SE520062C2 - Ett förfarande och en apparat för utförande av ett synfältstest och datorprogram för bearbetning av resultaten därav - Google Patents

Description

lO 15 20 25 30 U) Ul 520 oe2¿¿¿¿¿ 2 patientens hjärna eller öga (VER-perimetri respektive ERG-perimetri), eller registrering av pupillreaktioner (pupillperimetri).

Det finns olika strategier för urval av testpositio- ner och intensiteter för stimuli som presenteras i dessa positioner för fastställning av en patients tröskel för uppfattning av ljus. I en vanlig metod, den s k trapp- stegsmetoden, visas ett stimulus som har en intensitet nära det förväntade tröskelvärdet i den berörda test- positionen. Om patienten inte svarar på detta stimulus, ökas intensiteten för de stimuli som visas därefter steg- vis tills att ett svar erhålles från patienten, dvs tills patienten ser ett stimulus. Den första intensitetsniván, vid vilken ett svar mottages, kan definieras som en skattning av tröskeln för den berörda testpositionen.

Testets precision kan ökas genom att reversera testpro- ceduren när det första svaret har mottagits, och genom att fortsätta den i mindre steg med minskande intensi- teter tills det första stimulus, som patienten inte ser påträffas. Tröskeln kan därefter återigen skattas som intensitetsnivån för det stimulus som setts sist. Om å andra sidan patienten svarar på detta första stimulus, minskas intensiteten stegvis tills det att inget svar erhålles, varvid testproceduren reverseras.

Det finns flera kända strategier för hur intensi- teterna skall varieras för synstimuluset, beroende på svaret på föregående stimulus, för att erhålla en snabb och noggrann bestämning av tröskelvärdet för varje test- position.

För att erhålla mer noggranna tröskelvärdesskatt~ ningar kan svar på synstimuli i alla testpositioner också bearbetas med statistiska metoder. Se t ex den ameri~ kanska patentskriften US 5 461 435, i vilken maximumet för en aposteriorisannolikhetsfunktion ("posterior probability function") används för beräkning av de bästa skattningarna av tröskelvärdena under och efter testet.

Se också artikeln "Scandinavian Journal of Statistics, lO 15 20 25 30 35 . . - , g .f u I 1 _ -- -.» - 5- _=',_' , . . ~ . »i _ ï-f '- ff '*. - - ~ ' ' I . . v - z .- I i u _" .. .

H ..1 3 volym 21, nr 4, sid 375-387, 1994, Olsson J och Rootzën H", vilken beskriver en annan särskild metod för skatt- ning av det bästa tröskelvärdet för varje testposition frän den skattade fördelningen av tröskelvärden för varje testposition, nämligen MPM eller Marginal Posterior Mean, vilket ästadkommes genom beräkning av ett medeltröskel- värde fràn aposteriorisannolikhetsfördelningen av trös- kelvärden.

Den geografiska fördelningen av punkter, som visar nedsatt känslighet, är av stor klinisk betydelse och det är därför mycket viktigt att denna geografiska informa- tion visas för användaren på ett lättförstàeligt sätt.

Ett vanligt sätt att visa resultatet är att visa det numeriska värdet för den enda bästa tröskelvärdesskatt- ningen för varje testposition i en karta. Ett exempel på en sådan karta visas i fig l. Sådana numeriska kartor är svära att använda. En gräskalrepresentation underlättar användandet till en viss grad.

Resultatet av synfältstestet kan också visas som en avvikelsekarta som visar varje uppmätt tröskelvärdes av- vikelse från det motsvarande tröskelvärdet hos ett genom- snittligt àlderskorrigerat referensfält eller en signi- fikanskarta som visar signifikanser för dessa avvikelser.

Fig 2 och 3 visar ett exempel pä en avvikelsekarta res- pektive en signifikanskarta. Avvikelsekartorna och signi- fikanskartorna har fördelen att de visar avvikelser fràn förväntade normalvärden och signifikanserna för sådana avvikelser.

Resultatet av ett synfältstest kan också presenteras som ett s k synfältsindex, vilket t ex kan åstadkommas genom medelvärdesbildning av de beräknade tröskelvärden för alla testpositioner.

Alla testförfaranden, som hittills har utvecklats, har fokuserats pä att åstadkomma en eller tvà bra skatt- ningar av tröskelvärdena i varje testposition genom an- vändning av så få synstimuli som möjligt. Tröskelvärdena, som representerar dessa skattningar, visas, antingen 10 15 20 25 30 5:20 Ûfšz Éßïfif fšfï 4 direkt eller i förfinade versioner, och används för be- dömning av huruvida det uppmätta synfältet avviker från ett normalt fält eller inte.

Det har dock fastställts att tröskelvärden från samma testposition i samma öga kan variera inom ett test och mellan tester, vilket ofta kallas korttidsfluktuation respektive làngtidsfluktuation. Dessutom är skattningen av tröskelvärdet alltid förknippat med ett mätfel. Detta mätfel påverkas av många faktorer, t ex hur vanliga falska positiva och falska negativa svar är, fixerings- avbrott och variationer i stimulussvarstider. En enda tröskelvärdesskattning som bestäms i en särskild test- position vid en särskild tidpunkt under testet ger därför inte en fullständig representation av patientens förmåga att uppfatta ljus i den punkten i synfältet. Sålunda finns det en risk att felaktiga slutsatser dras med aktuella metoderna.

Sammanfattning av uppfinningen Ett syfte med denna uppfinning är att föreslå ett förfarande och en apparat för utförande av ett synfälts- test, vilket förfarande och vilken apparat ger en bättre representation av försökspersonens synfält.

