JP5555258B2 - 適合光学線走査検眼鏡及び方法 - Google Patents

Description

（関連出願の相互参照）
本願は、米国仮特許出願第６１／１４４，９５１号（２００９年１月１５日出願）の利益および優先権を主張し、この出願は本願の譲受人によって所有され、この出願の開示は、その全体が本明細書に参考として援用される。

（政府支援）
本発明は、ＮＩＨ国立眼病研究所補助金Ｒ４３ ＥＹ０ｌ８５０９の下で政府支援によってなされた。政府は、本発明に一定の権利を有し得る。

（発明の分野）
本発明は、概して、網膜または眼球の撮像のための方法および装置に関し、より具体的には、物体（例えば、眼）の光学画像の歪みを補正する方法および装置に関する。

共焦点撮像システム（例えば、走査レーザ検眼鏡、共焦点顕微鏡等）は、焦点面と共役する検出器の前のピンホールを使用することによって、隣接または面外ボクセルから散乱した光を拒絶する。これは、投光照明および検出スキーム上の画像コントラストおよび分解能を向上させることができる。線走査アプローチは、フライングスポットＳＬＯと同様にピクセルサイズによって画定される共焦点範囲ゲートの外側の散乱光を拒絶しながら、１次元で照明および検出を多重化する。

視覚の構造および機能的側面、洗練されているが複雑な網膜回路、ならびに疾患の悪進行中のその構造の崩壊、配線、および過程を理解するために、適応光学部（ＡＯ）をツールとして使用することができる。ＡＯシステムは、波面センサで、涙液膜、角膜、および水晶体から主に生じる眼球収差を感知することができ、波面補償器で閉ループ方式において収差を補正することができる。小型レンズおよびＣＣＤカメラから成るＨａｒｔｍａｎｎ−Ｓｈａｃｋ波面センサが、典型的には眼球収差の迅速な検出に使用されるが、干渉分光法等の他の技法も使用することができる。ＭＥＭＳベースの可変鏡、磁気アクチュエータ可変鏡、および液晶位相変調器を含む、波面補正を達成するためのいくつかの方法がある。

ＡＯは、眼球の幾何学形状および光学系によって課せられる制限を克服することができる。ＡＯは、早期検出、疾患の診断、および進行追跡等の臨床用途のための高方位分解能撮像を可能にしてきた。ＡＯは、視覚の構造および機能的側面を理解するためにツールとして使用することができる。これらの視覚研究は、典型的には、向上した撮像性能を使用し、いくつかはまた、網膜機能を刺激し、精査する向上した能力から便益を得る。ＡＯはまた、治療を誘導するため、新薬の発見のため、および治療有効性の評価のために使用することもできる。ＡＯを用いると、眼から抽出することができる基礎レベルの情報および詳細が、著しく向上させられる。

眼は、本質的に、約２ｍｍ未満の小さい瞳孔径に対して、ほぼ回折限界的な網膜点を生じることができる。眼は、この場合、約０．０５インチの開口数（ＮＡ）を有し、近赤外線に対して５μｍ〜１０μｍの点を生じる。しかしながら、瞳孔径が増加させられるにつれて、眼球収差が増加した開口数からの利得を打ち消し、網膜点サイズは本質的に不変である。従来の共焦点顕微鏡は、高開口数（ＮＡ）対物レンズを用いて、サブミクロンの方位（∝１／ＮＡ）および距離（∝１／ＮＡ^２）分解能を達成することができる。眼科では、後部を撮像することは、眼のＮＡおよび収差（散大した瞳孔については約０．２）。走査レーザ検眼鏡（ＳＬＯ）は、検出器ピンホールと共役しない、他の網膜の横位置および深度から散乱した光を遮断する共焦点器具である。それらは、それぞれ、５μｍ〜１０μｍおよび３００μｍの方位および距離分解能を達成することができる。共焦点器具の軸方向焦点深度はしばしば、共焦点範囲ゲートと呼ばれる。ＡＯは、眼球収差を補正して散大した眼の真の潜在的ＮＡを達成するために使用することができる。適応光学走査レーザ検眼鏡（ＡＯＳＬＯ）は、ほぼ回折限定的な点（約２．５μｍ）および優れた光学切片（７０μｍほども小さい）を達成することができる。

現在、臨床医および研究科学者によるＡＯの普及には２つの障壁がある。第１の障壁は、可変鏡の高い費用である。第２の障壁は、システムの複雑性である。現在、ＡＯシステムは、光学、工学、および器具類の広範な専門知識がある研究者のみによって構築し、操作することができる。ＡＯシステムは、全ての他の要因（サイズ、費用、複雑性、使用の場合等）を除いて、最良の撮像性能のために設計され、構築されている。これは、研究室から診療所へのＡＯの遷移を遅くしている。

本発明は、一実施形態では、線走査検眼鏡（ＬＳＯ）に統合された適応光学部（ＡＯ）を特色とする。本発明は、日常的な臨床使用のために広視野であるが限定された分解能を提供するＳＬＯ器具と、複雑な高分解能で高性能のＡＯ器具との間のすき間を充填する。検眼医、検眼士、および視覚科学者によって使用することができる、ＡＯ−ＬＳＯのようなコンパクトな簡易ＡＯ器具は、網膜疾患を検出し、治療するように、資格の理解および新しい技法の開発を進展させることができる。

ＡＯ−ＬＳＯは、視覚に重要な細胞および構造を可視化するのに十分な方位分解能を提供することができる。ＡＯ−ＬＳＯは、従来の研究ＡＯＳＬＯと比較して、単純化した光学部、高速走査構成要素、およびより小さい設置面積を有する。ＡＯ−ＬＳＯは、例えば、光受容体、細かい毛細血管、神経線維束、およびドルーゼ、新しい血管の増殖、および罹患した眼の中の病変を可視化するために使用することができる。このコンパクトで低費用の器具類の進展は、効率的で迅速な画像収集、早期疾患スクリーニングおよび検出、ならびに向上した診断率を提供するように、日常的な臨床使用への高分解能ＡＯ能力のより迅速な遷移を可能にすることができ、既存および新しい治療策略を誘導することができる。これまでにない詳細で網膜構造をマップし、可視化する能力は、疾患過程の理解を向上させ、治療法を向上させることができる。

卓上ＡＯ−ＬＳＯ器具は、１つだけの可動部、より小さい器具設置面積、およびより少ない光学構成要素を用いて、高分解能網膜画像を生成することができる。ＡＯ−ＬＳＯは、斑点または他の標的のモンタージュが迅速かつ効率的に取得されることを可能にする、中程度の視野（例えば、５．５度）を有することができる。例えば、斑点全体を、３×３画像モンタージュで迅速にマップすることができる。光受容器は、窩の約０．５ｍｍ以内で分解し、数えることができる。中心無血管帯域を包囲する毛細血管、ならびにその内側を流れる細胞を分解することができる。特に視神経頭付近の個々の神経線維束、ならびに篩板等の他の構造を分解することができる。器具設計、製造、および試験に加えて、自動画像記録、円錐計数、およびモンタージュステッチングに、ソフトウェアアルゴリズムを使用することができる。

適応光学構成要素および共焦点線走査（線視野とも呼ばれる）網膜撮像アプローチ（例えば、ＡＯ−ＬＳＯシステム）は、高速スキャナおよび関連鏡またはレンズリレーの排除によって、ハードウェアの複雑性の低減を提供することができる。共焦点線走査アプローチの方位分解能および深度切片を、適応光学部で向上させることができる。例えば、約６μｍの直径の光受容器を、約０．６μｍ（例えば、約２度）の偏心度で分解することができる。約１５〜２０μｍの直径の神経線維束を、神経線維層内で分解することができる。システムは、中心無血管帯域を包囲する細かい毛細血管を分解することができ、視神経頭内の篩板の中の空胞を可視化することができる。いくつかの実施形態では、斑点全体（例えば、約１５度）にわたって光受容器モザイクをマップするように、網膜画像を縫い合わせることができる。可変鏡、Ｈａｒｔｍａｎｎ−Ｓｈａｃｋ波面センサ（ＨＳ−ＷＳ）、検流計、および線形検出器を含む、器具ハードウェアを制御し、同期するために、収集ソフトウェアを使用することができる。いくつかの実施形態では、自動記録および平均化、円錐計数、およびモンタージュの生成に、分析ソフトウェアが使用される。いくつかの実施形態では、システムは、高ストローク可変鏡、１つだけの可動部、従来のＡＯＳＬＯ設備の半分の光学要素（例えば、球面鏡）を含み、ハードウェアのさらなる低減を特色とすることができる。

ＡＯ−ＬＳＯシステムは、線走査網膜撮像装置に適合された、波面センサレスＡＯ制御アルゴリズムの使用を含むことができる。波面センサレスアルゴリズムは、別個の波面センサからよりもむしろ、画像情報自体から眼球収差についての情報を抽出することができる。アルゴリズムは、リアルタイムで（例えば、約１０Ｈｚで）動作するほど十分効率的に画像情報を処理することができ、別個の波面センサの必要性を未然に防ぎ、システムの複雑性のさらなる低減をもたらすことができる。波面センサレスアルゴリズムの実装により、ＡＯ−ＬＳＯシステムは、可変鏡、線形検出器、検流計、および球面鏡を含むことができる（または、それらに縮小することができる）。したがって、波面センサレスアルゴリズムの実装は、デバイスを生産する費用を減少させるだけでなく、あまり複雑ではなく、操作しやすい器具も可能にする。

収集および分析ソフトウェアを、途切れない迅速な情報収集および自動分析に使用することができる。この分析の出力は、地理的萎縮の辺縁、黄斑ドルーゼの平均サイズおよび全体的範囲、ならびに脈絡膜新生血管病変内の新しい血管の直径および密度を含む、例えば、網膜斑点にわたる光受容器密度マップについての情報を伴う、疾患のカスタマイズされた報告書の形態となり得る。全体的な網膜の健康も、網膜流量測定についての統計とともに臨床医に提示することができる。

一側面では、本発明は、（ｉ）光線によって眼の一部分を走査することと、（ｉｉ）眼の走査した部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行う第１の光学モジュールを含む、装置を特色とする。装置はまた、出力光を検出し、眼の一部分を撮像する、検出デバイスも含む。装置は、（ｉ）光学的歪みを検出することと、（ｉｉ）眼の一部分上において走査された光線の光学的歪みを補正することとを行う第２の光学モジュールを含む。

別の側面では、本発明は、眼の一部分を撮像するための方法を特色とする。方法は、光線によって眼の一部分を走査するステップと、眼の走査した部分からの反射光を反射するステップとを含む。方法はまた、検出器に、線焦点構成にある出力光を共焦点的に提供するステップと、出力光からの眼の一部分を、検出器で撮像するステップとを含む。方法はまた、光学的歪みを検出するステップと、眼の一部分上において走査された光線の光学的歪みを補正するステップとを含む。

別の側面では、本発明は、眼の一部分を撮像するための方法を特色とする。方法は、光線によって眼の一部分を撮像するステップと、眼の一部分の画像の光学的歪みを検出するステップと、眼の一部分を撮像する光線の光学的歪みを補正するステップとを含む。

さらに別の側面では、本発明は、線走査検眼鏡と、光学的歪みを検出する第１のモジュールと、眼の一部分を撮像する線走査検眼鏡の光線の光学的歪みを補正する第２のモジュールとを含む、装置を特色とする。

