendono anche un indice di validazione indicativo del numero d?immagini della pupilla in base alle quali il suddetto primo indice di rilevazione e i suddetti uno o pi? ulteriori indici di rilevazione sono stati calcolati.

Secondo un aspetto dell?invenzione, la suddetta prima unit? di elaborazione dati ? configurata per eseguire una procedura di determinazione delle condizioni del segmento anteriore dell?occhio in base ai primi dati di rilevazione forniti dall?unit? d?intelligenza artificiale al fine di fornire le suddette informazioni di segnalazione.

Preferibilmente, la suddetta prima unit? d?elaborazione dati ? configurata per:

- confrontare il suddetto primo indice di rilevazione con i detti uno o pi? ulteriori indici di rilevazione;

- se detto primo indice di rilevazione ? superiore o uguale a ciascuno di detti uno o pi? ulteriori indici di rilevazione, determinare che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornire prime informazioni di segnalazione indicative di una possibile condizione di normalit? del segmento anteriore dell?occhio;

- se detto primo indice di rilevazione ? inferiore ad almeno uno di detti uno o pi? ulteriori indici di rilevazione, determinare che il segmento anteriore dell?occhio si trova in una condizione patologica e fornire ulteriori informazioni di segnalazione indicative di una possibile condizione patologica del segmento anteriore dell?occhio.

Preferibilmente, detta prima unit? d?elaborazione dati ? configurata per fornire le suddette ulteriori informazioni di segnalazione indicative di una possibile condizione patologica del segmento anteriore dell?occhio, se il suddetto indice di validazione ? superiore ad un corrispondente valore di soglia.

Preferibilmente, la suddetta prima unit? d?elaborazione dati ? configurata per:

- confrontare il suddetto primo indice di rilevazione con detto secondo indice di rilevazione e detto terzo indice di rilevazione;

- se detto primo indice di rilevazione ? superiore o uguale a ciascuno di detti secondo e terzo indice di rilevazione, determinare che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornire prime informazioni di segnalazione indicative di una possibile condizione di normalit? del segmento anteriore dell?occhio;

- se detto primo indice di rilevazione ? inferiore a detto secondo indice di rilevazione, determinare che il segmento anteriore dell?occhio ? affetto da cataratta e fornire seconde informazioni di segnalazione indicative di una corrispondente possibile condizione patologica del segmento anteriore dell?occhio; oppure

- se detto primo indice di rilevazione ? inferiore a detto terzo indice di rilevazione, determinare che il segmento anteriore dell?occhio ? affetto da cheratocono e fornire terze informazioni di segnalazione indicative di una corrispondente possibile condizione patologica del segmento anteriore dell?occhio.

Preferibilmente, la suddetta prima unit? d?elaborazione dati ? configurata per fornire le suddette seconde informazioni di segnalazione, se detto secondo indice di rilevazione ? superiore ad un corrispondente valore di soglia, oppure per fornire le suddette terze informazioni di segnalazione, se detto terzo indice di rilevazione ? superiore ad un corrispondente valore di soglia.

Preferibilmente, la suddetta prima unit? d?elaborazione dati ? configurata per fornire le suddette seconde informazioni di segnalazione o le suddette terze informazioni di segnalazione, se detto indice di validazione ? superiore a detto valore di soglia.

Secondo un aspetto dell?invenzione, l?apparato d?ispezione oculare, secondo l?invenzione, comprende una seconda unit? d?elaborazione dati atta ad elaborare le immagini della pupilla fornite dall?unit? d?acquisizione delle immagini ed a fornire secondi dati di rilevazione indicativi della presenza di eventuali difetti visivi in uno o entrambi gli occhi del paziente. Ulteriori caratteristiche e vantaggi dell?apparato d?ispezione oculare, secondo l?invenzione, potranno essere meglio percepiti facendo riferimento alla descrizione data di seguito ed alle allegate figure, fornite a scopo puramente illustrativo e non limitativo, in cui:

- la figura 1 illustra schematicamente l?apparato d?ispezione oculare, secondo l?invenzione, in una sua possibile forma realizzativa; e

- le figure 2-7 illustrano alcuni esempi d?immagini della pupilla fornite da un?unit? di acquisizione delle immagini inclusa nell?apparato d?ispezione oculare, secondo l?invenzione; e

- la figura 8 illustra schematicamente un?unit? d?intelligenza artificiale inclusa nell?apparato d?ispezione oculare, secondo l?invenzione; e

- la figura 9 illustra schematicamente un esempio d?implementazione dell?unit? d?intelligenza artificiale di figura 8; e

- le figure 10-11 illustrano schematicamente l?apparato d?ispezione oculare, secondo l?invenzione, in alcune sue ulteriori possibili forme realizzative.

Con riferimento alle citate figure, la presente invenzione si riferisce ad un apparato d?ispezione oculare 1.

Preferibilmente, l?apparato d?ispezione 1 ? tipo binoculare, cio? predisposto per ispezionare contemporaneamente entrambi gli occhi di un paziente.

Nel seguito, per ragioni di semplicit?, l?apparato d?ispezione 1 sar? descritto con particolare riferimento a questa tipologia di forma realizzativa.

Non s?intende con questo limitare il campo applicativo della presente invenzione.

Infatti, secondo possibili forme realizzative dell?invenzione, l?apparato d?ispezione 1 pu? essere impiegato o predisposto per ispezionare un occhio di un paziente alla volta.

Secondo l?invenzione, l?apparato d?ispezione 1 comprende un?unit? d?acquisizione 2 delle immagini atta a proiettare una luce infrarossa LIR verso gli occhi di un paziente, raccogliere la luce riflessa dal fondo oculare e fornire immagini della pupilla IP con gli occhi illuminati dalla luce infrarossa IR.

Preferibilmente, l?unit? d?acquisizione 2 comprende mezzi d?illuminazione 21 atti a proiettare la luce infrarossa LIR verso gli occhi del paziente.

Vantaggiosamente, i mezzi d?illuminazione 21 sono predisposti per proiettare luce infrarossa verso ciascun occhio del paziente esaminato. Pertanto, nel caso in cui l?apparato d?ispezione 1 sia di tipo binoculare, i mezzi d?illuminazione 21 sono predisposti per proiettare luce infrarossa verso l?occhio destro e verso l?occhio sinistro contemporaneamente.