Ett annat syfte med denna uppfinning är att föreslå ett sådant förfarande och en sådan apparat, vilka be- arbetar svaren som mottas från försökspersonen under ett synfåltstest så att användaren får mer information från det uppmätta synfältet, vilket därigenom underlättar tolkningen. Åtminstone ett av dessa syften uppnås med ett för~ farande, en apparat och ett datorläsbart medium som har 25, 30 och 31.

Denna uppfinning baseras på insikten att skattningen särdrag enligt kraven l, 14, av tröskelvärdena är mer eller mindre säker på grund av skattningsfel och korttids- och långtidsfluktuationer, att konfidensgraden varierar mellan olika testpositioner, under normala förhållanden och som följd av sjukdom, och att en bättre representation av det uppmätta synfältet lO l5 20 25 30 35 520 oe2¿;«;; s u 5 skulle erhållas ifall testresultatets konfidens skattades och användes i den fortsatta testningen och/eller förmed- lades till användaren.

Denna uppfinning avser enligt en första aspekt ett förfarande för utförande av ett synfältstest, innefattan- de stegen att efter varandra presentera ett flertal syn- stimuli för en försöksperson, varvid varje synstimulus visas i en testposition; att för varje synstimulus regi- strera ett eventuellt svar på detta från försökspersonen; och att utifrån de registrerade svaren och med hjälp av en konfidensnivåfunktion beräkna åtminstone två synfälts- testvärden med olika konfidensnivåer för försökspersonens uppfattning av synstimuli, varvid nämnda åtminstone två synfältstestvärden beräknas utifrån samma registrerade svar och för en och samma testposition.

Presentationen av synstimuli och registreringen av svaren på dessa kan utföras enligt känd teknik. Svaren behandlas dock på ett nytt sätt.

Närmare bestämt används en konfidensnivàfunktion, c(v), för att beräkna konfidensnivåer för synfältstest- värden, v, t ex tröskelvärdesskattningar, t. Konfidens- nivàfunktionen kan vara en godtycklig funktion som är lämpad för att bestämma värden med olika konfidensnivåer för försökspersonens uppfattning av synstimuli. Nedan ges exempel på olika konfidensnivàfunktioner.

En tröskelvärdesskattning tl med en viss konfidens- nivà Kli är en lösning eller approximativ lösning på ekvationen ci(ti)=Kli för testpositionen i. Konfidens- nivàfunktionen kan ha egenskapen att den växer med trös- kelvärdet (här benämnd "växande konfidensnivåfunktion"), dvs om tl (a))- Värdena för konfidensnivåfunktionen ci(t) kan bero på alla data som registreras för patienten såsom svar, fixering etc och alla data som registreras av perimetern såsom stimulusnivàer, tid för stimulus osv. Dessa data benämns som testdata. lO 15 20 25 30 520 062 6 Konfidensniväfunktionen ci(t) kan t ex indikera sannolikheten att tröskeln finns i intervallet (-w,t) dvs lika med eller mindre än t (en sàdan sannolikhet löser (a)), (t,w). funktion benämns här "konfidensniväfunktion av sannolik- ekvationen eller i intervallet En sådan hetstyp".

Ett exempel pà tröskelskattningsberäkningarna i konfidensnivàfunktionerna av sannolikhetstyp är följande.

Lät ci(t1)=Kli=5O% och antag att ci(t) är en "sannolik- hetstypkonfidensnivàfunktion" vilken anger sannolikheten för att tröskeln ligger i intervallet (-w,t). I detta fall är tl en tröskelskattning sàdan att det finns en 50% sannolikhet i Bayesisk mening att det verkliga tröskel- värdet är under tl.

En annorlunda och alternativ konfidensnivàfunktion är den följande. Beräkna sannolikheten att en viss funk- tion av testdatan, gi=gi(data) uppnår ett värde i det kritiska omrâdet Ci (vilket kan bero pà testdatan). Om det antages att patienten har ett patientbeteende, eller del av ett patientbeteende, som kännetecknas av parame- tern x, betecknas denna sannolikhet med P(gieCi|x). I allmänhet är det sanna värdet pä patientparametern okänt och P(gieCi'x) beräknas för hypotetiska värden pà x.

Funktioner som beror pä P(gieCi|x) betecknas här som konfidensniväfunktion av testtyp. Exempelvis är ci och ci=p funktioner av testtyp som löser ekvation a, med Ci=(t,b) eller (a,t), vilka är intervall på den reella axeln, och med x betecknade ett visst patientbeteende.

Det är möjligt att beräkna andra konfidensnivåfunk- tioner frän l(t)/L, varvid l(t) betecknar likelihood- funktionen, dvs sannolikheten för att erhälla den obser- verade testdatan, givet att tröskeln är t och L är sup- remum av l(t) över alla tzs värden. Detta benämns här som konfidensniväfunktion av likelihoodtyp. I detta fallet kan konfidensnivän vara icke-växande. lO 15 20 25 30 520 oe2;;¿,-i _ i ii . . . _. ,_ . I " ß f . . .

H » .. ._ v* - I ~ 7 Om konfidensnivàfunktionen inte är strikt växande så kan ci(t)=Ki ha flera lösningar och det finns mer än en tröskelvärdesskattning med samma konfidensnivà. I detta fall behövs en regel för att kombinera de olika tröskel- värdesskattningarna.

Mer än en konfidensniväfunktion kan användas i en och samma testposition. Det är tänkbart att konfidens- niväerna Kli, K2i,... data.