別の側面では、本発明は、光線からの画像を記録するための方法を特色とする。方法は、コンピュータデバイスによって、光線からの画像の中のキーフレームを選択するステップと、コンピュータデバイスによって、光線からの画像の中のキーフレームおよび少なくとも１つの他のフレームにおける同様の構造特徴を識別するステップとを含む。方法はまた、コンピュータデバイスによって、少なくとも１つの他のフレームをキーフレームと整列させて、光線からの画像を記録するステップも含む。

さらに別の側面では、本発明は、眼の画像の中の円錐を数えるための方法を特色とする。方法は、コンピュータデバイスによって、光線からの画像の中の不均一な画像背景を補正するステップと、コンピュータデバイスによって、背景を差し引いて、光線からの画像を向上させるステップとを含む。方法はまた、コンピュータデバイスによって、極大値を有する領域を識別して、領域の重心に基づいて各円錐の場所の推定値を取得するステップも含む。

なおもさらなる別の側面では、本発明は、光学放射源と、光学放射を受光するように、および光学放射を光線に形成するように構成される、円柱レンズとを備える、装置を特色とする。光学システムは、スキャナと、少なくとも１つの集束要素とを含む。スキャナは、光線によって眼の一部分を走査するように、および眼の一部分からの反射光を反射するように構成される。スキャナおよび少なくとも１つの集束要素は、線焦点構成にある出力光を共焦点的に提供するように構成される。線形アレイ検出器は、線焦点構成にある出力光を検出するように、および眼の一部分を撮像するように構成される。波面センサは、光学的歪みを検出するように適合され、波面補償器は、眼の一部分上において走査された光線の光学的歪みを補正するように適合される。

他の例では、上記の側面のいずれも、または本明細書で説明される装置または方法のいずれも、下記の特徴のうちの１つ以上を含むことができる。

第２の光学モジュールは、検出デバイスからの画像の光学的歪みを検出することができる。いくつかの実施形態では、第２の光学モジュールは、光学的歪みを検出する波面センサと、眼の一部分上において走査された光線の光学的歪みを補正する波面補償器とを含む。第２の光学モジュールは、眼の一部分上において走査された光線の光学的歪みを補正する可変鏡を含むことができる。

いくつかの実施形態では、検出デバイスは、線形アレイ検出器である。可変鏡に光線を方向付けるために、少なくとも１つの光リレーを使用することができる。

第１の光学モジュールは、光源と、光源から光を受光し、光線を提供する、第１の光学構成要素とを含むことができる。第２の光学モジュールは、第２の光源と、第２の光源からの光の一部分が通過することを可能にする、第２の光学要素とを含むことができる。いくつかの実施形態では、第２の光学要素は、ペリクルビームスプリッタ、二色性ビームスプリッタ、またはそれらの任意の組み合わせを含む。

光学的歪みは、検出デバイスからの画像から、検出することができる。光学的歪みを検出するように、光線からの少なくとも１つの画像を処理することができる。光学的歪みを検出するために、第２の光源からの光を使用することができる。いくつかの実施形態では、波面センサは、光学的歪みを検出することができ、波面補償器は、光学的歪みを補正することができる。光学的歪みを検出するように、眼の一部分を波面センサに撮像することができる。光学的歪みを補うために、適応光学要素を使用することができる。いくつかの実施形態では、眼の一部分上において走査された光線の光学的歪みを補正するために、可変鏡が使用される。

いくつかの実施形態では、装置は、線走査検眼鏡と、光線の光学的歪みを補正する波面補償器を含むモジュールとを含む。いくつかの実施形態では、モジュールは、光線から光学的歪みを検出する、波面センサを含む。波面補償器は、可変鏡となり得る。モジュールは、モジュールと通信しているプロセッサを含むことができる。プロセッサは、光線からの少なくとも１つの画像に基づいて光学的歪みを決定することができる。

いくつかの実施形態では、本発明は、光線を提供する光学構成要素に光を方向付ける単一の光源を含む、装置を特色とする。装置は、眼の一部分を撮像する単一の検出デバイスを含むことができる。

いくつかの実施形態では、第２のモジュールは、電子回路またはコンピュータ可読媒体で明白に具現化され、第２のモジュールは、光線からの画像を記録し、光線からの画像の中の円錐を数え、またはそれらの組み合わせを行うように構成される。第２のモジュールは、光線からの画像の中のキーフレームを選択し、光線からの画像の中のキーフレームおよび少なくとも１つの他のフレームにおいて同様の構造特徴を識別し、少なくとも１つの他のフレームをキーフレームと整列させて、光線からの画像を記録するように構成することができる。第２のモジュールはまた、光線からの画像の中の不均一な画像背景を補正し、背景を差し引いて光線からの画像を向上させ、極大値を有する領域を識別して、領域の重心に基づいて各円錐の場所の推定値を取得するように構成することができる。
例えば、本願発明は以下の項目を提供する。
（項目１）
（ｉ）光線によって眼の一部分を走査することと、（ｉｉ）該眼の該走査された部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行うように構成される、第１の光学モジュールと、
該出力光を検出することと、該眼の該一部分を撮像することとを行うように構成される検出デバイスと、
（ｉ）光学的歪みを検出することと、（ｉｉ）該眼の該一部分上において走査された該光線の該光学的歪みを補正することとを行うように構成される、第２の光学モジュールと
を備える、装置。
（項目２）
前記検出デバイスは、線形アレイ検出器である、項目１に記載の装置。
（項目３）
前記第２の光学モジュールは、前記検出デバイスからの画像の前記光学的歪みを検出する、項目１に記載の装置。
（項目４）
前記第２の光学モジュールは、
前記光学的歪みを検出するように適合される波面センサと、
前記眼の前記一部分上において走査された前記光線の該光学的歪みを補正するように適合される波面補償器と
を備える、項目１に記載の装置。
（項目５）
前記第２の光学モジュールは、前記眼の前記一部分上において走査された前記光線の前記光学的歪みを補正するように適合される可変鏡を備える、項目１に記載の装置。
（項目６）
前記可変鏡に前記光線を方向付けるように構成される少なくとも１つの光リレーをさらに備える、項目５に記載の装置。
（項目７）
前記第１の光学モジュールは、光源と、該光源から光を受光することと、前記光線を提供することとを行うように構成される第１の光学構成要素とを備え、前記第２の光学モジュールは、第２の光源と、該第２の光源からの光の一部分が波面センサに移動することを可能にするように適合される第２の光学要素とを備える、項目１に記載の装置。
（項目８）
前記第２の光学要素は、ペリクルビームスプリッタ、二色性ビームスプリッタ、またはそれらの任意の組み合わせを含む、項目７に記載の装置。
（項目９）
前記検出デバイスおよび前記第２の光学モジュールと通信しているプロセッサであって、前記光線からの少なくとも１つの画像に基づいて前記光学的歪みを決定するように構成される、プロセッサをさらに備える、項目１に記載の装置。
（項目１０）
前記検出デバイスおよび前記第２の光学モジュールと通信しているプロセッサであって、該プロセッサは、前記光線からの画像を記録すること、該光線からの画像の中の円錐を数えること、またはそれらを組み合わせることを行うように構成される、プロセッサをさらに備える、項目１に記載の装置。
（項目１１）
前記プロセッサは、
前記光線からの前記画像の中のキーフレームを選択することと、
該光線からの該画像の中の該キーフレームおよび少なくとも１つの他のフレームにおいて同様の構造特徴を識別することと、
該少なくとも１つの他のフレームを該キーフレームと整列させて、該光線からの画像を記録することを行うように構成される、項目１０に記載の装置。
（項目１２）
前記プロセッサは、
前記光線からの前記画像の中の不均一な画像の背景を補正することと、
該背景を差し引いて、該光線からの該画像を向上させることと、
極大値を有する領域を識別することにより、該領域の重心に基づいて各円錐の場所の推定値を取得することと
を行うように構成される、項目１０に記載の装置。
（項目１３）
眼の一部分を撮像する方法であって、
光線によって該眼の一部分を走査することと、
該眼の該走査された部分からの反射光を反射することと、
線焦点構成にある出力光を検出器に共焦点的に提供することと、
該出力光からの該眼の該一部分を該検出器によって撮像することと、
光学的歪みを検出することと、
該眼の該一部分上において走査された該光線の中の該光学的歪みを補正することと
を含む、方法。
（項目１４）
前記検出器からの画像から、光学的歪みを検出することをさらに含む、項目１３に記載の方法。
（項目１５）
波面センサによって前記光学的歪みを検出することと、波面補償器によって該光学的歪みを補正することとをさらに含む、項目１３に記載の方法。
（項目１６）
可変鏡によって、前記眼の前記一部分上において走査された前記光線の前記光学的歪みを補正することをさらに含む、項目１３に記載の方法。
（項目１７）
前記光学的歪みを検出するために、第２の光源からの光を使用することをさらに含む、項目１３に記載の方法。
（項目１８）
コンピュータデバイスによって、前記光線からの前記画像の中のキーフレームを選択することと、
該コンピュータデバイスによって、該光線からの該画像の中の該キーフレームおよび少なくとも１つの他のフレームにおける同様の構造特徴を識別することと、
該コンピュータデバイスによって、該少なくとも１つの他のフレームを該キーフレームと整列させて、該光線からの画像を記録することと
によって、該光線からの画像を記録することをさらに含む、項目１３に記載の方法。
（項目１９）
コンピュータデバイスによって、前記光線からの前記画像の中の不均一な画像背景を補正することと、
該コンピュータデバイスによって、該背景を差し引いて、該光線からの該画像を向上させることと、
該コンピュータデバイスによって、極大値を有する領域を識別して、該領域の重心に基づいて各円錐の場所の推定値を取得することと
によって、前記眼の画像の中の円錐を数えることをさらに含む、項目１３に記載の方法。
（項目２０）
眼の一部分を撮像する方法であって、
眼の一部分を光線によって撮像することと、
該眼の該一部分の画像における光学的歪みを検出することと、
該眼の該一部分を撮像する光線における該光学的歪みを補正することと
を含む、方法。
（項目２１）
前記光学的歪みを検出するために、波面センサに前記眼の前記一部分を撮像することをさらに含む、項目２０に記載の方法。
（項目２２）
前記光学的歪みを検出するために、前記光線からの少なくとも１つの画像を処理することをさらに含む、項目２０に記載の方法。
（項目２３）
適応光学要素によって前記光学的歪みを補償することをさらに含む、項目２０に記載の方法。
（項目２４）
光学放射源と、
該光学放射を受光、および該光学放射を光線に形成するように構成される円柱レンズと、
スキャナおよび少なくとも１つの集束要素を含む光学システムであって、該スキャナは、該光線によって眼の一部分を走査、および該眼の該一部分からの反射光を反射するように構成され、該スキャナおよび該少なくとも１つの集束要素は、線焦点構成にある出力光を共焦点的に提供するように構成される、光学システムと、
該線焦点構成の該出力光を検出するように、および該眼の該一部分を撮像するように構成される線形アレイ検出器と、
光学的歪みを検出するように適合される波面センサと、
該眼の該一部分上において走査された該光線の中の該光学的歪みを補正するように適合される波面補償器と
を備える、装置。

