JP2024515176A - 個人の眼の屈折を推定する方法、システム及びコンピュータプログラム - Google Patents

Abstract

本発明は、個人の眼の屈折を推定する方法に関し、方法は以下のステップを含む：ａ）眼のＮ個１組の取得された偏心フォトレフラクション画像を提供するステップ；ｂ）少なくとも球面度数を含む１組のパラメータの値を設定するステップ（１１０）；ｃ）Ｎ個１組のシミュレートされた偏心フォトレフラクション画像を提供するステップ（１２０）；ｄ）Ｎ個１組の取得された偏心フォトレフラクション画像とＮ個１組のシミュレートされた偏心フォトレフラクション画像との間の差の推定子を特定するステップ（１３０）；ｄ）最適化アルゴリズムを使用して最適化を実行して（１４０）、１組のパラメータの値を調整し、ステップｃ）及びｄ）を繰り返すことにより上記推定子を最適化するステップ；眼の少なくとも１つの屈折パラメータの推定を推測するステップ。

Description

本発明は、個人の眼の屈折を評価するための方法及びシステムに関する。

より厳密には、本発明は個人の眼の屈折を推定する方法及びシステムに関する。本発明は、個人の眼の屈折を推定するコンピュータプログラムにも関する。方法、システム、及び／又はコンピュータプログラムは、個人に適合された眼科レンズの処方の決定又は推定された屈折に従った眼科レンズの製造に使用することができる。本発明は、別のデバイスを用いて実行される更なる自覚屈折検査の開始点として使用することができる屈折測定値も提供する。

多くの文書が個人の眼の屈折を測定するデバイス及び方法を記載する。自覚屈折検査法は、様々な視力表を見ている個人と種々の屈折矯正を有する１組のレンズの使用との相互作用に基づく。自覚屈折検査法は、考慮される眼の光学特性の測定値に基づく。特に、自覚屈折を測定する幾つかの方法及びデバイスは、偏心フォトレフラクション又は光網膜検影法（ｐｈｏｔｏｒｅｔｉｎｏｓｃｏｐｙ）に基づく。

偏心フォトレフラクションは、偏心光源を使用してユーザの眼を照明し、カメラを用いて瞳孔の画像を観測することによって自覚屈折検査を実行するのに使用される。大半の場合、反射光は、検出された画像において瞳孔上に、暗い三日月（ｄａｒｋ ｃｒｅｓｃｅｎｔ）と呼ばれる相補的な明るくない形状と共に明るい形状を形成する。明るい三日月及び暗い三日月のサイズ、形状、及び向きの解析により、偏心光源の位置に応じて眼の屈折を推定することができる。例えば、公開物である（非特許文献１）又は（非特許文献２）は、明るい部分の解析的表現を開示している。３つの子午線に沿った光勾配の測定値から球面度数値、円柱度数値、及び軸値を推定する割と簡単な方法が（非特許文献３）に記載されている。

しかしながら、これらの方法は眼の高次収差を考慮に入れていない。更に、これらの公開物は主に理論であるが、屈折測定値を迅速に取得できるようにする方法及びシステムを開示していない。また、ユーザの屈折異常に応じて、三日月の検出が難しいことがある。

先進国では、専門の検眼士は一般に自動屈折計を使用する。しかしながら、これらのシステムは高価であり、且つ扱いにくい。

Ｗ．Ｗｅｓｅｍａｎｎ，Ａ．Ｍ．Ｎｏｒｃｉａ，Ｄ．Ａｌｌｅｎ"Ｔｈｅｏｒｙ ｏｆ ｅｃｃｅｎｔｒｉｃ ｐｈｏｔｏ ｒｅｆｒａｃｔｉｏｎ（ｐｈｏｔｏｒｅｔｉｎｏｓｃｏｐｙ）：ａｓｔｉｇｍａｔｉｃ ｅｙｅｓ"，Ｊ．Ｏｐｔ．Ｓｏｃ．Ａｍ．Ａ，Ｖｏｌ．８，Ｎｏ．１２，１９９１，ｐａｇｅｓ ２０３８－２０４７ Ｒ．Ｋｕｓｅｌ，Ｕ．Ｏｅｃｈｓｎｅｒ，Ｗ．Ｗｅｓｅｍａｎｎ，Ｓ．Ｒｕｓｓｌｉｅｓ，Ｅ．Ｍ．Ｉｒｍｅｒ，ａｎｄ Ｂ．Ｒａｓｓｏｗ，"Ｌｉｇｈｔ－ｉｎｔｅｎｓｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｎ ｅｃｃｅｎｔｒｉｃ ｐｈｏｔｏｒｅｆｒａｃｔｉｏｎ ｃｒｅｓｃｅｎｔｓ，"Ｊ．Ｏｐｔ．Ｓｏｃ．Ａｍ．Ａ１５，１５００－１５１１（１９９８） Ｇｅｋｅｌｅｒ Ｆ，Ｓｃｈａｅｆｆｅｌ Ｆ，Ｈｏｗｌａｎｄ ＨＣ，Ｗａｔｔａｍ－Ｂｅｌｌ Ｊ，"Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ａｓｔｉｇｍａｔｉｓｍ ｂｙ ａｕｔｏｍａｔｅｄ ｉｎｆｒａｒｅｄ ｐｈｏｔｏｒｅｔｉｎｏｓｃｏｐｙ"，Ｏｐｔｏｍｅｔｒｙ ａｎｄ Ｖｉｓｉｏｎ Ｓｃｉｅｎｃｅ：Ｏｆｆｉｃｉａｌ Ｐｕｂｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｏｐｔｏｍｅｔｒｙ，１９９７，Ｊｕｌ；７４（７）：４７２－４８２．ＤＯＩ：１０．１０９７／００００６３２４－１９９７０７０００－０００１３

迅速で小型、使用が容易であり、且つ低コストであるフォトレフラクション推定を提供するシステム及び方法が必要とされる。

したがって、本発明の一目的は、個人の眼の屈折を推定するための方法を提供することであり、この方法は、以下のステップを含む：
ａ）眼のＮ個１組の取得された偏心フォトレフラクション画像を提供するステップであって、Ｎは１以上の整数である、提供するステップ、
ｂ）少なくとも球面度数を含む１組のパラメータの値を初期化するステップ、
ｃ）１組のパラメータの値に従って、シミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を提供するステップ、
ｄ）Ｎ個１組の取得された偏心フォトレフラクション画像とＮ個１組のシミュレートされた偏心フォトレフラクション画像との間の差の推定子を特定するステップ、
ｅ）最適化アルゴリズムを使用して最適化を実行し、１組のパラメータの値を調整し、ステップｃ）及びｄ）を繰り返すことによって上記推定子を最適化するステップ、並びに
ｆ）１組のパラメータの調整された値から、眼の少なくとも１つの屈折パラメータの推定を推測するステップ。

