JP2022550007A - 眼球収差解析システム及び方法のためのドライアイ緩和 - Google Patents
眼球収差解析システム及び方法のためのドライアイ緩和 Download PDFInfo
- Publication number
- JP2022550007A JP2022550007A JP2022515020A JP2022515020A JP2022550007A JP 2022550007 A JP2022550007 A JP 2022550007A JP 2022515020 A JP2022515020 A JP 2022515020A JP 2022515020 A JP2022515020 A JP 2022515020A JP 2022550007 A JP2022550007 A JP 2022550007A
- Authority
- JP
- Japan
- Prior art keywords
- tear film
- aberration analysis
- wavefront sensor
- film hydration
- ocular aberration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004075 alteration Effects 0.000 title claims abstract description 404
- 238000004458 analytical method Methods 0.000 title claims abstract description 370
- 238000000034 method Methods 0.000 title claims abstract description 127
- 208000003556 Dry Eye Syndromes Diseases 0.000 title abstract description 4
- 206010013774 Dry eye Diseases 0.000 title abstract description 4
- 230000000116 mitigating effect Effects 0.000 title description 2
- 230000036571 hydration Effects 0.000 claims abstract description 148
- 238000006703 hydration reaction Methods 0.000 claims abstract description 148
- 230000003287 optical effect Effects 0.000 claims abstract description 82
- 238000012512 characterization method Methods 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 16
- 230000018044 dehydration Effects 0.000 claims description 9
- 238000006297 dehydration reaction Methods 0.000 claims description 9
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 8
- 239000011780 sodium chloride Substances 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 18
- 210000001508 eye Anatomy 0.000 description 97
- 230000008569 process Effects 0.000 description 74
- 238000005259 measurement Methods 0.000 description 53
- 238000013528 artificial neural network Methods 0.000 description 34
- 238000012549 training Methods 0.000 description 33
- 238000010586 diagram Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 18
- 210000002569 neuron Anatomy 0.000 description 17
- 239000000523 sample Substances 0.000 description 16
- 238000004088 simulation Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 210000001747 pupil Anatomy 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000001356 surgical procedure Methods 0.000 description 5
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 210000004087 cornea Anatomy 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000004424 eye movement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 125000001475 halogen functional group Chemical group 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- -1 poly(methyl methacrylate) Polymers 0.000 description 2
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 2
- 239000004926 polymethyl methacrylate Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000000695 crystalline len Anatomy 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/101—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for examining the tear film
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/1015—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for wavefront analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
- A61B3/15—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing
- A61B3/152—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing for aligning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Ophthalmology & Optometry (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Eye Examination Apparatus (AREA)
Abstract
眼球収差解析と関連する、ドライアイ及び/又は涙液膜水分補給の監視を提供するシステム及び方法のための技術が開示される。眼球収差解析システム(100)は、眼球収差解析システム(100)によって監視される光学標的(102)と関連する波面センサデータを提供するように構成されている波面センサ(120)と、波面センサ(120)と通信するように構成されている論理デバイス(140)とを含む。論理デバイス(140)は、波面センサ(120)によって提供された波面センサデータを少なくとも含む眼球収差解析出力データを受け取り(1102)、光学標的と関連する涙液膜水分補給状態を、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し(1106)、決定された涙液膜水分補給状態に対応する使用者フィードバックを、受け取った収差解析出力データ及び/又は決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成する(1110)ように構成されている。
Description
本開示の1つ以上の実施形態は、全般的に、眼球収差解析に関し、より具体的には、例えば、臨床上又は術中の眼球収差解析を向上させるためのシステム及び方法に関する。
眼科手術には、角膜及び/若しくは眼の表面の再形成、眼内デバイス及び/若しくは人工眼内レンズ(IOL)の挿入及び/若しくは置換、並びに/又は眼の能動的光学構成要素(active optical components)の他の外科的操作を伴う場合がある。最適な術後の視力結果を得るために、良好な術前の臨床評価及び手術計画並びに手術計画の実行の術中の監視が重要である。
眼球収差計によって実施される眼球収差解析は、典型的には、手術前に眼を特性化するために、手術の経過を監視するために、及び手術の成功を評価するために使用される一般的な手法である。従来の眼球収差計は、眼球運動並びに/又は収差計自体の位置合わせ不良及び光学収差に関連する様々な測定誤差に苦慮することが多く、このことは、不正確な手術計画及び患者にとっての最適に満たない手術結果や又は視力結果につながるおそれがある。更に、従来の眼球収差計は、得られる眼の収差特性に不正確さを導入するおそれのある測定及び特性化技術を組み込んでいることが多く、そのため、眼の正確な収差解析の回収を複雑化する。
したがって、当該技術分野において、患者の最適な手術結果又は視力結果につながる、臨床上及び/又は術中の眼球収差解析を向上させるためのシステム及び方法が必要とされている。
改良された眼球収差解析を提供するシステム及び方法のための技術が開示される。1つ以上の実施形態によれば、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び/又は眼モデルに少なくとも部分的に基づいて決定するように構成されてもよく、収差計モデル及び眼モデルは、波面センサによって提供された波面センサデータに少なくとも部分的に基づく。論理デバイスはまた、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成するように構成されてもよい。
他の実施形態では、方法は、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び/又は眼モデルに少なくとも部分的に基づいて決定することであって、収差計モデル及び眼モデルは、眼球収差解析システムの波面センサによって提供された波面センサデータに少なくとも部分的に基づく、ことと、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成することと、を含んでもよい。
いくつかの実施形態によれば、非一時的な機械可読媒体は、1つ以上のプロセッサによって実行されると、1つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び/又は眼モデルに少なくとも部分的に基づいて決定することであって、収差計モデル及び眼モデルは、眼球収差解析システムの波面センサによって提供された波面センサデータに少なくとも部分的に基づく、ことと、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成することと、を含んでもよい。
更なる実施形態において、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、波面センサによって提供された波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、眼球収差解析システムによって監視される光学標的の相対位置及び/又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成するように構成されてもよい。
他の実施形態では、方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データ眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、眼球収差解析システムによって監視される光学標的の相対位置及び/又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、を含んでもよい。
いくつかの実施形態によれば、非一時的な機械可読媒体は、1つ以上のプロセッサによって実行されると、1つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、眼球収差解析システムによって監視される光学標的の相対位置及び/又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、を含んでもよい。
更なる実施形態において、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、波面センサによって提供された波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、受け取った眼球収差解析出力データ内の画像アーチファクトにより引き起こされた特異点を識別し、補正収差解析出力データを、識別された特異点及び受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、受け取った眼球収差解析出力データに対応する使用者フィードバックを、補正収差解析出力データに少なくとも部分的に基づいて生成するように構成されてもよい。
他の実施形態では、方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、受け取った眼球収差解析出力データ内の画像アーチファクトにより引き起こされた特異点を識別することと、補正収差解析出力データを、識別された特異点及び受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、補正収差解析出力データに少なくとも部分的に基づいて生成することと、を含んでもよい。
いくつかの実施形態によれば、非一時的な機械可読媒体は、1つ以上のプロセッサによって実行されると、1つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、受け取った眼球収差解析出力データ内の画像アーチファクトにより引き起こされた特異点を識別することと、補正収差解析出力データを、識別された特異点及び受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、補正収差解析出力データに少なくとも部分的に基づいて生成することと、を含んでもよい。
更なる実施形態において、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、波面センサによって提供された波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、光学標的と関連する涙液膜水分補給状態を、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、決定された涙液膜水分補給状態に対応する使用者フィードバックを、受け取った収差解析出力データ及び/又は決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成するように構成されてもよい。
他の実施形態では、方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、光学標的と関連する涙液膜水分補給状態を、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、決定された涙液膜水分補給状態に対応する使用者フィードバックを、受け取った収差解析出力データ及び/又は決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成することと、を含んでもよい。