Preferibilmente, i mezzi d?illuminazione 21 comprendono una o pi? sorgenti luminose all?infrarosso, le quali sono preferibilmente sorgenti luminose non collimate in grado di proiettare un fascio luminoso allargato verso gli occhi del paziente.

Preferibilmente, le sorgenti luminose 21 sono costituite da dispositivi LED all?infrarosso. Preferibilmente, l?unit? d?acquisizione 2 comprende mezzi d?acquisizione 22 delle immagini atti a ricevere la luce LR riflessa dagli occhi del paziente ed acquisire immagini preliminari I0 degli occhi del paziente.

Preferibilmente, i mezzi d?acquisizione 22 sono costituiti da un dispositivo di ripresa digitale. Preferibilmente, i mezzi d?acquisizione 22 comprendono un gruppo obiettivo 221 ed una superficie di ricezione 222 destinata a ricevere la luce LR riflessa dagli occhi del paziente. Vantaggiosamente, nell?uso dell?unit? d?acquisizione 2, il gruppo obiettivo 221 e la superficie di ricezione 222 sono collocati rispettivamente in posizione prossimale e distale rispetto agli occhi del paziente.

Il gruppo obiettivo 221 comprende vantaggiosamente un asse ottico, diretto verso gli occhi del paziente, ed un?apertura ottica (non illustrata) centrata sul tale asse ottico (non illustrata). Il gruppo obiettivo 221 comprende vantaggiosamente un sistema di lenti coniugato con la pupilla degli occhi del paziente. Nell?uso dell?apparato d?ispezione 1 il paziente si trova normalmente ad una distanza compresa tra 0,3 m e 2 m, ad esempio 1 m, rispetto al gruppo obiettivo.

In corrispondenza della superficie di ricezione 222, i mezzi d?acquisizione 22 comprendono una pluralit? di sensori CCD o C-MOS predisposti (ad esempio secondo una configurazione a matrice) in modo da catturare la luce LR riflessa dagli occhi del paziente.

Come sopra menzionato, preferibilmente, le immagini I0 degli occhi del paziente sono vantaggiosamente focalizzate sostanzialmente a livello della pupilla.

Preferibilmente, i mezzi d?acquisizione 22 forniscono una pluralit? d?immagini preliminari I0 per ciascun occhio del paziente esaminato.

Pertanto, nel caso in cui l?apparato d?ispezione 1 sia di tipo binoculare, i mezzi d?acquisizione 22 forniscono una pluralit? d?immagini I0 per l?occhio destro ed una pluralit? d?immagini preliminari I0 per l?occhio sinistro.

Preferibilmente, ciascuna immagine preliminare I0, fornita dai mezzi d?acquisizione 22, riprende un occhio del paziente quando illuminato dai mezzi d?illuminazione 21 in una diversa condizione d?illuminazione, ad esempio quando illuminato dai mezzi d?illuminazione 21 con un diverso angolo d?illuminazione.

Preferibilmente, l?unit? d?acquisizione 2 comprende mezzi di elaborazione dati 23 atti ad elaborare le immagini preliminari I0 fornite dai mezzi d?acquisizione 22 ed a fornire le immagini IP della pupilla.

Preferibilmente, i mezzi d?elaborazione dati 23 comprendono almeno un dispositivo d?elaborazione digitale, ad esempio un micro controllore, in grado di eseguire programmi, moduli o procedure software memorizzati su un supporto di memoria e opportunamente configurati per svolgere le funzionalit? richieste.

Secondo alcune forme realizzative dell?invenzione, i mezzi d?elaborazione dati 23 costituiscono un?unit? di elaborazione dati autonoma inclusa nell?unit? d?acquisizione 22.

Secondo alcune forme realizzative dell?invenzione, i mezzi d?elaborazione dati 23 sono integrati in un?altra unit? d?elaborazione, ad esempio un?unit? di controllo dell?unit? d?acquisizione 2 delle immagini.

Preferibilmente, i mezzi d?elaborazione dati 23 elaborano le immagini preliminari I0 fornite dai mezzi d?acquisizione 22 mediante opportuni algoritmi di segmentazione (ad esempio algoritmi di ?edge detection?, ?contour finding?, etc.). Tali algoritmi di segmentazione consentono di estrarre un?immagine della pupilla IP da ciascuna immagine preliminare I0 fornita dai mezzi d?acquisizione 22, filtrando le informazioni superflue.

Preferibilmente, i mezzi d?elaborazione dati 23 eseguono anche un processo di ricodifica delle immagini della pupilla IP cos? ottenute mediante opportuni algoritmi di codifica (che possono essere di tipo noto). Tali algoritmi di codifica consentono di fornire le immagini della pupilla IP in un formato di codifica adatto per le successive elaborazioni (ad esempio in un formato di codifica Bse64).

Preferibilmente, i mezzi d?elaborazione dati 23 forniscono una pluralit? d?immagini della pupilla IP per ciascun occhio del paziente. Come sopra illustrato, ciascuna immagine della pupilla IP ? ottenuta da una corrispondente immagine preliminare I0 fornita dai mezzi d?acquisizione 22.

Pertanto, nel caso in cui l?apparato d?ispezione 1 sia di tipo binoculare, i mezzi d?elaborazione dati 23 forniscono quindi una pluralit? d?immagini della pupilla IP per l?occhio destro ed una pluralit? d?immagini della pupilla IP per l?occhio sinistro.

Preferibilmente, ciascuna immagine della pupilla IP riprende la pupilla di un occhio del paziente quando quest?ultimo ? illuminato dai mezzi d?illuminazione 21 in una diversa condizione d?illuminazione, ad esempio quando illuminato dai mezzi d?illuminazione 21 con un diverso angolo d?illuminazione.

Le figure 2-4 mostrano ciascuna, a titolo esemplificativo, un?immagine della pupilla IP di un occhio del paziente cos? come fornita dai mezzi d?elaborazione dati 23.