特定の有利な実施形態によれば、ステップａ）は以下のステップｇ）～ｉ）を含み、各ステップｃ）は以下のステップｊ）を含む：
ｇ）アパーチャ及び複数のＭ個の光源を有する画像捕捉デバイスを含むデバイスを眼の前方に配置するステップであって、Ｍは２以上の整数であり、複数のＭ個の光源は、画像捕捉デバイスの光軸を横断する少なくとも２つの方向に沿った所定の位置で、画像捕捉デバイスのアパーチャの周囲に偏心して配置され、Ｍ個の光源の各光源は、光パルスで眼を照明するように適合及び構成される、配置するステップ、
ｈ）複数のＭ個の光源の各光源を使用して眼を照明するステップ、
ｉ）画像捕捉デバイスを使用して眼のＮ個１組の取得された偏心フォトレフラクション画像を記録するステップであって、ＮはＭ以下であり、Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、複数のＭ個の光源の少なくとも１つの光源の光パルスにより照明された眼を表す、記録するステップ、
ｊ）１組のパラメータの値に従って、シミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を生成するステップ。

この方法の特定の有利な態様によれば、ステップｂ）は、Ｎ個１組の取得された偏心フォトレフラクション画像から３つ１組の取得された偏心フォトレフラクション画像を選択することであって、３つ１組の取得された偏心フォトレフラクション画像は、画像捕捉デバイスの光軸を横断する少なくとも３つの方向に沿って配置された３つの光源を使用して記録される、選択することと、３つの取得された偏心フォトレフラクション画像の各々を処理して、暗い三日月のサイズ及び傾斜角を特定することと、そこから、３つの方向の３つの屈折力値を推測することを含む。

一実施形態によれば、ＭはＮに等しく、ステップｈ）は、複数のＭ個の光源の各光源を順次使用して眼を照明することを含み、ステップｉ）は、眼が複数のＭ個の光源のうちの１つの光源の光パルスにより照明されているとき、Ｎ個１組の偏心フォトレフラクション画像の各画像を取得することを含む。

別の実施形態によれば、ＮはＭよりも小さく、ステップｈ）は、複数のＭ個の光源のうちの２つの光源を同時に使用して眼を照明するステップを含み、ステップｉ）は、２つの光源の光パルスにより眼が照明されているとき、Ｎ個１組の偏心フォトレフラクション画像のうちの１つの画像を取得するステップを含む。

有利なことに、上記シミュレーションモデルは、光強度分布の幾何－光学モデル又はレイトレーシングモデルに基づく。

特定の態様によれば、シミュレーションモデルは、各光源の電力等のハードウェアパラメータ、角膜反射等の眼科パラメータ、及び／又は眼に対する画像捕捉デバイスの位置等の動作パラメータに更に依存する。

別の特定の態様によれば、推定子は、Ｎ個１組の取得された偏心フォトレフラクション画像とＮ個１組のシミュレートされた偏心フォトレフラクション画像との間のピクセル毎の差に基づき、又は推定子は、前処理されたＮ個１組の取得された偏心フォトレフラクション画像と前処理されたＮ個１組のシミュレートされた偏心フォトレフラクション画像との比較に基づく。

有利なことに、最適化アルゴリズム又は最小化アルゴリズムは、シンプレックス若しくはネルダー－ミード等の勾配計算なしの方法又はレーベンバーグ－マルカート等の勾配計算ありの方法に基づく。

一実施形態によれば、本方法は、画像捕捉デバイスと眼との間の距離及び／又は眼に対する画像捕捉デバイスの向きを特定することを更に含む。

特定の有利な態様によれば、１組のパラメータは、円柱度数、軸、瞳孔間距離、高次収差、半瞳孔間距離、注視方向、赤色反射量、及びスタイルズ－クロフォードパラメータの中の眼の少なくとも１つの他のパラメータを更に含む。

特定の態様によれば、本方法は、画像捕捉デバイスと眼との間の第１の距離及び第２の距離において実行される。

好ましくは、複数のＭ個の光源は３、６、９、又は１２個の光源を含む。

有利なことには、複数のＭ個の光源は発光ダイオードを含む。

本発明の更なる目的は、モバイルデバイス又はリモートコンピュータと通信するように適合された、個人の眼の屈折を推定するシステムを提供することである。

上記目的は、画像捕捉デバイス及び複数のＭ個の光源であって、Ｍは２以上の整数であり、複数のＭ個の光源は、画像捕捉デバイスの光軸を横断する少なくとも２つの方向に沿った所定の位置で、画像捕捉デバイスのアパーチャの周囲に偏心して配置される、画像捕捉デバイス及び複数のＭ個の光源を備えるシステムを提供することにより、本発明により達成され、本システムは、複数のＭ個の光源の各光源を使用して、光パルスで眼を照明するように適合及び構成され、画像捕捉デバイスは、眼のＮ個１組の取得された偏心フォトレフラクション画像を記録するように構成され、ＮはＭ以下の整数であり、Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、複数のＭ個の光源の少なくとも１つの光源の光パルスにより照明された眼を表し、本システムは、メモリ及びプロセッサを含むように構成された計算モジュールを備え、プロセッサは、メモリに記憶されたプログラム命令を実行し、
ｋ）少なくとも球面度数を含む１組のパラメータの値を初期化することと、
ｌ）１組のパラメータの値に基づいてシミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を生成することと、
ｍ）Ｎ個１組の取得された偏心フォトレフラクション画像とＮ個１組のシミュレートされた偏心レフラクション画像との間の差の推定子を計算することと、
ｎ）最小化アルゴリズムを使用して、１組のパラメータの値を調整し、ステップｌ）及びｍ）を繰り返すことにより上記推定子を最小化することと、
ｏ）１組のパラメータの調整された値から、眼の少なくとも１つの屈折パラメータの推定を推測することと、
を行うように構成される。

有利なことには、画像捕捉デバイス及び複数のＭ個の光源は、モバイルデバイスに着脱可能に取り付けられた付属品に搭載される。

一実施形態によれば、計算モジュールは付属品に含まれる。

別の実施形態によれば、計算モジュールは、モバイルデバイス又はリモートコンピュータに含まれる。

本発明の更なる目的は、プロセッサがアクセス可能であり、プロセッサによって実行される場合にプロセッサに少なくとも以下のステップを実行させる、記憶された１つ又は複数の命令シーケンスを含むコンピュータプログラム製品を提供することである：
ｐ）Ｎ個１組の取得された偏心フォトレフラクション画像を提供するステップであって、Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、画像捕捉デバイスの光軸を横断する少なくとも２つの方向に知った所定の位置で画像捕捉デバイスの周囲に偏心して配置された複数のＭ個の光源の少なくとも１つの光源の光パルスによって照明された眼を表し、Ｍは２以上の整数であり、ＮはＭ以下の整数である、提供するステップ、
ｑ）少なくとも球面度数を含む１組のパラメータの値を初期化するステップ、
ｒ）１組のパラメータの値に基づいて、シミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を生成するステップ、
ｓ）Ｎ個１組の取得された偏心フォトレフラクション画像とＮ個１組のシミュレートされた偏心フォトレフラクション画像との間の差の推定子を特定するステップ、
ｔ）最適化アルゴリズムを使用して最適化を実行し、１組のパラメータの値を調整し、ステップｒ）及びｓ）を繰り返すことによって上記推定子を最適化するステップ、及び
ｕ）１組のパラメータの調整された値から、眼の少なくとも１つの屈折パラメータの推定を推測するステップ。