Konfidensniväfunktionen kan också definieras för beräknas med användning av test- andra argument än ett enda tröskelvärde, t. Exempelvis konfidensnivàfunktioner, ci(di) vilka uttrycker konfi- densen för en avvikelse, di=ti-ni för en enskild tröskel, ti fràn motsvarande tröskelvärde i ett genomsnittligt, älderskorrigerat referensfält, ni. I det enskilda testet kan ett antal, N, konfidensniväfunktioner .,tn)), f(ti,t2,...,tn) punkter (sådana funktioner kallas ofta synfältsindex). ci(f(ti,t2,.. för i=l,...,N, beräknas för funk- tioner, av tröskelvärden fràn n test- Ett exempel pä en konfidensniväfunktion för en enskild test är f(tl,t2,...,tn)=Zni=i (ti/n), dvs medelvärdet av tröskelvärdena. När resultaten för mer än ett synfälts- test analyseras kan konfidensnivàfunktioner ci(Ai) defi- nieras för t ex skillnader, Ai=ti 2-tili, mellan tröskel- värdena till och ti,2 för samma testposition mätta vid ett första och ett andra synfältstest. Ett annat exempel på analys som använder data fràn flera synfältstester är med ß=f(t1li,t2li,...,tn,i,tlI2,t2,2,...,tn,2, tl,m,t2,m,...,tn,m) (där tili är tröskelvärdet för en testpunkt i synfältstestet j), som skattar en ändrings- takt, en konfidensnivàfunktion ci(ß), som kan användas för att uttrycka konfidensen i ß, ändringstakten. Sålunda kan konfidensniväfunktioner också användas för funktioner av tröskelvärden frän ett eller flera synfältstest. De kan också användas pà liknande sätt pä ett godtyckligt synfältstest, som indikerar försökspersonens uppfattning 10 15 20 25 30 35 520 062 -- m» 8 av synstimuli, exempelvis gradienten för seendefrekvens- kurvan.

Vidare skall begreppet uppfattning såsom det används i denna ansökan förstås som att det innefattar såväl upp- fattning som mäts med hjälp av subjektiva metoder, t ex där försökspersonen trycker på en svarsknapp, som upp- fattning som mäts med hjälp av objektiva metoder, t ex mätning av elektriska potentialer i hjärnan eller i ögat på försökspersonen.

De två synfältstestvärdena med olika konfidensnivåer kan användas internt i en testalgoritm för bestämning av hur man skall fortsätta med det aktuella testet eller ett senare test. I en föredragen utföringsform innefattar förfarandet dock det ytterligare steget att visa ett re- sultat av synfältstestet och en indikation på dess konfi- dens, varvid nämnda resultat och nämnda indikation på konfidensen är baserade på de åtminstone två synfälts- testvärdena med olika konfidensnivåer för försöksperso- nens uppfattning av visuella stimuli.

I en föredragen utföringsform innefattar beräknings- steget beräkning av åtminstone två synfältstestvärden med olika konfidensnivåer för varje testposition. Sålunda åstadkommes två uppsättningar av synfältstestvärden för försökspersonens synfält. De åtminstone två synfältstest- värdena för en testposition kan definieras som två alter- nativa resultat för den testpositionen eftersom de beräk- nas från samma svar.

Resultatet av synfältstestet kan ges i form av t ex ett tröskelvärde för varje testposition, eller ett syn- fältsindex såsom i känd teknik, eller i någon annan pas- sande form.

Indikationen av konfidensen kan vara en vilken som helst indikation som ger användaren en uppfattning av säkerheten/osäkerheten i resultatet. Den kan t ex bestå av åtminstone ett alternativt resultat för synfälts- testet. Eftersom de alternativa resultaten har olika konfidensnivåer får användaren en uppfattning om resul- 10 15 20 25 30 h) LI! 520 062 9 tatets konfidens fràn skillnaden mellan de alternativa resultaten.

Synfältstestvärdena kan vara värden som indikerar försökspersonens uppfattning av synstimuli i hela syn- fältet, en del av synfältet, eller i enskilda testpunk- ter. Synfältstestvärdena kan t ex bestå av synfältsindex, vilka visas som resultatet av synfältstestet och indika- tionen av dess konfidens. Synfältsindexet kan t ex vara medelvärdet av en uppsättning synfältstestvärden eller ett fördelningsvärde, t ex standardavvikelsen för en upp- sättning synfältstestvärden.

Som ett annat alternativ kan antalet acceptabla/- oacceptabla synfältstestvärden i en uppsättning av värden med en första konfidensnivà bestämmas och visas som re- sultatet av synfältstestet, medan antalet acceptabla/- oacceptabla synfältstestvärden i en annan uppsättning synfältstestvärden med en annan konfidensnivä kan be- stämmas och visas som det alternativa resultatet. Huru- vida synfältstestvärdet för en särskild testposition är acceptabelt eller inte kan avgöras genom jämförelse av det synfältstestvärdet med ett referensvärde.

Som ännu ett annat alternativ kan de numeriska värdena i de tvà uppsättningarna av synfältstestvärden visas som resultatet av synfältstestet och indikationen pà dess konfidens. De tvà synfältstestvärdena i varje testposition kan t ex representera en standardskattning och en pessimistisk skattning av synfältstestvärdet. I detta fall kan användaren vara rimligt säker på att den berörda testpositionen är normal om bäde standardskatt- ningen och den pessimistiska skattningen indikerar att testpositionen är normal.