Ciascuna immagine della pupilla IP mostra una regione estesa 90 (in posizione coassiale con l?asse ottico del gruppo obiettivo 221), la quale identifica il cono di luce riflessa LR dal fondo oculare (illuminato dalla luce infrarossa LIR emessa dai mezzi d?illuminazione 21) in corrispondenza del piano pupillare. Ciascuna immagine della pupilla IP mostra inoltre una sona puntiforme luminosa (regione di Purkinje) in posizione sostanzialmente centrale (lungo l?asse ottico del gruppo obiettivo 221). Tale zona luminosa identifica il punto di riflessione della luce infrarossa LIR sulla cornea.

Le figure 5-7 mostrano ciascuna, a titolo esemplificativo, una serie d?immagini della pupilla IP di un occhio del paziente cos? come fornite dai mezzi d?elaborazione dati 23.

? evidente come ciascuna immagine della pupilla IP riprenda la pupilla quando l?occhio del paziente ? illuminato dai mezzi d?illuminazione 21 in una diversa condizione d?illuminazione. Come sopra accennato, l?unit? d?acquisizione 2 comprende preferibilmente un?unit? di controllo 24 destinata a regolare il funzionamento dei mezzi d?illuminazione 21, dei mezzi d?acquisizione 22 e, ove necessario, dei mezzi d?elaborazione dati 23, mediante opportuni segnali di controllo.

L?unit? di controllo 24 pu? vantaggiosamente almeno un dispositivo d?elaborazione digitale, ad esempio un microcontrollore, in grado di eseguire programmi, moduli o procedure software memorizzati su un supporto di memoria e opportunamente configurati per svolgere le funzionalit? richieste.

Come sopra accennato, secondo forme realizzative dell?invenzione, l?unit? di controllo 24 potrebbe incorporare i mezzi d?elaborazione dati 23.

Preferibilmente, l?unit? di controllo 24 pu? essere operativamente associata ad un?interfaccia uomo-macchina (non illustrata) per l?inserimento di comandi manuali o per l?esecuzione di operazioni di configurazione o programmazione.

In generale, l?unit? di acquisizione 2 delle immagini pu? essere realizzata industrialmente secondo soluzioni di tipo noto e non sar? qui descritta in ulteriore dettaglio per evidenti ragioni di brevit?.

Secondo l?invenzione, l?apparato d?ispezione 1 comprende un?unit? d?intelligenza artificiale 3 atta ad elaborare le immagini della pupilla IP, fornite dall?unit? di acquisizione 2, e a fornire primi dati di rilevazione DR1 indicativi della probabilit? che il segmento anteriore dell?occhio ripreso nelle immagini della pupilla sia in una condizione di normalit? oppure in una condizione patologica.

Per ragioni di chiarezza si specifica che il termine ?condizione di normalit?? identifica una consueta condizione fisiologica dell?occhio del paziente mentre il termine ?condizione patologica? identica uno stato di alterazione di tale consueta condizione fisiologica.

Preferibilmente, l?unit? d?intelligenza artificiale 3 ? configurata per effettuare il riconoscimento di specifiche configurazioni (?patterns?) di distribuzione di luce nelle immagini della pupilla IP, in particolare in corrispondenza della regione estesa 90 sopra illustrata.

Tale soluzione trova un suo fondamento scientifico nell?osservazione che una certa configurazione di distribuzione della luce LR riflessa dall?occhio (in particolare dal fondo oculare) in un?immagine della pupilla IP pu? essere indicativa della presenza di una condizione di normalit? o di una condizione patologica del segmento anteriore dell?occhio.

La figura 2 mostra un?immagine IP della pupilla con il segmento anteriore dell?occhio in una condizione di normalit?. Come si pu? osservare, la regione estesa 90 mostra una distribuzione della luce sostanzialmente uniforme con una graduale transizione della luminosit? tra zone pi? luminose e zone pi? scure (la cui disposizione dipende sostanzialmente dalle condizioni d?illuminazione dell?occhio stesso).

La figura 3 mostra un?immagine IP della pupilla con il segmento anteriore dell?occhio affetto da cheratocono. Come si pu? osservare, la regione estesa 90 mostra una distribuzione della luce non uniforme in cui ? possibile distinguere un?alternanza di zone chiare e scure (configurazione luminosa di tipo ?dark-light-dark?).

La figura 4 mostra un?immagine IP della pupilla con il segmento anteriore dell?occhio affetto da cataratta. Come si pu? osservare, la regione estesa 90 mostra una distribuzione della luce non uniforme in cui ? possibile distinguere zone luminose spurie disposte in modo sostanzialmente casuale (configurazione luminosa di tipo con ?speckles?).

Risulta quindi evidente come un?analisi della distribuzione di luce in un?immagine della pupilla IP illuminata da luce infrarossa possa consentire di ottenere informazioni circa una possibile condizione di normalit? o una condizione patologica del segmento anteriore dell?occhio.

Un aspetto peculiare dell?invenzione consiste proprio nel fatto che tale analisi viene svolta da un?unit? d?intelligenza artificiale 3.

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende una sezione d?ingresso 31 atta a ricevere le immagini della pupilla IP ed eseguire un?elaborazione preventiva (?preprocessing?) delle immagini suddette.

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende una sezione nascosta 32 atta ad elaborare le immagini della pupilla IP, preferibilmente in modo da effettuare il riconoscimento di specifiche configurazioni di distribuzione di luce nelle immagini suddette.

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende una sezione d?uscita 34 atta a fornire i primi dati di rilevazione DR1.

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende anche un database 33 configurato per conservare le informazioni necessarie per eseguire l?elaborazione delle immagini della pupilla IP, le immagini ricevute dall?unit? di acquisizione 2 ed i dati di rilevazione DR1 da fornire in uscita.

Vantaggiosamente, una o pi? tra le sezioni 31, 32, 34 dell?unit? d?intelligenza artificiale sono in grado d?interagire con il database 33.

Vantaggiosamente, prima di essere impiegata operativamente o durante la sua vita operativa, l?unit? di intelligenza artificiale 3 (ed in particolare la sua sezione nascosta 32) ? opportunamente addestrata secondo procedure o algoritmi di addestramento che possono essere di tipo noto.