本発明のその他の側面および利点は、次の図面および説明から明白となり得て、その全ては、一例のみとして、本発明の原則を解説する。

上記の本発明の利点は、さらなる利点と共に、添付図面と併せて得られる次の説明を参照することによって、より良く理解することができる。図面は必ずしも一定の縮尺ではなく、その代わり、概して本発明の原則を解説することに重点を置いている。
図１は、本発明による光学装置を示す。 図２は、上面図および側面図でＡＯ−ＬＳＯシステムの例示的実施形態を示す。 図３Ａは、ＡＯ−ＬＳＯの光学レイアウトを図示し、図３Ｂは、図３ＡのＡＯ−ＬＳＯの焦点を通した図を示す。 図３Ａは、ＡＯ−ＬＳＯの光学レイアウトを図示し、図３Ｂは、図３ＡのＡＯ−ＬＳＯの焦点を通した図を示す。 図４Ａ−４Ｈは、ＡＯ補正の実施例を示す。 図４Ａ−４Ｈは、ＡＯ補正の実施例を示す。 図５Ａ−５Ｄは、４人の被検者について種々の偏心度で撮像された光受容基モザイクの実施例を示す。 図６は、９つのＡＯ−ＬＳＯフレームの中心斑モンタージュを示す。 図７は、異なる偏心度における３つの領域のＡＯ−ＬＳＯ画像および付随周波数マップを示す。 図８は、光受容器カウントを図示する。 図９Ａ−Ｃは、３人の個人の中心無血管帯域の周囲の環状毛細血管を示す。 図１０Ａ−Ｃは、３人の被検者から収集された異なる深度における視神経頭の３つの画像を示す。 図１１は、中心斑の中の神経線維束を図示する。 図１２は、合致した特徴を伴う２つのフレームを示す。 図１３Ａ−Ｄは、記録技法の比較を図示する。 図１４Ａ−Ｃは、０．８ｍｍの偏心度における手動および自動円錐計数の間の比較を示す。 図１５Ａは、別のＡＯ−ＬＳＯの光学レイアウトの概略図を示し、図１５Ｂは、ＡＯ−ＬＳＯの焦点を通した図を示す。 図１５Ａは、別のＡＯ−ＬＳＯの光学レイアウトの概略図を示し、図１５Ｂは、ＡＯ−ＬＳＯの焦点を通した図を示す。 図１６は、波面センサレスアルゴリズムのフロー図を図示する。

図１は、光学放射源１４と、光学放射を受光するように、および光学放射を光線に形成するように構成される、線発生器１８（例えば、円柱レンズ）とを含む、光学装置１０を示す。光学システム２２（例えば、第１の光学モジュール）は、スキャナと、少なくとも１つの集束要素（例えば、１つ以上の鏡、１つ以上の球面鏡、１つ以上の放物面鏡、１つ以上のレンズ、または前述のものの任意の組み合わせ）とを含む。スキャナは、光線によって眼２６の一部分を走査するように、および眼の一部分からの反射光を反射するように構成される。スキャナおよび少なくとも１つの集束要素は、線焦点構成にある出力光を共焦点的に提供するように構成される。線形アレイ検出器３０は、線焦点構成にある出力光を検出するように、および眼の一部分を撮像するように構成される。波面センサ３４は、光学的歪みを検出するように適合され、波面補償器３８は、眼の一部分上において走査された光線の光学的歪みを補正するように適合される。光学装置１０は、光源１４、光学システム２２、線形アレイ検出器３０、波面センサ３４、または波面補償器３８のうちの少なくとも１つと通信することができる、プロセッサ４２を含むことができる。

図２は、上面図および側面図でＡＯ−ＬＳＯシステム４６の例示的実施形態を示す。ＡＯ−ＬＳＯシステム４６の光学構成要素は、コンパクトであり、標準細隙灯スタンド（例えば、または他のジョイスティック動作筐体）に載置することができるプレート（例えば、８×２４インチ（４５×６０ｃｍ）または１２×１８インチ（３０×４５ｃｍ）プレート／光学実験用回路板等）上に嵌合するように設計されている。いくつかの実施形態では、ＡＯ−ＬＳＯシステム４６は、コンパクトな折り畳み光路においてより小さい曲率半径を伴う球面鏡を含む。ＡＯ−ＬＳＯシステムは、臨床使用に好適な携帯用パッケージに収納することができる。

ＡＯ−ＬＳＯシステム４６は、光学放射源１４と、円柱レンズである６つのレンズ５０と、ビームピックオフ５４と、４つの面外球面鏡５８と、３つの反射鏡６２と、第５の球面鏡６４と、波面補償器３８（例えば、可変鏡）と、スキャナ６６、眼２６に対する固視標７０と、３つの二色性ビームスプリッタ７４と、第２の光源７８と、ペリクルビームスプリッタ８２と、虹彩開口８６と、１対のフリップ鏡９０と、小型レンズアレイ９４を含む波面センサ３４と、減光フィルタ９８とを含む。波面補償器３８、スキャナ６６、および小型レンズアレイ９４は、瞳孔共役体１０２に配置され、検出器３０および波面センサ３４は、網膜共役体１０６に配置される。

４つの面外球面鏡５８は、波面補償器、例えば、大型ストローク可変鏡（例えば、Ｏｒｓａｙ，Ｆｒａｎｃｅ，Ｉｍａｇｉｎｅ Ｅｙｅｓ，Ｉｎｃ．から入手可能なＭｉｒａｏ可変鏡）に、およびスキャナ６６（例えば、単一の撮像検流計）に瞳孔を移送するように、２つの光リレーとしての機能を果たすことができる。スキャナは、瞳孔の周囲で枢動して、小さい網膜点にわたって光線を走査することができる。第５の球面鏡６４は、リレーの間でｆ−２ｆ変換を行うことができる。

システムおよび光リレーは、集束要素としての球面鏡とともに説明されているが、放物面鏡、１つ以上のレンズ、または前述のものの任意の組み合わせを含む、他の種類の鏡等の他の集束要素を使用することができる。球面鏡は、いずれの後方反射も生じず、全体的なシステム収差を低減することができる。球面鏡間の角度は、非点収差を最小化するように、小さく保つことができる。リレーの大きさは、波面補償器の直径（約１５ｍｍ）、線形アレイ検出器（Ａｖｉｉｖａ ＳＭ２ ＣＬ，ｅ２ｖ Ｉｎｃ．Ｃｈｅｌｍｓｆｏｒｄ，Ｅｎｇｌａｎｄ）の長さ（約１０．２４ｍｍ）、および瞳孔における所望の入力ビーム直径によって、設計を制約することができる。入力ビーム直径は、眼球収差の最小化とともに散大した瞳孔の高い方位分解能を達成するように、７．５ｍｍに設定することができる。検出器から網膜までの倍率は、約６．４となり得る。網膜上の視野サイズは、１．６ｍｍ（正視眼で５．５度）となり得て、網膜画像のピクセルサイズは、約１．５６μｍとなり得る。全体的な経路長は、比較的長くなり得る（照明ファイバから眼まで約２．６ｍ）。しかしながら、光学要素の数は少なくなり得る。高ストローク可変鏡は、増大したコンパクト性のために、焦点距離および折り畳みを縮小することができる。波面補正に加えて、可変鏡を用いて器具集束（焦点ずれ補正）を行うことができる。

光源１４は、レーザ等のコヒーレント光源、またはダイオードあるいはランプ等のインコヒーレント光源となり得る。ある実施形態では、光源１４は、約６５ｎｍの帯域幅、および約８２０ｎｍの中心波長を伴うデュアルスーパールミネセントダイオード（ＳＬＤ）光源（Ｂｒｏａｄｌｉｇｈｔｅｒ，Ｓｕｐｅｒｌｕｍ Ｉｎｃ．，Ｃａｒｒｉｇｔｗｏｈｉｌｌ，Ｉｒｅｌａｎｄ）である。光源は、光学装置に連結されるファイバとなり得て、コヒーレントスペックルを排除するために照明に使用することができる。照明ビームは、円柱レンズを用いて一方の軸で広げ、光リレーを介して波面補償器およびスキャナに移送することができ、そこで、網膜上でラスターを生じるように他方の軸で走査することができる。網膜から戻ってきたラスター光は、スキャナで反射することができ、固定線は、システムを通して送り返し、網膜画像を生成するように検出器上で集束させることができる。

第２の光源７８は、収差を感知するために使用される、別個のビーコン（例えば、７３５ｎｍのレーザダイオード）となり得る。第２の光源は、ペリクルビームスプリッタ８２および二色性ビームスプリッタ７４（Ｄ２）を用いて導入することができる。ペリクルは、入力時に入手可能な７３５ｎｍのビーコン光の一部分（例えば、約８％）を摘み取るため、および帰還信号を最大化するために使用することができる。二色性ビームスプリッタは、撮像およびビーコン光の効率的な分離のために切断することができる（例えば、７３５ｎｍで約９５％より大きい透過、および８２０ｎｍで約９０％より大きい反射）。ビーコンは、第１の光源１４からの撮像ビームに対して同一焦点かつ近軸となり得る。波面センサ、例えば、Ｈａｒｔｍａｎｎ−Ｓｈａｃｋ波面センサ（ＨＳ−ＷＳ）（Ｕｎｉｑ Ｉｎｃ．， Ｓａｎｔａ Ｃｌａｒａ，ＣＡから入手可能）上で帰還ビーコン光を７．５ｍｍまで縮小するために、付加的なレンズリレーを使用することができる。虹彩８６は、角膜反射からの光がＨＳ−ＷＳ画像を乱すのを妨げることができる。ＨＳ−ＷＳおよび検出器は、同じ網膜斑点の収差補正を提供するように、同じｆｓｙｎｃ信号に同期することができる。いくつかの実施形態では、システムは、減少したデバイスの複雑性のために、波面センサレス制御アルゴリズムを実装することができる。２つのフリップ載置鏡９０は、第１の光源１４からの撮像ビームを使用したＨＳ−ＷＳ較正に使用することができる。低いシステム収差で、この較正を他の網膜共役体において行うことができる。

いくつかの実施形態では、線形検出器３０は、高分解能（同様のサイズの網膜領域にわたって２０４８ピクセル）を生成する、高速検出器（例えば、７０ｋＨｚのライン速度）となり得る。高いフレーム率の動作は、より多数の画像がより短いセッションで収集されることを可能にする。システムは、例えば、網膜の血液動態を調査するために使用することができる。

被検者の頭および眼は、噛合バー、額用の台、および固視標７０で安定させることができる。眼の中へ固視標を反射させながら、撮像およびビーコンビームを伝送するために、コールドミラーを使用することができる。固視標は、コンピュータ制御された８×８ＬＥＤアレイまたは高分解能液晶ディスプレイとなり得る。

プロセッサ４２は、ＡＯ−ＬＳＯ収集および制御ソフトウェアを実行することができる。ＡＯ構成要素（例えば、波面センサおよび波面補償器）および撮像構成要素（ＬＳＯおよび検出器）は、２つの別個（であるが結び付けられた）プログラムから制御することができる。ＡＯ制御ソフトウェアは、波面センサカメラから画像を収集し、波面補償器に（例えば、可変鏡アクチュエータに）印加する補正電圧を計算することができる。ＡＯ制御ソフトウェアはまた、ＡＯ較正、全てのカメラおよび画像収集（すなわち、フレーム採集部）パラメータの設定および制御、ならびに波面誤差マップおよびゼルニケ計数のリアルタイム計算に関与することもできる。ＬＳＯ撮像ソフトウェアは、線形検出器から画像を収集し、保存することができる。ＬＳＯ撮像ソフトウェアはまた、固視標制御、ならびに波面センサと検出器との間の同期化を含む、カメラおよび画像収集（すなわち、フレーム採集部）パラメータの設定および制御に関与することもできる。