例の詳細な説明
添付図面を参照する以下の説明により、本発明を構成するもの、及びそれを達成し得る方法が明らかになるであろう。本発明は、図面に示される実施形態に限定されるものではない。したがって、請求項で言及された特徴に参照符号が続く場合、それらの符号は、請求項の理解度を高める目的でのみ含まれ、請求項の範囲を限定するものではないと理解されたい。本明細書で提供される記載及びその利点をより詳細に理解するために、ここで、添付の図面及び詳細な説明に関連して以下の簡単な説明を参照し、同様の参照番号は、同様の部品を表す。

それぞれ第１及び第２の実施形態による、個人の眼の屈折を推定するシステムの斜視図を示す。 本発明の一実施形態による、個人の眼の屈折を推定する、カメラ及び複数の光源を備えたフォトレフラクションモジュールの正面図である。 対象の少なくとも片眼の１組の変身フォトレフラクション画像を取得する例示的な一構成を示す。 本発明によるシステム及び方法を使用して個人の眼の９個１組の取得された偏心フォトレフラクション画像を示す。 本発明による個人の眼の屈折を推定する方法のフローチャートを概略的に表す。 ３つの別個の子午線上のカメラから同じ距離に配置された３つの光源の配置を概略的に表す。 １つの子午線に沿った１つの光源を使用して取得された暗い三日月を有する、取得された偏心フォトレフラクション画像の例を示す。 ３つの別個の子午線に沿った３つの光源を使用した偏心フォトレフラクション画像に基づいて球面度数、円柱度数、及び軸の初期値を特定する方法を概略的に表す。 ２つの別個の子午線に沿った２つの光源を同時に使用して取得された偏心フォトレフラクション画像の一例を概略的に表す。 パラメータの初期値及び９個１組の取得された偏心フォトレフラクション画像との比較の初期推定子値に基づく方法の初期ステップにおける初期のＮ個１組のシミュレートされた偏心フォトレフラクション画像を示す。 図１０と同じ９個１組の取得された偏心フォトレフラクション画像と比較された別のＮ個１組のシミュレートされた偏心フォトレフラクション画像並びにこのシミュレーションから生じた推定子及びパラメータの対応する値を用いた１回の繰り返し後の中間結果を示す。 同じ９個１組のフォトレフラクション画像と比較された最終の９個１組のシミュレートされた偏心フォトレフラクション画像並びに２組の画像間の最小化から生じた推定子及びパラメータの最終値を用いた１６回の繰り返し後の最終結果を示す。

以下の説明及び図面において、図は必ずしも正しい縮尺によるとはかぎらず、特定の特徴は、明瞭さと簡潔さのため、又は参考とすることを目的として、一般化された、又は概略的な形態で示されているかもしれない。加えて、様々な実施形態の作成及び使用が以下で詳細に論じられるが、本明細書に記載されるように、多様な状況で具体化され得る多くの発明の概念が提供されることを理解されたい。本明細書で論じられる実施形態は、単に代表的なものに過ぎず、本発明の範囲を限定しない。当業者には、プロセスに関連して定義される全ての技術的特徴が個別に又は組み合わせて装置に置き換えることができ、逆に装置に関連する全ての技術的機能が個別に又は組み合わせてプロセスに置き換えることができることも明らかであろう。

デバイス及び方法
図１Ａ及び図１Ｂは、対象１の眼２の屈折を推定するシステム５０を表す。システム５０は、スマートフォン、タブレット、パーソナルコンピュータ、又はラップトップコンピュータ等のモバイルデバイス２０にリンクされたフォトレフラクションモジュール１０又はアドオンを備える。有利なことに、フォトレフラクションモジュール１０はモバイルデバイス２０に機械的に固定される。

フォトレフラクションモジュール１０は、図１Ａに示されるようにプラグとソケットとの直接接続を使用して又は図１Ｂに示されるようにワイヤ接続１１を使用してモバイルデバイス２０に接続される。フォトレフラクションモジュール１０は、有線接続又は無線接続のいずれかを使用してモバイルデバイス２０と通信するように構成される。

図１Ａ、図１Ｂ、及び図２に示されるフォトレフラクションモジュール１０は、カメラ３０及び複数のＭ個の光源を備え、Ｍは２以上の整数である。換言すれば、最小構成は、２つの別個の子午線Ｘ_Ａ及びＸ_Ｂに沿って配置された少なくとも２つの光源１６－Ａ及び１６－Ｂを含む。

例えば、図２では、フォトレフラクションモジュール１０は９つの光源１６－Ａ１、１６－Ａ２、１６－Ａ３、１６－Ｂ１、１６－Ｂ２、１６－Ｂ３、１６－Ｃ１、１６－Ｃ２、及び１６－Ｃ３を備える。３つの光源１６－Ａ１、１６－Ａ２、１６－Ａ３は、カメラ３０の高次を横断する同じ方向、即ち子午線Ｘ_Ａに沿って配置される。同様に、３つの光源１６－Ｂ１、１６－Ｂ２、１６－Ｂ３、３つの光源１６－Ｃ１、１６－Ｃ２、１６－Ｃ３はそれぞれ、別の方向、即ち子午線Ｘ_Ｂ、子午線Ｘ_Ｃに沿ってそれぞれ配置され、子午線Ｘ_Ｂ及びＸ_Ｃは両方ともカメラ３０の光軸を横断する。３つの子午線Ｘ_Ａ、Ｘ_Ｂ、及びＸ_Ｃは、カメラ３０の光軸に直交する同じ平面における３つの別個の方向に対応する。例えば、３つの子午線Ｘ_Ａ、Ｘ_Ｂ、及びＸ_Ｃは、互いから１２０度の角度隔てられる。

一選択肢として、フォトレフラクションモジュール１０は別の光源１８（図１Ａ参照）を更に備える。代替的には、フォトレフラクションモジュール１０は、図１Ｂに示されるように、別の偏心度で配置され、３つの他の子午線に置かれた別の組の３つの光源１８Ａ、１８Ｂ、１８Ｃを更に備える。別の代替によれば、フォトレフラクションモジュール１０は、別の同じ子午線上に配置され、カメラから異なる偏心で置かれた別の組の３つの光源１８Ａ、１８Ｂ、１８Ｃを更に備える。

一例では、１組ｉの光源１６－Ａｉ、１６－Ｂｉ、１６－Ｃｉは第１の波長の光を放射し、少なくとも別の光源１８の組、それぞれ１８Ａ、１８Ｂ、１８Ｃは、第１の波長と異なる第２の波長の光を放射する。一般に、第１の波長は近赤外線又は赤外線範囲、例えば約８５０ｎｍであり、したがって、光源が照明されたとき、ユーザの瞳孔は変わらないままである。