I den för närvarande föredragna utföringsformen, bestäms tre synfältstestvärden som representerar ett optimistiskt, ett standard- och ett pessimistiskt test- resultat.

Som ett annat exempel kan indikationen pá konfiden- sen bestå av en indikation att konfidensen är tillräck- 10 15 20 25 30 :;_ ; 1- .. , g-g 520 062 fjjï '-__ 10 lig/otillräcklig. Denna indikation kan fastställas t ex genom jämförelse av skillnaden mellan de tvà synfälts- testvärdena för varje testposition och ett förutbestämt värde.

Resultatet av synfältstestet kan visas i en enda karta, i vilken resultatet och indikationen pä dess kon- fidens visas i varje testposition, eller i flera kartor, där varje karta visar t ex resultatet för en förbestämd konfidensnivä. Dessutom kan också interpolerade resultat visas i godtyckliga punkter mellan testpositionerna.

Synfältstestvärdena kan visas direkt, antingen som explicita numeriska värden eller grafiskt, t ex medelst en färg eller gräskala, pä kartan som de alternativa resultaten för den berörda testpositionen. De kan också förfinas och visas som t ex avvikelserna från förväntade synfältstestvärden, vilka baseras pä statistiska normal- värden för en population, eller från andra referens- värden. Som ett ytterligare alternativ kan signifikan- serna för de ovannämnda avvikelserna visas i kartorna.

Ett föredraget sätt att beräkna de ätminstone två synfältstestvärdena innefattar understegen att beräkna ett flertal synfältstestvärden, att sortera nämnda fler- tal synfältstestvärden i storleksordning, och att välja ut synfältstestvärden med förutbestämda ordningsnummer till att användas som nämnda åtminstone tvà synfältstest- värden. Detta är ett fördelaktigt sätt att beräkna syn- fältstestvärdena eftersom det endast behöver en begränsad mängd beräkningskapacitet, med försumbar informations- förlust.

I en föredragen utföringsform är synfältstestvärdet ett tröskelvärde för försökspersonens uppfattning av syn- stimuli.

Denna uppfinning har fördelen att den ger användaren och/eller en datoralgoritm en indikation pà konfidensen för testresultatet. Detta är mycket värdefullt eftersom osäkerheten i testresultatet kan variera avsevärt mellan olika patienter och olika tester. Kännedom om konfidens- lO 15 20 25 30 35 520 062 gär? ll nivàn gör det lättare att fastställa huruvida synfältet är defekt eller inte. Uppfinningen är särskilt fördel- aktig när en indikation pä konfidensen för varje test- position bestäms och visas, eftersom konfidensen för re- sultatet kan visa pä stora växlingar mellan olika test- positioner.

Enligt en andra aspekt avser uppfinningen en apparat för utförande av synfältstester, vilken innefattar organ för presentation av ett flertal synstimuli efter varandra för en försöksperson, varvid varje stimulus presenteras i en testposition; organ för registrering för varje syn- stimulus av ett eventuellt svar pä detta från försöks- personen; och organ för beräkning, utifrån de registre- rade svaren och med hjälp av en konfidensnivàfunktion, av åtminstone två synfältstestvärden med olika konfidens- nivàer för försökspersonens uppfattning av synstimuli, varvid nämnda àtminstone tvä synfältstestvärden beräknas utifrån samma registrerade svar och för en och samma testposition.

Svaren behöver inte nödvändigtvis utvärderas i omedelbar anslutning till testningen av försökspersonen.

Istället kan svaren pà synstimuli sparas eller lagras i ett minne och utvärderas vid en senare tidpunkt och även i en annan apparat eller dator. Enligt en tredje aspekt avser säledes denna uppfinning ett datorläsbart medium på vilket är lagrat ett datorprogram för bearbetning av ett resultat fràn ett synfältstest, enligt vilket ett flertal synstimuli presenteras efter varandra för en försöks- person, varvid varje synstimulus presenteras i en test- position, och ett eventuellt svar frän försökspersonen pä ett synstimulus registreras, varvid nämnda datorprogram innefattar instruktioner för en generell dator att utföra stegen att baserat på de registrerade svaren och med hjälp av en konfidensnivàfunktion beräkna åtminstone tvà synfältstestvärden med olika konfidensniväer för försöks- personens uppfattning av synstimuli, varvid de nämnda lO 15 20 25 30 35 520 062 l2 ätminstone två synfältstestvärdena beräknas utifrån samma registrerade svar och för en och samma testposition.

Ett alternativt sätt att utvärdera synfältstestet genom att utnyttja kännedom om konfidensniväerna för de olika synfältstestvärdena är att beräkna konfidensnivàer- na i olika testpositioner för ett visst synfältstest- värde. Enligt en fjärde aspekt avser sàlunda denna upp- finning ett datorläsbart medium, pä vilket är lagrat ett datorprogram för bearbetning av ett resultat från ett synfältstest, enligt vilket ett flertal synstimuli pre- senteras efter varandra för en försöksperson, varvid varje synstimulus presenteras i en testposition, och ett eventuellt svar från försökspersonen pà ett synstimulus registreras, varvid nämnda datorprogram innefattar in- struktioner för en generell dator att utföra stegen att utifrån de registrerade svaren och med hjälp av en kon- fidensniväfunktion beräkna konfidensnivàn för ett förut- bestämt synfältstestvärde i varje testposition, och att alstra en karta över nämnda flertalet testpositioner, i vilken konfidensnivàerna för de förutbestämda synfälts- testvärdena visas för varje testposition, Idén med att beräkna resultat med olika konfidens- nivàer kan också användas vid uppföljningen av synfälts- tester. I en femte aspekt avser sålunda denna uppfinning ett datorläsbart medium, på vilket är lagrat ett dator- program för bearbetning av ett resultat frän ätminstone tvà synfältstester, enligt var och en av vilka ett fler- tal synstimuli presenteras efter varandra för en försöks- person, varvid varje synstimulus visas i en testposition, och ett eventuellt svar fràn försökspersonen pä ett syn- stimulus registreras, varvid nämnda datorprogram innefat- tar instruktioner för en generell dator att utföra stegen att utifrån de registrerade svaren fràn nämnda ätminstone två synfältstester och med hjälp av en konfidensniväfunk- tion beräkna ätminstone två resultat med olika konfidens- niväer för var och en av ett flertal testpositioner för nämnda ätminstone tvà synfältstester. 10 l5 20 25 30 35 520 062 13 Genom att följa utvecklingen för synfälten vid olika konfidensnivàer kan mer och bättre information erhållas.