図３Ａは、ＡＯ−ＬＳＯの光学レイアウトを図示し、図３Ｂは、図３ＡのＡＯ−ＬＳＯの焦点を通した図を示す。この実施形態では、波面センサは光学レイアウトに示されていない。焦点を通した図は、ＡＯ補償がないシステムに存在する、軸上の回折限定的な性能（第３行下方）および軸外の非点収差（行１、２、４、５、および６）を示す。

線走査アプローチは通常、広視野網膜撮像のために構成される。器具の画像分解能は、（網膜上に投影される）ピクセルサイズおよび入力ビームのエアリーディスクによって決定することができる。ナイキスト限度は、エアリーディスクの最大ピクセルサンプリングに対して２という因数を定義することができる（ＡＯではほぼ回折限定的となるべきである）。ピクセルサイズはまた、線に隣接する集光効率によって制約することもできる。ＡＯ−ＬＳＯは、可変鏡のサイズおよび線形検出器のサイズによって、物理的および光学的に制約することができる。したがって、たとえいくつかの線形検出器が非常に小さいピクセルとともに存在してもよい、エアリーディスクおよびピクセルサイズを任意に小さくすることはできない。

高分解能の狭視野撮像のための線走査アプローチを構成するために、中程度のサイズの線形検出器ピクセル（１０μｍ）に対する光学性能と集光との間のトレードオフが、器具の解像力を決定することができる。網膜上の視野サイズは、約５．５度に設計することができ、縮小したピクセルは、約１．５μｍ（例えば、１０２４ピクセル）となり得る。Ｚｅｍａｘ光学モデルは、可変鏡のダイナミックレンジのごくわずかのみを使用して、収差補正とともに約２．４μｍ（８２０ｎｍ）のエアリーディスク半径内の回折限定的な性能を達成できることを示す。残留軸外非点収差は、可変鏡によって補正することができる。

システムを被検者調査で試験した。システムは、最初に、網膜疾患がない限定数の被検者で試験した。平均年齢４７歳の１０人の被検者（７人の男性、３人の女性）を撮像した。３人の被検者が近視であり、４人の被検者が正視であり（視力２０／４０以上）、４人の被検者が遠視であり、６人の被検者が老眼であって。平均屈折誤差は、近視には約−５．０Ｄ、遠視には＋１．５Ｄであった。調査中にいずれの被検者の眼も散大していなかった。しかしながら、大抵の被検者が、ＡＯ補償からの方位分解能および深度切片の改善の影響を受けやすい、少なくとも４〜５ｍｍ直径の瞳孔を有した。部屋を暗くし、暗順応した瞳孔散大を提供するためにバッフルを使用した。数人の被検者は、ＮＩＲビーコンおよび照明ビームを直接見ていない時に、７〜８ｍｍの瞳孔を有した。瞳孔は、窩を撮像する時に収縮した。不規則な瞳孔散大は、結果として生じた撮像性能で見られた変動性の原因となり、また、窩から収集された画像のＡＯ補償の比較的小さい差異（Δ［波面誤差］_ＲＭＳによって測定されるような）の原因にもなった。

ワックス印象噛合バーおよび額用の台を、頭部安定化および瞳孔セントレーションのために使用することができる。中心斑が大抵の個人で画像標的であったが、数人の被検者では、視神経頭も撮像された。光受容器は、そのうちの１人に軽度の白内障があった、２人を除いて全ての被検者で分解された。可変鏡は、全ての被検者で（ＡＯ補償前に）焦点ずれを静的に補正することができた。５〜３０秒の持続時間を伴うＬＳＯおよびＨＳ−ＷＳビデオを収集した。

適応光学部は、眼球収差に対する入力波面を動的に補正し、被検者から収集されたＬＳＯ画像の方位分解能を向上させた。図４Ａ−４Ｈは、ＡＯ補正の実施例を示す。図４Ａ、４Ｃ、および４Ｅは、ＡＯ補正を伴った、単一のＬＳＯ画像、平均波面誤差マップ、および平均点広がり関数をそれぞれ示し、図４Ｂ、４Ｄ、および４Ｆは、ＡＯ補正がない同上を示す。

図４Ａは、ＡＯ補正を伴って収集されたＬＳＯ画像を示す。図４Ｂは、ＡＯ補正を伴わずに収集されたＬＳＯ画像を示す。図４Ｃは、８ｍｍの瞳孔に対して約２秒の持続時間にわたって平均化された、ＡＯ補正を伴う波面誤差マップを示す。図４Ｄは、８ｍｍの瞳孔に対して約２秒の持続時間にわたって平均化された、ＡＯ補正がない波面誤差マップを示す。図４Ｅは、約２秒の持続時間にわたって平均化された、ＡＯ補正を伴う点広がり関数を示す。図４Ｆは、ＡＯ補正がない点広がり関数を示す。図４Ｇは、ＡＯ補正を伴う、および伴わない、フレームのＲＭＳ波面誤差の時間的経過を示す。図４Ｈは、ＡＯ補正を伴う、および伴わない、フレームのゼルニケ位数別のＲＭＳ波面誤差を示す。図４Ｇの波面誤差マップの全スケールは、±２μｍである。図４のＬＳＯ画像は、約５．５度（１．６ｍｍ）である。

ＡＯ補正を伴わずに収集された画像は、可能な限り最良の補正を達成するように、可変鏡に適用された球面補正を有した。平均ＲＭＳ誤差は、補正前（４３フレーム）に０．３４μｍおよび補正後（４８フレーム）に０．０７μｍであった。ストレール比は、２．２×１０^−４から０．７０まで向上した。最大で７のゼルニケ位数が改善を示したが、最大の改善は最初の４つの位数で見られた。補正の１０〜９０％上昇時間は、約２Ｈｚの閉ループ帯域幅に対して０．５２であり、他の可変鏡で以前に達成されたものよりも遅かった。これは、Ｉｍａｇｉｎｅ Ｅｙｅｓ可変鏡が、Ｂｏｓｔｏｎ Ｍｉｃｒｏｍａｃｈｉｎｅｓ Ｃｏｒｐ．（Ｃａｍｂｒｉｄｇｅ，ＭＡ）のＢＭＣ可変鏡の応答時間（例えば、約１ミリ秒）よりも遅い応答時間（約２５ミリ秒）を有することを示している分析と一致する。閉ループ帯域幅は、他の鏡または他の種類の補正でより高速となり得る。

光受容器は、この小規模パイロット物理実証被検者調査で撮像された個人の８０％で分解された。光受容器は、数人の個人については窩の約０．３ｍｍ（約１．０度）以内で分解された。以前に報告された組織学によれば、この偏心度での円錐サイズは、ＡＯ−ＬＳＯ器具の３ピクセルのサイズとほぼ同等である。光受容器は、それらが分解された全ての被検者について、約０．５ｍｍから約１ｍｍ（すなわち、約１．５〜３度）以内で確実に（例えば、手動で）数えられた。

光受容器モザイクを、１０人の被検者のうちの４人で、より徹底的に検査した。これらの被検者のうちの３人は、正視者であり、１人に比較的大きい乱視があった（ＯＳ：?１．７５Ｄ／０６５、ＯＤ：?２．５Ｄ／０９８）。これらの被検者について、斑全体（中心１５度）にわたってモンタージュを生成するためにビデオを収集した。付加的な分析は、手動および自動円錐計数ならびに偏心度の関数としての周波数分析を含んだ。

図５Ａ−５Ｄは、４人の被検者について種々の偏心度で撮像された光受容器モザイクの実施例を示す。縮尺バーは、約１００μｍである。図５Ａおよび５Ｂは、０．７６ｍｍの近似偏心度で分解された光受容器を示す。図５Ｃは、０．５８ｍｍの近似偏心度で分解された光受容器を示す。図５Ｄは、０．７２ｍｍの近似偏心度で分解された光受容器を示す。

被検者（ａ）は、ほぼ同等の偏心度で、被検者（ｂ）よりも高い光受容器の密度を有するように思われる。良好な固視（例えば、図５Ａ）については、個々の光受容器の歪みがほとんど見られない。他の被検者については、マイクロサッケードからのフレーム内歪みが、円錐を細長く見せた（例えば、図５Ｃ）。

数人の個人では、撮像ラスターに対する９つのオフセット位置に固定を移動させるように、異なる固視標ＬＥＤを照射しながら、短いビデオクリップ（約５秒）を収集した。これらは、斑全体にわたって光受容器モザイクをマップするために使用された。重複および被検者の凝視する能力に応じて、約３．５〜４．５ｍｍ（約１２〜１５度）のサイズの領域のモンタージュを構築するために、ビデオからの最良の個々の画像（すなわち、最良の光受容器コントラストを伴い、サッカードからの剪断がないもの）が使用された。画像は手動で整列され、個々の光受容器は、重複領域中で合致された。いくつかの実施形態では、ソフトウェアが個々のフレームを自動的に縫い合わせてモンタージュを生成する。眼のねじれ運動および他の画像ワープ源が補正されない場合、個々のフレームの完全重複を防止することができる。

概して、固視標ＬＥＤが変化させられている間にＡＯ補正を動作中にしておき（すなわち、ループを閉じた状態）、瞳孔セントレーションを維持するためのビームのわずかな調整とともに、立て続けにビデオを収集した。このシーケンスが行われた４人の被検者では、全てのビデオを収集するための撮像時間は、８分から１８分に及んだ。いくつかの実施形態では、技術は、全斑モンタージュ（３×３行列）を収集するための時間を約２０秒に削減する、自動モンタージュ作成のための走査配設を特色とする。約１．５度の視野を伴う研究ＡＯＳＬＯで網膜の同様の領域をマップすることは、約１００回の個々の走査を必要とし得る。図６は、９つのＡＯ−ＬＳＯフレームの中心斑モンタージュを示す。

図７は、異なる偏心度における３つの領域のＡＯ−ＬＳＯ画像および付随周波数マップを示す。図７Ａ−７Ｃは、円錐モザイクを示し、図７Ｄ−７Ｆは、広視野ＬＳＯ画像上で示されるように、（ａ）０．８３ｍｍ（約３度）、（ｂ）１．７２ｍｍ（約６度）、および（ｃ）２．６６ｍｍ（約９度）の偏心度で網膜斑点の円錐モザイクに対応する周波数マップを示す。縮尺バーは、約１００μｍである。

周波数マップは、光受容器間隔が増加するにつれて（ＤＣに向かって）減少する直径の光受容器密度に対応する、リングを示す。周波数成分は、画像をフィルタにかけてより正確な円錐カウントを達成するために、後処理ソフトウェアで使用される。周波数マップは、各画像領域に２Ｄ高速フーリエ変換（ＦＦＴ）を適用し、ＤＣが中心にあるように結果を移行させることによって作成することができる。