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende una rete neurale convoluzionale. In tal caso, ciascuna sezione 31, 32, 34 dell?unit? d?intelligenza artificiale 3 comprende vantaggiosamente uno o pi? strati d?elaborazione (?processing layers?) della suddetta rete neurale convoluzionale, eventualmente ordinati in modo sequenziale, cio? in modo che i dati di uscita di uno strato d?elaborazione costituiscano i dati d?ingresso dello strato d?elaborazione successivo.

Un esempio di rete convoluzionale adatta per l?impiego nell?unit? d?intelligenza artificiale 3 ? illustrato in figura 9.

Nell?esempio illustrato, la sezione d?ingresso 31 comprende un solo strato d?elaborazione (layer #1), la sezione nascosta 32 comprende 15 strati d?elaborazione disposti in sequenza (layers #2-#16) e la sezione d?uscita 34 comprende un solo strato d?elaborazione (layer #17).

Preferibilmente, l?unit? d?intelligenza artificiale 3 comprende una rete neurale convoluzionale comprendente uno o pi? strati convoluzionali provvisti di un filtro convoluzionale con dimensioni allargate, cio? dimensioni relativamente elevate rispetto a quelle delle immagini della pupilla IP fornite dall?unit? d?acquisizione 2.

Ad esempio, nel caso in cui le immagini della pupilla IP abbiano una dimensione di 30x30x1 pixel, gli strati convoluzionali della rete neurale convoluzionale sono provvisti di un filtro convoluzionale con dimensioni di almeno 5x5x1 pixel (normalmente le dimensioni di un filtro convoluzionale sarebbero di 1x1x1 o 2x2x1 o 3x3x1 pixel per immagini da elaborare con le dimensioni sopra indicate).

La soluzione sopra illustrata permette di migliorare sensibilmente l?efficacia del processo di riconoscimento di specifiche configurazioni di distribuzione di luce nelle immagini della pupilla IP. Grazie all?impiego di un filtro convoluzionale con dimensioni allargate dato, i particolari di scarso interesse per l?analisi suddetta (ad esempio particolari legati alla struttura fisiologica dell?occhio) risultano sostanzialmente trascurati.

La soluzione sopra illustrata, inoltre, consente di semplificare il processo di elaborazione delle immagini della pupilla IP eseguito dall?unit? d?intelligenza artificiale.

Preferibilmente, l?unit? d?intelligenza artificiale 3 (in particolare la sezione d?uscita 34) ? configurata per fornire i dati di rilevazione DR1 in forma di vettori di dati.

Preferibilmente, l?unit? d?intelligenza artificiale 3 ? configurata per fornire un vettore di dati di rilevazione DR1 per ciascuna serie d?immagini della pupilla IP elaborate, quindi per ciascun occhio del paziente esaminato.

Pertanto, qualora l?apparato d?ispezione 1 oculare sia di tipo binoculare, l?unit? d?intelligenza artificiale 3 fornir? un vettore di dati di rilevazione DR1 per l?occhio destro ed un vettore di dati di rilevazione DR1 per l?occhio sinistro.

Preferibilmente, i primi dati di rilevazione DR1 comprendono un primo indice di rilevazione PN indicativo della probabilit? che il segmento anteriore dell?occhio sia in una condizione di normalit? ed uno o pi? ulteriori indici di rilevazione PC, PK indicativi della probabilit? che il segmento anteriore dell?occhio sia in una condizione patologica.

Preferibilmente, tali ulteriori indici di rilevazione comprendono un secondo indice di rilevazione PC indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cataratta.

Preferibilmente, tali ulteriori indici di rilevazione comprendono un terzo indice di rilevazione PK indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cheratocono. Preferibilmente, i primi dati di rilevazione DR1 comprendono un indice di validazione V indicativo del numero d?immagini elaborate dall?unit? d?intelligenza artificiale 3 in base alle quali il primo indice di rilevazione PN e gli ulteriori indici di rilevazione PC, PK sono stati calcolati dall?unit? d?intelligenza artificiale 3.

Vantaggiosamente, in base a quanto sopra esposto, l?unit? d?intelligenza artificiale 3 ? in grado di fornire un vettore di indici per ciascuna serie d?immagini della pupilla IP elaborate, quindi per ciascun occhio del paziente esaminato.

Ad esempio, qualora l?apparato d?ispezione 1 oculare sia di tipo binoculare, l?unit? d?intelligenza artificiale 3 potr? fornire un primo vettore di dati DX = [PN, PC, PK, V] per l?occhio destro ed un vettore di dati SX = [PN, PC, PK, V] per l?occhio sinistro.

Preferibilmente, per una sua realizzazione a livello industriale, l?unit? d?intelligenza artificiale 3 comprende almeno un dispositivo d?elaborazione digitale, ad esempio un micro controllore, in grado di eseguire programmi, moduli o procedure software memorizzati su un supporto di memoria e opportunamente configurati per svolgere le funzionalit? richieste.

Secondo l?invenzione, l?apparato d?ispezione 1 comprende una prima unit? d?elaborazione dati 4 atta ad elaborare i primi dati di rilevazione DR1, forniti dall?unit? intelligenza artificiale 3, ed a fornire informazioni di segnalazione S1, S2, S3 indicative di una possibile condizione di normalit? o di una possibile condizione patologica del segmento anteriore dell?occhio.

Preferibilmente, le informazioni di segnalazione S1, S2, S3 comprendono stringhe alfanumeriche (ad esempio messaggi) che riportano indicazioni sommarie circa una possibile condizione di normalit? o una possibile condizione patologica del segmento anteriore dell?occhio.

Ovviamente, le informazioni di segnalazione S1, S2, S3 sono destinate a coadiuvare il personale medico nella formulazione di una diagnosi o di una valutazione dello stato del segmento anteriore dell?occhio.