Apparaten och datorprogrammen har samma fördelar som beskrivits ovan för förfarandet enligt denna uppfinning.

Dessutom kan särdragen, som beskrivits i samband med detta förfarande, också implementeras i apparaten och i datorprogrammen. Företrädesvis utförs alla förfarande- stegen under styrning av en dator.

Ovannämnda och andra syften med och särdrag hos denna uppfinning torde vara uppenbara efter en genom- läsning av den följande detaljerade beskrivningen i sam- band med de medföljande ritningarna.

Kort beskrivning av ritningarna Fig 1-3, som redan har diskuterats, visar olika exempel på synfältskartor.

Fig 4 visar schematiskt en datoriserad perimeter.

Pig 5 är ett flödesschema över ett förfarande för att utföra ett synfältstest enligt denna uppfinning.

Fig 6a-c, 7a-c och 8 visar exempel pà synfältskartor som kan användas för presentation av resultatet av ett synfältstest i enlighet med denna uppfinning.

Beskrivning av den föredragna utföringsformen Fig 4 visar schematiskt, delvis som ett blockschema, konstruktionen för en datoriserad perimeter, med vilken förfarandet enligt denna uppfinning kan utföras. Peri- metern bestàr väsentligen av en stimulusgenerator l och en dator 2 för styrning av generatorn och för bedömning av fràn patienten mottagna svar på visade stimuli.

Stimulusgeneratorn 1 har en skärm 3, vilken kan vara hemisfärisk eller ha nàgon annan passande form, och fram- för vilken patienten placeras. Skärmen är försedd med ett fixeringsmàl, t ex i form av en lysdiod, pà vilken pa- tienten ombedes titta under testet. Stimulusgeneratorn l tjänar till att visa väldefinierade synstimuli efter var- andra i utvalda testpositioner pà skärmen, vilken skall vara jämnt upplyst. Dessa stimuli kan alstras medelst ett projiceringssystem eller medelst fixerade ljuskällor lO 15 20 25 30 35 5:20 Û6;2 Hrrfïfšfi-Û 14 (lysdioder eller optiska fibrer) eller med några andra passande organ.

Det är fördelaktigt om perimetern också har organ 4 för övervakning av patientens fixering av fixeringsmàlet, så att stimuli, som presenteras när patienten blinkar eller inte bibehåller fixering, kan sorteras bort eller upprepas. Fixeringsövervakningsfunktionen kan implemen- teras elektroniskt eller med hjälp av en TV-kamera. Andra sorters fixeringsövervakningssystem är naturligtvis också möjliga.

Perimetern innefattar vidare en tryckknapp 5, med vilken patienten skall ge ett svar varje gång han eller hon uppfattar ett synstimulus på skärmen. Svar kan också erhållas genom mätning av pupillreaktioner eller visuellt frammanade potentialer eller på andra passande sätt.

Tryckknappen 5 är kopplad till datorn 2 vilken för varje synstimulus registrerar ett eventuellt svar på detta från försökspersonen. Datorn 2 bedömer dessutom varje svar från patienten och bestämmer utifrån dessa positionen för och intensiteten hos nästa synstimulus i enlighet med ett styrprogram som är lagrat i datorn. Datorn har ett minne 6, i vilket t ex svar på stimuli lagras. Datorn är också försedd med en inmatningsenhet 7, genom vilken en opera- tör kan tillföra information till perimetern och en ut- matningsenhet 8, medelst vilken resultaten från synfälts- testen visas. Inmatningsenheten 7 kan t ex bestå av ett tangentbord och utmatningsenheten 8 av en skrivare eller en displayenhet som tillgängliggör resultatet av testet och dess konfidens för användaren.

Den fysiska konstruktionen hos perimetern som be- skrivits ovan skiljer sig inte från den hos perimetrar enligt känd teknik. Såsom kommer att förklaras här nedan bearbetar och visar perimetern enligt denna uppfinning dock resultatet från synfältstestet på ett nytt sätt genom användning av ett nytt program i datorn.

När presentationen av synstimuli är klar, beräknas synfältstestvärdena för alla testpositioner, vilka test- 10 l5 20 25 30 35 520 062 15 värden i detta exempel är tröskelvärden, utifrån svaren (både positiva och negativa svar) med hjälp av ett dator- program i datorn 2. I detta exempel alstras tre tröskel- skattningar (pessimistisk/standard/optimistisk) med olika konfidensnivåer genom användning av en konfidensnivàfunk- tion av sannolikhetstyp, nämligen aposteriorisannolik- hetsfunktionen.