図８は、以前に報告された組織学と比較した光受容器カウントを示す。手動カウントが塗りつぶされた記号で示され、自動カウントが塗りつぶされていない記号で示されている。

種々の偏心度（すなわち、０．５〜２．５ｍｍ）における４人の被検者からのＡＯ−ＬＳＯ画像を、円錐計数に使用した。光受容器コントラストが良好であり、上にある網膜毛細血管からの陰影が全くない（またはほとんどない）、５０×５０ピクセル（７８×７８μｍ）のサイズの領域を選択した。手動円錐計数を行うために、（例えば、ＡＯ分析ソフトウェアライブラリの一部としての）ソフトウェアプログラムを使用することができる。手動円錐計数ソフトウェアは、ユーザが個別円錐の場所をクリックすることを可能にし、それは即座に、円錐が数えられたことを示すマークで画像オーバーレイを更新した。領域中の全ての円錐が完全に印付けられると、オーバーレイおよび円錐座標を伴う画像を保存した。自動円錐計数ソフトウェアも使用することができる。手動および自動計数の両方からの結果が、以前に報告された組織学と比較して上記の図８に示されている。被検者１は、概して、全ての偏心度でより高い円錐密度を有した。この被検者は、定性的に高い密度が留意された、図５Ａに示された被検者と同じである。自動円錐カウントは、より大きい偏心度についての組織学により近くなる傾向があり、最小偏心度（０．８ｍｍ未満）については不正確であった。この偏心度で、円錐密度が約２０，０００／ｍｍ^２よりも大きい場合、ＡＯ−ＬＳＯの平均円錐の直径は、約４．５ピクセルである。一般に、手動および自動円錐カウントは、合理的に十分合致し（時間の８２％でそれらの間の約２０％未満の差）、手動カウントが典型的には自動カウントよりも高く（時間の７７％）、最大差が最小偏心度で発生する。したがって、０．８ｍｍよりも大きい偏心度については、自動ソフトウェアは、頑丈で、円錐を数えるのが正確となり得る。

組織学と手動および自動円錐カウントとの間の違いを説明することができる、いくつかの要因がある。手動円錐カウントがより高かったという事実は、いくつかの要因によって説明することができる。必然的に、被検者集団全体にわたって円錐密度の広がりがあり、試験された４人の被検者のうちの３人に非常に良好な視力があったため、密度がわずかに高くてもよい。第２に、分析器（ＰＩ）が、そうではなかった領域の円錐を間違って標識したことがあり得る（誤検出）。自動ソフトウェアが、そうであった領域の円錐を標識しなかったことがあり得る（検出漏れ）。第３に、サンプリング場所を選択する時に、分析器が、円錐を最も良く可視化することができる非代表的領域を選択し、したがって、その偏心度で真の円錐密度を人為的に膨張させたことがあり得る。網膜サンプリング場所（すなわち、鼻、側頭部、下方、上方）の違いは区別されなかった。違いは、経線および赤道方向に沿った円錐密度の間に存在し、それは偏心度の関数としての測定された円錐密度の明白な変動のうちのいくつかの原因となり得る。

最も細かい網膜毛細血管中の流動を検査するために、ＡＯ−ＬＳＯシステムの焦点を、血管が存在する内側網膜層（内顆粒層および内網状層）まで（可変鏡で）前方に引っ張った。流動は、中心無血管帯域の周囲でリングを形成する最小毛細血管の中で可視化された。

図９Ａ−Ｃは、３人の個人の中心無血管帯域の周囲の環状毛細血管を示す。これらの画像は、以下で説明される後処理記録ソフトウェアを使用して、５０〜７０個の個々の記録ビデオフレームから平均化される。縮尺バーは、２００μｍである。

数人の被検者では、視神経頭も検査した。図１０Ａ−Ｃは、３人の被検者から収集された異なる深度における視神経頭の３つの画像を示す。図１０Ａは、浅い深度での神経線維束および血管を示す。視神経頭に進入する個々の神経線維束は、システム焦点がより前方（すなわち、内側）の層に設定された時に可視化することができる。図１０Ｂは、周縁で可視化された光受容器を示す。焦点がより深く調整されるにつれて、周辺に沿った、および強膜半月の中の光受容器が見える。図１０Ｃは、視神経頭の奥深くの篩板を示す。焦点が視神経頭に深く押し込められると、篩板の空胞およびスポンジ状パターンが見える。

図１１は、中心斑の中の神経線維束を示す。矢印は、窩の場所を示す。撮像された最も若い被検者（２６歳）では、窩を直接包囲する領域中の神経線維層の個々の束が可視化された。神経束は、直径が約１５〜２０μｍであり、神経線維層の既知の解剖学的特性と一致した。

ビデオが収集される患者撮像セッション後に、診断を行うこと、および／または治療法を誘導することに臨床医にとって有用となり得る情報に原画像を変換するために、後処理分析を行うことができる。例えば、向上した画像記録およびフレーム平均化、円錐計数、および斑モンタージュの生成に、収集ソフトウェアおよび画像収集プロトコルを使用することができる。いくつかの実施形態では、ソフトウェアは、半自動であり、何らかのユーザ入力を必要とする。

不随意眼球運動は、眼科診断技法にとって問題となり得る。視野サイズに対する明白な運動は、視野サイズが減少するにつれて増加することができ、不良な固視を含む臨床集団から収集された、１〜２度サイズの隣接ＡＯＳＬＯ画像の間には重複があるべきではない。網膜追跡ハードウェアをＡＯＳＬＯに統合することができ、約１５μｍ以内まで画像をうまく安定させる。リアルタイムソフトウェア記録アルゴリズムも実証されており、ＡＯ補正および患者固定が良好である時に、円錐直径未満まで画像を安定させる。画像記録およびフレーム平均化は、長時間の走査が必要とされる時（例えば、リポフスチンまたは他の網膜フルオロフォアの自己蛍光）、および特定の特徴（例えば、光受容器、小毛細血管等）が経時的に追跡される必要がある時に、デワーピングで有用なフレームの収率を増加させるように、および移動粒子（例えば、毛細血管中の血球）をより良好に分解するように、信号対雑音比を増加させることができる。収集ソフトウェアは、ＡＯＳＬＯおよびＡＯ−ＬＳＯ画像の両方に使用することができ、完璧なＡＯ補正を必要とせず、最適よりも低い収率を受け入れることができる（非重複および完全歪みフレームを破棄する）。

概して、眼球運動は、運動が画像スキャナと同じ、反対、または直交方向であるかどうかに応じて、フレーム内歪み、ピクセルの圧縮、拡張、または剪断を引き起こし得る。フレーム内の眼球運動はまた、隣接フレーム間のフレーム間平行移動も引き起こし得る。ねじれ眼球運動はまた、１つのフレームを別のフレームにたいして回転させることもできる。眼球運動は、線形検出器の積分時間中に発生するほど十分速くなく（すなわち、数十ｋＨｚのライン速度を伴うＡＯ−ＬＳＯについて、積分時間は通常、約１００μｓ未満である）、それは、記録ソフトウェアで利点として使用することができる。処理は、幅が２０ピクセルの細片で行うことができ、（１５ｆｐｓのフレームレートに対して）取得するのに約１．３ｍｓかかり得る。記録ソフトウェアは、これらの小さい画像細片の平行移動を行うことができる。いくつかの実施形態では、画像デワーピング（眼球運動を補償するための拡張、圧縮、または剪断）が適用される。過剰なワーピングのため、合致した特徴がない場合、該領域を破棄することができる。収率を増加させるために、画像デワーピングを使用することができる。

記録ソフトウェアは、（例えば、フレーム内眼球運動を補正するように）１つのフレームを別のフレームに整列させ、（フレーム間眼球運動を補正するように）フレーム内の歪みを補正し（例えば、拡張、圧縮、剪断、回転等）、信号を低減して信号対雑音比を増加させるように画像を共同追加し、眼からの帰還が非常に薄暗い（例えば、蛍光）である状況で画像を収集し、モンタージュまたはモザイク集約し（例えば、重複領域のみが記録される）、眼球運動データを抽出し、第２組の蛍光画像を整列させ（例えば、二重記録技法）、またはそれらの任意の組み合わせを行うことができる。

いくつかの実施形態では、記録ソフトウェアアルゴリズムは、３つのステップを伴う。第１のステップは、キー（またはアンカ）フレームを選択することを含むことができる。このステップは、手動で行うことができるが、ソフトウェアは、画像輝度、コントラスト、および／または周波数成分に基づく区別を使用して、このステップを自動的に行うことができる。第２のステップは、キーフレームおよびその他全てにおいて同様の構造特徴を見出すように、特徴照合ルーチンを実行することを含むことができる。

いくつかの実施形態では、第１のステップは、キーフレームを選択するように画像上に初期パスを作ることを含む。第１のステップは、システムの操作者によって行うことができる。まばたきまたは過剰な眼球運動を伴う画像を、初期ステップで除去することができる。いくつかの実施形態では、合致特徴の不足のため、これらのフレームを後続のステップで自動的に除去することができる。まばたきまたは過剰な眼球運動を伴う画像を除去するステップは、処理するフレームの数を削減することによって、処理速度を増加させることができる。処理される画像は、画像向上のために伸張された、いくらかの画像ノイズおよびコントラストを除去するメディアンフィルタを用いて、平滑にすることができる。

いくつかの実施形態では、第２のステップは、２つのフレーム（アンカフレームおよび整列されるフレーム）の中で同一である構造特徴を識別する。特徴照合アルゴリズム、例えば、縮尺不変特徴変換（ＳＩＦＴ）を使用することができる。ＳＩＦＴは、それぞれの識別された特徴に対する座標および記述子（キー）を提供する。記述子は、回転および平行移動不変に加えて縮尺不変の性質である、特徴の幾何学特性および特徴の周囲の強度勾配に関係付けられる、一連のパラメータを含有する。画像内容に応じて、５００×５００ピクセル画像の中に１０００個ものＳＩＦＴ特徴があってもよい。図１２は、ＳＩＦＴを使用して合致した特徴を伴う２つのフレームを示す。

いったん特徴が１対の画像で識別されると、第３のステップは、それらを合致させることとなり得る。いくつかの実施形態では、画像を合致させるステップは、２つの記述子間の角度（例えば、２つの記述子間のドット積の逆余弦）を計算することを含む。いくつかの実施形態では、画像を合致させるステップは、ユークリッド距離を計算することを含む。小さい角度については、角度の比は、近似値となり得るが、ユークリッド距離の比よりも計算するのが効率的である。最も近い近隣から２番目に近い近隣までのベクトル角度の比が事前選択された値（例えば、０．６）未満である、合致を保つことができる。より大きい値は、より多くの合致点を生成することができるが、より多くの誤合致を追加し得る。１対の画像に対して、約１００の合致があり得る。１０未満の合致がある場合、結果を信頼できないものと見なすことができ、フレームをセットから破棄することができ、次のフレームが考慮される。