カメラ３０に対する各光源１６、１８のそれぞれの位置は予め決定され、一定である。各組ｉの光源１６－Ａｉ、１６－Ｂｉ、１６－Ｃｉは、カメラ３０の光軸から同じ距離又は偏心ｅ_ｉに配置される。偏心の範囲は一般に０～２０ｍｍである。有利なことには、偏心の範囲は一般に０．５ｍｍ～２０ｍｍである。

有利なことには、光源は発光ダイオード即ちＬＥＤからなる。例えば、フォトレフラクションモジュール１０は、３つの異なる子午線に沿った３つの異なる偏心に配置された９個のＬＥＤを含む。カメラ３０は、連続して光る各光源１６－Ａｉ、１６－Ｂｉ、１６－Ｃｉ、ｉ＝１、２、３で、個人の眼２の偏心フォトレフラクション画像を捕捉するように適合及び構成される。この構成は、測定値毎に１組Ｎ＝９個の偏心フォトレフラクション画像を取得できるようにする。

別の例では、フォトレフラクションモジュール１０は、３つの子午線に４つの異なる偏心で配置された１２個の光源を備える。

図３は、本発明によるシステム５０を使用して個人の眼２の屈折を推定する構成を示す。検眼士４又は検眼技師はシステム５０を保持し、個人の顔の高さになり、光源１６、１８の平面が垂直であるようにカメラ３０の光軸の位置及び方向を配置する。フォトレフラクションモジュール１０は、個人の眼２から距離ＤｉｓｔＺにある。一般に、距離ＤｉｓｔＺは約１メートルであり、３０ｃｍ～２ｍであることができる。一例では、２つの距離測定値を考慮する：１ｍ及び０．５ｍ。したがって、１ｍでの測定の場合、正確な結果は返されず、測定は５０ｃｍの距離で実行される。有利なことには、システム５０は、オートフォーカスデバイス等の距離ＤｉｓｔＺを測定する手段を備える。代替的には、対象１がシステム５０を保持し、カメラを直接又は鏡面上の反射により見て、自己屈折測定のために自分の写真を撮影する。システム５０は、位置許容差が非常に大きく、非侵襲的である。

システム５０は、メモリ及びプロセッサを含む計算モジュールも備え、プロセッサは、メモリに記憶されたプログラム命令を実行して、本発明による、個人の眼の屈折を推定する方法を実施するように構成される。計算モジュールは、フォトレフラクションモジュール１０又はモバイルデバイス２０の内部に配置される。代替的には、計算モジュールは、フォトレフラクションモジュール１０と通信するリモートコンピュータ内部に配置される。計算モジュールは、使用される光源のデータ、個人の眼２に対するフォトレフラクションモジュール１０の位置、及び眼２の眼科屈折データに基づいて１組のシミュレートされた画像を生成する。

予備ステップにおいて、システム５０を使用して、図４に示されるように、Ｎ個１組の偏心フォトレフラクション画像を取得する。例えば、システムは、図２に関連して詳述したように、Ｍ＝９個の光源を使用する。一実施形態では、システム５０は、順次光る各偏心フラッシュで１つの画像を捕捉するように構成される。例えば、光源１６－Ａ１がフラッシュを放射し、その間、他の全ての光源はオフであり、システム５０は眼２の瞳孔の第１の偏心フォトレフラクション画像Ｔ１を捕捉する。次に、光源１６－Ａ２がフラッシュを放射し、その間、他の全ての光源はオフであり、システム５０は瞳孔の第２の偏心フォトレフラクション画像Ｔ２を捕捉する。このフラッシュ及び取得を繰り返して、システム５０は眼２の瞳孔のＮ＝９個の偏心フォトレフラクション画像Ｔ１、Ｔ２、・・・、Ｔ９を取得し、各画像は、決定された位置の１つの光源に対応する。次いで、システムはメモリに、眼２の瞳孔の９個１組の取得された偏心フォトレフラクション画像Ｔ１～Ｔ９を記憶する。ＬＥＤが１２個の場合、１２個１組の取得された偏心フォトレフラクション画像Ｔ１～Ｔ１２を捕捉するのに掛かる時間は０．５秒未満である。この短い取得時間により、眼２の一定の瞳孔直径を維持することができ、異なる取得間で眼の順応が変化するリスクを下げる。光源の数を増やすことで、屈折測定の範囲を広げることができる。有利なことには、システム５０は、対象の両眼の画像を同時に取得するように構成することができ、したがって、各眼で別個のＮ個１組の取得された偏心フォトレフラクション画像を捕捉する。記憶された各画像には、対象の眼２及びカメラ３０に対して決定された位置にある光源が関連付けられる。

システム５０は使用が容易である。１組の画像の取得は、図３に示されるように、写真撮影と同じように簡単である。

次いで、図５に示されるように、方法は、Ｎ個１組のシミュレートされた画像を眼のＮ個１組の取得された偏心フォトレフラクション画像と比較し、１組のシミュレートされた画像が１組の取得された偏心フォトレフラクション画像と一致するようにパラメータの組合せを調整することに基づく。より正確には、方法は、眼２の球面度数値、円柱度数値、軸値等のパラメータを初期化する初期化ステップ１００；パラメータ（少なくとも球面度数、円柱度数、及び軸を含み、任意選択的に高次収差即ちＨＯＡ、ハードウェア関連パラメータ及び測定距離等の測定パラメータを含む、追求されている眼に関連するパラメータ）の値を設定するステップ１１０；ステップ１１０において設定されたパラメータの値に基づいて１組のシミュレートされた画像を生成するステップ１２０；１組のシミュレートされた画像を１組の標的画像、即ち追求されている眼の１組の取得された偏心フォトレフラクション画像と比較するステップ１３０；並びに１組のシミュレートされた画像と１組の標的画像との間の差の推定子を最適化又は最小化するステップ１４０を含む。ステップ１１０、１２０、１３０、及び１４０は、最小が見つけられるまで繰り返される。

図５に示される方法は、任意の最適化アルゴリズム又は最小化アルゴリズムのように、開始点又は初期化ステップ１００を必要とする。

最適化アルゴリズムを用いる場合、アルゴリズムのメリット関数を最適化しようとする。一般に、このアルゴリズムのメリット関数は最小化される。

最小化アルゴリズムを用いる場合、１組のシミュレートされた画像と１組の標的画像との間の差の推定子を最小化しようとする。

初期化ステップ１００は、対象の前の処方からのデータに依拠し得、追求されている眼の球面度数値、塩中度数値、及び軸値を初期化できるようにする。

代替的には、初期化ステップ１００は、図６に関連して説明される、子午線等の従来の既知の方法に基づく。異なる処理ステップを以下に列記する。眼の収差は、図６のこの図に従って表すことができるこのシリンダの球面度数（Ｓ）、円柱度数（Ｃ）、及び軸（Ａ）の成分により、一次において対処することができる。ドット１６－Ａ、１６－Ｂ、１６－Ｃは、各子午線Ｘ_Ａ、Ｘ_Ｂ、及びＸ_Ｃ上の最高偏心をそれぞれ有赤外線ＬＥＤに対応する。Ｓ、Ｃ、及びＡを特定するために少なくとも３つの子午線が必要とされる。したがって、各子午線で、瞳孔径及び立ち上がり又は立ち下がり前線（ｒａｉｓｉｎｇ ｏｒ ｆａｌｌｉｎｇ ｆｒｏｎｔ）、即ち、高グレーレベルと低グレーレベルとの間の急激な遷移について対応する画像Ｔ_ｊを調べ、したがって、フォトレフラクション測定において典型的な暗い三日月を並進させる。