いくつかの実施形態によれば、非一時的な機械可読媒体は、1つ以上のプロセッサによって実行されると、1つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、光学標的と関連する涙液膜水分補給状態を、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、決定された涙液膜水分補給状態に対応する使用者フィードバックを、受け取った収差解析出力データ及び/又は決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成することと、を含んでもよい。
本発明の範囲は、参照により本段落に組み込まれる特許請求の範囲によって定義される。以下の1つ以上の実施形態の詳細な説明を考慮に入れることによって、本発明の実施形態のより完全な理解が、その更なる利点の実現とともに、当業者にもたらされる。最初に、添付の図面を参照し、簡単に説明する。
本発明の実施形態及びそれらの利点は、以下の詳細な説明を参照することによって最も良く理解される。図の1つ以上に示される同様の要素を識別するために同様の参照番号が使用されることは理解すべきである。
様々な実施形態によれば、眼球収差解析システム及び方法は、患者の眼球収差の実質的に実時間の測定及び監視を提供し、従来のシステムにおいて典型的なシステム誤差及び測定誤差を低減する。例えば、患者の眼は、眼球収差測定又は検査中に固定されると、自然にドリフトする。この固定によるドリフトには、眼球のチップ回転、チルト回転、ツイスト回転並びにx位置、y位置及びz位置の変化を含む。これらのアライメントずれは、眼の波面特性化収差の計算における誤差の原因となる。これらのアライメントずれの平均がゼロに近い場合、検査画像ストリームの個々のフレームからの波面収差測定値を平均化することは、位置合わせ不良に起因する誤差の大部分を取り除くのに十分であり得る。検査シーケンスのアライメントずれの平均がゼロ近辺でないことが既知である場合又はアライメントずれがゼロ近辺の平均を有することを確認できない場合、アライメントずれが事前設定閾値を超えない場合における波面センサデータの平均化(例えば、ゼルニケ多項展開によって表される)、複素解析方法を使用した波面センサデータの位置合わせ不良に基づく誤差の補正(本明細書に記載される)、一連の波面測定値に適用されたクラスター分析に基づく及び/又はアイトラッカーデータに基づく(例えば、各波面測定値に対する)眼の固定ステータスの決定のうちの1つ又はそれらの組み合わせを含む、本明細書に記載される様々な方策を使用して測定誤差又はノイズを低減させることができる。推定アライメントずれ及び/又はそれらの波面測定値に対する影響は、眼球アライメントずれの測定基準に対して低減させることができるとともに、対応するグラフィックスを有するディスプレイビューとして眼球収差解析システムの使用者に提供され得る、又は眼球収差解析システムに、検査画像シーケンスから画像を無視させるために又は検査を中止及び/若しくは再開始させるために使用され得る。したがって、実施形態は、臨床上及び術中の眼球収差解析検査における、検査画像シーケンス中の眼球運動によるばらつきを低減するになどよって、従来のシステムよりも信頼性が高く且つ正確な収差解析測定値を提供しつつ、実質的に実時間の監視フィードバックを提供する。
本開示の更なる実施形態において、眼球収差解析システム及び方法は、システム収差を正確に特性化するための、及び患者の眼に関連するアライメントずれによって劣化し得る波面センサデータを補正するためのプラットフォーム及び技術を提供する。例えば、本明細書に記載される眼球収差解析システムは、システム収差に起因する又は眼球運動時に発生する可能性のある誤差に対応するために、正確な高次収差(HOA:high order aberration)解析のための2つの固有の較正形態、即ち、システム特性化プロセス及び複素解析訓練プロセスのうちの1つ以上を用いることができる。
システム特性化プロセスについては、眼球収差解析システムを使用して、実質的にゼロのアライメントずれを伴って眼球収差解析システムに実質的に1つの種類の可変収差(例えば、デフォーカス収差)を提示するように構成されているモデル標的によって生成される一連の基準インターフェログラム(例えば、波面センサデータの形態)を測定することができる。基準インターフェログラムは、特定の眼球収差解析システムの任意のシステム収差を特性化及び/又は定量化するために使用され得、その特定の眼球収差解析システムの波面センサにより提供される波面センサデータを、後続する解析の前に除去することなどによって補正するために使用され得る。
複素解析訓練プロセスについては、眼球収差解析システムを使用して、モデル標的の収差要素のチップ回転、チルト回転、ツイスト回転並びにx位置、y位置、及びz位置における可変アライメントずれを伴って眼球収差解析システムに対し異なるタイプ及び様々な強度の収差(例えば、6次のゼルニケ展開係数まで)の選択を提示するように構成されたモデル標的に関して生成された一連の波面測定値を取り込むことができる。本明細書に記載されるように、眼球収差解析システムによって実行され、例えば、未補正波面センサデータ若しくは未補正波面センサデータとアイトラッカーデータとの組み合わせに基づいて実質的に正確な推定アライメントずれ及び/又は補正波面センサデータを生成するように構成された複素解析エンジンを、一連の波面測定値を使用して訓練する及び/又は改良することができる。したがって、実施形態は、システム収差及び軸から外れた又は歪んだ眼の収差解析測定値から生じる誤差の低減によって収差解析測定値の精度を高めることなどによって、従来のシステムよりも信頼性が高く且つ正確な収差解析測定値を提供する。更に、実施形態は、特定の検査において正確に補償され得る、又は補正され得る、ゆえに含まれ得る(例えば、検査画像シーケンスの所与の画像内に存在する及び/又は検出される)アライメントずれの範囲を増大することによって、より堅牢(例えば、信頼性が高く且つ迅速)な収差解析システムを提供する。
本開示の更なる実施形態において、眼球収差解析システム及び方法は、患者の眼に関連する画像アーチファクトによって劣化し得る波面センサデータを補正する技術を提供する。例えば、本明細書に記載される眼球収差解析システムは、眼の特性化プロセス中における硝子体の気泡の撮像及び/又は他の画像アーチファクトに起因する可能性のある誤差に対応するために、波面センサデータ(例えば、眼のインターフェログラムの表現)を、重み付けされ得る位相成分(例えば、空間的位相成分)を含む形態に分解し、誤差に寄与する波面センサデータの部分を低減する又は除去することができる。
本開示の更なる実施形態において、眼球収差解析システム及び方法は、対応する波面センサデータに対する脱水(例えば、相対的に低い涙液膜水分補給)の好ましくない影響を軽減するために、収差解析検査中における涙液膜水分補給(例えば、ドライアイ)を監視する技術を提供する。例えば、本明細書に記載される眼球収差解析システムは、本明細書に記載されるように、例えば、相対的に乏しい涙液膜水分補給によって劣化した波面センサデータを除外するために、患者に瞬目を促すために、オペレータ又は外科医に、生理食塩水を供給するように促すために、及び/又は他のドライアイ緩和法を提供するために、臨床家又は外科医に実質的に実時間のフィードバックを提供してもよい。
図1は、本開示の一実施形態による眼球収差解析システム100のブロック図を示す。図1に示される実施形態では、患者の動き、システムの光学収差、熱的変動、振動などの一般的な特性化誤差及び/又は眼球収差解析システム100によって提供される眼球収差解析を劣化させるその他の特性化誤差を連続的に補償しながら、光学標的102(例えば、患者の眼)の実質的に実時間(例えば、30Hz更新)の監視を提供するための眼球収差解析システム100が実装され得る。
図1に示されるように、眼球収差解析システム100は、波面センサ120及び/又は眼球収差解析システム100のその他の要素の光学標的102を照明するために使用されるプローブビーム111を発生させるビーコン110を含む。眼球収差解析システム100はまた、アイトラッカー130の光学標的102を照明するために使用される発光ダイオード(LED)アレイ132及びOCTセンサ122の光学標的102を照明するためのOCTプローブビーム124を発生させるために使用されるOCTビーコン123などの、その他の様々なセンサに特化したビーコン及び/又は光源を含んでもよい。ビームスプリッタ112~116は、プローブビーム111を光学標的102に提供し、光学標的102により提供された関連するセンサビーム113、115、117(例えば、プローブビーム111、プローブビーム124、及びLEDアレイ132によって発生した、光学標的102により反射された光の一部)を発生させるために使用される。ビーコン110、OCTビーコン123、LEDアレイ132、及び眼球収差解析システム100の各センサ要素は、制御部140によって制御され得(例えば、通信リンク141~144を介して)、制御部140はまた、ビーコン110とOCTビーコン123とLEDアレイ132と眼球収差解析システム100のセンサ要素と図示のようにユーザインタフェース146、サーバ150、分散サーバ154、及びその他のモジュール148(例えば、任意の通信リンク145、149、及び155を介してアクセスされる)を含む眼球収差解析システム100のその他の要素との間のインターフェイスとしての役割を果たし得る。
典型的な動作では、制御部140は、光学標的102を照明するために波面センサ120、任意のOCTセンサ122、及び任意のアイトラッカー130、制御ビーコン110、OCTビーコン123、及び/又はLEDアレイ132のうちの1つ又は複数を起動し、眼球収差解析システム100の様々なセンサ要素から眼球収差解析出力データ(例えば、波面センサデータ、アイトラッカーデータ、OCTセンサデータ)を受け取る。本明細書に記載されるように、制御部140はそれ自体で眼球収差解析出力データを処理してもよい(例えば、アライメントずれを検出する若しくは補正する及び/又は波面センサデータから収差解析パラメータを抽出するために)又は(例えば、ネットワーク152を介して)サーバ150及び/又は分散サーバシステム154に眼球収差解析出力データを処理のために提供してもよい。本明細書に記載されるように、制御部140及び/又はサーバ150は、(例えば、眼球収差解析システム100の動作を制御するために)ユーザインタフェース146にて使用者入力を受け取るように構成されてもよい、及び/又はユーザインタフェース146のディスプレイを介して使用者に対して表示するために、眼球収差解析出力データ及び/又は眼球収差解析出力データの特性のディスプレイビューなどの使用者フィードバックを生成するように構成されてもよい。本明細書に記載されるように、制御部140、サーバ150、及び/又は分散サーバシステム154は、例えば、眼球収差解析システム100のシステム収差を特性化する、光学標的102と関連するアライメントずれを検出する、並びに/又は波面センサデータ及び/若しくは関連する収差分類係数を補正するための複素解析エンジン(例えば、ニューラルネットワークに基づく分類及び/又は回帰エンジン)の機械学習及び/又は訓練を含む、眼球収差解析システム100の動作及び/又は特性化と関連するデータを格納する、処理する、及び/又はそうでなければ操作するように構成されてもよい。様々な実施形態において、眼球収差解析システム100は、本明細書に記載されるように、一般的な特性化誤差を連続的に補償しながら、光学標的102の光学収差解析の実質的に実時間の監視及び使用者フィードバック(例えば、30Hz以上の周波数の更新)を提供するように構成されてもよい。これにより眼球収差解析システム100を臨床検査及び術中検査に特に適したものにする。
ビーコン110は、主として波面センサ120で使用するためのプローブビーム111を生成するように制御部140によって制御され得るレーザーソース(例えば、実質的にコヒーレント光を生成する)及び/又はスーパールミネッセントダイオード(例えば、「SLD(superluminescent diode)」は、相対的に低コヒーレント光を生成する)によって実装されてもよい。OCTビーコン123は、主としてOCTセンサ122で使用するためのOCTプローブビーム124を生成するように制御部140によって制御され得るレーザーソース及び/又はスーパールミネッセントダイオード(例えば、OCTセンサ122に特に適した相対的に低コヒーレント光を生成する)によって実装されてもよい。様々な実施形態において、OCTビーコンは、図示のようにOCTセンサ122と統合されてもよく、例えば、ビーコン110と統合されてもよく、及び/又はビーコン110に類似する独自の独立型ビーコンとして実装されてもよい(例えば、適切な配置のビームスプリッタを使用して)。LEDアレイ132は、アイトラッカー130とともに主として使用される、制御部140によって標的102を照明するように制御され得る成形又はパターン化されたLEDのアレイにより実装されてもよい。ビームスプリッタ112~116は、光学標的102にプローブビーム111を向け及び/又は通過させ、光学標的102によって生じたプローブビーム111及び/又はソースビームの少なくとも一部(例えば、プローブビーム111若しくは124及び/又はLEDアレイ132から発せられた光の反射した部分)を眼球収差解析システム100の様々なセンサ要素に向かって逸らし、センサビーム113~117(例えば、センサビーム)を形成するように構成された任意のいくつかの光学構成要素(例えば、ペリクルビームスプリッタ、鏡面)によって実装されてもよい。光学標的102は、本明細書に記載されるように、例えば、患者の眼であってもよい、又は例えば、シングルパス(プローブビーム111はオフにされ、光学標的102は独自に照明を発生させる)又はダブルパス(例えば、通常動作でプローブビーム111がオンにされる)モデル標的によって実装されてもよい。
波面センサ120は、光学標的102からの少なくともプローブビーム111の反射によって生じたセンサビーム117の光学波面などの光学波面の収差を測定するように構成されたデバイス又はデバイスアーキテクチャのいずれか1つ又は組み合わせとして実装されてもよく、波面センサ120は、関連する波面センサデータを提供するように構成されてもよい。例えば、波面センサ120は、シャックハルトマン波面センサ、位相ずれシュリーレン法波面センサ、波面曲率センサ、ピラミッド波面センサ、共通光路干渉計、多面せん断干渉計、ロンチ試験器、せん断干渉計、及び/又は眼科学で使用するように構成され得るその他の波面センサのいずれか1つ又は組み合わせとして実装されてもよい。波面センサ120によって提供される波面センサデータは、ゼルニケ係数、例えば、フーリエ変換、コサイン変換、又はハートレー変換、又は円筒座標若しくはデカルト座標のテイラー多項式を含む様々なフォーマットで、又はインターフェログラムとして表されてもよい。
OCTセンサ122は、マイクロメートル及び/若しくはサブマイクロメートル分解能の2次元画像並びに3次元画像を光学標的102などの光学散乱媒体内から取り込むために相対的に低コヒーレント光及び低コヒーレントインターフェロメトリを使用するように構成され、関連するOCTセンサデータを提供するように構成されているデバイス又はデバイスアーキテクチャのいずれか1つ又は組み合わせで実装されてもよい。例えば、OCTセンサ122は、眼科学で使用するように構成され得るOCTセンサアーキテクチャのいずれか1つ又は組み合わせとして実装されてもよい。アイトラッカー130は、光学標的102及び/又は光学標的102の特徴(例えば、網膜、瞳孔、虹彩、角膜、水晶体)の向き及び/若しくは位置を追跡するように構成されたデバイス又はデバイスアーキテクチャのいずれか1つ又は組み合わせで実装されてもよく、従来のアイトラッカー又は眼底カメラを含み、関連するアイトラッカーデータを提供するように構成されている。いくつかの実施形態では、アイトラッカー130は、標的102と関連するプルキンエ反射の1つ以上のタイプの像を取り込むように構成されていてもよい。
制御部140は、任意の適切な論理デバイス(例えば、処理デバイス、マイクロコントローラ、プロセッサ、特定用途用集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、メモリストレージデバイス、メモリリーダ、又は例えば、眼球収差解析システム100及び/又は眼球収差解析システム100の要素の様々な動作を制御するための制御ループ又はプロセスを実施するソフトウェア命令などの適切な命令を実行する、格納する、及び/又は受信するように適合され得るその他のデバイス、又はデバイスの組み合わせ)として実装されてもよい。このようなソフトウェア命令は、また、センサ信号を処理する、センサ情報を決定する、使用者フィードバックを提供する(例えば、ユーザインタフェース146を介して)、動作パラメータに対するデバイスをクエリする、デバイスの動作パラメータを選択する、又は本明細書に記載される様々な動作のいずれかを実施する(例えば、動作は、眼球収差解析システム100の様々なデバイスの論理デバイスによって実施される)ための方法を実施してもよい。