いったんアンカフレームおよび整列されるフレームの中の全ての合致点の座標が見出されると、フレーム間の変換を計算することができる。単純な全フレーム平行移動については、合致点の全てのペアの平均平行移動角度を求め、一式のｘ−ｙ変位座標に転換することができる。フレーム内運動は、画像の異なる部分が、異なる距離で、かつ異なる方向に平行移動する、歪みを引き起こし得る。合致点はフィルタにかけることができる。合致点の全てのペアの平行移動角度のヒストグラム（ビンサイズ＝２０度）を計算し、分析することができる。いくつかの実施形態では、ヒストグラムが１つだけの最大値を有する場合、これは単純平行移動を示し、この最大値に対応するビンからの合致点のみが保たれる。このビンの外側の平行移動角度は、誤った特徴合致を示すことができる。ヒストグラムが２つの最大値を有する場合、これは、フレームの２つの部分が異なる方向に移動することを示すことができる。２つの最大値に対応するビンからの合致点を保つことができ、これらのビンの外側の角度を信頼できないものと見なすことができる。

複雑な眼球運動の存在下で洗練された変換を行うために、整列されるフレームを水平細片（例えば、厚さ２０ピクセルの水平細片）に分割することができる。細片が１つ以上の合致点を含有する時に、それを細片内の合致点の平均平行移動角度だけ変位させることができる。いずれの合致点もない細片の変換を見出すために、最初および最後の有効細片（すなわち、有効な合致点を伴うもの）の変位値の補間によって、ｘ−ｙ変位座標を計算することができる。最終記録画像は、個々の細片が平行移動させられ、全画像デワーピングが行われない場合に、いくらかの不連続（すなわち、黒線）を含有し得る。

不連続がない全てのフレームの複合画像を作成するために、記録画像の非ゼロ画像領域を平均化することができる。非ゼロ画像領域中の各ピクセルについて、標準誤差を計算することができる。網膜の毛細血管マップを取得するために、標準誤差計算を使用することができる。標準誤差は、血球の離散的運動により、血管上でより大きくなり、いずれの血管もない場合により小さくなると見込むことができる。平均画像および各記録画像の両方を、コントラスト向上フィルタにかけることができる。

図１３Ａ−Ｄは、記録技法の比較を図示する。図１３Ａは、被検者の窩を中心とした単一のフレームを示す。図１３Ｂは、全フレーム記録技法を使用した８９フレーム平均の複合画像を示す。図１３Ｃは、眼球運動からの平行移動およびフレーム内歪みを補正するために細片記録技法を使用した、８９フレーム平均を示す。図１３Ｄは、記録を伴わない８９フレーム平均を示す。図１３Ｂおよび１３Ｃは、（特に画像の左下部分における）血管コントラストの向上を示す。

収集ソフトウェアは、デワーピングルーチンおよび（例えば、アンカフレームの自動選択等を伴う）自動記録のためのソフトウェアを含むことができる。いくつかの実施形態では、ＳＩＦＴ点を見出し、合致させることは、標準ラップトップコンピュータ上で１フレームにつき８秒かかる。該過程は、効率的な計算のために改善させることができ、次いで、リアルタイム記録のために実装することができる。該過程は、２次ねじれ眼球運動を補正するステップを含むことができる。

円錐計数手順を確実に自動化するために、光受容器の反射性およびサイズのインコヒーレント差、撮像視野にわたる可変輝度、不良なＡＯ補正、および眼球運動が誘発した歪みを含むが、それらに限定されない、いくつかの要因が制御または対処される。光受容器導波は、光受容器内の個々のディスク間の光の干渉によって引き起こすことができ、その代謝状態に応じて円錐ごとに様々と得る。加えて、血管陰影ならびに他の構造および層（例えば、神経線維層）が、視野にわたる光受容器層の反射性の変化を誘発し得る。ＡＯ−ＬＳＯは、（例えば、円柱レンズからの）わずかな不均一照明を有することができ、視野サイズは、無収差パッチに対して、ＡＯ補正がいくつかの領域で他の領域よりも最適となり得るようなものである。

いくつかの円錐計数アルゴリズムが検討され、システムの中へ実装することができる。円錐計数を行う領域を選択することのほかに、ソフトウェアを完全に自動化することができる。領域サイズおよび円錐密度に応じて、ソフトウェアは、完了するのに数秒から数分を要し得る。円錐計数ソフトウェアは、網膜斑点の光受容器密度を定量化するために、または偏心度（すなわち、窩からの距離）の関数として密度を特性化するために、使用することができる。これは、視覚、近視、多くの疾患、薬剤有効性等の研究で使用することができる。

円錐計数のためのアルゴリズムは、最初に、不均一な画像背景を補正することができる。２×２メディアンフィルタを最初に適用することができる。背景は、５ピクセルの半径を伴う円盤状構造化要素を使用して、画像を形態的に開くことによって取得することができる。背景を差し引いた後に、画像向上のためにコントラスト伸張を行うことができる。画像にわたって極大値を有する領域を識別することができ、局所領域の重心から、各円錐の場所の初期推定値を決定することができる。最後に、密接して離間した重心からの二重場所を妨げるように、円錐の場所をフィルタにかけることができる。

フィルタリング、形態変換、閾値化、および領域全体にわたる平均円錐面積を決定するための統計分析によって、円錐直径の概算を取得することによって達成することができる。複数の重心が領域内存在し、潜在的な重複円錐を示すかどうかを決定するように、各重心（円錐）の周囲の平均円錐直径の約１．４倍である領域を検査することができる。複数の重心が存在する場合、フィルタリングは、各重心に対する拡張領域内の平均強度を計算すること、および最大平均強度を伴う円錐を保つことを含むことができる。１．４の因数は、異なる円錐密度（例えば、異なる偏心度で求められる）に対する周波数分析を使用して、適応的に補正することができる。

図１４Ａ−Ｃは、０．８ｍｍの偏心度における手動および自動円錐計数の間の比較を示す。５０×５０ピクセルサイズの領域が選択された。網膜血管と重複しないよう、１００×１００ピクセルサイズの領域が選択された時に、自動ソフトウェアは、５０×５０ピクセル領域と同様の円錐カウントを生じた。

図１４Ａは、円錐計数のために選択された５０×５０ピクセルの場所を示す、全フレームを示す。図１４Ｂは、自動ソフトウェアで使用される、フィルタにかけられた５０×５０ピクセル領域を示す。円錐の場所は、オーバーレイの中の実線の赤い丸で示されている。図１４Ｃは、手動ソフトウェアで使用される、フィルタにかけられていない５０×５０ピクセル領域を示す。円錐の場所は、オーバーレイの中の実線の丸（自動カウント）および白丸（手動カウント）で示されている。５０×５０ピクセル領域の円錐カウントは、手動カウントについては１４０、自動カウントについては１２１であった（約１３％の差）。数えられた円錐の場所は、大部分の円錐について手動および自動分析で重複し得る。ピクセルごとの強度変動、および自動ソフトウェアが重心を選択する方式のため、場所が重複しない時でさえ、自動ソフトウェアアルゴリズムは、以前としてほぼ９０％の精度で円錐を数えた。約０．８ｍｍ未満の偏心度でのＡＯ−ＬＳＯについて、メディアンフィルタによって円錐ピークおよびコントラストを平滑にすることができるため、２×２メディアンフィルタが円錐カウントに影響を及ぼし始める。逆に、メディアンフィルタを除去することにより、大きい偏心度に対するカウントを、人為的に膨張させることができる。

モンタージュは手動または自動で形成することができる。図６および１１で上記に示されたモンタージュは、手動で縫い合わせられた。自動モンタージュ用のステッチングソフトウェアは、２つの基本タスクを行うことができる。第１に、ソフトウェアは、（重複領域中の相関を使用して）モンタージュ内の個々のフレームの場所を決定する。ソフトウェアは、各場所で収集される、未解凍かつ未処理のビデオファイルからこれを行うことができる。第２に、ソフトウェアは、個々のフレームの境界に不連続がないように、フレームを混合することができる。

最初に、各網膜場所における１つのビデオフレームを選択することができ、これは自動化することができる。記録およびフレーム平均化の項で説明されるように、各画像についてＳＩＦＴキーを決定することができる。異なるフレームペア組み合わせについて、キー照合を行うことができる。いずれの重複領域もないフレームペアには、いずれの合致点もない。他のフレームへの最も多い接続を有するフレームを、アンカとして選択することができる。各フレームに対して計算されたアンカに対する変位を考慮して、アンカに接続された全てのフレーム内の細片を整列させることができる。以前に説明された平均化と同様に薄い細片を使用して、整列が発生し得るため、２つの非アンカフレーム間の整列を乱す場合があるフレーム内運動が低減されるべきである。ソフトウェアは、この第１組のフレームに結び付けられたフレームを検索し、それらをモザイクに縫い合わせることができる。検索は、全ての結び付けられたフレームがモザイクに縫い合わせられるまで続く。継ぎ目のないパッチングのために、マルチバンド混合を使用することができる。

例えば、１２×１８インチ（３０×４５ｃｍ）のプレート上に嵌合することができる光学配設を、高速自動モンタージュ作成に使用することができる。ＡＯ−ＬＳＯシステムは、（器具の前に患者を位置付けるよりもむしろ）器具を患者の前に位置付けることができるように、修正細隙灯スタンド（または同様の構成）上に載置することができる。図１５Ａは、ＡＯ−ＬＳＯの光学レイアウトの概略図を示し、図１５Ｂは、ＡＯ−ＬＳＯの焦点を通した図を示す。

第５の球面鏡６４は、自動モンタージュ作成のための視野オフセット補正に適応するようにサイズが約２倍になり得る（２インチから４インチ）。視野は、検流計を駆動する鋸歯斜面に電圧オフセットを印加することによって、走査に沿って移行させることができる。スキャナ６６は、オフセットを反対軸の視野に適用することができるように、小型ステッピングモータ（または検流計）に載置することができる。自動モンタージュ作成を用いて獲得される全体的臨床性能利点は、少量の付加的なシステム複雑性を上回ることができる。診療所では、いったん被検者が整列されると、各位置が２５のフレームから成る、斑全体（１２〜１５度）または別の標的を覆う３×３モンタージュを、わずか２０秒で収集することができる（位置間に控えめでも１秒の整正時間を伴う）。高速および自動モンタージュ作成のための構成はまた、後処理ソフトウェアが対処しなければならない、眼球運動の量を削減することもできる。自動モンタージュ作成は、独特のハードウェア構成および完全自動ソフトウェア制御を伴う「スマート」走査用のＡＯ−ＬＳＯシステムで使用することができる。

図１５Ｂに示された点の図は、図３Ｂに示された点の図と同様である。より緊密で短い光路の結果である、光学性能のわずかな劣化がある（すなわち、５つ全ての球面鏡の曲率半径、したがって焦点距離が、より小さい器具設置面積を生じるように約３３％減少させられた）。主な収差は、１次非点収差であり、システム収差の大きさは、大型ストローク可変鏡によって補正することができる。

光学システムの無収差性（球面収差および軸外コマ収差の補償の程度）は、ＺＥＭＡＸで特性化された。無収差領域または「斑点」は、５．５度視野にわたる、これらの低い位数を超える全残留収差が、周囲におけるエアリーディスク直径を超えないように、および必要低次ＡＯ補正（球面以外）が大型の最後の鏡に関する視野のいずれの部分でも鏡のストロークを超えないように、（第３の位数を通したＡＯ鏡補正を用いて）システム設計の一部として効果的に設計された。さらに、完全に大型視野角度にわたって補償することができる非点収差補正（軸外球面鏡の主な）は１つもない。これらの収差は、実際の眼とは無関係に、高品質の回折限定的な焦点が維持される、光学システムの縮小できない「偽無収差」斑点を表す、視野サイズに対する焦点距離が光列においてどれだけ短くなり得るかを限定する効果を及ぼすことができる。（すでに合理的に無収差であるが）より大きい瞳孔を伴う眼自体は、低減できない収差の一因となり、無収差領域の有効サイズをさらに縮小し得る。