図７は、例えば子午線Ｘ_Ａに沿って配置された１つの光源を使用して取得された偏心フォトレフラクション画像を示す。直線は子午線Ｘ_Ａを表す。円４２は、眼の瞳孔のシミュレーションを表し、瞳孔径Ｄ_Ｐを特定できるようにする。画像処理により、暗い三日月４１及び明るい三日月５１を識別することができる。曲線４３は純粋な球面度数Ｓに基づく理論上の三日月を表す。曲線４４は、球面度数値Ｓ及び円柱度数値Ｃの組合せに基づく理論上の三日月を表す。曲線４３及び４４と子午線との交点により、暗い三日月４１のサイズＤ_ＣＲを特定することができる。代替的には、明るい三日月５１のサイズを使用することもできる。考慮される子午線に沿った屈折力は以下の式［１］から導出される：
式中、Ｐ_{ｍｅｒｉｄｉａｎ}はこの子午線に沿った屈折力を表し、ＤｉｓｔＺは、測定が行われた距離、即ち対象１とカメラ３０との間の距離をメートル単位で表し、ｅはｍｍ単位の偏心を表し、Ｄ_ＣＲは暗い三日月の長さを表す。

したがって、３つの子午線Ｘ_Ａ、Ｘ_Ｂ、及びＸ_Ｃの各々で屈折力がそれぞれ測定される。これにより、図８に示されるように、３つの異なる角度θから少なくとも３つの屈折力を特定することができる。この例では、子午線Ｘ_Ａは３０度の角度にあり、子午線Ｘ_Ｂは１５０度の角度にあり、子午線Ｘ_Ｃは２７０度の角度にある。球面度数（Ｓ）、円柱度数（Ｃ）、及び軸（Ａ）データは、以下の式［２］から導出される：
Ｐ（θ）＝Ｓ＋Ｃ・ｓｉｎ^２（θ－Ａ）

式［１］は理論上、屈折誤差が純粋な球面度数である眼に制限される。それにも関わらず、この方法は、シミュレータのパラメータに初期値を提供することにより、続く最小化アルゴリズムに利用可能な開始点を与える。

１組のシミュレートされた画像を生成するステップ１２０は、カメラにより提供される画像と同様の画像を生成することを目的とする。このステップは、前のステップ１１０から導出されたパラメータの初期値を用いて開始する。

ステップ１２０を行うために、プロセッサはシミュレーションモデルを使用する。例えば、シミュレーションモデルは、光強度分布の幾何－光学モデルに基づく。例えば、公開物Ｒ．Ｋｕｓｅｌ，Ｕ．Ｏｅｃｈｓｎｅｒ，Ｗ．Ｗｅｓｅｍａｎｎ，Ｓ．Ｒｕｓｓｌｉｅｓ，Ｅ．Ｍ．Ｉｒｍｅｒ，及びＢ．Ｒａｓｓｏｗ，“Ｌｉｇｈｔ－ｉｎｔｅｎｓｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｎ ｅｃｃｅｎｔｒｉｃ ｐｈｏｔｏｒｅｆｒａｃｔｉｏｎ ｃｒｅｓｃｅｎｔｓ”，Ｊ．Ｏｐｔ．Ｓｏｃ．Ａｍ．Ａ１５，１５００－１５１１（１９９８）及びＡ．Ｒｏｏｒｄａ，Ｍ．Ｃ．Ｗ．Ｃａｍｐｂｅｌｌ，及びＷ．Ｒ．Ｂｏｂｉｅｒ，“Ｇｅｏｍｅｔｒｉｃａｌ ｔｈｅｏｒｙ ｔｏ ｐｒｅｄｉｃｔ ｅｃｃｅｎｔｒｉｃ ｐｈｏｔｏｒｅｆｒａｃｔｉｏｎ ｉｎｔｅｎｓｉｔｙ ｐｒｏｆｉｌｅｓ ｉｎ ｔｈｅ ｈｕｍａｎ ｅｙｅ”，Ｊ．Ｏｐｔ．Ｓｏｃ．Ａｍ．Ａ１２，１６４７－１６５６（１９９５）は、そのような幾何－光学モデルを記載している。代替的には、シミュレーションモデルはレイトレーシングモデルに基づき、例えば、Ｙ－Ｌ．Ｃｈｅｎ，Ｂ．Ｔａｎ，及びＪ．Ｗ．Ｌ．Ｌｅｗｉｓ，“Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｅｃｃｅｎｔｒｉｃ ｐｈｏｔｏｒｅｆｒａｃｔｉｏｎ ｉｍａｇｅｓ”，Ｏｐｔｉｃｓ Ｅｘｐｒｅｓｓ １１，１６２８－１６４２（２００３）に詳述されるように、Ｚｅｍａｘ光学設計ソフトウェアに基づく。それにも関わらず、シミュレーションモデルは、多くのモデルの中の別のモデルに基づいて実施することも可能であり、幾何－光学モデル又はレイトレーシングモデルのみに基づいて実施されるわけではない。

シミュレーションモデルは様々なタイプのパラメータを考慮に入れる。より正確には、パラメータは以下のカテゴリに属する：１－追求されている眼に関連する眼科パラメータ、２－ハードウェア関連パラメータ、及び３－測定プロトコルにリンクされるパラメータ。

より正確には、追求されている眼に関連する眼科パラメータは以下のパラメータの少なくとも１つを含む：
－ 瞳孔半径（Ｒ）、
－ 球面度数（Ｓ）、これは低次収差（ＬＯＡ）である、
－ 円柱度数（Ｃ）、これはＬＯＡである、
－ 円柱軸（Ａ）、これはＬＯＡである、
－ ゼルニケ計数Ａ６ｗからＡ１４ｗで表される高次収差（ＨＯＡ）、
－ 瞳孔半偏差、
－ 注視方向、
－ 「赤色反射量」（ＲＲ）、網膜上の複数の拡散反射に起因した明るいオフセットを表す、
－ スタイルズ－クロフォード効果（ＳＣ）、及び／又は
－ 眼のプルキンエ反射。