Preferibilmente, l?unit? di elaborazione dati 4 ? configurata per eseguire una procedura di determinazione delle condizioni del segmento anteriore dell?occhio in base ai dati di rilevazione DR1 ricevuti in ingresso in modo da poter fornire le informazioni di segnalazione S1, S2, S3. Preferibilmente, l?unit? d?elaborazione dati 4 esegue un confronto tra il primo indice di rilevazione PN indicativo di una possibile condizione di normalit? del segmento anteriore dell?occhio con i suddetti uno o pi? ulteriori indici di rilevazione PC, PK indicativi di una condizione patologica del segmento anteriore dell?occhio,

Preferibilmente, l?unit? d?elaborazione dati 4 determina che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornisce le suddette prime informazioni di segnalazione S1 indicative di una possibile condizione di normalit?, se il primo indice di rilevazione PN ? superiore o uguale a ciascuno di detti uno o pi? ulteriori indici di rilevazione PC, PK.

Preferibilmente, l?unit? d?elaborazione dati 4 determina che il segmento anteriore dell?occhio si trova in una condizione patologica e fornisce ulteriori informazioni di segnalazione S2, S3 indicative di una possibile condizione patologica, se il primo indice di rilevazione PN ? inferiore ad almeno uno dei suddetti ulteriori indici di rilevazione PC, PK.

Preferibilmente, l?unit? d?elaborazione dati 4 ? configurata per fornire le ulteriori informazioni di segnalazione S2, S3 indicative di una possibile condizione patologica del segmento anteriore dell?occhio, se l?indice di validazione V ? superiore ad un corrispondente valore di soglia VTH. Preferibilmente, l?unit? d?elaborazione dati 4 fornisce un messaggio di errore se tale condizione non si verifica.

Vantaggiosamente, l?unit? di elaborazione dati 4 ? configurata per eseguire una procedura di determinazione del tutto analoga a quella sopra illustrata nel caso in cui i suddetti ulteriori indici di rilevazione comprendano un secondo indice di rilevazione PC indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cataratta ed un terzo indice di rilevazione PK indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cheratocono. Preferibilmente, la prima unit? d?elaborazione dati 4 esegue un confronto tra il primo indice di rilevazione PN indicativo di una condizione di normalit? del segmento anteriore dell?occhio e ciascuno dei suddetti secondo indice di rilevazione PC e terzo indice di rilevazione PK indicativi di diverse condizioni patologiche del segmento anteriore dell?occhio.

Se il primo indice di rilevazione PN ? superiore o uguale a ciascuno dei suddetti secondo e terzo indice di rilevazione PC e PK, l?unit? d?elaborazione dati 4 determina che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornisce le suddette prime informazioni di segnalazione S1.

Se il primo indice di rilevazione PN ? inferiore al secondo indice di rilevazione PC, l?unit? d?elaborazione dati 4 determina che il segmento anteriore dell?occhio ? affetto da cataratta e fornisce seconde informazioni di segnalazione S2 indicative di questa possibile condizione patologica del segmento anteriore dell?occhio.

Preferibilmente, l?unit? d?elaborazione dati 4 fornisce le seconde informazioni di segnalazione S2, se il suddetto secondo indice di rilevazione PC ? superiore ad un corrispondente valore di soglia PCTH.

Preferibilmente, l?unit? d?elaborazione dati 4 fornisce le seconde informazioni di segnalazione S2, se il sopra menzionato indice di validazione V ? superiore al corrispondente valore di soglia VTH.

Preferibilmente, l?unit? d?elaborazione dati 4 fornisce un messaggio di errore se almeno una di quest?ultime condizioni non si verifica.

Se il primo indice di rilevazione PN ? inferiore al terzo indice di rilevazione PC, la prima unit? d?elaborazione dati 4 determina che il segmento anteriore dell?occhio ? affetto da cheratocono e fornisce terze informazioni di segnalazione S3 indicative di questa possibile condizione patologica del segmento anteriore dell?occhio.

Preferibilmente, l?unit? d?elaborazione dati 4 fornisce le terze informazioni di segnalazione S3, se il suddetto secondo indice di rilevazione PK ? superiore ad un corrispondente valore di soglia PKTH.

Preferibilmente, l?unit? d?elaborazione dati 4 fornisce le terze informazioni di segnalazione S2, se il sopra menzionato indice di validazione V ? superiore al corrispondete valore di soglia VTH. Preferibilmente, l?unit? d?elaborazione dati 4 fornisce un messaggio di errore se almeno una di quest?ultime condizioni non si verifica.

Nel seguito, si descrivono brevemente alcuni esempi di funzionamento della prima unit? d?elaborazione 4.

ESEMPIO #1

Si supponga che l?unit? di intelligenza artificiale 3 riceva dall?unit? d?acquisizione 2 una sequenza d?immagini della pupilla IP di un occhio del paziente come quella illustrata in figura 5. L?unit? d?intelligenza artificiale 3 procede ad elaborare le immagini suddette e fornisce in uscita i dati di rilevazione DR1.

Tali dati di rilevazione possono vantaggiosamente comprendere un vettore di dati (indici), ad esempio un vettore di dati E = [PN, PC, PK, V] = [60%, 20%, 20%, 8], dove PN, PC, PK, V sono gli indici di rilevazione sopra illustrati.

L?unit? d?elaborazione 4 confronta i suddetti indici di rilevazione tra loro e determina le seguenti condizioni: {PN > PC} e {PN > PK}.

In questo caso, l?unit? d?elaborazione fornisce prime informazioni di segnalazione S1 (ad esempio un messaggio) indicative di una possibile condizione di normalit? per il segmento anteriore dell?occhio.

ESEMPIO #2

Si supponga che l?unit? di intelligenza artificiale 3 riceva dall?unit? d?acquisizione 2 una sequenza d?immagini della pupilla IP di un occhio del paziente come quella illustrata in figura 6. L?unit? d?intelligenza artificiale 3 procede ad elaborare le immagini suddette e fornisce in uscita i dati di rilevazione DR1.

Tali dati di rilevazione possono vantaggiosamente comprendere un vettore di dati (indici), ad esempio un vettore di dati E = [PN, PC, PK, V] = [30%, 10%, 60%, 8], dove PN, PC, PK, V sono gli indici sopra illustrati.

L?unit? d?elaborazione 4 confronta i suddetti indici di rilevazione tra loro e determina le seguenti condizioni: {PN > PC} e {PN < PK}.