Såsom är välkänt är en aposteriorisannolikhets- funktion produkten av en apriorisannolikhetsfunktion ("a prior probability function") och likelihoodfunktionen.

Apriorisannolikhetsfunktionen indikerar a priori känd information om en parameter som skall skattas. I detta fall specificerar apriorisannolikhetsfunktionen hur vanliga olika tröskelvärden är i en specifik population av patienter.

Likelihoodfunktionen indikerar sannolikheten för att en specifik uppsättning värden skall erhållas i en prov- tagning av en slumpvariabel, vars fördelning beror på en okänd parameter. I detta fall specificerar likelihood- funktionen sannolikheten att erhålla en specifik svars- serie (sedda stimuli/ej sedda stimuli) för en specifik serie med stimuliintensiteter, varvid den okända para- metern är tröskelvärdet.

Aposteriorisannolikhetsfunktionen kan användas för att skatta tröskelvärdena. En möjlighet att göra detta är att beräkna de tröskelvärden som maximerar aposteriori- sannolikhetsfunktionen och använda dessa som tröskel- skattningar.

I den föredragna utföringsformen skattas dock istället en fördelning av tröskelvärden för varje test- position med användning av aposteriorisannolikhetsfunk- tionen. Den skattade fördelningen av tröskelvärden består av en sek- i varje testposition, t ex i testposition i, vens av N tröskelvärden (til, tiz, ..., tiN). Varje sek- vens används sedan för att beräkna tre tröskelvärden med olika konfidensnivåer. lO 15 20 25 30 35 520 Û62§Qt¿f¿¿« » . Q . . . l6 Närmare bestämt används en villkorlig aposteriori- sannolikhetsfunktion för beräkningen av tröskelvärdena.

En villkorlig aposteriorisannolikhetsfunktion är en aposteriorisannolikhetsfunktion av parametrarna för en testposition, med alla andra testpositioners parametrar givna. Den kan uttryckas som: gi(Si,ti)=li(ti)pi(Si)fi(Si,ti) (1) där gi är den villkorliga aposteriorisannolikheten för testposition i, ti är tröskelvärdet för testposition i och si är defektstatusvariabeln, vilken kan vara +l eller -l för testposition i. Defektstatusen indikerar huruvida testpositionen är en normal testposition (+l) eller en defekt testposition (-1). Dessutom är li(ti) i formeln (1) likelihoodfunktionen för testposition i, vilken kan uttryckas som: N¿ ~aq+ti 1i( ti) = (Û (-Sí_->) ' qàl; svar 1 _ i <2) Ni -dq+ti x TI <1-rP-<1~FN-PP)<><-S-df-))} l. q=l; inget svar där FP är frekvensen av falska positiva svar (patienten svarar fastän han inte har sett nàgot stimulus), FN är frekvensen av falska negativa svar (patienten svarar inte fastän han har sett ett stimulus), Ni är antalet stimuli som visas i den izte punkten, dq är den qzte stimulus- intensiteten, ® är standardnormalfördelningsfunktionen och Sdi är standardavvikelsen i den izte testpositionen.

Vidare är pi(si) i formeln (1) den villkorliga aprioridefektstatussannolikheten för testposition i, vilken uttrycks som: 10 15 20 25 30 35 520 062 17 pjjsi) = eXpßJ-jzsßiljsjl/Z) jïni (3) där nis är antalet närmaste grannar med avseende pà defektstatusen för testpositionen i och ßij är en para- meter vilken mäter beroendet mellan testpositionerna i och j.

Vidare är fi(si,ti) i formeln (l) den villkorliga aprioritätheten av tröskelvärden och kan uttryckas som: 1 2d.1(sL;tiNpi(si)"C°(si)äi(s))2} i 41 = exp{°' dí(si)Jšš (4) där c är en konstant. Vidare är pi(si) antingen pi(+1) eller p(-l). tröskelvärdet för testpositionen i och p(-1) defekta, Dessutom är di(s) medelvärdet av standardavvikelserna för pi(+1) är det normala, àlderskorrigerade är det àlderskorrigerade tröskelvärdet för denna. granntestpositioner.

Först initieras i varje testposition tröskelvärdena (steg 501), som beräknats sàsom beskrivs i det amerikanska patentet 5 461 435. och defektstatusvärdet till ICM-skattningarna Därefter alstras en sekvens av tröskelvärden i varje säsom beskrivs i Scandinavian Journal of Sid 375-387, 1994, Olsson J och Rootzén H. Denna teknik för alstring av tröskel- testposition, Statistics, volym 21, nr 4, värdessekvenser och defektstatusvärden är känd som Markov Chain Monte-Carlo, en välkänd metod för utnyttjande av aposteriorisannolikheter.

Testpositionerna delas upp i svarta och vita test- positioner genom att först beteckna en testposition vit och sedan beteckna varje testposition som är placerad diagonalt intill nàgon vit testposition som vit och alla andra testpositioner som svarta.

Först besöker förfarandet alla vita testpositioner radvis i ordning och utför en tröskeländring för en 10 15 20 25 30 520 062 §;«= 18 enskild testposition (“single site threshold change") i varje testposition (steg 502). En sàdan tröskeländring bestär av det följande: Tröskeländringssimuleringen av ett nytt värde för ti består av att först ta ett slumptal med en normalfördelning Ti, medelvärde ui(si)+cG(si)di(s), och varians G2i(si), och sedan acceptera det och lata det ersätta ti med sannolikheten li(Ti)/maxtli(t), och att upprepa proceduren om det inte accepteras. Här mäste maxtli(t) beräknas numeriskt. Om t ex det förväntade värdet av Ti är längt från det ti- värde som maximerar li(t) förkastas dock alltför mànga föreslagna värden pä Ti. Sålunda ändras sättet att alstra ti närhelst antalet förkastade värden överstiger ett förutbestämt antal och beräknas li(ti)fi(si,ti) för ett gitter av diskreta ti-värden och används likformiga slumpmässiga tal för att välja Ti. Användandet av maxtli(t) och den andra metoden för alstring av Ti redu- cerar beräkningstiden avsevärt jämfört med ett förfarande med direkt förkastande.