更に、機械可読媒体が、制御部140にロードするための及び制御部140によって実行するための非一時的な命令を格納するために提供されてもよい。これらの及び他の実施形態において、制御部140は、必要に応じて、揮発性メモリ、不揮発性メモリ、1つ以上のインターフェイス、並びに/又は眼球収差解析システム100のデバイスとインターフェイスするための様々なアナログ構成要素及び/若しくはデジタル構成要素などの他の構成要素とともに実装されてもよい。例えば、制御部140は、例えば、センサ信号、センサ情報、複素解析パラメータ、較正パラメータ、一連の較正点、訓練データ、基準データ、及び/又はその他の経時的な動作パラメータを格納し、そのような格納されたデータを眼球収差解析システム100のその他の要素に提供するように適合されてもよい。いくつかの実施形態では、制御部140は、ユーザインタフェース146と統合されてもよい。
ユーザインタフェース146は、ディスプレイ、タッチスクリーン、キーボード、マウス、ジョイスティック、つまみ、バーチャルリアリティヘッドセット、並びに/又は使用者入力を受け付ける及び/若しくは使用者にフィードバックを提供することができる任意の他のデバイスのうちの1つ以上として実装されてもよい。様々な実施形態において、ユーザインタフェース146は、制御部140などその他の眼球収差解析システム100のデバイスに使用者入力を提供するように適合されてもよい。ユーザインタフェース146はまた、本明細書に記載される様々なプロセス及び/又は方法のいずれかを実施するソフトウェア命令などの命令を実行するように適合され得る1つ以上の論理デバイスによって実装されてもよい。例えば、ユーザインタフェース146は、通信リンクを形成する、通信(例えば、センサデータ、制御信号、使用者入力、及び/又はその他の情報)を送信する及び/若しくは受信する、1つ以上の動作に対するパラメータを決定する、並びに/又は本明細書に記載されるその他の様々なプロセス及び/若しくは方法を実施するように適合されてもよい。
いくつかの実施形態では、ユーザインタフェース146は、例えば、(例えば、サーバ150及び/又は分散サーバシステム154に対する)通信リンクを形成するために、眼球収差解析システム100の動作のための特定のパラメータを選択するために、センサデータを処理する方法を選択するために、関節式のモデル標的の位置及び/若しくは向きを調整するために、並びに/又はそうでなければ、眼球収差解析システム100及び眼球収差解析システム100内のデバイスの動作を容易にするために、使用者入力を受け付けるように適合されてもよい。ユーザインタフェース146が使用者入力を受け付けると、使用者入力は、1つ以上の通信リンクを介してシステム100のその他のデバイスに伝送されてもよい。一実施形態では、ユーザインタフェース146は、様々なセンサデータ及び/又はその他のパラメータの時系列を、そのようなデータ及び/又はパラメータのグラフ若しくはマップを含むディスプレイの一部として表示するように適合されてもよい。いくつかの実施形態では、ユーザインタフェース146は、使用者入力を受け付け、例えば、制御部140の制御ループ若しくはプロセスパラメータ又は眼球収差解析システム100の任意の他の要素の制御ループ若しくはプロセスパラメータを修正するように適合されてもよい。
その他のモジュール148は、眼球収差解析システム100の動作を容易にするように構成されているセンサ及び/又はデバイスのうちのいずれか1つ又は組み合わせを含んでもよい。例えば、その他のモジュール148は、眼球収差解析システム100の1つ以上の要素の動作と関連する1つ以上の温度を測定するように構成された温度センサ、眼球収差解析システム100の周りの周囲湿度を測定するように構成された湿度センサ、眼球収差解析システム100の動作と関連する振幅及び/若しくは存在を測定するように構成された振動センサ、患者が供給する光学標的102の姿勢、運動若しくはその他の特徴を測定するように構成された患者センサ、並びに/又は眼球収差解析システム100の動作を容易にする及び/若しくは眼球収差解析システム100の動作に典型的な一般的なシステムエラーを補正するために有用なセンサデータを提供することができるその他のセンサを含んでもよい。更なる実施形態において、その他のモジュール148は、LEDアレイ132とアイトラッカー130の組み合わせに類似する、標的102と関連するプルキンエ反射の1つ以上のタイプの像を取り込むように構成された更なる照明及びカメラシステムを含んでもよい。
サーバ150は、例えば、制御部140と同様に実装されてもよく、例えば、本明細書に記載されるように、ニューラルネットワークを訓練する又は他の種類の機械学習を実施するための相対的に大きな訓練データセットを含む、1人又は複数の患者と関連する相対的に大きなデータセットを格納する、処理する、及び/若しくはそうでなければ操作するために使用されるパーソナルコンピュータ又はサーバコンピュータの様々な要素を含んでもよい。分散サーバシステム154は、例えば、制御部140及び/又はサーバ150の複数の実施形態の分散された組み合わせとして実装されてもよく、本明細書に記載されるように、分散された状況においてニューラルネットワークを訓練する又は他の種類の機械学習を実施するための相対的に大きな訓練データセットを含む相対的に大きなデータセットの格納、処理、及び/又はその他の操作を容易にするように構成されたネットワーキング及びストレージデバイス並びに性能を含んでもよい。ネットワーク152は、有線及び/若しくは無線ネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、インターネット、セルラーネットワークのうちの1つ以上として、並びに/又はその他のネットワークプロトコル及び/若しくはトポロジーに従って実装されてもよい。
図2A~図2Bは、本開示の一実施形態による眼球収差解析システム100の収差解析特性化標的202A~Bのブロック図を示す。図2Aに示される実施形態では、収差解析特性化標的202Aは、眼球収差解析システム100と関連する光学収差を特性化するように構成されたシングルパスモデル標的として実装されてもよい。図2Aに示されるように、収差解析特性化標的/シングルパスモデル標的202Aは、レンズシステム262を通過し、光学収差システム100の光軸に沿って方向付けられた(例えば、ビームスプリッタ116を出るプローブビーム111と整合する)ソースビーム211を発生させるレーザー又はSLDソース260を含む。様々な実施形態において、ソース260は、例えば、制御可能な分散力を持つ発散する球形波面、制御可能な分散力を持つ収束する球形波面、又はゼロの力を持つ平面波を発生させるように構成されていてもよい。レンズシステム262は、マウント265を介してリニアモーションアクチュエータ264に結合されており、これにより、レンズシステム262がその光軸に沿って移動し、シングルパスモデル標的202Aのデフォーカス収差を変化させ、複数の基準インターフェログラム及び対応する波面センサデータ(例えば、波面センサ120によって提供される)を生成することを可能にする。このような基準インターフェログラム及び/又は対応する波面センサデータは、例えば、図3の収差計モデル360として収集され、格納されてもよく、本明細書に記載されるように、眼球収差解析システム100と関連するシステム収差を補正するために使用されてもよい。
いくつかの実施形態では、レンズシステム262は、米国連邦標準技術局(NIST:National Institute of Standards and Technology)によってトレース可能なレンズとして実装されてもよく、リニアモーションアクチュエータ264は、眼球収差解析システム100によって観察される、患者が一般に経験する様々なデフォーカス収差に従って、例えば、5.0Dの段階又はより高分解能段階において、-12~6ジオプター又は0~+-5ジオプターなどの、既知の及び既定のデフォーカスパワー(例えば、デフォーカス収差)を有するソースビーム211を発生させるために、レンズシステム262をソース260から間隔をあけた一連の位置に位置決めするように構成された比較的高精度のアクチュエータステージとして実装されてもよい。得られた収差計モデル360は、ショット雑音、熱的変動、及び振動に起因するものを含む様々なシステム収差を補償するために使用されてもよい。
図2Bに示されるように、収差解析特性化標的/ダブルパスモデル標的202Bは、1つ以上のマウント273を介して6自由度(6DOF)モーションアクチュエータ272に取り外し可能に結合された交換可能な眼球収差モデル270を含む。6DOFモーションアクチュエータ272は、交換可能な眼球収差モデル270の位置及び/又は向きを変化させて、複数の選択された(例えば、既知の)アライメントずれ(例えば、眼球収差解析システム100の光軸に対する)及び対応する複数の波面センサデータセットを生成するように構成されている。このようなアライメントずれ及び対応する波面センサデータは、例えば、図3の眼モデル370として収集され、格納されてもよく、本明細書に記載されるように、光学標的102と関連するアライメントずれを検出し、対応する波面センサデータを補正するための複素解析エンジン又はコンパクト解析エンジンを訓練するために使用されてもよい。
いくつかの実施形態では、交換可能な眼球収差モデル270は、厳密な量の既定の眼球収差(例えば、6次のゼルニケ展開に関してミクロンで表される振幅などの厳密且つ既定のゼルニケ係数振幅によって示される)によってそれぞれ形成される一連の交換可能な眼球収差モデルの1つの要素を形成してもよい。一実施形態では、そのような交換可能な眼球収差モデルは、透明ポリ(メチルメタクリレート)(PMMA)を使用してコンタクトレンズ用旋盤で切断されてもよい。より一般には、そのような交換可能な眼球収差モデルは、眼球収差解析システム100によって実施された測定とのグラウンドトゥルース比較のために、NISTへのトレーサビリティを有する第三者のプロファイラによって測定されてもよい。様々な実施形態において、6DOFモーションアクチュエータ272は、代表的な座標フレーム280A~Bによって示されるように、交換可能な眼球収差モデル270の、x軸、y軸、及びz軸に沿ったマイクロメートル分解能の位置決め及び交換可能な眼球収差モデル270の、θy(チップ)、θx(チルト)、及びθz(ツイスト)方向のマイクロラジアン方向付けを提供するように構成されてもよい。
一般的な動作において、セット(例えば、10個以上のセット)内の各交換可能な眼球収差モデル270は、更に6DOFモーションアクチュエータ272に取り付けられてもよく、制御部140は、交換可能な眼球収差モデル270を、眼球収差解析システム100によって観察される、患者が一般に経験する様々なアライメントずれ内の一連の相対位置及び/又は向き(例えば、眼球収差解析システム100の光軸に対する)に位置決めする及び/又は方向付けるように6DOFモーションアクチュエータ272を制御するように構成されてもよい。一実施形態では、一連のアライメントずれは、約40,000個の異なるアライメントずれを含み得る。様々な実施形態において、組み合わされた一連のアライメントずれ及び対応する一連の波面センサデータ(例えば、波面センサ120によって提供される)は、教師ありデータセット(例えば、眼モデル370)を形成することができ、本明細書に記載されるように、これを使用して、複素解析エンジン又はコンパクト解析エンジンを決定してもよい。このような解析エンジンを使用して、光学標的102のアライメントずれを補償してもよく、これはまた、アイトラッカー130によって測定されてもよい。より一般には、収差解析特性化標的202A~Bによって実施される特性化の組み合わせを使用して、光学標的102の位置合わせ不良に起因するシステム収差及び波面センサデータの誤差の両方を補償又は補正してもよい。
図3は、本開示の一実施形態による眼球収差解析システム300のブロック図を示す。図3に示される実施形態では、眼球収差解析システム300は、収差解析特性化標的202A~Bを介して眼球収差解析システム100によって生成された特性化データを使用して、複素解析エンジン350及び/又はコンパクト解析エンジン340を生成するように構成されてもよく、複素解析エンジン350及び/又はコンパクト解析エンジン340は、眼球収差解析システム100の動作中に使用され、本明細書に記載されるように、一般的な特性化誤差を連続的に補償しながら、光学標的102の光学収差解析の実質的に実時間の監視及び使用者フィードバック(例えば、30Hz以上の周波数の更新)を提供してもよい。
図3に示されるように、眼球収差解析システム300は、眼球収差解析システム100に類似するが、眼球収差解析システム100又は眼球収差解析システム300の動作において使用される様々なデータ構造及び実行可能なプログラム命令に関する更なる詳細を有する。例えば、制御部140は、コンパクト解析エンジン340とともに実装されて示され、サーバ150及び分散サーバシステム154はそれぞれ、収差計モデル360、眼モデル370、訓練データ392、教師あり学習エンジン390、複素解析/ニューラルネットワークエンジン350、及びコンパクト解析エンジン340のうちの1つ以上とともに実装されて又はそれらを格納して示される。破線は、特定の要素の任意の格納及び/又は実装を一般に示すが、様々な実施形態においては、本明細書に記載されるように、制御部140、サーバ150、及び分散サーバシステム154のそれぞれは、識別された要素及び/又は追加的な要素のいずれかを実装又は格納してもよい。
一般に、図6の要素に関して本明細書に記載されるように、収差計モデル360は、シングルパスモデル標的202Aの使用に関連するセンサデータを収集し、眼球収差解析システム100を特性化することによって生成され得、眼モデル370は、ダブルパスモデル標的202Bの使用に関連するセンサデータを収集し、光学標的102に関連するパラメータ空間を特性化することによって生成され得、訓練データ392は、収差計モデル360及び/若しくは眼モデル370を組み込むことによって及び/又はシミュレーション訓練データセットを生成し、収集することによって生成され得る。教師あり学習エンジン350は、静的学習エンジンとして及び/又は訓練データ392を使用して複素解析エンジン350を生成するように構成されている、手続き的に生成された学習エンジン(例えば、遺伝アルゴリズムで更新可能な学習エンジン)に従って実装されてもよい。複素解析エンジン350は、本明細書に記載されるように、例えば、ディープニューラルネットワークとして実装されてもよい並びに/又は分類及び/若しくは回帰のための密なK近傍法(k-NN)データベースを含む、他の様々なニューラルネットワークアーキテクチャ若しくは複素解析手法を含む、その他の複素解析手法を使用して実装されてもよい。コンパクト解析エンジン340は、例えば、制御部140による相対的に低リソースであるが高性能の実行により適した形態などの、複素解析エンジン350のコンパクトな形態として実装されてもよく、したがって、ディープニューラルネットワーク及び/又はその他の複素解析手法として実装されてもよい。特定の実施形態において、コンパクト解析エンジン340は、複素解析エンジン350よりも少数の隠れ層及び/又はニューロン/層を有するニューラルネットワークとして実装されてもよい。
図4は、本開示の一実施形態による眼球収差解析システム100及び/又は眼球収差解析システム300を特性化するプロセス400のフロー図を示す。プロセス400の任意のステップ、サブステップ、サブプロセス、又はブロックは、図4によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、1つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び/又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に1つ以上のメモリに格納されてもよい。プロセス400は、図1~図3に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス400は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び/又はモバイル構造体の属性の異なる選択を含む。
ブロック402において、眼球収差解析システムと関連する収差計モデルが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、眼球収差解析システム100によって観察される光学標的102として配置されたシングルパスモデル標的202Aのソース260を制御し、レンズシステム262を通過し、波面センサ120及び/又は眼球収差解析システム100のその他の要素を照明するソースビーム211を発生させるように構成されてもよい。制御部140は、例えば、複数の選択されたデフォーカスパワーに従ってシングルパスモデル標的202Aのデフォーカス収差を変化させ、波面センサ120によって提供される複数の波面センサデータセットを生成するように構成されてもよい。制御部140、サーバ150、及び/又は分散サーバシステム154は、眼球収差解析システム100と関連するシステム収差を、波面センサ120によって提供される複数の波面センサデータセットに少なくとも部分的に基づいて決定するように構成されてもよい。システム収差及び/又は関連する波面センサデータセットは、収差計モデル360として(例えば、サーバ150及び/又は分散サーバシステム154に)格納されてもよい。