Si supponga che i valori di soglia per gli indici PK, V siano rispettivamente PKTH = 50% e VTH = 6.

L?unit? d?elaborazione 4 determina le seguenti condizioni: {PK > PKTH} e {V > VTH}.

In questo caso, l?unit? d?elaborazione fornisce terze informazioni di segnalazione S3 (ad esempio un messaggio) indicative di una possibile presenza di cheratocono nel segmento anteriore dell?occhio.

ESEMPIO #3

Si supponga che l?unit? di intelligenza artificiale 3 riceva dall?unit? d?acquisizione 2 una sequenza d?immagini della pupilla IP di un occhio del paziente come quella illustrata in figura 7. L?unit? d?intelligenza artificiale 3 procede ad elaborare le immagini suddette e fornisce in uscita i dati di rilevazione DR1.

Tali dati di rilevazione possono vantaggiosamente comprendere un vettore di dati (indici), ad esempio un vettore di dati E = [PN, PC, PK, V] = [20%, 60%, 20%, 8], dove PN, PC, PK, V sono gli indici sopra illustrati.

L?unit? d?elaborazione 4 confronta i suddetti indici di rilevazione tra loro e determina le seguenti condizioni: {PN < PC} e {PN = PK}.

Si supponga che i valori di soglia per gli indici PC V siano rispettivamente PCTH = 50% e VTH = 6.

L?unit? d?elaborazione 4 determina la seguente condizione: {PC > PCTH} e {V > VTH}.

In questo caso, l?unit? d?elaborazione fornisce seconde informazioni di segnalazione S2 (ad esempio un messaggio) indicative di una possibile presenza di cataratta nel segmento anteriore dell?occhio.

ESEMPIO #4

Si supponga che l?unit? di intelligenza artificiale 3 riceva dall?unit? d?acquisizione 2 una sequenza d?immagini della pupilla IP di un occhio del paziente come quella illustrata in figura 6. L?unit? d?intelligenza artificiale 3 procede ad elaborare le immagini suddette e fornisce in uscita i dati di rilevazione DR1.

Tali dati di rilevazione possono vantaggiosamente comprendere un vettore di dati (indici), ad esempio un vettore E = [PN, PC, PK, V] = [35%, 40%, 25%, 8], dove PN, PC, PK, V sono gli indici sopra illustrati.

L?unit? d?elaborazione 4 confronta i suddetti indici di rilevazione tra loro e determina le seguenti condizioni: {PN < PC} e {PN > PK}.

Si supponga che i valori di soglia per gli indici PC V siano rispettivamente PCTH = 50% e VTH = 6.

L?unit? d?elaborazione 4 determina la seguente condizione: {PC < PCTH} e {V > VTH}.

In questo caso, l?unit? d?elaborazione 4 non fornisce le suddette seconde informazioni di segnalazione S2 ma solo un messaggio di errore. Il secondo indice di rilevazione PC ? infatti inferiore al corrispondente di soglia PCTH. In pratica, in questo caso, l?unit? d?elaborazione 4 non convalida i risultati della procedura di determinazione appena eseguita.

In base a quanto sopra illustrato, l?unit? d?elaborazione 4 avrebbe evidentemente fornito un analogo messaggio di errore se avesse determinato la condizione {V < VTH}.

Preferibilmente, per una sua realizzazione a livello industriale, la prima unit? d?elaborazione dati 4 comprende almeno un dispositivo d?elaborazione digitale, ad esempio un microcontrollore, in grado di eseguire programmi, moduli o procedure software memorizzati su un supporto di memoria e opportunamente configurati per svolgere le funzionalit? richieste. Secondo alcune forme realizzative preferite, l?apparato d?ispezione 1 comprende una seconda unit? d?elaborazione dati 5 atta ad elaborare le immagini IP della pupilla e fornire secondi dati di rilevazione DR2 indicativi della presenza di eventuali difetti visivi in uno o entrambi gli occhi del paziente.

A tal fine, l?unit? d?elaborazione dati 5 pu? implementare algoritmi di riconoscimento di tipo noto in grado di elaborare le immagini della pupilla IP e fornire informazioni circa la presenza di difetti di focalizzazione visiva, ad esempio miopia o ipermetropia, e/o di difetti visivi che investono eventualmente la curvatura dell?occhio, ad esempio astigmatismo.

Preferibilmente, per una sua realizzazione a livello industriale, la seconda unit? d?elaborazione dati 5 comprende almeno un dispositivo d?elaborazione digitale, ad esempio un microcontrollore, in grado di eseguire programmi, moduli o procedure software memorizzati su un supporto di memoria e opportunamente configurati per svolgere le funzionalit? richieste. In generale, l?unit? di elaborazione dati 5 pu? essere realizzata industrialmente secondo soluzioni di tipo noto e non sar? qui descritta in ulteriore dettaglio per evidenti ragioni di brevit?.

? evidente come, secondo tali forme realizzative preferite dell?invenzione, l?apparato d?ispezione 1 si configuri come un sistema polifunzionale in grado di sfruttare pienamente tutte le informazioni rese disponibili dalle immagini della pupilla IP raccolte dall?unit? di acquisizione 2.

In altre parole, l?apparato d?ispezione 1 si configura come un sistema integrato in grado di fornire servizi di diagnostica avanzata per quanto riguarda il segmento anteriore dell?occhio e, al contempo, fornire servizi di rilevazione dei difetti visivi, analogamente ad un comune refrattometro.

Ovviamente, tale soluzione rende l?apparato d?ispezione 1 ancora pi? adatto per la comune pratica ambulatoriale.

L?apparato d?ispezione 1 pu? essere realizzato in pratica secondo una variet? di modalit? realizzative.

La figura 1 mostra un esempio di forma realizzativa dell?invenzione in cui l?unit? d?acquisizione 2, l?unit? d?intelligenza artificiale 3, la prima unit? d?elaborazione dati 4 e, eventualmente, la seconda unit? d?elaborazione dati 5 costituiscono dispositivi/sistemi computerizzati autonomi in grado di comunicare tra loro secondo modalit? note di tipo con fili o senza fili, ad esempio via rete telefonica (Internet) o rete locale (LAN o WLAN).