Därefter besöker förfarandet alla svarta testposi- tioner i ordning, rad för rad, och utför en tröskeländ- ring för en enskild testposition i varje testposition (steg 503). ändringar i svarta och vita positioner som en tröskel- (stegen 502 och 503). avsökning lagras tröskeln för varje testposition i Tillsammans betecknas besöken med tröskel- avsökning Efter varje tröskel- minnet.

Förfarandet besöker därefter alla vita testpositio- ner i ordning, radvis, och utför en defektstatusändring för en enskild testposition (“single site defect status (steg 504). fektstatusändring består av det följande: I defekt- change") i varje testposition En sådan de- statusändringen sätts simuleringen si av defektstatus- ändringen lika med l med sannolikheten: fiflfiilgifl) fi(-l, i)pi(-l)+fi(l,ti)pi(l) (5) lO 15 20 25 30 v. f.. . , I : . "' *v r ~- .Ü ,' j j' * »v f ". " l » lx ' . . . v 1 , , a n 1 y l9 och sätts annars si till -l.

Därefter besöker förfarandet alla svarta testposi- tioner i ordning, radvis, och utför en defektstatus- ändring för en enskild testposition i varje testposition (steg 505). statusändringarna i svarta och vita positioner som en Tillsammans betecknas besöken med defekt- defektstatusavsökning (stegen 504 och 505).

Sekvensen med en tröskelavsökning och en defekt- statusavsökning itereras sedan n=9999 gånger. Efter varje (steg 506), varpå förfarandet kontrollerar huruvida värdet av itera- iteration ökas en iterationsvariabel med l tionsvariabeln är större än eller lika med 9999 (steg 507). Om detta inte är fallet fortsätts iterationen, annars beräknas de resulterande tröskelvärdena som föl- jer.

I testpunkt i har en sekvens av tröskelvärden (ti,1, tilz, ., ti 9999) alstrats. Tröskelskattningarna som skall presenteras som resultatet av testet beräknas genom att tröskelvärdena ti 1, ti 2, _, ti 9999 först sorte- ras i storleksordning. Därefter bestäms den pessimistiska tröskelskattningen som det 500:e värdet frán botten, standardskattningen som det 5000:e värdet (medianen) och den optimistiska skattningen som det 9500:e värdet fràn botten (steg 508).

Som ett alternativ till medianen kan det marginella aposteriorimedelvärdet, MPM, som àstadkommes genom beräk- ningen av medelvärdet (Xti)/9999, användas som standard- skattningen. Se "Scandinavian Journal of Statistics, sid 375-387, 1994, volym 21, Olsson J och Rootzën H". nr 4, Slutligen används de tre alternativa tröskelskatt- ningarna för varje testposition för alstring av konfi- denskartor (steg 509). Kartorna kan alstras i form av papper eller i elektronisk form och presenteras för an- vändaren medelst datorns 2 utmatningsenhet 8. lO 15 20 25 30 520 062 n. ..._ ...v v .<-» - 20 Fig 6a-c visar tre kartor, vilka för varje test- position numeriskt visar den optimistiska skattningen, standardskattningen respektive den pessimistiska skatt- ningen för tröskelvärdet. Som ett alternativ kan tröskel- värdena presenteras med hjälp av gråskalrepresentationer.

De olika kartorna åstadkommer sålunda konfidensindika- tionen.

Fig 7a-c visar tre andra kartor, vilka visar alter- nativa avvikelser för varje tröskelvärde från det för- väntade värdet för standardtröskelskattningen. Som ett alternativ kan denna karta visa avvikelsen från det för- väntade värdet för en särskild sorts tröskelskattning, t ex den pessimistiska skattningens avvikelse från det förväntade värdet för en pessimistisk tröskelskattning.

Fig 8 visar ännu en annan karta, vilken med hjälp av gräskalrepresentationer visar signifikanserna för de alternativa avvikelserna från ett normalvärde. Varje punkt 800 motsvarar en testposition. Testpositionerna där tröskelvärdena avviker signifikant från normalvärdet markeras med fyrkanter i olika storlekar. Ju mörkare kvadraten är desto mer signifikant är avvikelsen. Den minsta kvadraten 801 representerar den pessimistiska skattningen, den medelstora kvadraten 802 standardskatt- ningen och den största kvadraten 803 den optimistiska skattningen. Ur denna karta är det uppenbart att konfi- densen för tröskelvärdet inte är stort i vissa testposi- tioner. Exempelvis kan en testposition 804, vilken verkar vara normal när man använder en standardskattning, visa sig vara defekt när man använder en pessimistisk skatt- ning. I denna karta består sålunda resultat av synfälts- testet av olika signifikanser för avvikelserna, och indi- kationen av konfidensen åstadkommes med hjälp av det alternativa resultatet för varje testposition.

Det skall nämnas att alla beräkningar ovan utförs av datorn 2. 10 15 20 25 30 35 520 062 :ijfgjjí :vrf- - - - . . ß 21 Den för närvarande föredragna utföringsformen har beskrivits i det föregående. Många modifieringar är dock tänkbara inom ramen för de bifogade patentkraven.