ハードウェア関連パラメータは以下のパラメータの少なくとも１つを含み得る：
－ 光源、例えばＬＥＤの位置及び見掛けのサイズ、
－ ＬＥＤ波長、
－ 全ての光源でＧ及びＲ行列で表される、光源、例えばＬＥＤの光パワー、
－ 異なる光源の相対輝度、
－ カメラセンサ利得及び任意選択的にカメラノイズ、
－ カメラの露出パラメータ、
－ カメラの光学系のアパーチャの位置及びサイズ、その中でもカメラの入射瞳の位置及びサイズ（ｄｘＣａｍ、ｄｙＣａｍ）、
－ カメラの光学系の焦点距離、
－ ピクセルサイズ、ダイナミクス、
－ カメラの光学系の点拡散関数。

測定プロトコルにリンクされるパラメータは以下のパラメータの少なくとも１つを含み得る：
－ 測定距離、
－ 画像における眼の中心位置。

Ｍ個１組の光源の位置は、シミュレーションステップ１２０及び最小化又は最適化ステップ１４０にとって極めて重要なパラメータである。しかしながら、Ｍ個１組の光源の位置は固定され、ステップ１４０において最適化されない。

使用されるシミュレーションモデルによれば、これらの全てのパラメータの組合せにより、光源毎（ここではＬＥＤ毎）に１つの画像を生成することができる。図１０に示される例では、シミュレーションモデルは、シミュレーショのこの初期ステップにおいて９つの画像０Ｓ１から０Ｓ９を生成する。

図１０は、左側に表示されているパラメータの初期値を用いて得られた１組のシミュレートされた画像０Ｓ１、０Ｓ２、・・・、０Ｓ９を示す。図１０は、１組の標的画像Ｔ１、Ｔ２、・・・、Ｔ９も同様に示す。標的画像Ｔ１、Ｔ２、・・・、Ｔ９は、図４に関連して詳述したように捕捉されメモリに記憶された、取得された偏心フォトレフラクション画像に対応する。より正確には、標的画像は取得された偏心フォトレフラクション画像の瞳孔内部の中央部に対応し、瞳孔周囲のエリアは黒色背景に設定される。図１０は繰り返しｎ°０に対応し、即ち、パラメータはＨＯＡで公称値０であり、全てのＬＥＤで同一の光パワー（Ｇ及びＲ行列）である。球面度数値、円柱度数値、及び軸値は、例えば子午線法を使用して記入される。瞳孔半径Ｒ値も、画像処理法により、画像に存在する勾配に関して最良の円を測定し、瞳孔縁部を表すことにより記入される。

計算モジュールは、繰り返しｎ°０におけるシミュレートされた画像０Ｓ１、０Ｓ２、・・・、０Ｓ９の各々と対応する標的画像Ｔ１、Ｔ２、・・・、Ｔ９の各々との間の差を計算する。図１０は、生成された差分画像０Ｄ１、０Ｄ２、・・・、０Ｄ９も各差分画像に対応する数値差と共に示す。差分画像はここでは、瞳孔の画像内部のエリアのピクセル毎の強度差に基づいて計算されている。２組の画像間の差の、Ｅで示される推定子が、以下の式に基づいて計算される：

図１０の例では、９個１組のシミュレートされた画像０Ｓ１、０Ｓ２、・・・、０Ｓ９と９個１組の標的画像Ｔ１、Ｔ２、・・・、Ｔ９との間の差の推定子は、各差分画像で計算される９つの数値差の和として計算される。図１０の例では、繰り返しｎ°０における全体推定子Ｅ０の値は２１０．８１０と推定される（任意の単位即ちａ．ｕ．で）。

代替的には、取得された画像及びシミュレートされた画像は、例えばフーリエフィルタ又は他のフィルタにより前処理され、それから互いと比較される。

次に、繰り返しｎ°１において、最小化アルゴリズムがバックプロパゲーションループを開始する。実際に、推定子の値を最小化するために、モデルの入力パラメータを調整する必要がある。そのために、少数の例を挙げれば、シンプレックス法又はネルダー－ミード等の勾配計算なしの方法；レーベンバーグ－マルカート等の勾配計算ありの方法の中から様々な最小化法が利用可能である。以下の例では、レーベンバーグ－マルカート法を使用する。最小化法はスタンドアロンアルゴリズムであり、ブラックボックスとして使用することができる。

各入力パラメータについて、計算モジュールは勾配、即ちその点における局所微分を計算する。次いで、各パラメータの勾配により、各パラメータの変位ベクトルを計算することができる。したがって、ステップ１４０において、最小化アルゴリズムは、眼科パラメータ、ハードウェアパラメータ、及び／又は想定プロトコルにリンクされるパラメータ等のシミュレーションモデルにより使用される１組の入力パラメータの値を調整する。図１１は、同じ組の標的画像Ｔ１からＴ９での繰り返しステップｎ°１の結果を示す。入力パラメータの調整された値は、図１１の左側に表示されている。図１１は、繰り返しｎ°１で調整されたパラメータの値を用いて得られた１組のシミュレートされた画像１Ｓ１、１Ｓ２、・・・、１Ｓ９を示す。計算モジュールは、繰り返しｎ°１におけるシミュレートされた画像１Ｓ１、１Ｓ２、・・・、１Ｓ９の各々と対応する標的画像Ｔ１、Ｔ２、・・・、Ｔ９の各々との間の差を計算する。図１１は、各差分画像に対応する数値と共に、生成された差分画像１Ｄ１、１Ｄ２、・・・、１Ｄ９も示す。図１１の例では、繰り返しｎ°１における全体推定子Ｅ１の値は７０．６５５（ａ．ｕ．）と推定される。したがって、最初の繰り返しからの、１組のシミュレートされた画像と１組の標的画像との間の差の全体推定子の急速な低下が観測される。

推定子Ｅがもはや収束しなくなるまでこの手順を数回繰り返すことにより、計算ユニットは極小に達する。

最小化アルゴリズムは、停止条件に達するまで繰り返される。各最小化アルゴリズムは異なる停止基準を使用することができる。例えば、停止条件は、推定子が所定値よりも小さくなるときであり得る。別の停止条件は、Ｓ、Ｃ、Ａ値間の残差に基づき、例えば、２つの連続した繰り返し間の差が０．０１ジオプタ未満である場合、最小化は停止する。別の停止条件は最大繰り返し回数２０回であり得る。