実践では、焦点領域の効果的な無収差性に対するより重大な制限が、視野にわたる網膜に対する焦点面の総傾転から生じ得る。これは、長くなった眼が、理想的な正視後極面から離して、または偏心瞳孔整列を伴って、網膜を傾転することができる、近視者の場合となり得る。ＡＯ−ＬＳＯは、状況によっては（鼻・側頭部傾転）、ＳＬＯ撮像システムを用いて行うことができない、オンザフライで焦点を調整するようにライン速度で点検出器を軸方向に移動させることに相当する、補償する線焦点面内で（回転マウントを用いて）検出器表面を傾転することによって、これに対処することができる。走査の垂直範囲は、モザイク斑点の（上下傾転）誤差を制限するように縮小することができ、より多くの斑点を用いて補償することができる。

ＡＯ−ＬＳＯは、ファイバからの約１０ｍＷ超える出力電力を有する、照明源を含むことができる。線走査アプローチは、１次元で網膜上にしか集束しないため、フライングスポットよりも本質的に安善であり、ＡＯ−ＬＳＯは、我々の視野サイズ（５．５度）において最大数十ｍＷまで眼に安全である。８３０ｎｍの中心波長および１００秒の露出期間を使用する予備計算は、３２．６ｍＷのＭＰＥ閾値をもたらす。角膜における２ｍＷの照明ビームは、安全閾値のほぼ１６分の１である。最も控えめに見た露出期間（３０，０００秒、または１日８時間）でさえも、ＭＰＥは、１０．３ｍＷであり、２ｍＷのビームは安全閾値の５分の１である。

いくつかの実施形態では、線形検出器は、１０２４ピクセル、および最大５３ｋＨｚのライン速度を有する。線形検出器は、散大がない被検者で高品質の画像を生成するために必要な撮像信号対雑音比を達成するように、最大約１５．４ｋＨｚ（１５ｆｐｓ）のライン速度を有することができる。線形アレイ検出器（例えば、Ｓｐｒｉｎｔ，Ｂａｓｌｅｒ Ｖｉｓｉｏｎ Ｉｎｃ．）は、２０４８ピクセル、および７０ｋＨｚのライン速度を有することができる。線形アレイ検出器は、約５μｍから約６μｍの範囲のピクセルを有することができる。

より高い出力の撮像源およびより高品質の検出器は、より短い同時撮像セッション、より良好な画像ＳＮＲ、および血液動態等の機能的網膜特性の探査の可能性とともに、より高い収集速度を可能にすることができる。ＡＯを用いて、中心無血管帯域の周辺ならびに湿潤加齢黄斑変性症および糖尿病性網膜症の領域内の毛細血管中で、個々の白血球を追跡することができる。

波面センサレスアルゴリズムを用いると、システムは、光学収差を感知するための別個のハードウェアを必要としない。波面センサレスアルゴリズムは、ＡＯ補正を提供するように波面補償器に移動させることができる、眼球収差の測度を提供するために、画像情報を使用することができる。画像センサから抽出された情報は、補正要素に適用されるサンプル収差を計算するために使用することができ、別個の波面センサの必要性を未然に防ぐ。波面センサレスアルゴリズムは、３つのステップによって動作することができる。第１に、収差情報（最適化測定基準）を画像センサから抽出することができる。これは、時には、位相回復および多様性方法により、単一の画像または一式の画像から達成することもできるが、場合によっては、これらは、任意の物体に対する一意解に収束しない。強度または画像測定基準を測定することができる一方で、適応要素は、一連の既知の試行収差を伴って構成される。アルゴリズムにおける第２のステップは、補正を計算することとなり得て、これは、直交構成要素（モード収差拡張）内への拡張によって行うことができる。第３のステップは、画質が最適化されるまで、推定補正を繰り返し適用することとなり得る。使用される最適化アルゴリズムおよびパラメータ、ならびに収差の大きさおよび物体特性は、解および最終的な結果として生じる画質が収束する、速度を決定することができる。

「モデルを含まない」最適化アルゴリズム（例えば、登坂、共役勾配降下等）は、実験的に決定されたパラメータとともに、確率および適応検索方法を使用する。収差からの固有画像情報の分離は、これらのアルゴリズムにとって困難となり得る。他の「モデルベースの」最適化アルゴリズムは、より効率的な収束を達成するために、最適化関数の知識を使用する。これらの決定論的な非適応アルゴリズムは、可変鏡または他の是正要素に適用する試行収差を選択することによるだけでなく、より迅速な収束を達成するように検索アルゴリズムのパラメータも選択して稼働する。

ＳＬＯのピンホールおよび一点検出器は、波面センサレス方法で感知することができる収差の大きさを限定し得る。大きい収差は、光をピンホールの外へ方向付け得る。他の技法は、空間的の重み付けされた感度、ｒｍｓスポット半径最適化測定基準、およびその測定基準により好適なルコスツ・ゼルニケ（ＬＺ）収差表現とともにＣＣＤカメラを使用して、大きい収差の補正を達成した。このアルゴリズムは、Ｎ個の収差モードを補正するように、最低Ｎ＋１の光検出器測定値を特定することができる。他のモデルベースの画像最適化アルゴリズムは、各モードについて３Ｎの画像を必要とした。最大５桁のゼルニケ多項式モードを補正することは、少なくとも２０の光検出器測定値と、６０の画像とを含むことができる。ＡＯ閉ループ帯域幅は、画像フレームレートおよび可変鏡の時間的変化（すなわち、試行収差モードを通して可変鏡が順次動作できる速度）に比例することができる。

図１６は、波面センサレスアルゴリズムのフロー図を示す。特にＡＯ−ＬＳＯの１次元の場合に導出される最適化測定基準（ａｉが収差係数である、ｇ（ａｉ））を使用して、低周波数成分に基づく画質測定基準が利用される。Ｎは、線形検出器の周波数（約１５ｋＨｚ）であり、よって、５収差モード位数に対して、〜３７５Ｈｚの補正速度を取得することができる。モデルベースの最適化測定基準は、物体構造とは無関係であり、低周波数成分を使用するが、全ての食う間周波数を補正することが可能であり、単純最大化アルゴリズムに適した放物面形状を有し、各ＬＺ係数の独立した最大化を可能にし、また、より大きい規模収差の補正の食う間周波数の測量も可能にする。

いったん導出した最適化測定基準が、（収差の大きさに応じて）特定の一式の収差係数および特定の周波数範囲に対して計算されると、収差補正過程（測定基準の最大化）が実行される。これは、不偏測定を１回行い、線形高速フーリエ変換からの各収差モードの正および負バイアス測定を行うことを伴う。最適な補正は、そのモードの測定された収差関数の逆数の放物線最小化によって計算される。いったん全てのモードが推定されると、それらが合計され、結果として生じた補正が可変鏡に適用される。複数の規模範囲が必要とされる場合は、過程を他の周波数範囲に繰り返すことができる。

ＡＯコントローラおよびＬＳＯ画像収集ソフトウェアを、単一のユーザインターフェースに合併することができる。いくつかの実施形態では、画像記録、光受容器計数、およびステッチング、ならびに撮像処理および向上（例えば、画像およびビデオの保存および圧縮、拡大縮小、交互カラーマップ、コントラスト伸張、ヒストグラム平坦化等）を行うために、自動分析ソフトウェアプラットフォームがＡＯ−ＬＳＯシステムで使用される。ソフトウェアは、アンカフレームの自動選択、増加した収率のための運動デワーピング、ねじれ眼球運動等の高次運動の補正、およびリアルタイム動作のための効率向上を含むことができる。ソフトウェアは、広範な領域のサイズで円錐計数を操作するように自動化することができる。

収集ソフトウェアは、特定種類の分析中に要求されると、走査パラメータおよびプロトコル情報を抽出することができるように、データベースへの均一なインターフェースを含むことができる。例えば、ステッチング中に、個々のフレームを、相互相関および混合の前に正しい順番で自動的に位置付けることができるように、走査シーケンスオフセットを管理することができる。これらの種類の動作は、臨床医が、ソフトウェア動作問題よりもむしろ、疾患の検出、診断、および治療に焦点を当てることができるように、ユーザ入力なしで自動的に発生することができる。

上記の技法は、デジタル電子回路で、またはコンピュータハードウェア、ファームウェア、ソフトウェア、あるいはそれらの組み合わせで実装することができる。実装は、コンピュータプログラム製品として、すなわち、データ処理装置、例えば、プログラム可能なプロセッサ、コンピュータ、または複数のコンピュータによる実行のため、またはそれらの動作を制御するために、情報担体で、例えば、機械可読記憶デバイスで、または伝搬信号で明白に具現化されたコンピュータプログラムとしてのものとなり得る。コンピュータプログラムは、コンパイラ型またはインタープリタ型言語を含む、任意の形態のプログラミング言語で書き込むことができ、独立型プログラムとして、またはモジュール、構成要素、サブルーチン、あるいはコンピュータ環境で使用するために好適な他のユニットとしての形態を含む、任意の形態で展開することができる。コンピュータプログラムは、１つのコンピュータ上で、または１つの場所における複数のコンピュータ上で実行されるように展開するか、あるいは、複数の場所にわたって分配し、通信ネットワークによって相互接続することができる。

方法のステップは、入力データ上で動作し、出力を生成することによって、本発明の機能を果たすようにコンピュータプログラムを実行する、１つ以上のプログラム可能なプロセッサによって行うことができる。方法のステップはまた、専用論理回路、例えば、デジタル信号プロセッサ（ＤＳＰ）、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＳＩＣ（特定用途向け集積回路）によって行うことができ、かつそれらとして装置を実装することができる。

コンピュータプログラムの実行のために好適なプロセッサは、一例として、汎用および専用マイクロプロセッサの両方、および任意の種類のデジタルコンピュータのいずれか１つ以上のプロセッサを含む。概して、プロセッサは、読み出し専用メモリまたはランダムアクセスメモリ、あるいは両方から、命令およびデータを受信する。コンピュータの必須要素は、命令を実行するためのプロセッサ、ならびに命令およびデータを記憶するための１つ以上のメモリデバイスである。概して、コンピュータはまた、データを記憶するための１つ以上の大容量記憶デバイス、例えば、磁気、光磁気、または光ディスクを含み、あるいはそれらからデータを受信するか、またはそれらにデータを転送するように動作可能に連結され、あるいは両方となる。データ伝送および命令はまた、通信ネットワーク上で発生することができる。コンピュータプログラム命令およびデータを具現化するために好適な情報担体は、一例として、半導体メモリデバイス、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイス、磁気ディスク、例えば、内部ハードディスクまたは可撤性デバイス、光磁気ディスク、ならびにＣＤ−ＲＯＭおよびＤＶＤ−ＲＯＭディスクを含む、全ての形態の不揮発性メモリを含む。プロセッサおよびメモリは、専用論理回路によって補完するか、またはそれに組み込むことができる。