Secondo tali forme realizzativa, l?unit? d?intelligenza artificiale 3 pu? essere vantaggiosamente realizzata a bordo di una piattaforma computerizzata (ad esempio con architettura cloud) in grado di interagire da remoto con gli altri dispositivi computerizzati dell?apparato d?ispezione 1, ad esempio secondo una modalit? di tipo ?server to client?.

La figura 10 mostra un esempio di forma realizzativa dell?invenzione in cui l?apparato 1 comprende una macchina oftalmica 10 che include l?unit? d?acquisizione 2, la prima unit? d?elaborazione dati 4 e, eventualmente, la seconda unit? d?elaborazione dati 5.

Vantaggiosamente, la macchina oftalmica 10 ? in grado di comunicare con l?unit? d?intelligenza artificiale 3 secondo modalit? note con fili o senza fili, ad esempio via rete telefonica (Internet) o rete locale (LAN o WLAN).

Analogamente a quanto sopra, secondo tali forme realizzative dell?invenzione, l?unit? d?intelligenza artificiale 3 pu? essere vantaggiosamente realizzata a bordo di una piattaforma computerizzata remota.

La figura 11 mostra un esempio di forma realizzativa dell?invenzione in cui l?apparato d?ispezione 1 comprende una macchina oftalmica 10 che include l?unit? d?acquisizione 2, l?unit? d?intelligenza artificiale 3, la prima unit? d?elaborazione dati 4 e, eventualmente, la seconda unit? d?elaborazione dati 5.

Secondo tali forme realizzative dell?invenzione, l?apparato d?ispezione 1 si presenta evidentemente come una singola macchina oftalmica in grado di fornire autonomamente le funzionalit? sopra descritte.

Come la persona esperta del ramo pu? facilmente comprendere, in alcune sue possibili varianti, l?apparato d?ispezione 1 pu? essere realizzato in pratica secondo ulteriori architetture, eventualmente riconducibili alle forme realizzative precedentemente menzionate.

L?apparato d?ispezione oculare 1, secondo l?invenzione, presenta notevoli vantaggi rispetto all?arte nota.

L?apparato d?ispezione 1 include un?unit? di acquisizione 2 delle immagini che impiega tecniche di ripresa particolarmente semplici e non invasive per ottenere immagini della pupilla. Grazie all?impiego dell?unit? d?intelligenza artificiale 3, l?apparato d?ispezione 1 ? in grado di ottenere informazioni circa la presenza di una possibile condizione patologica del segmento anteriore dell?occhio, ad esempio circa la presenza di cheratocono o cataratta, semplicemente elaborando le suddette immagini della pupilla.

La prima unit? d?elaborazione dati 4 consente di verificare o validare le informazioni ricavate dalle suddette immagini della pupilla in modo da fornire all?utente segnalazioni attendibili circa la possibile presenza di una possibile condizione di normalit? o di una possibile condizione patologica del segmento anteriore dell?occhio.

In alcune forme realizzative, grazie alla seconda unit? d?elaborazione dati 5, l?apparato d?ispezione 1 pu? essere impiegato anche per acquisire, in modo rapido ed efficace, informazioni circa la presenza di eventuali difetti oculari.

L?apparato d?ispezione 1 presenta pertanto una notevole flessibilit? d?impiego che lo rende particolarmente adatto per la comune pratica ambulatoriale.

L?apparato d?ispezione 1 presenta una struttura relativamente semplice, facilmente realizzabile a livello industriale, con notevoli vantaggi in termini di contenimento dei costi di produzione.

Claims (18)