図１０及び図１１と同じ例を続けると、最小化アルゴリズムは、停止される繰り返しＮ°１６まで繰り返される。図１２は、同じ１組の標的画像Ｔ１からＴ９での繰り返しステップｎ°１６の結果を示す。入力パラメータの調整された値が、図１２の左側に表示されている。図１２は、繰り返しｎ°１６において調整されたパラメータの値を用いて得られた１組のシミュレートされた画像１６Ｓ１、１６Ｓ２、・・・、１６Ｓ９を示す。計算モジュールは、繰り返しｎ°１６におけるシミュレートされた画像１６Ｓ１、１６Ｓ２、・・・、１６Ｓ９の各々と対応する標的画像Ｔ１、Ｔ２、・・・、Ｔ９の各々との間の差を計算する。図１２は、各差分画像に対応する数値と共に、生成された差分画像１６Ｄ１、１６Ｄ２、・・・、１６Ｄ９も示す。図１２の例では、繰り返しｎ°１６における全体推定子Ｅ１６の値は４．１７６（ａ．ｕ．）と推定される。したがって、最初の繰り返しからの、１組のシミュレートされた画像と１組の標的画像との間の差の全体推定子の急速な低下が観測される。方法により、球面度数、円柱度数、及び軸等の低次収差及び高次収差のゼルニケ係数について標的値に近い眼科パラメータの正確な推定が可能である。

これらの結果を得るための計算時間は約数秒である。本明細書に記載の方法は、球面度数、円柱度数、及び軸の正確な結果を取得できるようにするとともに、更に、嵩張る機器を必要とせずに高次収差を推定できるようにする。

詳細に詳述した例は１つの光源がオンになった状態であり、他の全ての光源がオフである間に各画像を取得することに基づく。代替的には、考慮される眼の瞳孔の各偏心フォトレフラクション画像を取得するために、２つの光源を同時に使用し得る。例えば、図９は、同時に光る２個のＬＥＤを用いて捕捉された画像を示す。２個のＬＥＤは２つの異なる子午線に沿って配置されて、２つの三日月が重なるのを避ける。子午線Ｘ_Ａに沿って配置された第１のＬＥＤにより生成された第１の明るい三日月５１及び子午線Ｘ_Ｂに沿って配置された第２のＬＥＤにより生成された第２の明るい三日月５２を観測する。第１の明るい三日月５１、第２の明るい三日月５１はそれぞれ、画像において高グレーレベルと低グレーレベルとの間の急激な遷移曲線４１、４２によってそれぞれ区切られる。したがって、単一の偏心フォトレフラクション画像捕捉から２つの暗い三日月のサイズを特定することが可能である。

より一般には、２個のＬＥＤが同時に光っている状態でＮ個１組の画像が撮影されて、瞳孔に２つの三日月を生成する。好ましくは、２個の光源は２つの異なる子午線上に配置される。例えば、第１の画像Ｉｍ１は２個のＬＥＤｎ１１、ｎ１２を使用して捕捉され、第２の画像Ｉｍ２は２個の他のＬＥＤｎ２１、ｎ２２を使用して捕捉され、第３の画像Ｉｍ３は２個の他のＬＥＤｎ３１、ｎ３２を使用して捕捉される。

シミュレーションステップは、所与の組のパラメータ（Ｓｐｈ、Ｃｙｌ、軸・・・）に同じ構成Ｉｍ１（ＬＥＤｎ１１、ｎ１２）、Ｉｍ２（ＬＥＤｎ２１、ｎ２２）、Ｉｍ３（ＬＥＤｎ３１、ｎ３２）を用いてＮ個１組の対応する画像を生成することによって適合される。

最小化ステップ中、最適化と同じ原理、１つ又は複数のＩｍｊの比較が適用される。

別の実施形態によれば、同じ子午線からの２個異常のＬＥＤが同時に照明する。この場合、捕捉された画像を処理して、三日月の精密な形状を特定する代わりに、この子午線に沿った光分布における光の勾配を特定する。

上記方法はコンピュータプログラムで実施される。上述したように、アドオンフォトレフラクションモジュール１０を備えたスマートフォンにロードされるスマートフォンアプリケーションとして実施することもできる。

１組の偏心フォトレフラクション画像を捕捉するフォトレフラクションモジュール１０とシミュレーション及び最小化のための対応するアプリケーションとの組合せは、自覚屈折検査に進む前に良好な開始点を素早く提供する低コストツールを望む、スマートフォンを所有する世界中の任意の顧客に向けて容易に適合される。

本開示の発明は、地方の人々及び／又は新興市場の人々が装備できるようにする。本開示の発明は、教師、保健の教員、ＮＧＯのボランティア等の非専門家の検眼士が、屈折異常を検出するために、学校、政府プログラムで世界規模で大量スクリーニングを実現できるようにする。

本明細書に開示のシステム及び方法は、眼解析用、例えば自覚屈折測定用の技術ブロックとして別の医療機器内に組み込むこともできる。

代表的なプロセス及び物品が本明細書で詳細に記載されているが、当業者であれば、添付の特許請求の範囲によって説明及び定義されているものの範囲から逸脱することなく、様々な置換形態及び修正形態がなされ得ることを認識するであろう。

２ 眼
４ 検眼士
１０ フォトレフラクションモジュール
１１ ワイヤ接続
１６－Ａ 光源
１６－Ｂ 光源
１６－Ｃ 光源
１８－Ａ 光源
１８－Ｂ 光源
１８－Ｃ 光源
２０ モバイルデバイス
３０ カメラ
５０ システム

Claims (15)