ブロック404において、眼球収差解析システムと関連する眼モデルが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、眼球収差解析システム100のビーコン110を制御し、プローブビーム111を発生させ、眼球収差解析システム100によって観察される光学標的102として配置されたダブルパスモデル標的202Bを照明し、更には、波面センサ120、アイトラッカー130、OCTセンサ122、及び/又は眼球収差解析システム100のその他の要素のうちの1つ以上を(例えば、プローブビーム111の反射により)照明するように構成されてもよい。制御部140は、例えば、複数の選択されたアライメントずれに従って、ダブルパスモデル標的202Bの交換可能な眼球収差モデル270の位置及び/又は向きを眼球収差解析システム100の光軸111に対して変化させ、対応する波面センサ120によって提供される複数の波面センサデータセットを生成するように構成されてもよい。複数の選択されたアライメントずれ及び/又は対応する複数の波面センサデータセットは、眼モデル370として(例えば、サーバ150及び/又は分散サーバシステム154に)格納されてもよい。アイトラッカー130からのアイトラッカーデータ及びOCTセンサ122からのOCTセンサデータを眼モデル370に組み込むために類似の技法を使用してもよい。
ブロック406において、複素解析エンジンが決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、複素解析エンジン350を、ブロック402において生成された収差計モデル360及び/又はブロック404において生成された眼モデル370に少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、入力層620と、出力層640と、入力層620と出力層640との間に結合され、それぞれが複数のニューロンを含む少なくとも1つの隠れ層630~639とを含むディープニューラルネットワーク600を形成するように構成されてもよい。制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、眼モデル370のアライメントずれをグラウンドトゥルース出力データとして、及び眼モデル370の対応する波面センサデータセットを訓練入力データとして使用し、教師あり学習エンジン390を介して、ニューラルネットワーク600の入力層、出力層、及び隠れ層の各ニューロンと関連する少なくとも訓練可能な重み行列Wを訓練するように構成されてもよい。得られたディープニューラルネットワークは、複素解析エンジン350として格納され、使用され得る。他の実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、ニューラルネットワーク600を形成し、複素解析エンジン350を決定するために教師あり学習エンジン390を使用してニューラルネットワーク600の1つ以上の複素解析パラメータを訓練する前に、眼モデル370の複数の選択されたアライメントずれに対応する複数の補正波面センサデータセットを、収差計モデル360内の眼球収差解析システムと関連するシステム収差に少なくとも部分的に基づいて生成するように構成されてもよい。
ブロック408において、コンパクト解析エンジンが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、入力層620と、出力層640と、入力層620と出力層640との間に結合される単一の隠れ層630とを含むコンパクトニューラルネットワーク600を形成し、コンパクトニューラルネットワーク600の入力層、出力層、及び/又は隠れ層の各ニューロンと関連する重み行列Wを、複素解析エンジン350の複数の隠れ層630~639と関連する1つ以上の複素解析パラメータに少なくとも部分的に基づいて生成するように構成されてもよい。生成されると、コンパクト解析エンジン340は、制御部140によって格納されてもよい或いは統合又は実装されてもよい。制御部140は、本明細書に記載されるように、コンパクト解析エンジン340を使用して、使用者フィードバック(例えば、様々なグラフィックスを含むビューを表示する)及び眼球アライメントずれ、眼球収差及び/又は光学標的102のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間(例えば、30フレーム/秒)で生成することができる。
図5は、本開示の一実施形態による眼球収差解析システム100及び/又は眼球収差解析システム300を動作するプロセス500のフロー図を示す。プロセス500の任意のステップ、サブステップ、サブプロセス、又はブロックは、図5によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、1つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び/又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に1つ以上のメモリに格納されてもよい。プロセス500は、図1~図3に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス500は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び/又はモバイル構造体の属性の異なる選択を含む。
ブロック502において、眼球収差解析の出力が受け取られる。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、波面センサ120によって提供される波面センサデータを少なくとも含む眼球収差解析出力データを受け取るように構成されてもよい。より一般には、眼球収差解析出力データは、本明細書に記載されるように、波面センサ120によって提供される波面センサデータ、OCTセンサ122によって提供される OCT センサデータ、アイトラッカー130によって提供されるアイトラッカーデータ、及び/又は眼球収差解析システム100によって提供されるその他の出力データのうちのいずれか1つ以上を含んでもよい。
ブロック504において、推定眼球アライメントずれが決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、眼球収差解析システム100によって観察される光学標的102(例えば、患者の眼)の相対位置及び/又は向きに対応する推定眼球アライメントずれを、ブロック502において受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、推定眼球アライメントずれを、ブロック502において受け取ったアイトラッカーセンサデータに少なくとも部分的に基づいて決定するように構成されてもよい。他の実施形態では、ブロック502において受け取った波面センサデータは、波面センサ測定値の時系列を含み、制御部140、サーバ150、及び/又は分散サーバシステム154は、各波面センサ測定値に関して、波面センサ測定値に対応する波面から推定眼球アライメントずれを決定することによって、推定眼球アライメントずれを決定するように構成されてもよい。
例えば、一実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、各波面センサ測定値に関して、光学標的102の対応する推定相対位置及び/又は向き(例えば、推定される光学標的102の眼球アライメント)を決定し、光学標的の推定相対位置及び/又は向きの1つ以上のクラスターを1つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別し、固定アライメントを1つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定し、各波面センサ測定値に関して、推定眼球アライメントずれを、固定アライメントと波面センサ測定値に対応する光学標的の推定相対位置及び/又は向きとの間の差(例えば、固定アライメントと波面センサ測定値の時系列に対応する光学標的102の推定される眼球アライメントとの間の差)に少なくとも部分的に基づいて決定することによって、推定眼球アライメントずれを決定するように構成されてもよい。関連する実施形態において、アイトラッカー130、制御部140、サーバ150、及び/又は分散サーバシステム154を含む眼球収差解析システム100は、各波面センサ測定値に関して、光学標的の対応する固定ステータスを波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定し、波面センサ測定値の部分集合を、光学標的102の対応する推定相対位置及び/又は向きを決定する前に、決定された対応する固定ステータスに少なくとも部分的に基づいて除外することによって、推定眼球アライメントずれを決定するように構成されてもよい。例えば、このような手法では、アイトラッカー130によって検出される、光学標的102が固定されていないと検出される間に取得される波面センサ測定値を排除することができる。
ブロック506において、補正眼球収差解析出力データが決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、補正眼球収差解析出力データを、ブロック504において決定された推定眼球アライメントずれ及び/又はブロック502において受け取った波面センサデータに少なくとも部分的に基づいて決定するように構成されてもよい。波面センサデータが波面センサ測定値の時系列を含むいくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、各波面センサ測定値に関して、波面センサ測定値と関連する推定眼球アライメントずれを決定し、平均波面センサ測定値を、補正波面センサ測定値として、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することによって、補正眼球収差解析出力データを決定するように構成されてもよい。このような事前設定された最大許容ずれは、眼球収差解析システム100の製造者及び/又は使用者によって選択又は設定されてもよい。
他の実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、各波面センサ測定値に関して、波面センサ測定値と関連する推定眼球アライメントずれを決定し、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、波面センサ測定値及び/又は関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定し、平均波面センサ測定値を、補正波面センサ測定値に少なくとも部分的に基づいて生成することによって、補正眼球収差解析出力データを決定するように構成されてもよい。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、補正波面センサ測定値を、眼球収差解析システム100の複素解析エンジン350又はコンパクト解析エンジン340を各波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び/又は補正波面センサ測定値を生成することによって決定するように構成されてもよい。
ブロック508において、使用者フィードバックが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、ブロック502において受け取った眼球収差解析出力データに対応する使用者フィードバックを、ブロック504において決定された推定眼球アライメントずれに少なくとも部分的に基づいて生成するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、眼球アライメントずれの測定基準を推定眼球アライメントずれに少なくとも部分的に基づいて決定し、眼球アライメントずれの測定基準を眼球収差解析システム100のユーザインタフェース146を介して報告することによって使用者フィードバックを生成するように構成されてもよい。他の実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、ブロック504において決定された推定眼球アライメントずれ及び/又はブロック506において決定された補正眼球収差解析出力データに少なくとも部分的に基づいて使用者フィードバックを生成するように構成されてもよい。様々な実施形態において、そのような使用者フィードバックは、本明細書に記載されるように、ブロック504において決定された推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、ブロック504において決定された補正眼球収差解析出力データ並びに/又は推定眼球アライメントずれのうちの少なくとも1つが事前設定された最大許容ずれよりも大きいことを示す可聴及び/若しくは可視アラームに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビューを含んでもよい。
したがって、本明細書に記載されるように、本開示の実施形態は、使用者フィードバック(例えば、様々なグラフィックスを含むビューを表示する)及び眼球アライメントずれ、眼球収差及び/又は光学標的102のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間(例えば、30フレーム/秒)で提供することができる。このような実施形態は、様々なタイプの臨床上及び術中の検眼を支援し、手術の結果の向上を助けるために使用され得る。
図6は、本開示の一実施形態による多層又は「ディープ」ニューラルネットワーク(DNN)600の図を示す。いくつかの実施形態では、ニューラルネットワーク600は、システム100及び/又はシステム300に関して説明した1つ以上のモデル及び/又は解析エンジンのそれぞれを実装するために使用されるニューラルネットワークを代表し得る。ニューラルネットワーク600は、入力層620を使用して入力データ610を処理する。様々な実施形態において、本明細書に記載されるように、入力データ610は、1つ以上のモデル及び/又は解析モデルを生成する及び/又は訓練するために1つ以上のモデル及び/又は解析エンジンに提供される収差解析出力データ及び/又は訓練データに対応し得る。いくつかの実施形態では、入力層620は、スケーリング、バイアシング、フィルタリング、範囲制限によって入力データ610を調整するために、及び/又はニューラルネットワーク600の残り部分による処理のために入力データ610を他の手法で調整するために使用される複数のニューロン又はノードを含んでもよい。他の実施形態では、入力層620は、入力データ610をエコーするように構成されてもよい(例えば、入力データ610が既に適切にスケーリング、バイアシング、フィルタリングされ、範囲制限され、及び/又は他の手法で調整されている場合)。入力層620内の各ニューロンは、隠れ層630のニューロン/ノードに提供される出力を生成する。隠れ層630は、入力層620からの出力を処理する複数のニューロン/ノードを含む。いくつかの実施形態では、隠れ層630のニューロンのそれぞれが出力を生成し、次いでその出力が、隠れ層639で終わる1つ以上の追加の隠れ層を介して伝播される。隠れ層639は、前の隠れ層からの出力を処理する複数のニューロン/ノードを含む。図6に示される実施形態では、隠れ層639の出力は、出力層640に供給される。様々な実施形態において、出力層640は、隠れ層639からの出力をスケーリング、バイアシング、フィルタリング、範囲制限によって調整するために使用され得る、及び/又はそうでなければ隠れ層639からの出力を調整して出力データ650を形成する1つ以上のニューロン/ノードを含む。代替的な実施形態では、ニューラルネットワーク600は、1つのみの隠れ層を有するニューラルネットワーク、再帰層を有するニューラルネットワーク、及び/又は分類及び/若しくは回帰のためのK近傍法(k-NN)データベースを含む他の様々なニューラルネットワークアーキテクチャ若しくは複素解析手法を含む異なるニューラルネットワーク又は他の処理アーキテクチャに従って実装されてもよい。