1. RIVENDICAZIONI 1. Apparato d?ispezione oculare (1) caratterizzato dal fatto di comprendere: - un?unit? d?acquisizione delle immagini (2) atta a proiettare una luce infrarossa (LIR) verso almeno un occhio di un paziente e fornire immagini della pupilla (IP) di detto almeno un occhio, quando illuminato da detta luce infrarossa; - un?unit? d?intelligenza artificiale (3) atta ad elaborare dette immagini della pupilla (IP) e a fornire primi dati di rilevazione (DR1) indicativi della probabilit? che il segmento anteriore dell?occhio sia in una condizione di normalit? oppure in una condizione patologica; - una prima unit? d?elaborazione dati (4) atta ad elaborare detti primi dati di rilevazione (DR1) e a fornire informazioni di segnalazione (S1, S2, S3) indicative di una possibile condizione di normalit? o di una possibile condizione patologica del segmento anteriore dell?occhio.
2. 2. Apparato d?ispezione oculare, secondo la rivendicazione 1, caratterizzato dal fatto che detta unit? d?intelligenza artificiale (3) ? configurata per identificare specifiche configurazioni di distribuzione di luce in dette immagini della pupilla (IP).
3. 3. Apparato d?ispezione oculare, secondo la rivendicazione 1 o 2, caratterizzato dal fatto che detta unit? d?intelligenza artificiale (3) comprende una rete neurale convoluzionale.
4. 4. Apparato d?ispezione oculare, secondo la rivendicazione 3, caratterizzato dal fatto che detta rete neurale convoluzionale comprende uno o pi? strati convoluzionali provvisti di un filtro convoluzionale con dimensioni allargate.
5. 5. Apparato d?ispezione oculare, secondo una o pi? delle rivendicazioni precedenti, caratterizzato dal fatto che detti primi dati di rilevazione (DR1) comprendono: - un primo indice di rilevazione (PN) indicativo della probabilit? che il segmento anteriore dell?occhio sia in una condizione di normalit?; - uno o pi? ulteriori indici di rilevazione (PC, PK) indicativi della probabilit? che il segmento anteriore dell?occhio sia in una condizione patologica.
6. 6. Apparato d?ispezione oculare, secondo la rivendicazione 5, caratterizzato dal fatto che detti primi dati di rilevazione (DR1) comprendono un indice di validazione (V) indicativo del numero d?immagini della pupilla (IP) in base alle quali detto primo indice di rilevazione (PN) e detti uno o pi? ulteriori indici di rilevazione (PC, PK) sono stati calcolati.
7. 7. Apparato d?ispezione oculare, secondo la rivendicazione 5 o 6, caratterizzato dal fatto che detti uno o pi? ulteriori indici di rilevazione (PC, PK) comprendono: - un secondo indice di rilevazione (PC) indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cataratta; - un terzo indice di rilevazione (PK) indicativo della probabilit? che il segmento anteriore dell?occhio sia affetto da cheratocono.
8. 8. Apparato, secondo una o pi? delle rivendicazioni precedenti, caratterizzato dal fatto che detta prima unit? di elaborazione dati (4) ? configurata per eseguire una procedura di determinazione delle condizioni del segmento anteriore dell?occhio in base a detti primi dati di rilevazione (DR1) al fine di fornire dette informazioni di segnalazione (S1, S2, S3).
9. 9. Apparato d?ispezione oculare, secondo le rivendicazioni 5 e 8, caratterizzato dal fatto che detta prima unit? d?elaborazione dati (4) ? configurata per: - confrontare detto primo indice di rilevazione (PN) con detti uno o pi? ulteriori indici di rilevazione (PC, PK); - se detto primo indice di rilevazione (PN) ? superiore o uguale a ciascuno di detti uno o pi? ulteriori indici di rilevazione (PC, PK), determinare che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornire prime informazioni di segnalazione (S1) indicative di una possibile condizione di normalit? del segmento anteriore dell?occhio; - se detto primo indice di rilevazione (PN) ? inferiore ad almeno uno di detti uno o pi? ulteriori indici di rilevazione (PC, PK), determinare che il segmento anteriore dell?occhio si trova in una condizione patologica e fornire ulteriori informazioni di segnalazione (S2, S3) indicative di una possibile condizione patologica del segmento anteriore dell?occhio.
10. 10. Apparato d?ispezione oculare, secondo le rivendicazioni 6 e 9, caratterizzato dal fatto che detta prima unit? d?elaborazione dati (4) ? configurata per fornire dette ulteriori informazioni di segnalazione (S2, S3) indicative di una possibile condizione patologica del segmento anteriore dell?occhio, se detto indice di validazione (V) ? superiore ad un corrispondente valore di soglia (VTH).
11. 11. Apparato d?ispezione oculare, secondo le rivendicazioni 7 e 9, caratterizzato dal fatto che detta prima unit? d?elaborazione dati (4) ? configurata per: - confrontare detto primo indice di rilevazione (PN) con detto secondo indice di rilevazione (PC) e detto terzo indice di rilevazione (PK); - se detto primo indice di rilevazione (PN) ? superiore o uguale a ciascuno di detti secondo e terzo indice di rilevazione (PC, PK), determinare che il segmento anteriore dell?occhio si trova in una condizione di normalit? e fornire prime informazioni di segnalazione (S1) indicative di una possibile condizione di normalit? del segmento anteriore dell?occhio; - se detto primo indice di rilevazione (PN) ? inferiore a detto secondo indice di rilevazione (PC), determinare che il segmento anteriore dell?occhio ? affetto da cataratta e fornire seconde informazioni di segnalazione (S2) indicative di una corrispondente possibile condizione patologica del segmento anteriore dell?occhio; oppure - se detto primo indice di rilevazione (PN) ? inferiore a detto terzo indice di rilevazione (PK), determinare che il segmento anteriore dell?occhio ? affetto da cheratocono e fornire terze informazioni di segnalazione (S3) indicative di una corrispondente possibile condizione patologica del segmento anteriore dell?occhio.
12. 12. Apparato d?ispezione oculare, secondo le rivendicazioni 6 e 11, caratterizzato dal fatto che detta prima unit? d?elaborazione dati (4) ? configurata per fornire dette seconde informazioni di segnalazione (S2) o dette terze informazioni di segnalazione (S3), se detto indice di validazione (V) ? superiore a detto valore di soglia (VTH).
13. 13. Apparato d?ispezione oculare, secondo le rivendicazioni 11 o 12, caratterizzato dal fatto che detta prima unit? d?elaborazione dati (4) ? configurata per: - fornire dette seconde informazioni di segnalazione (S2), se detto secondo indice di rilevazione (PC) ? superiore ad un corrispondente valore di soglia (PCTH); oppure - fornire dette terze informazioni di segnalazione (S3), se detto terzo indice di rilevazione (PK) ? superiore ad un corrispondente valore di soglia (PKTH).
14. 14. Apparato d?ispezione oculare, secondo una o pi? delle rivendicazioni precedenti, caratterizzato dal fatto che detta unit? d?acquisizione (2) delle immagini comprende: - mezzi d?illuminazione (21) atti a proiettare una luce infrarossa (LIR) verso almeno un occhio; - mezzi d?acquisizione (22) atti a ricevere luce riflessa (LR) da parte di detto almeno un occhio in corrispondenza di una superficie di ricezione (222) e ad acquisire immagini preliminari (I0) di detto almeno un occhio; - mezzi d?elaborazione dei dati (23) atti ad elaborare dette immagini preliminari (I0) ed a fornire dette immagini della pupilla (IP).
15. 15. Apparato d?ispezione oculare, secondo una o pi? delle rivendicazioni precedenti, caratterizzato dal fatto di comprendere una seconda unit? d?elaborazione dati (5) atta ad elaborare dette immagini (IP) della pupilla ed a fornire secondi dati di rilevazione (DR2) indicativi della presenza di eventuali difetti visivi in detto almeno un occhio.
16. 16. Apparato d?ispezione oculare, secondo una o pi? delle rivendicazioni precedenti, caratterizzato dal fatto di comprendere una macchina oftalmica (10) che include almeno detta unit? d?acquisizione delle immagini (2) e detta prima unit? d?elaborazione dati (4).
17. 17. Apparato d?ispezione oculare, secondo la rivendicazione 16, caratterizzato dal fatto che detta macchina oftalmica (10) comprende anche detta unit? d?intelligenza artificiale (3).
18. 18. Apparato d?ispezione oculare, secondo la rivendicazione 15 e una delle rivendicazioni da 16 a 17, caratterizzato dal fatto che detta macchina oftalmica (10) comprende anche detta seconda unit? d?elaborazione dati (5).