1. 個人の眼の屈折を推定する方法であって、
   ａ）前記眼のＮ個１組の取得された偏心フォトレフラクション画像を提供すするステップであって、Ｎは１以上の整数である、提供するステップと、
   ｂ）少なくとも球面度数を含む１組のパラメータの値を初期化するステップと、
   ｃ）前記１組のパラメータの前記値に従って、シミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を提供するステップと、
   ｄ）前記Ｎ個１組の取得された偏心フォトレフラクション画像と前記Ｎ個１組のシミュレートされた偏心フォトレフラクション画像との間の差の推定子を特定するステップと、
   ｅ）最適化アルゴリズムを使用して最適化を実行し、前記１組のパラメータの値を調整し、ステップｃ）及びｄ）を繰り返すことによって前記推定子を最適化するステップと、
   ｆ）前記１組のパラメータの前記調整された値から、前記眼の少なくとも１つの屈折パラメータの推定を推測するステップと、
   を含む方法。
2. 前記ステップａ）は：
   ｇ）アパーチャ及び複数のＭ個の光源を有する画像捕捉デバイスを含むシステムを前記眼の前方に配置するステップであって、Ｍは２以上の整数であり、前記複数のＭ個の光源は、前記画像捕捉デバイスの光軸を横断する少なくとも２つの方向に沿った所定の位置で、前記画像捕捉デバイスの前記アパーチャの周囲に偏心して配置され、前記Ｍ個の光源の各光源は、光パルスで前記眼を照明するように適合及び構成される、配置するステップ、
   ｈ）前記複数のＭ個の光源の各光源を使用して前記眼を照明するステップ、及び
   ｉ）前記画像捕捉デバイスを使用して前記眼の前記Ｎ個１組の取得された偏心フォトレフラクション画像を記録するステップであって、ＮはＭ以下であり、前記Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、前記複数のＭ個の光源の少なくとも１つの光源の前記光パルスにより照明された前記眼を表す、記録するステップ、
   を含み、
   前記ステップｃ）は：
   ｊ）前記１組のパラメータの前記値に従って、前記シミュレーションモデルを使用して前記Ｎ個１組のシミュレートされた偏心フォトレフラクション画像を生成するステップ、
   を含む、請求項１に記載の方法。
3. 前記ステップｂ）は、前記Ｎ個１組の取得された偏心フォトレフラクション画像から３つ１組の取得された偏心フォトレフラクション画像を選択することであって、前記３つ１組の取得された偏心フォトレフラクション画像は、前記画像捕捉デバイスの前記光軸を横断する３つの方向に沿って配置された３つの光源を使用して記録される、選択することと、３つの取得された前記偏心フォトレフラクション画像の各々を処理して、暗い三日月のサイズ及び傾斜角を特定することと、そこから、前記３つの方向の３つの屈折力値を推測することとを含む、請求項２に記載の方法。
4. ＭはＮに等しく、前記ステップｈ）は、前記複数のＭ個の光源の各光源を順次使用して前記眼を照明することを含み、前記ステップｉ）は、前記眼が前記複数のＭ個の光源のうちの１つの光源の前記光パルスにより照明されているとき、前記Ｎ個１組の偏心フォトレフラクション画像の各画像を取得することを含む、請求項２又は３に記載の方法。
5. ＮはＭよりも小さく、前記ステップｈ）は、前記複数のＭ個の光源のうちの２つの光源を同時に使用して前記眼を照明するステップを含み、前記ステップｉ）は、２つの光源の前記光パルスにより前記眼が照明されているとき、前記Ｎ個１組の偏心フォトレフラクション画像のうちの１つの画像を取得するステップを含む、請求項２又は３に記載の方法。
6. 前記シミュレーションモデルは、光強度分布の幾何－光学モデル又はレイトレーシングモデルに基づく、請求項１または３に記載の方法。
7. 前記シミュレーションモデルは、各光源の電力等のハードウェアパラメータ、角膜反射等の眼科パラメータ、及び／又は前記眼に対する前記画像捕捉デバイスの位置等の動作パラメータに更に基づく、請求項１または３に記載の方法。
8. 前記推定子は、前記Ｎ個１組の取得された偏心フォトレフラクション画像と前記Ｎ個１組のシミュレートされた偏心フォトレフラクション画像との間のピクセル毎の差に基づき、又は前記推定子は、前処理されたＮ個１組の取得された偏心フォトレフラクション画像と前処理されたＮ個１組のシミュレートされた偏心フォトレフラクション画像との比較に基づく、請求項１または３に記載の方法。
9. 前記最適化アルゴリズム又は最小化アルゴリズムは、シンプレックス若しくはネルダー－ミード等の勾配計算なしの方法又はレーベンバーグ－マルカート等の勾配計算ありの方法に基づく、請求項１または３に記載の方法。
10. 前記画像捕捉デバイスと前記眼との間の距離及び／又は前記眼に対する前記画像捕捉デバイスの向きを特定することを更に含む請求項１または３に記載の方法。
11. 前記１組のパラメータは、円柱度数、軸、瞳孔間距離、高次収差、半瞳孔間距離、注視方向、赤色反射量、及びスタイルズ－クロフォードパラメータの中の前記眼の少なくとも１つの他のパラメータを更に含む、請求項１または３に記載の方法。
12. 個人の眼の屈折を推定するシステムであって、前記システムは、モバイルデバイス又はリモートコンピュータと通信するように適合され、前記システムは、
    － 画像捕捉デバイス及び複数のＭ個の光源であって、Ｍは２以上の整数であり、前記複数のＭ個の光源は、前記画像捕捉デバイスの光軸を横断する少なくとも２つの方向に沿った所定の位置で、前記画像捕捉デバイスの周囲に偏心して配置される、画像捕捉デバイス及び複数のＭ個の光源を備え、
    － 前記システムは、前記複数のＭ個の光源の各光源を使用して、光パルスで前記眼を照明するように適合及び構成され、
    － 前記画像捕捉デバイスは、前記眼のＮ個１組の取得された偏心フォトレフラクション画像を記録するように構成され、ＮはＭ以下の整数であり、前記Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、前記複数のＭ個の光源の少なくとも１つの光源の前記光パルスにより照明された前記眼を表し、
    － 前記システムは、メモリ及びプロセッサを含む計算モジュールを備え、前記プロセッサは、前記メモリに記憶されたプログラム命令を実行して、
    ｋ）少なくとも球面度数を含む１組のパラメータの値を初期化することと、
    ｌ）前記１組のパラメータの値に基づいてシミュレーションモデルを使用してＮ個１組のシミュレートされた偏心フォトレフラクション画像を生成することと、
    ｍ）前記Ｎ個１組の取得された偏心フォトレフラクション画像と前記Ｎ個１組のシミュレートされた偏心レフラクション画像との間の差の推定子を計算することと、
    ｎ）最小化アルゴリズムを使用して、前記１組のパラメータの値を調整し、ステップｌ）及びｍ）を繰り返すことにより前記推定子を最小化することと、
    ｏ）前記１組のパラメータの前記調整された値から、前記眼の少なくとも１つの屈折パラメータの推定を推測することと、
    を行うように構成される、システム。
13. 前記画像捕捉デバイス及び前記複数のＭ個の光源は、前記モバイルデバイスに着脱可能に取り付けられた付属品に搭載される、請求項１２に記載のシステム。
14. 前記計算モジュールは、前記モバイルデバイス又は前記リモートコンピュータに含まれる、請求項１２又は１３に記載のシステム。
15. プロセッサがアクセス可能で、前記プロセッサによって実行される場合に、前記プロセッサに少なくとも以下のステップ：
    ｐ）Ｎ個１組の取得された偏心フォトレフラクション画像を提供するステップであって、前記Ｎ個１組の取得された偏心フォトレフラクション画像の各画像は、画像捕捉デバイスの光軸を横断する少なくとも２つの方向に沿った所定の位置で画像捕捉デバイスの周囲に偏心して配置された複数のＭ個の光源の少なくとも１つの光源の光パルスによって照明された眼を表し、Ｍは２以上の整数であり、ＮはＭ以下の整数である、提供するステップ、
    ｑ）少なくとも球面度数を含む１組のパラメータの値を初期化するステップ、
    ｒ）前記１組のパラメータの前記値に基づいて、シミュレーションモデルを使用して前記Ｎ個１組のシミュレートされた偏心フォトレフラクション画像を生成するステップ、
    ｓ）前記Ｎ個１組の取得された偏心フォトレフラクション画像と前記Ｎ個１組のシミュレートされた偏心フォトレフラクション画像との間の差の推定子を特定するステップ、
    ｔ）前記１組のパラメータの値を調整し、ステップｒ）及びｓ）を繰り返すことによって、最適化アルゴリズムを使用して前記推定子を最適化するステップ、及び
    ｕ）前記１組のパラメータの前記調整された値から、前記眼の少なくとも１つの屈折パラメータの推定を推測するステップ、
    を実行させる１つ又は複数の記憶された命令シーケンスを含むコンピュータプログラム製品。

Images