いくつかの実施形態では、入力層620、隠れ層630~639、及び/又は出力層640のそれぞれは、1つ以上のニューロンを含む。一実施形態では、入力層620、隠れ層630~639、及び/又は出力層640のそれぞれは、同じ数又は異なる数のニューロンを含んでもよい。特定の実施形態において、ニューラルネットワーク600は、各層に最大2000~4000個のニューロンを有する合計約6層を含んでもよい。様々な実施形態において、そのような構成ニューロンのそれぞれは、その入力xの組み合わせ(例えば、訓練可能な重み行列/ベクトルWを使用して生成した加重和)を受け取るように、任意の訓練可能なバイアスbを受け取るように、及び例えば式a=f(Wx+b)に従って、出力aを生成するための活性化関数fを適用するように構成され得る。活性化関数fは、例えば、正規化線形ユニット活性化関数として、又は上限及び/若しくは下限を有する活性化関数、ロジスティックシグモイド関数、双曲線正接関数のいずれか1つ若しくは組み合わせ、及び/又はその他の活性化関数形態に従って実装されてもよい。本明細書に記載されるように、そのようなネットワーク内の各ニューロンは、同じ若しくは異なる活性化関数及び/又は異なるタイプの活性化関数に従って動作するように構成されてもよい。ある特定の実施形態では、回帰用途に対応して、出力層640のニューロンのみがそのような線形活性化関数を適用し、それら各々の出力を生成するように構成されてもよい。
様々な実施形態において、ニューラルネットワーク600は、教師あり学習を用いて(例えば、教師あり学習エンジン390として実装される)選択した訓練データセット(例えば、訓練データ392)(各訓練データセットは、入力訓練データセット及び対応するグラウンドトゥルース(例えば、予想)出力データ(例えば、収差計モデル360及び眼モデル370の組み合わせ)セットを含む)をニューラルネットワーク600に体系的に提供し、その後、得られた出力データ650(例えば、ニューラルネットワーク600によって提供された訓練出力データ)とグラウンドトゥルース出力データとの間の差(例えば、「訓練誤差」)を決定する及び/又はそうでなければ比較することなどによって訓練されてもよい。いくつかの実施形態では、訓練誤差は、ニューラルネットワーク600の様々な訓練可能な重み、バイアス、及び/又はその他の複素解析パラメータを調整するためにニューラルネットワーク600にフィードバックされてもよい。いくつかの実施形態では、そのような訓練誤差は、例えば、確率的勾配降下法を含む1つの又は様々な逆伝搬法及び/又はその他の逆伝搬法を使用して、ニューラルネットワーク600へのフィードバックとして提供されてもよい。1つ以上の実施形態では、全体的な損失関数(例えば、各訓練データセットの差に基づく平均二乗誤差)が事前設定された最大許容損失閾値に又はこの閾値未満に収束するまで、選択された訓練データセットの比較的多数の群がニューラルネットワーク600に複数回提示され得る。
更なる実施形態において、教師あり学習エンジン390は、本明細書に記載されるように、半教師あり学習、弱教師あり学習、能動学習、構造化予測、及び/又はニューラルネットワーク600の複素解析パラメータの訓練を補助する(例えば、複素解析エンジン350を生成する)ためのその他の一般的機械学習法を含むように構成されてもよい。例えば、教師あり学習エンジン390は、シミュレーション訓練データセットを生成するように構成されてもよく、各セットは、シミュレーション入力訓練データ及び対応するシミュレーショングラウンドトゥルース出力データセットを含み、教師あり学習をシミュレーション訓練データセットに少なくとも部分的に基づいて実施する。シミュレーション入力訓練データセット及びシミュレーショングラウンドトゥルースデータセットのそれぞれは、入力訓練データ(例えば、収差パラメータ及び/又はシミュレーションダブルパスモデル標的と関連するアライメントずれを調整するための)を修正し、非シミュレーショングラウンドトゥルースデータを補間して、対応するシミュレーショングラウンドトゥルースデータを生成することによって生成されてもよい。様々な実施形態において、教師あり学習エンジン390は、数百万セットのシミュレーション訓練データ(そのそれぞれは、眼モデル370に対応する訓練データセットから少なくともわずかに外れている)をシミュレーションし、ニューラルネットワーク600を数百万セットのそのようなシミュレーション訓練データに従って訓練するように構成されてもよい。
様々な実施形態において、眼球収差解析システム100及び/又は眼球収差解析システム300は、位相に基づく眼球収差解析システムとして構成され得る。このような実施形態では、このような位相に基づく眼球収差解析システムの処理ステップの1つが、波面センサ120によって提供される波面センサデータの表現の一部として、ラップ位相アレイを生成する。典型的には、ラップ位相アレイは、例えば、逆正接関数を使用して複素数から位相を計算した自然な結果として、[-π~π]又は[0~2π]の範囲に限定された真値を有する。これらのラップ位相値は、次いで、位相値の真の範囲を顕在化するために「アンラップされる」。位相値は、一般に、1次波面収差導関数に比例し、波面収差特性化のために波面収差値を決定するために使用され得る。
波面収差値の正確な最終セット(例えば、ゼルニケ多項係数)を生成するために、得られたアンラップ位相アレイは、ほぼ連続的(例えば、連続関数に相当する)であるべきである。しかしながら、硝子体の気泡に起因する(波面センサによって取り込まれた最初のインターフェログラム内の)画像アーチファクトなどの様々な理由から、典型的なアンラップ位相アレイは、様々な「特異点」又は不連続性を含む場合があり、連続的ではなく、最終的な計算された収差フィットにおいて誤差につながるおそれがある。一般に、そのような収差フィットは、通常、ゼルニケ多項展開であるが、その他の機能的な収差特性化が可能である。スケール化されアンラップされた位相アレイ内の波面センサデータにゼルニケ多項係数がフィットされる手法が原因で、局所特異点誤差(例えば、アンラップ位相が連続的でない箇所)が、最終的な収差特性化の結果全体にわたって誤差を生じさせる可能性がある。真の位相を回復しようとしてある種の修復が適用される場合があるが、そのような修復プロセスは、「修復済み」データ点が真の波面センサデータを正確には反映せず、更なる誤差を導入する可能性があるため、満足なものでないことが多い。本明細書に開示される実施形態では、この種の修復を試みるのではなく、ゼルニケ多項係数は最小2乗誤差の意味でデータにフィットされるため、アンラップ位相アレイによって表される波面センサデータに加重正規方程式の線形系を適用する。式のライナー系の個々の行の重みは、各特異点の影響を低減する又は除去するように選択される。
一実施形態では、重みは、以下のように選択され得る。dを、アンラップ位相アレイ内の点から識別された特異点までの最短距離にする。この点の重みは、距離dが閾値D0以下であれば0、距離dが閾値D1以上であれば1、及び距離dがD0~D1であれば[(d-D0)/(D1-D0)]^pである。言い換えると、各点の重みは、任意の識別された特異点から閾値距離D0以下の要素についてはゼロ、全ての識別された特異点から閾値距離D1以上の要素については1、及び最短距離(閾値)と識別された特異点から2つの閾値距離の間の全ての要素に関するスケーリングパラメータpの関数である。式で表すと以下の通り。
ハイパーパラメータD0、D1、及びpは、用途に応じて最適化され得るが、好ましい値は、D0=P*0.05、D1=P*0.1、及びp=2であり、式中、値Pは、特性化される/再構築される瞳孔の直径である。様々な実施形態において、このような重み付けフィットは、本明細書に記載されるように、新たな誤差導入のリスクを伴うことなく、波面センサデータ内の特異点に起因する、位相に基づく眼球収差解析検査のばらつきを低減し、得られる眼球収差解析出力データ(例えば、眼球収差の特性化)の精度及び確度を更に向上させる。
図7Aは、本開示の一実施形態による眼球収差解析システムの画像アーチファクトにより引き起こされる誤差を低減するプロセス700の手順図を示す。図7Aに示される実施形態では、ヒトの眼のインターフェログラム710の形態の最初の波面センサデータ(例えば、複数のほぼ同心のフリンジ線/パターン712を含む)が、少なくともラップ位相成分/アレイ724(Φi)を含むラップ位相の波面センサデータ720のセットに分解され得る(例えば、ステップ702)。ラップ位相の波面センサデータ720は、ラップ位相の波面センサデータ720がインターフェログラム710の離散的表現を形成するように追加の成分(例えば、振幅/スケーリングアレイ722(ρi))を含んでもよい。これは、インターフェログラム710の離散的空間的フーリエ変換に類似し得る。ラップ位相の波面センサデータ720は、約2πの大きさ(又はその倍数)である及び/又はラップ位相アレイ724(Φi)の人工的な数値境界(例えば、+-π又は0及び2π)の近傍に生じる、ラップ位相アレイ724(Φi)内の(例えば、隣接する要素間の)不連続性を識別し、ラップ位相アレイ724(Φi)の要素に2πを加算し、又はラップ位相アレイ724(Φi)の要素から2πを減算し、不連続性を除去して、アンラップ位相アレイ734(Φi’)を形成することによって、少なくともアンラップ位相アレイ734(Φi’)を含むアンラップ位相の波面センサデータ730に変換され得る(例えば、ステップ704)。
アンラップ位相の波面センサデータ730が決定されると、画像アーチファクト(例えば、インターフェログラム710の一部として画像化された硝子体の気泡714に関連する)に起因する特異点又は不連続性は、所定の特異点閾値(例えば、眼球収差解析システム100及び/又は眼球収差解析システム300の使用者又は製造者によって供給される)を超える大きさを持つ、アンラップ位相アレイ734(Φi’)内の任意の残りの不連続性を識別することなどによって、アンラップ位相の波面センサデータ730内で識別され得る。そのような所定の特異点閾値は、インターフェログラム710内の様々なタイプの画像ノイズ及び/又はアンラップ位相アレイ734(Φi’)内の隣接要素間の予想勾配を明らかにするように選択され得る。
そのような不連続性が(例えば、アンラップ位相アレイ734(Φi’)の要素として)識別されると、本明細書に記載されるように、アンラップ位相の波面センサデータ730の任意の要素とそのような不連続性との間の距離を決定することができ、wi(1)の加重正規方程式の線形系を使用するなどによって、アンラップ位相の波面センサデータ730の各要素に対するフィッティング重みが決定され得る。いくつかの実施形態では、そのような重みは、最近特異点に対してのみ計算してもよい(例えば、dの値として)、又は検出された各特異点に対して計算してもよく、得られた重みセットを(例えば、乗算によって)組み合わせて、アンラップ位相の波面センサデータ730のその要素に関するフィッティング重みを決定する。収差特性化フィット740(例えば、収差解析出力データ)は、フィッティング関数(例えば、選択した次数のゼルニケ多項展開などの選択した収差特性化関数)、決定された重みwi及びアンラップ位相の波面センサデータ730(ステップ706)に基づいて決定することができ、収差特性化フィット740を可視化して、理想的な眼から逸脱した被検眼の空間的領域752~754を識別するために、眼球収差マップ750が生成され得る(ステップ708)。
様々な実施形態において、インターフェログラム710及び/又は眼球収差マップ750は、ユーザインタフェース146のディスプレイ上でレンダリングされ、眼球収差解析システム100及び/又は眼球収差解析システム300の動作に関する使用者フィードバックとして使用者に対して表示されるディスプレイビュー(例えば、ディスプレイビュー718及び/又はディスプレイビュー758)の少なくとも一部を形成し得る。一般的な動作において、インターフェログラム710の直径716及び眼球収差マップ750の直径756は、被検眼の瞳孔の直径を概ね表す又はこれに相当するように構成されていてもよい。
図7Bは、図7Aのプロセス700に類似する、本開示の一実施形態による眼球収差解析システムの画像アーチファクトにより引き起こされる誤差を低減するプロセス700Bの手順図を示す。図7Bに示される実施形態では、インターフェログラム/フリンジパターン710Bの形態の最初の波面センサデータが、少なくともラップ位相成分/アレイ(例えば、図7Aのラップ位相成分/アレイ724(Φi)に類似する)を含むラップ位相の波面センサデータ724Bのセット及びラップ位相の波面センサデータ726Bのセットに分解され得る(例えば、ステップ702B及びステップ703B-1及びステップ703B-2)。特に、インターフェログラム710Bは、フーリエ変換され(例えば、ステップ702B)、変換済み波面センサデータ720Bを生成することができる。変換済み波面センサデータ720Bは、対応する空間的構造の近傍723B-1、723B-2を有する複数の空間的ピークを含み得る。いくつかの実施形態では、空間的構造の近傍723B-1、723B-2は、変換済み波面センサデータ720B内の円形近傍であるように選択されてもよく、それらの半径は、図示のように、例えば、1つ以上の選択された収差特性化関数の次数(例えば、ゼルニケ多項展開の次数)に関して、重なり合わない空間的構造を含むように選択される。いくつかの実施形態では、各空間的構造の近傍723B-1、723B-2は、図示のように、対応するラップ位相の波面センサデータ724Bのセット及びラップ位相の波面センサデータ726Bのセットを決定するために別々に処理されてもよい。図7Bに示される特定の実施形態では、空間的構造の近傍723B-1は、第1のラップ位相dW/dxアレイに処理され、空間的構造の近傍723B-1は、第2のラップ位相dW/dyアレイに処理される。
ラップ位相の波面センサデータ724B及びラップ位相の波面センサデータ726Bは、少なくともアンラップ位相アレイ(例えば、図7のラップ位相成分/アレイ734(Φi’)に類似する)を含むアンラップ位相の波面センサデータ734B、736Bに変換され得る(例えば、ステップ704B-1及びステップ704B-2)。アンラップ位相の波面センサデータ734B、736Bが決定されると、特異点又は不連続性764(例えば、インターフェログラム710Bの画像アーチファクトに起因する)がアンラップ位相の波面センサデータ734B、736B内で識別され、処理済みのアンラップ位相の波面センサデータ744B、746Bが生成され得る。そのような不連続性764が(例えば、対応するアンラップ位相アレイの要素として)識別されると、本明細書に記載されるように、アンラップ位相の波面センサデータ734B、736Bの任意の要素とそのような不連続性との間の距離を決定することができ、wiに関する式(1)などによって、アンラップ位相の波面センサデータ734B、736Bの各要素に対するフィッティング重みが決定され得る。特に、処理済みのアンラップ位相の波面センサデータ744B、746Bは、例えば、処理済みのアンラップ位相の波面センサデータ744B、746B内の特異点を示すより暗い線764と、1からの局所的な重みの相違を示す不連続性764の周りのハロー766とを含む。
収差特性化フィット(例えば、収差解析出力データ)は、フィッティング関数(例えば、選択した次数又は次数範囲のゼルニケ多項展開などの選択した収差特性化関数)、決定された重みwi及び処理済みのアンラップ位相の波面センサデータ744B、746B(例えば、第1のラップ位相dW/dxアレイ及び第2のラップ位相dW/dyアレイの処理済み形態)に基づいて決定することができ、収差特性化フィットを可視化して、理想的な眼から逸脱した被検眼の様々な空間的領域を識別する(例えば、選択したパレットに従ってカラーマッピングされた勾配として示される)ために、眼球収差マップ750Bが生成され得る(ステップ706B/708B)。重みを加えず、式(2)に従って、アンラップ位相の波面センサデータ734B、736B(ステップ709B)から直接得られる未補正の眼球収差マップ790B(例えば、有意に異なる空間的勾配及び収差分布を示す)が、比較のために図7Bに提供されている。
様々な実施形態において、インターフェログラム710B及び/又は眼球収差マップ750Bは、図示のように、ディスプレイビュー728B、ディスプレイビュー729B、ディスプレイビュー738B、ディスプレイビュー739B及び/又はディスプレイビュー798Bなどの中間ステップのディスプレイビューのいずれか1つ若しくは組み合わせとともに又はそれとは別個に、ユーザインタフェース146のディスプレイ上でレンダリングされ、眼球収差解析システム100及び/又は眼球収差解析システム300の動作に関する使用者フィードバックとして使用者に対して表示されるディスプレイビュー(例えば、ディスプレイビュー718B及び/又はディスプレイビュー758B)の少なくとも一部を形成し得る。一般的な動作において、インターフェログラム710Bの直径716B及び眼球収差マップ750Bの直径756Bは、被検眼の瞳孔の直径を概ね表す又はこれに相当するように構成されていてもよい。