本明細書で使用されるような「モジュール」および「機能」という用語は、あるタスクを行うソフトウェアまたはハードウェア構成要素を意味するが、それらに限定されない。モジュールは、アドレス可能記憶媒体上に存在するように有利に構成され、かつ１つ以上のプロセッサ上で実行するように構成されてもよい。モジュールは、汎用集積回路（ＩＣ）、ＤＳＰ、ＦＰＧＡ、またはＡＳＩＣを伴って完全または部分的に実装されてもよい。したがって、モジュールは、一例として、ソフトウェア構成要素、オブジェクト指向ソフトウェア構成要素、クラス構成要素、およびタスク構成要素等の構成要素、過程、機能、属性、手順、サブルーチン、プログラムコードのセグメント、ドライバ、ファームウェア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ、および変数を含んでもよい。構成要素およびモジュールにおいて提供される機能性は、より少ない構成要素およびモジュールに合体されるか、または付加的な構成要素およびモジュールにさらに分離されてもよい。加えて、構成要素およびモジュールは、コンピュータ、コンピュータサーバ、アプリケーション対応交換機またはルータ等のデータ通信インフラストラクチャ機器、あるいは公衆または私設電話交換機または構内電話交換機（ＰＢＸ）等の電気通信インフラストラクチャ機器を含む、多くの異なるプラットフォーム上で有利に実装されてもよい。これらの場合のうちのいずれかで、実装は、選択されたプラットフォームに固有であるアプリケーションを書き込むことによって、またはプラットフォームを１つ以上の外部アプリケーションエンジンにインターフェース接続することによって、達成されてもよい。

ユーザとの相互作用を提供するために、上記の技法は、表示デバイス、例えば、ユーザに情報を表示するためのＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタと、それによってユーザが入力をコンピュータに提供することができる（例えば、ユーザインターフェース要素と相互作用する）、キーボードおよびポインティングデバイス、例えば、マウスまたはトラックボールとを有する、コンピュータ上で実装することができる。ユーザとの相互作用を提供するために、他の種類のデバイスも使用することができる。例えば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバックとなり得て、ユーザからの入力は、音響、発話、または触覚入力を含む、任意の形態で受信することができる。

上記の技法は、例えば、データサーバとしてのバックエンド構成要素、および／またはミドルウェア構成要素、例えば、アプリケーションサーバ、および／またはフロントエンド構成要素、例えば、それを通してユーザが実装例と相互作用することができる、グラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータ、またはそのようなバックエンド、ミドルウェア、あるいはフロントエンド構成要素の任意の組み合わせを含む、分散コンピュータシステムで実装することができる。システムの構成要素は、任意の形態または媒体のデジタルデータ通信、例えば、通信ネットワークによって相互接続することができる。通信ネットワークの実施例は、ローカルエリアネットワーク（「ＬＡＮ」）および広域ネットワーク（「ＷＡＮ」）、例えば、インターネットを含み、有線および無線ネットワークの両方を含む。通信ネットワークはまた、ＰＳＴＮの全体または一部分、例えば、特定のキャリアによって所有される一部分を含むこともできる。

コンピュータシステムは、クライアントおよびサーバを含むことができる。クライアントおよびサーバは、概して、相互から遠隔にあり、典型的には、通信ネットワークを通して相互作用する。クライアントおよびサーバの関係は、それぞれのコンピュータ上で作動し、相互へのクライアント・サーバ関係を有するコンピュータプログラムによって生じる。

本発明は特に、具体的な例示的実施形態を参照して図示および説明したが、本発明の精神および範囲から逸脱することなく、形態および詳細の様々な変更を行えることを理解されたい。

Claims (20)

1. （ｉ）光線によって眼の一部分を走査することと、（ｉｉ）該眼の該走査された部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行うように構成される、第１の光学モジュールと、
   該出力光を検出することと、該眼の該一部分を撮像することとを行うように構成される検出デバイスと、
   （ｉ）該検出デバイスからの画像の光学的歪みを検出することと、（ｉｉ）該眼の該一部分上において走査された該光線の該光学的歪みを補正することとを行うように構成される、第２の光学モジュールと
   を備える、装置。
2. 前記検出デバイスは、線形アレイ検出器である、請求項１に記載の装置。
3. 前記第２の光学モジュールは、
   前記光学的歪みを検出するように適合される波面センサと、
   前記眼の前記一部分上において走査された前記光線の該光学的歪みを補正するように適合される波面補償器と
   を備える、請求項１に記載の装置。
4. 前記第２の光学モジュールは、前記眼の前記一部分上において走査された前記光線の前記光学的歪みを補正するように適合される可変鏡を備える、請求項１に記載の装置。
5. 前記可変鏡に前記光線を方向付けるように構成される少なくとも１つの光リレーをさらに備える、請求項４に記載の装置。
6. 前記第１の光学モジュールは、光源と、該光源から光を受光することと、前記光線を提供することとを行うように構成される第１の光学構成要素とを備え、前記第２の光学モジュールは、第２の光源と、該第２の光源からの光の一部分が波面センサに移動することを可能にするように適合される第２の光学要素とを備える、請求項１に記載の装置。
7. （ｉ）光線によって眼の一部分を走査することと、（ｉｉ）該眼の該走査された部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行うように構成される、第１の光学モジュールと、
   該出力光を検出することと、該眼の該一部分を撮像することとを行うように構成される検出デバイスと、
   （ｉ）光学的歪みを検出することと、（ｉｉ）該眼の該一部分上において走査された該光線の該光学的歪みを補正することとを行うように構成される、第２の光学モジュールと
   を備える、装置であって、
   該第１の光学モジュールは、光源と、該光源から光を受光することと、該光線を提供することとを行うように構成される第１の光学構成要素とを備え、該第２の光学モジュールは、第２の光源と、該第２の光源からの光の一部分が波面センサに移動することを可能にするように適合される第２の光学要素とを備え、
   該第２の光学要素は、ペリクルビームスプリッタ、二色性ビームスプリッタ、またはそれらの任意の組み合わせを含む、装置。
8. （ｉ）光線によって眼の一部分を走査することと、（ｉｉ）該眼の該走査された部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行うように構成される、第１の光学モジュールと、
   該出力光を検出することと、該眼の該一部分を撮像することとを行うように構成される検出デバイスと、
   （ｉ）光学的歪みを検出することと、（ｉｉ）該眼の該一部分上において走査された該光線の該光学的歪みを補正することとを行うように構成される、第２の光学モジュールと、
   該検出デバイスおよび該第２の光学モジュールと通信しているプロセッサであって、該光線からの少なくとも１つの画像に基づいて該光学的歪みを決定するように構成される、プロセッサと
   を備える、装置。
9. （ｉ）光線によって眼の一部分を走査することと、（ｉｉ）該眼の該走査された部分からの反射光を反射することと、（ｉｉｉ）線焦点構成にある出力光を共焦点的に提供することとを行うように構成される、第１の光学モジュールと、
   該出力光を検出することと、該眼の該一部分を撮像することとを行うように構成される検出デバイスと、
   （ｉ）光学的歪みを検出することと、（ｉｉ）該眼の該一部分上において走査された該光線の該光学的歪みを補正することとを行うように構成される、第２の光学モジュールと、
   該検出デバイスおよび該第２の光学モジュールと通信しているプロセッサであって、該プロセッサは、該光線からの画像を記録すること、該光線からの画像の中の円錐を数えること、またはそれらの組み合わせを行うように構成される、プロセッサと
   を備える、装置。
10. 前記プロセッサは、
    前記光線からの前記画像の中のキーフレームを選択することと、
    該光線からの該画像の中の該キーフレームおよび少なくとも１つの他のフレームにおいて同様の構造特徴を識別することと、
    該少なくとも１つの他のフレームを該キーフレームと整列させて、該光線からの画像を記録することと
    を行うように構成される、請求項９に記載の装置。
11. 前記プロセッサは、
    前記光線からの前記画像の中の不均一な画像の背景を補正することと、
    該背景を差し引いて、該光線からの該画像を向上させることと、
    極大値を有する領域を識別することにより、該領域の重心に基づいて各円錐の場所の推定値を取得することと
    を行うように構成される、請求項９に記載の装置。
12. 眼の一部分を撮像する方法であって、
    光線によって該眼の一部分を走査することと、
    該眼の該走査された部分からの反射光を反射することと、
    線焦点構成にある出力光を検出器に共焦点的に提供することと、
    該出力光からの該眼の該一部分を該検出器によって撮像することと、
    該検出器からの画像から、光学的歪みを検出することと、
    該眼の該一部分上において走査された該光線の中の該光学的歪みを補正することと
    を含む、方法。
13. 波面センサによって前記光学的歪みを検出することと、波面補償器によって該光学的歪みを補正することとをさらに含む、請求項１２に記載の方法。
14. 可変鏡によって、前記眼の前記一部分上において走査された前記光線の前記光学的歪みを補正することをさらに含む、請求項１２に記載の方法。
15. 前記光学的歪みを検出するために、第２の光源からの光を使用することをさらに含む、請求項１２に記載の方法。
16. 眼の一部分を撮像する方法であって、
    光線によって該眼の一部分を走査することと、
    該眼の該走査された部分からの反射光を反射することと、
    線焦点構成にある出力光を検出器に共焦点的に提供することと、
    該出力光からの該眼の該一部分を該検出器によって撮像することと、
    光学的歪みを検出することと、
    該眼の該一部分上において走査された該光線の中の該光学的歪みを補正することと、
    コンピュータデバイスによって、該光線からの該画像の中のキーフレームを選択することと、
    該コンピュータデバイスによって、該光線からの該画像の中の該キーフレームおよび少なくとも１つの他のフレームにおける同様の構造特徴を識別することと、
    該コンピュータデバイスによって、該少なくとも１つの他のフレームを該キーフレームと整列させて、該光線からの画像を記録することと
    によって、該光線からの画像を記録することと
    を含む、方法。
17. 眼の一部分を撮像する方法であって、
    光線によって該眼の一部分を走査することと、
    該眼の該走査された部分からの反射光を反射することと、
    線焦点構成にある出力光を検出器に共焦点的に提供することと、
    該出力光からの該眼の該一部分を該検出器によって撮像することと、
    光学的歪みを検出することと、
    該眼の該一部分上において走査された該光線の中の該光学的歪みを補正することと、
    コンピュータデバイスによって、該光線からの該画像の中の不均一な画像背景を補正することと、
    該コンピュータデバイスによって、該背景を差し引いて、該光線からの該画像を向上させることと、
    該コンピュータデバイスによって、極大値を有する領域を識別して、該領域の重心に基づいて各円錐の場所の推定値を取得することと
    によって、該眼の画像の中の円錐を数えることと
    を含む、方法。
18. 眼の一部分を撮像する方法であって、
    眼の一部分を光線によって撮像することと、
    該眼の該一部分の画像における光学的歪みを検出することと、
    該眼の該一部分を撮像する光線における該光学的歪みを補正することと、
    該光学的歪みを検出するために、波面センサに該眼の該一部分を撮像することと
    を含む、方法。
19. 前記光学的歪みを検出するために、前記光線からの少なくとも１つの画像を処理することをさらに含む、請求項１８に記載の方法。
20. 眼の一部分を撮像する方法であって、
    眼の一部分を光線によって撮像することと、
    該眼の該一部分の画像における光学的歪みを検出することと、
    該眼の該一部分を撮像する光線における該光学的歪みを補正することと、
    適応光学要素によって該光学的歪みを補償することと
    を含む、方法。
    

Images