図7Cは、図7Aのプロセス700及び/又は図7Bのプロセス700Bの一部を含む、本開示の一実施形態による眼球収差解析システムの画像アーチファクトにより引き起こされる誤差を低減するプロセス700Cの手順図を示す。特に、プロセス700Cは、不連続性764を考慮して、重みを決定し、アンラップ位相の波面センサデータ734B、736Bに適用するためにステップ705B-1及びステップ705B-2において使用される手法の空間的に誇張されたバージョンを示す。例えば、不連続性の輪郭764C及びアンラップ位相の波面センサデータ734Cの要素/点744-1、744-2、744-3に対する最近不連続点766C(例えば、ゼルニケ多項展開をフィットするために使用される点)を含むアンラップ位相の波面センサデータ734Cが示される。また、図7Cに示されるのは円740C-0である。円740C-0は、不連続性の輪郭764Cの最近不連続点766Cから閾値距離/半径D0以下の全ての点を含み/区別し、円740C-1は、不連続性の輪郭764Cの最近不連続点766Cから閾値距離D1以上の全ての点を除外する/区別する。線746Cは、最近不連続点766Cにおいて不連続性の輪郭764Cに垂直であり得、アンラップ位相の波面センサデータ734Cの要素/点744-1、744-2、744-3を通過する。したがって、本明細書の式(1)によれば、要素744-1の重みはゼロ(例えば、不連続性764に相当する)であり、要素744-2の重みは、ゼロと1の間(例えば、ハロー766に相当する)であり、要素744-3の重みは、1(例えば、アンラップ位相の波面センサデータ736Bの残り部分)である。
様々な実施形態において、プロセス700Cは、本明細書に記載される他のディスプレイビューのいずれか1つ若しくは組み合わせとともに又はそれとは別個に、ユーザインタフェース146のディスプレイ上でレンダリングされ、眼球収差解析システム100及び/又は眼球収差解析システム300の動作に関する使用者フィードバックとして使用者に対して表示されるディスプレイビュー(例えば、ディスプレイビュー738C)の少なくとも一部を形成し得る。一般的な動作において、直径716Cは、被検眼の瞳孔の直径を概ね表す又はこれに相当するように構成されていてもよい。
図8は、本開示の一実施形態による、画像アーチファクトにより引き起こされる誤差を低減する、眼球収差解析システム100及び/又は眼球収差解析システム300を動作するプロセス800のフロー図を示す。プロセス800の任意のステップ、サブステップ、サブプロセス、又はブロックは、図8によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、1つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び/又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に1つ以上のメモリに格納されてもよい。プロセス800は、図1~図7に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス800は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び/又はモバイル構造体の属性の異なる選択を含む。
ブロック802において、眼球収差解析の出力が受け取られる。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、波面センサ120によって提供される少なくとも波面センサデータを含む眼球収差解析出力データを受け取るように構成されてもよい。より一般には、眼球収差解析出力データは、本明細書に記載されるように、波面センサ120によって提供される波面センサデータ、OCTセンサ122によって提供されるOCTセンサデータ、アイトラッカー130によって提供されるアイトラッカーデータ、及び/又は眼球収差解析システム100によって提供されるその他の出力データのうちのいずれか1つ又は複数を含んでもよい。波面センサ120によって提供される波面センサデータは、例えば、被検眼のインターフェログラム710を含んでもよい、並びに/又は波面センサ120の性能及び/若しくは構成に応じて、例えば、ラップ位相の波面センサデータ720若しくはアンラップ位相の波面センサデータ730を含んでもよい。
ブロック804において、眼球収差解析出力データが分解される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、ブロック802において受け取った波面センサデータを、インターフェログラム710の離散フーリエ変換を生成するなどによって、少なくともラップ位相成分/アレイ724に分解するように構成されてもよい。波面センサ120がラップ位相の波面センサデータ720を直接提供する実施形態では、例えば、ブロック804は省略されてもよい又はブロック802に組み込まれてもよい。
ブロック806において、眼球収差解析出力データ内の特異点が識別される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、ブロック802で受け取った眼球収差解析出力データに対応するアンラップ位相の波面センサデータ内において、画像アーチファクトにより引き起こされた特異点を識別するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、アンラップ位相アレイ734及び/又はアンラップ位相の波面センサデータ730を、ラップ位相の波面センサデータ720のラップ位相アレイ724に少なくとも部分的に基づいて決定し、アンラップ位相アレイ734内の画像のアーチファクトにより引き起こされた不連続性を識別するように構成されてもよい。様々な実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、例えば、所定の特異点閾値を超える大きさを持つ、ラップ位相の波面センサデータ730のアンラップ位相成分734内の不連続性を識別すること、又は例えば、スプラインフィッティング並びに要素エクスカーション法並びに/若しくは数値導関数及び閾値処理法を含む、離散的データに関する他の不連続性検出手法を使用することによって、特異点を識別するように構成されてもよい。
ブロック808において、補正眼球収差解析出力データが決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、補正眼球収差解析出力データを、ブロック804において分解された及び/若しくはブロック802で受け取ったラップ位相の波面センサデータのラップ位相成分/アレイ724並びに/又はブロック806において識別された、受け取った眼球収差解析出力データ内の特異点に少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、本明細書に記載されるように、アンラップ位相の波面センサデータ730の各要素に関するフィッティング重みを決定し、補正眼球収差解析出力データを、フィッティング重み及びアンラップ位相の波面センサデータ730に少なくとも部分的に基づいて収差解析フィットを決定することによって決定するように構成されてもよい。
いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、アンラップ位相の波面センサデータ730の各要素に関するフィッティング重みを、本明細書に記載されるように、wiに関する式(1)に基づいて決定するように構成されてもよい。式(1)で使用されるパラメータの値は、フィッティング重み自体が瞳孔の直径に少なくとも部分的に基づくように、被検眼の瞳孔の直径に少なくとも部分的に基づく。関連する実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、プロセス400及びプロセス500並びに図4~図6に関して本明細書に記載されるように、システム収差及び/又は眼球アライメントずれを補償するための本明細書に記載される方法のいずれかを追加的に用いて、補正眼球収差解析出力データを決定するように構成されてもよい。
ブロック810において、使用者フィードバックが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、インターフェログラム710のディスプレイビューなどの、ブロック802で受け取った眼球収差解析出力データに対応する使用者フィードバックを生成するように構成されてもよい、及び/又は眼球収差マップ750のディスプレイビューなどの、ブロック808において決定された補正眼球収差解析出力データに対応する使用者フィードバックを生成するように構成されてもよい。様々な実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、図4~図6に関して本明細書に記載されるプロセスのいずれかを使用して使用者フィードバックを生成するように構成されてもよい。様々な実施形態において、そのような使用者フィードバックは、ブロック802で受け取った波面センサデータの実質的に実時間のディスプレイビュー、ブロック804において決定された分解された眼球収差解析出力データ、ブロック806において識別された特異点、ブロック808において決定された補正眼球収差解析出力データ、及び/又は対応する眼球収差マップ750を含んでもよい。
したがって、本明細書に記載されるように、本開示の実施形態は、使用者フィードバック(例えば、様々なグラフィックスを含むビューを表示する)及び眼球収差及び/又は光学標的102のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間(例えば、30フレーム/秒)で提供することができる。このような実施形態は、様々なタイプの臨床上及び術中の検眼を支援し、手術の結果の向上の提供を助けるために使用され得る。
収差解析測定値は、検査/手術の過程で涙液膜水分補給が低下するにつれて、精度及び再現性の観点から次第に悪影響を受けることがある。これは、術中の測定時に外科医が適用する塩基性生理食塩水の不足又は臨床検査中の患者による規則的な瞬目の不足によって起こり得る。様々な実施形態において、眼球収差解析システム100及び/又は眼球収差解析システム300は、本明細書に記載されるように、例えば、水分補給の低下を定量化し、様々な関連の緩和対策を提供するために、測定値のプレビュー段階及び取得段階時に少なくとも1つの及び典型的には2つの利用可能な画像リソースを監視するように構成されてもよい。
第1のそのような画像リソースとしては、被検眼の表面から反射される既知の及び繰り返し可能な構造を持つプルキンエ像を生成するために使用され得る眼球収差解析システムの任意の撮像システムが挙げられる。例えば、アイトラッカー130、専用のプルキンエ撮像システム(例えば、その他のモジュール148)、並びに/又は眼球収差解析システム100及び/若しくは眼球収差解析システム300の他の撮像システムは、標的102の外部表面(例えば、ヒトの眼の角膜の外部表面)から反射する、LEDアレイ132によって生成された1つ以上のLED反射の第1プルキンエ反射(P1)像を生成する及び/又は取り込むように構成されてもよい。いくつかの実施形態では、LED反射のこのような第1プルキンエ反射像は、閾値処理によって、例えば、各反射したLEDのピクセル接続性並びに/又は等価直径及び/若しくは面積の解析を提供する2値形態学的表現に処理され得る。このような反射特性化パラメータは、画像化された涙液膜水分補給状態を概ね実時間で決定するために、一連の画像又はビデオフレームにわたって定量化され且つ監視され得る。
第2のそのような画像リソースとしては、波面センサ120が挙げられる。波面センサ120は、被検眼と関連する波面センサデータを生成するように構成され得る。本明細書に記載されるように、そのような波面センサデータは、フリンジ線/パターンのインターフェログラム、及び水分補給の喪失によって典型的に劣化するインターフェログラムと関連するタルボモアレフリンジコントラストを含み得る。このような涙液膜水分補給劣化は、インターフェログラムのフーリエ変換ドメイン内で定量化され得る。例えば、フーリエドメイン内の主要周波数ピーク周囲の近傍(例えば、図7Bの空間的構造の近傍723B-1、723B-2)の振幅及び形状は、波面の微分を表し得る。そのような近傍は、涙液膜が脱水すると直接影響を受ける可能性があり、関連する涙液膜水分補給状態は、本明細書に記載されるように、様々な振幅及びサイズの画像の解析方法を使用して定量化され且つ監視され得る。
様々な実施形態において、焦点及びタルボモアレカメラ(例えば、アイトラッカー130及び波面センサ120)は同期されてもよい。したがって、別個の画像/ビデオストリームの画像解析は一致し得る。例えば、フーリエピークの振幅は、LED反射の品質(例えば、反射特性化パラメータ)とともに監視され、涙液膜水分補給状態の状態に関する実質的に実時間のフィードバックを医師/技術者に提供することができる。例えば、術中又は臨床検査中、即時の涙液膜水分補給状態が(例えば、1つ以上のディスプレイビューを介して)臨床家に伝達され得る。検査の完了時に、時間に応じた相対的に乾燥した領域の発生を示すより総合的な涙液膜水分補給マップ及び/又はグラフが生成され得る。
図9は、本開示の一実施形態による眼球収差解析システムの涙液膜水分補給を監視するプロセス900の手順図を示す。図9に示される実施形態では、特定の監視領域915を含む1つ以上の監視領域914と関連する波面センサデータを含む、ヒトの眼の第1インターフェログラム910の形態の波面センサデータ(例えば、複数のほぼ同心のフリンジ線/パターン912を含む)が、第1の時間T1に取得され得る/取り込まれ得る。いくつかの実施形態では、本明細書に記載されるように、監視領域914の形状、パターン、及び/又は分布は、標的102からのLEDアレイ132の個々のLEDの反射にほぼ一致し得る。他の実施形態では、監視領域914は、標的102の表面の少なくとも半分又は4分の3又は全体をカバーするように選択され得、監視領域は、互いに重なり合っていてもいなくてもよい。所定の時間の後、同一眼の第2インターフェログラム920の形態の波面センサデータが、第2の時間T2に取得され得る/取り込まれ得る。インターフェログラム920のフリンジ線/パターン922は、インターフェログラム910のフリンジ線/パターン912と比較すると相対的に劣化したコントラストを有する。例えば、標的102の波面センサデータに基づく絶対的及び/又は相対的な涙液膜水分補給状態を示すために、監視領域914のうちの1つ以上のフーリエ変換が決定され(ステップ904)、グラフ935としてプロットされ得る。
例えば、一実施形態では、グラフ935は、監視領域915に対応する画像データの形態の波面センサデータのフーリエ変換を示し、変換輪郭932は、時間T1に取り込まれた画像データのフーリエ変換に対応し、変換輪郭933は、時間T2に取り込まれた画像データのフーリエ変換に対応する。変換輪郭の様々な変換特性は、ピーク振幅、半値全幅、面積、及び/又は変換輪郭932、933のその他の変換特性(これらはそれぞれ監視され得る及び/又は格納され得る)などの、標的102の絶対的又は相対的な涙液膜水分補給状態を示し得る。代替的な実施形態では、グラフ935は、例えば、図7Bのディスプレイビュー728Bに示されるものに類似する二次元空間プロットであってもよく、空間的ピークの変換特性及び対応する空間的構造の近傍723B-1、723B-2は、監視及び格納され得る。
ほぼ同じ時間にわたって、LEDアレイ132のLEDの1つ以上の反射952(例えば、特定の反射955を含む)と関連するプルキンエ像データを含む、ヒトの眼の第1プルキンエ反射(P1)像950の形態のプルキンエ像データ(例えば、既知の構造の1つ以上の反射を含む)が、ほぼ第1の時間T1に取得され得る/取り込まれ得る。いくつかの実施形態では、LEDアレイ132の個々のLEDの形状、パターン、及び/又は分布は、標的102の表面の少なくとも半分又は4分の3又は全体カバーするように、及び/又は監視領域914に一致するように選択されてもよく、そのような監視される構造反射は、一般に、互いに重なり合わなくてもよい。所定の時間の後、同一眼のヒトの眼の第2プルキンエ(P1)像960の形態のプルキンエ像データが、第2の時間T2に取得され得る/取り込まれ得る。プルキンエ(P1)像960の反射962は、プルキンエ(P1)像950の反射952と比較すると相対的に悪いピクセル接続性を有する及び/又は相対的に小さい若しくは背景と見分けがつかない。例えば、標的102のプルキンエ像データに基づく絶対的及び/又は相対的な涙液膜水分補給状態を示すために、反射952及び反射962のそれぞれに対応するそのような反射特性化パラメータ(並びに/又は反射特性化パラメータの平均値、中央値、及び/又はその他の統計的組み合わせ及び/又は測定値)が決定され、グラフ975としてプロットされ得る。
例えば、一実施形態では、グラフ975は、反射/監視領域955に対応するプルキンエ像データの反射特性化パラメータを示し、反射特性化パラメータ値972は、時間T1に取り込まれた反射955の推定直径に対応し、反射特性化パラメータ値973は、時間T2に取り込まれた反射955の推定直径に対応する。様々な反射特性化パラメータは、反射952、962のピクセル接続性、推定直径、推定面積、及び/又はその他の射特性化パラメータ(これらはそれぞれ監視され得る及び/又は格納され得る)などの、標的102の絶対的又は相対的な涙液膜水分補給状態を示し得る。
様々な実施形態において、インターフェログラム910、920、プルキンエ(P1)像950、960、及び/又はグラフ935、975は、図示のように、ユーザインタフェース146のディスプレイ上でレンダリングされ、眼球収差解析システム100及び/又は眼球収差解析システム300の動作に関する使用者フィードバックとして使用者に対して表示されるディスプレイビュー(例えば、ディスプレイビュー918、928、938、958、968、及び/又は778)の少なくとも一部を形成し得る。更に、図9のプロセス900を使用して、時系列の画像、グラフ、涙液膜水分補給状態、並びに/又は2つを超える時系列の構成画像及び/若しくは状態(このような画像及び/又は状態のストリームを含む)を有する関連するディスプレイビューを生成することができる。一般的な動作において、インターフェログラム910の直径916及びプルキンエ(P1)像950の直径956は、被検眼の瞳孔の直径を概ね表す又はこれに相当するように構成されていてもよい。
図10は、本開示の一実施形態による眼球収差解析システムの涙液膜水分補給を監視するためのディスプレイビュー100(例えば、ディスプレイビュー1018及び/又はディスプレイビュー1028のうちの1つ又は複数を含む)を示す。図10に示される実施形態では、ディスプレイビュー1018は、1つ以上の脱水部インジケータ1012を有する涙液膜水分補給マップ1010を含む。いくつかの実施形態では、涙液膜水分補給マップ1010は、被検眼の絶対的及び/又は相対的な涙液膜水分補給を示すように構成されているカラーパレット及び/又はグレースケール勾配に従ってレンダリングされ得る。例えば、絶対測定は、一連の典型的な瞬目後に典型的に存在する既知の涙液膜厚さなどの理想的な眼の涙液膜水分補給に基づき得る。相対測定は、例えば、検査の最初(例えば、T1)に又は患者が自身の眼が適切に水分補給されていると感じると示すときに測定された初期涙液膜水分補給に基づくことができ、後の全ての涙液膜水分補給測定値は、この初期測定値に対して決定され得る。様々な実施形態において、脱水部インジケータ1012は、例えば、典型的な脱水速度を有する理想的な眼モデルに基づくと、例えば、涙液膜水分補給が絶対測定よりも低い又は特定の時間の経過後(例えば、T2-T1)に予想よりも低い標的102及び/又は涙液膜水分補給マップ1010の部分を識別するように構成されたグラフィカルオーバーレイであり得る。
ディスプレイビュー1018にはセレクタボックス1014も示されている。いくつかの実施形態では、ユーザインタフェース146は、例えば、セレクタボックス1014の境界を識別する使用者入力を受け付けるように構成されてもよく、眼球収差解析システム100は、セレクタボックス1014によって境界付けられた涙液膜水分補給マップ1010の領域と関連する涙液膜水分補給の時間変化を示すように構成された水分補給の時間変化グラフ1024を含むディスプレイビュー1028を生成するように構成されてもよい。例えば、図10に示される実施形態では、水分補給の時間変化グラフ1024は、セレクタボックス1014によって境界付けられた涙液膜水分補給マップ1010の部分の絶対的又は相対的な水分補給を示す水分補給変化輪郭1022を含み、点1026は、現在時間又は特定の一連の検査の終了を示す。セレクタボックス1014のない実施形態では、水分補給の時間変化グラフ1024は、涙液膜水分補給マップ1010全体の算術平均、平均値、又はその他の統計学的測定値に対応してもよい。様々な実施形態において、セレクタボックス1014は、本明細書に記載されるように、例えば、異なる形状であってもよい、又は脱水部インジケータ1012のうちの1つ以上の選択に対応してもよい。
図11は、本開示の一実施形態による、涙液膜水分補給の監視を伴う、眼球収差解析システム100及び/又は眼球収差解析システム300を動作するプロセス1100のフロー図を示す。プロセス1100の任意のステップ、サブステップ、サブプロセス、又はブロックは、図11によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、1つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び/又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に1つ以上のメモリに格納されてもよい。プロセス1100は、図1~図10に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス1100は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び/又はモバイル構造体の属性の異なる選択を含む。
ブロック1102において、眼球収差解析の出力が受け取られる。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、波面センサ120によって提供される少なくとも波面センサデータを含む眼球収差解析出力データ及び/又は眼球収差解析システム100の撮像システム(例えば、アイトラッカー130、その他のモジュール148)によって提供されるプルキンエ像データを受け取るように構成されてもよい。より一般には、眼球収差解析出力データは、本明細書に記載されるように、波面センサ120によって提供される波面センサデータ、OCTセンサ122によって提供されるOCTセンサデータ、アイトラッカー130によって提供されるアイトラッカーデータ、及び/又は眼球収差解析システム100によって提供されるその他の出力データのうちのいずれか1つ以上を含んでもよい。波面センサ120によって提供される波面センサデータは、例えば、被検眼のインターフェログラム910を含んでもよく、眼球収差解析システム100の撮像システムによって提供されるプルキンエ像データは、例えば、被検眼の第1プルキンエ反射(P1)像950を含んでもよい。
ブロック1104において、プルキンエ像データに基づく涙液膜水分補給状態が決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、標的102に対応する涙液膜水分補給状態を、ブロック1102において受け取ったプルキンエ像データに少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、涙液膜水分補給状態を、閾値に基づく2値第1プルキンエ反射(P1)像(例えば、反射ピクセル=1及び非反射ピクセル=0であるP1像の2値形態学的表現)を、取り込まれたP1像950に少なくとも部分的に基づいて決定し、次いで、標的102の涙液膜水分補給状態に対応する1つ以上の反射特性化パラメータ(例えば、反射ピクセル接続性、推定直径、推定面積)を、閾値に基づく2値P1像に少なくとも部分的に基づいて決定することによって決定するように構成されてもよい。そのような閾値に基づく2値P1像の決定には、P1像950の各ピクセルに関して、ピクセル強度又はピクセルの明るさを決定すること、閾値強度又は明るさ以上の強度又は明るさを持つピクセルに対して1のピクセル値を指定すること、及び閾値強度又は明るさを下回る強度又は明るさを持つピクセルに対してゼロのピクセル値を指定することが含まれ得る。いくつかの実施形態では、閾値は、例えば、事前に決定されていてもよい(例えば、使用者の選択によって)、又は(例えば、P1像950内のピクセルの強度及び/又は明るさの算術平均、中央値、又は統計学的測定値に基づいて)適応されてもよい。
ブロック1106において、波面センサデータに基づく涙液膜水分補給状態が決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、標的102に対応する涙液膜水分補給状態を、ブロック1102において受け取った波面センサデータに少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、涙液膜水分補給状態を、波面センサデータの監視領域と関連する波面センサデータのフーリエ変換を決定し、1つ以上の変換特性を、波面センサデータのフーリエ変換に少なくとも部分的に基づいて決定することによって決定するように構成されてもよい。様々な実施形態において、変換特性は、本明細書に記載されるように、例えば、ピーク振幅、近傍の直径及び/若しくは面積などの1つ以上のフリンジコントラストメトリクス、並びに/又はピーク振幅、半値全幅、面積、及び/若しくはその他の変換輪郭の特性などの1つ以上の輪郭特性を含んでもよい。
ブロック1108において、同期涙液膜水分補給状態が決定される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、標的102に対応する同期涙液膜水分補給状態を、ブロック1104及びブロック1106において決定された涙液膜水分補給状態に少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部140、サーバ150、及び/又は分散サーバシステム154は、標的102をほぼ同時(例えば、T1、T2)に及び/又はほぼ同速度(例えば、取り込み/秒)に従って撮像するように波面センサ120及びアイトラッカー130(例えば、又はシステム100の別の撮像センサ)を制御することによって、同期涙液膜水分補給状態を決定するように構成されてもよい。様々な実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、プルキンエ像データに基づく涙液膜水分補給状態と波面センサデータに基づく涙液膜水分補給状態との算術平均、中央値、及び/又はその他の統計学的組み合わせを決定することにより、プルキンエ像データに基づく涙液膜水分補給状態と波面センサデータに基づく涙液膜水分補給状態とを組み合わせることによって同期涙液膜水分補給状態を決定するように構成されてもよい。
ブロック1110において、使用者フィードバックが生成される。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、ブロック1104、1106及び/又は1108において決定された涙液膜水分補給状態に対応する使用者フィードバックを、決定された涙液膜水分補給状態並びに/又はインターフェログラム910のディスプレイビュー、第1プルキンエ反射(P1)像950、及び/又は涙液膜水分補給マップ1010及び/若しくは涙液膜水分補給グラフ1024のディスプレイビューなどの、時間変化若しくは一連の決定された涙液膜水分補給状態のグラフ若しくはマップなどの、ブロック1102において受け取った眼球収差解析出力データのいずれか1つ又は組み合わせに少なくとも部分的に基づいて生成するように構成されてもよい。様々な実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、図4~図8に関して本明細書に記載されるプロセスのいずれかを使用して使用者フィードバックを生成するように構成されてもよい。
更なる実施形態において、制御部140、サーバ150、及び/又は分散サーバシステム154は、例えば、ブロック1104、1106、及び/又は1008において決定された涙液膜水分補給状態及び/又はブロック1110において生成された使用者フィードバック若しくはこれとの組み合わせに少なくとも部分的に基づいて様々な動作を実施するように構成されてもよい。例えば、制御部140、サーバ150、及び/又は分散サーバシステム154は、ブロック1104、1106、及び/又は1008において決定された涙液膜水分補給状態、脱水部インジケータ1012、涙液膜水分補給マップ1010、及び/又は水分補給の時間変化グラフ1024のうちの1つ以上が、例えば、最小収差解析水分補給閾値を下回る涙液膜水分補給レベルを示すこと並びに最小収差解析水分補給閾値を下回る涙液膜水分補給レベルと関連する一連の検査の波面センサデータ及び/又は収差解析測定値を除外することを検出するように構成されてもよい。他の実施形態では、収差解析システム100及び/又は収差解析システム300は、例えば、標的102の任意の部分が最小収差解析水分補給閾値を下回ると検出された場合に、又は標的102の事前設定された割合(例えば、10%)が最小収差解析水分補給閾値を下回ると検出された場合に、(例えば、可視又は可聴使用者フィードバックを介して)患者が瞬目すること又はオペレータが生理食塩水を提供することを促すように構成されてもよい。更なる実施形態では、収差解析システム100及び/又は収差解析システム300は、標的102の任意の部分又は標的102の事前設定された割合が最小収差解析水分補給閾値を下回ると検出された場合に、標的102上に空気(例えば、患者に瞬目させるために)又は生理食塩水(標的102を濡らすために)を発射するように構成されてもよい。
したがって、本明細書に記載されるように、本開示の実施形態は、使用者フィードバック(例えば、様々なグラフィックスを含むビューを表示する)及び眼球収差及び/又はそのような眼球収差の特性化に影響を及ぼす光学標的102のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間(例えば、30フレーム/秒)で提供することができる。このような実施形態は、様々なタイプの臨床上及び術中の検眼を支援し、手術の結果の向上を助けるために使用され得る。
必要に応じて、本開示によって提供される様々な実施形態は、ハードウェア、ソフトウェア、又はハードウェアとソフトウェアの組み合わせを使用して実装され得る。また、必要に応じて、本明細書で述べられる様々なハードウェアコンポーネント及び/又はソフトウェアコンポーネントは、本開示の趣旨から逸脱することなく、ソフトウェア、ハードウェア、及び/又はこれらの両方を含む複合コンポーネントに組み合わせることができる。必要に応じて、本明細書で述べられる様々なハードウェアコンポーネント及び/又はソフトウェアコンポーネントは、本開示の趣旨から逸脱することなく、ソフトウェア、ハードウェア、又はこれらの両方を含むサブコンポーネントに分離することができる。更に、必要に応じて、ソフトウェアコンポーネントはハードウェアコンポーネントとして実装することができ、逆もまた同様であると考えられる。
非一時的な命令、プログラムコード、及び/又はデータなどの本開示によるソフトウェアは、1つ以上の非一時的な機械可読媒体に格納され得る。また、本明細書で特定されるソフトウェアは、ネットワーク化された及び/又はそうでない1つ以上の汎用若しくは特定目的のコンピュータ及び/又はコンピュータシステムを使用して実装され得ると考えられる。必要に応じて、本明細書に記載される様々なステップの順序は、本明細書に記載される特徴を提供するために、変更することができる、複合ステップへと組み合わせることができる、及び/又はサブステップに分離することができる。
上述の実施形態は、本発明を例示するが限定しない。本発明の原理に従って、多数の修正形態及び変形形態が可能であることも理解されるべきである。したがって、本発明の範囲は、以下の特許請求の範囲によってのみ定義される。
Claims (20)
- 眼球収差解析システムであって、
前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、
前記波面センサと通信するように構成されている論理デバイスであって、前記論理デバイスは、
前記波面センサによって提供された前記波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、
前記光学標的と関連する涙液膜水分補給状態を、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、
前記決定された涙液膜水分補給状態に対応する使用者フィードバックを、前記受け取った収差解析出力データ及び/又は前記決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成する
ように構成されている、
論理デバイスと、
を含む、眼球収差解析システム。 - 前記涙液膜水分補給状態は、波面センサデータに基づく涙液膜水分補給状態を含み、前記涙液膜水分補給状態を決定することは、
前記受け取った波面センサデータのフーリエ変換を決定することと、
前記波面センサデータに基づく涙液膜水分補給状態を、前記受け取った波面センサデータの前記決定されたフーリエ変換に対応する1つ以上の変換特性に少なくとも部分的に基づいて決定することと、
を含み、
前記1つ以上の変換特性は、ピーク振幅、半値全幅、面積、空間的ピーク振幅、及び/又は空間的構造の近傍の面積のうちの少なくとも1つを含む、
請求項1に記載の眼球収差解析システム。 - 前記眼球収差解析出力データは、前記眼球収差解析システムの撮像システムによって提供されるプルキンエ像データを含み、前記涙液膜水分補給状態は、プルキンエ像データに基づく涙液膜水分補給状態を含み、前記涙液膜水分補給状態を決定することは、
閾値に基づく2値第1プルキンエ反射(P1)像を、前記受け取ったプルキンエ像データに少なくとも部分的に基づいて決定することと、
1つ以上の反射特性化パラメータを、前記閾値に基づく2値P1像に少なくとも部分的に基づいて決定することと、
を含む、
請求項1に記載の眼球収差解析システム。 - 前記眼球収差解析システムの前記撮像システムを更に含み、
前記撮像システムはアイトラッカーを含み、
前記1つ以上の反射特性化パラメータは、前記受け取ったプルキンエ像データ内の少なくとも1つの反射のピクセル接続性、推定直径、及び/又は推定面積のうちの少なくとも1つを含む、
請求項3に記載の眼球収差解析システム。 - 前記涙液膜水分補給状態は、同期涙液膜水分補給状態を含み、前記涙液膜水分補給状態を決定することは、
前記光学標的をほぼ同時に及び/又は同速度に従って撮像するように前記眼球収差解析システムの前記波面センサ及び撮像センサを制御することと、
前記撮像システムによって提供されたプルキンエ像データに少なくとも部分的に基づいて決定されたプルキンエ像データに基づく涙液膜水分補給状態と前記受け取った波面センサデータに少なくとも部分的に基づいて決定された波面センサデータに基づく涙液膜水分補給状態とを、前記プルキンエ像データに基づく涙液膜水分補給状態と前記波面センサデータに基づく涙液膜水分補給状態との算術平均、中央値、及び/又はその他の統計学的組み合わせを決定することによって、組み合わせることと、
を含む、
請求項1に記載の眼球収差解析システム。 - 前記受け取ったプルキンエ像データは、前記光学標的を照明するように構成されているLEDアレイ内の発光ダイオード(LED)に対応する1つ以上の反射を含む、請求項5に記載の眼球収差解析システム。
- 前記決定された涙液膜水分補給状態に対応する前記使用者フィードバックを前記生成することは、
前記決定された涙液膜水分補給ステータスに対応する涙液膜水分補給マップを含み且つ少なくとも1つの脱水部インジケータ及び/又は少なくとも1つの水分補給変化輪郭を含む水分補給の時間変化グラフを含むディスプレイビューを生成すること
を含む、
請求項1に記載の眼球収差解析システム。 - 前記論理デバイスは、
前記涙液膜水分補給マップの選択された領域を示すセレクタボックスの境界を選択する使用者入力を受け取るように構成されており、前記少なくとも1つの水分補給変化輪郭は、前記涙液膜水分補給マップの前記選択された領域と関連する涙液膜水分補給の時間変化に対応する、請求項7に記載の眼球収差解析システム。 - 前記論理デバイスは、
前記決定された涙液膜水分補給状態が最小収差解析水分補給閾値を下回る涙液膜水分補給レベルを示すことを検出し、
前記最小収差解析水分補給閾値を下回る前記検出された涙液膜水分補給レベルと関連する、前記受け取った波面センサデータの波面センサデータを除外する
ように構成されている、請求項1に記載の眼球収差解析システム。 - 前記論理デバイスは、
前記決定された涙液膜水分補給状態が最小収差解析水分補給閾値を下回る涙液膜水分補給レベルを示すことを検出する、
前記眼球収差解析システムの患者が瞬目すること又はオペレータ眼球収差解析システムが前記光学標的に生理食塩水を提供することを促す、又は
前記光学標的上に空気又は生理食塩水を発射する、
ように構成されている、請求項1に記載の眼球収差解析システム。 - 波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、前記眼球収差解析出力データは、前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、
前記光学標的と関連する涙液膜水分補給状態を、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、
前記決定された涙液膜水分補給状態に対応する使用者フィードバックを、前記受け取った収差解析出力データ及び/又は前記決定された涙液膜水分補給状態に少なくとも部分的に基づいて生成することと、
を含む、方法。 - 前記涙液膜水分補給状態は、波面センサデータに基づく涙液膜水分補給状態を含み、前記涙液膜水分補給状態を前記決定することは、
前記受け取った波面センサデータのフーリエ変換を決定することと、
前記波面センサデータに基づく涙液膜水分補給状態を、前記受け取った波面センサデータの前記決定されたフーリエ変換に対応する1つ以上の変換特性に少なくとも部分的に基づいて決定することと、
を含み、
前記1つ以上の変換特性は、ピーク振幅、半値全幅、面積、空間的ピーク振幅、及び/又は空間的構造の近傍の面積のうちの少なくとも1つを含む、
請求項11に記載の方法。 - 前記眼球収差解析出力データは、前記眼球収差解析システムの撮像システムによって提供されるプルキンエ像データを含み、前記涙液膜水分補給状態は、プルキンエ像データに基づく涙液膜水分補給状態を含み、前記涙液膜水分補給状態を前記決定することは、
閾値に基づく2値第1プルキンエ反射(P1)像を、前記受け取ったプルキンエ像データに少なくとも部分的に基づいて決定することと、
1つ以上の反射特性化パラメータを、前記閾値に基づく2値P1像に少なくとも部分的に基づいて決定することと、
を含む、
請求項11に記載の方法。 - 前記眼球収差解析システムの前記撮像システムを更に含み、
前記撮像システムはアイトラッカーを含み、
前記1つ以上の反射特性化パラメータは、前記受け取ったプルキンエ像データ内の少なくとも1つの反射のピクセル接続性、推定直径、及び/又は推定面積のうちの少なくとも1つを含む、
請求項13に記載の方法。 - 前記涙液膜水分補給状態は、同期涙液膜水分補給状態を含み、前記涙液膜水分補給状態を前記決定することは、
前記光学標的をほぼ同時に及び/又は同速度に従って撮像するように前記眼球収差解析システムの前記波面センサ及び撮像センサを制御することと、
前記撮像システムによって提供されたプルキンエ像データに少なくとも部分的に基づいて決定されたプルキンエ像データに基づく涙液膜水分補給状態と前記受け取った波面センサデータに少なくとも部分的に基づいて決定された波面センサデータに基づく涙液膜水分補給状態とを、前記プルキンエ像データに基づく涙液膜水分補給状態と前記波面センサデータに基づく涙液膜水分補給状態との算術平均、中央値、及び/又はその他の統計学的組み合わせを決定することによって、組み合わせることと、
を含む、
請求項11に記載の方法。 - 前記受け取ったプルキンエ像データは、前記光学標的を照明するように構成されているLEDアレイ内の発光ダイオード(LED)に対応する1つ以上の反射を含む、請求項15に記載の方法。
- 前記決定された涙液膜水分補給状態に対応する前記使用者フィードバックを前記生成することは、
前記決定された涙液膜水分補給ステータスに対応する涙液膜水分補給マップを含み且つ少なくとも1つの脱水部インジケータ及び/又は少なくとも1つの水分補給変化輪郭を含む水分補給の時間変化グラフを含むディスプレイビューを生成すること
を含む、
請求項11に記載の方法。 - 前記涙液膜水分補給マップの選択された領域を示すセレクタボックスの境界を選択する使用者入力を受け取ることを更に含み、前記少なくとも1つの水分補給変化輪郭は、前記涙液膜水分補給マップの前記選択された領域と関連する涙液膜水分補給の時間変化に対応する、請求項17に記載の方法。
- 前記決定された涙液膜水分補給状態が最小収差解析水分補給閾値を下回る涙液膜水分補給レベルを示すことを検出することと、
前記最小収差解析水分補給閾値を下回る前記検出された涙液膜水分補給レベルと関連する、前記受け取った波面センサデータの波面センサデータを除外する
ことと、を更に含む、請求項11に記載の方法。 - 前記決定された涙液膜水分補給状態が最小収差解析水分補給閾値を下回る涙液膜水分補給レベルを示すことを検出すること、
前記眼球収差解析システムの患者が瞬目すること又はオペレータ眼球収差解析システムが前記光学標的に生理食塩水を提供することを促すこと、又は
前記光学標的上に空気又は生理食塩水を発射すること、
を更に含む、請求項11に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962908584P | 2019-09-30 | 2019-09-30 | |
US62/908,584 | 2019-09-30 | ||
PCT/IB2020/059020 WO2021064538A1 (en) | 2019-09-30 | 2020-09-25 | Dry eye mitigation for ocular aberrometry systems and methods |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022550007A true JP2022550007A (ja) | 2022-11-30 |
Family
ID=72752966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022515020A Pending JP2022550007A (ja) | 2019-09-30 | 2020-09-25 | 眼球収差解析システム及び方法のためのドライアイ緩和 |
Country Status (7)
Country | Link |
---|---|
US (2) | US11871993B2 (ja) |
EP (1) | EP4037544A1 (ja) |
JP (1) | JP2022550007A (ja) |
CN (1) | CN114269226A (ja) |
AU (1) | AU2020358360A1 (ja) |
CA (1) | CA3144153A1 (ja) |
WO (1) | WO2021064538A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115414033B (zh) * | 2022-11-03 | 2023-02-24 | 京东方艺云(杭州)科技有限公司 | 一种用户用眼行为异常的确定方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6659613B2 (en) * | 2000-03-27 | 2003-12-09 | Board Of Regents, The University Of Texas System | Methods and systems for measuring local scattering and aberration properties of optical media |
TWI262325B (en) * | 2005-11-16 | 2006-09-21 | Ind Tech Res Inst | Eye aberration measurement and calibrating equipment and its method |
US7475989B2 (en) * | 2006-03-14 | 2009-01-13 | Amo Manufacturing Usa, Llc | Shack-Hartmann based integrated autorefraction and wavefront measurements of the eye |
ITFI20120240A1 (it) * | 2012-11-07 | 2014-05-08 | Strumenti Oftalmici C S O S R L Costruzioni | Metodo e apparato per la misura di aberrazioni del sistema ottico di un essere vivente |
EP3164054B1 (en) * | 2014-07-02 | 2019-12-25 | AMO WaveFront Sciences, LLC | Optical measurement system and method including blink rate monitor and/or tear film breakup detector |
AU2015283848A1 (en) * | 2014-07-03 | 2017-01-12 | Amo Wavefront Sciences, Llc | Optical measurement system and method with target brightness level adjustment |
CA2991484A1 (en) | 2015-07-27 | 2017-02-02 | Amo Wavefront Sciences Llc | Optical imaging and measurement systems and methods for cataract surgery and treatment planning |
-
2020
- 2020-09-25 EP EP20786611.2A patent/EP4037544A1/en active Pending
- 2020-09-25 US US17/033,360 patent/US11871993B2/en active Active
- 2020-09-25 WO PCT/IB2020/059020 patent/WO2021064538A1/en unknown
- 2020-09-25 JP JP2022515020A patent/JP2022550007A/ja active Pending
- 2020-09-25 CA CA3144153A patent/CA3144153A1/en active Pending
- 2020-09-25 AU AU2020358360A patent/AU2020358360A1/en active Pending
- 2020-09-25 CN CN202080059545.3A patent/CN114269226A/zh active Pending
-
2023
- 2023-11-08 US US18/504,915 patent/US20240081637A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240081637A1 (en) | 2024-03-14 |
US11871993B2 (en) | 2024-01-16 |
EP4037544A1 (en) | 2022-08-10 |
CN114269226A (zh) | 2022-04-01 |
WO2021064538A1 (en) | 2021-04-08 |
US20210093184A1 (en) | 2021-04-01 |
CA3144153A1 (en) | 2021-04-08 |
AU2020358360A1 (en) | 2022-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11730355B2 (en) | Ocular aberrometry recovery systems and methods | |
DK2872030T3 (en) | METHOD AND APPARATUS FOR DETERMINING THE OPTICAL ABERRATIONS OF AN EYE | |
US9004689B2 (en) | Apparatus for corneal shape analysis and method for determining a corneal thickness | |
US9519830B2 (en) | Ophthalmologic image processing method and storage medium storing program for executing the method | |
WO2018021561A1 (ja) | 眼科装置、およびiol度数決定プログラム | |
JP2009034451A (ja) | 眼内レンズ選択装置及びプログラム | |
JP6057062B2 (ja) | 眼科測定プログラム | |
US20240081637A1 (en) | Dry eye mitigation for ocular aberrometry systems and methods | |
US20220284577A1 (en) | Fundus image processing device and non-transitory computer-readable storage medium storing computer-readable instructions | |
Versaci et al. | Instrumentation for Diagnosis of Keratoconus | |
JP7394232B2 (ja) | 視力矯正手段のための屈折力の、oct画像からの機械学習ベースの特定 | |
US11950844B2 (en) | Ocular aberrometer characterization systems and methods | |
US20210093190A1 (en) | Ocular aberrometer systems and methods | |
WO2023079570A1 (en) | System and method for corneal 3d tomography of cornea |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240423 |