Förfarandet enligt denna uppfinning är inte begrän- sat till att användas med något särskilt förfarande för synfältstestning, utan kan användas på data som insamlats med hjälp av vilket som helst sådant förfarande, t ex MOBS, med synfältsscreeningtester. trappstegsmetoder, Robbins-Monroe eller till och Förfarandet enligt denna uppfinning kan, men behöver inte nödvändigtvis, användas för alla testpositioner.

I den föredragna utföringsformen används en konfi- densnivàfunktion av sannolikhetstyp. Det är också möjligt att använda andra konfidensnivàfunktioner. Dessutom kan andra typer av apriorisannolikhetsfunktioner användas.

Exempelvis kan man välja att ha en apriorisannolikhets- funktion som identiskt är lika med l. Det är tänkbart att använda andra sorters likelihoodfunktioner. Normalfördel- ningsfunktionen kan ersättas av en logistisk fördelnings- funktion eller någon annan fördelningsfunktion. Likeli- hoodfunktionen kan också ha en mer komplicerad form än en Olika likelihood- funktioner kan användas för pessimistiska/standard/opti- produkt, t ex om svaren är beroende. mistiska synfältstestvärden, t ex genom definiering av tröskelvärden som 50% sannolikhet att ses, 20% sannolik- het att ses osv.

Förfarandet enligt denna uppfinning är inte begrän- sat till alstring av tvà eller tre alternativa synfälts- testvärden. Ett godtyckligt antal alternativa synfälts- testvärden (vid godtycklig grad av "optimism/pessimism") kan användas.

Hänsyn kan tas till osäkerheten i patientparamet- rarna, t ex genom användning av populationsbaserade apriorifördelningar för falska positiva och falska nega- tiva svar.

Claims (31)

10 15 20 25 30 35 520 062 §_j¿;-gfl,__= 22 NYA PATENTKRAV

1. Förfarande för utförande av ett synfältstest, innefattande stegen att - efter varandra presentera ett flertal synstimuli för en försöksperson, varvid varje synstimulus presen- teras i en testposition, - för varje synstimulus registrera ett eventuellt svar därpà från försökspersonen; k ä n n e t e c k n a t av steget att - utifràn de registrerade svaren och med hjälp av en konfidensnivàfunktion beräkna àtminstone två synfälts- testvärden med olika konfidensnivàer för försökspersonens uppfattning av synstimuli, varvid nämnda åtminstone två synfältstestvärden beräknas utifràn samma registrerade svar och för en och samma testposition.

2. Förfarande enligt krav 1, vilket vidare inne- fattar steget att - visa ett resultat av synfältstestet och en indika- tion pà dess konfidens, varvid nämnda resultat och nämnda indikation pà konfidensen är baserade pä de åtminstone tvä synfältstestvärdena med olika konfidensniväer för försökspersonens uppfattning av synstimuli.

3. Förfarande enligt krav l, varvid beräkningssteget innefattar beräkning av åtminstone tvà synfältstestvärden för var och en av ett flertal testpositioner.

4. Förfarande enligt krav 3, varvid visningssteget innefattar - alstring av åtminstone en karta över nämnda fler- tal testpositioner, i vilken, för varje testposition, resultatet av synfältstestet för den testpositionen och indikationen pä dess konfidens visas.

5. Förfarande enligt krav l, varvid konfidensnivà- funktionen väljs frän en grupp, som innefattar en växande konfidensnivàfunktion, en konfidensnivàfunktion av sanno- 10 15 20 25 30 35 520 062 - » V - , . . . ~ . . u 23 likhetstyp, en konfidensnivàfunktion av testtyp och en konfidensnivàfunktion av likelihoodtyp.

6. Förfarande enligt krav 1, varvid steget att be- räkna àtminstone tvä synfältstestvärden innefattar under- stegen att - beräkna ett flertal synfältstestvärden; - sortera nämnda flertal synfältstestvärden i stor- leksordning; och - välja ut synfältstestvärden med förutbestämda ord- ningsnummer till att användas som nämnda àtminstone två synfältstestvärden.

7. Förfarande enligt krav 2, varvid visningssteget innefattar visning av àtminstone ett alternativt resultat av synfältstestet som en indikation pà konfidensen för detta.

8. Förfarande enligt krav 2, varvid beräkningssteget innefattar beräkning av àtminstone tvä synfältstestvärden för var och en av ett flertal testpositioner och vidare innefattande steget att för varje olika konfidensnivà och för var och en av nämnda flertal testpositioner bestämma huruvida motsvarande synfältstestvärde är acceptabelt eller inte, varvid visningssteget innefattar visning av en indikation av antalet acceptabla testpositioner för varje olika konfidensnivà som resultatet av synfälts- testet och indikationen på dess konfidens.

9. Förfarande enligt krav 2, varvid visningssteget innefattar visning av de numeriska värdena av nämnda àt- minstone två synfältstestvärden som resultatet av syn- fältstestet och indikationen av dess konfidens.

10. Förfarande enligt krav 2, varvid beräknings- steget innefattar beräkning av àtminstone tvä synfälts- testvärden för var och en av ett flertal testpositioner och vidare innefattar steget att för varje testposition beräkna nämnda àtminstone tvä synfältstestvärdesavvikel- ser frän ett förväntat synfältstestvärde, vilket är base- rat pä ett statistiskt normalvärde för en population, och varvid visningssteget innefattar visning av nämnda tvà 10 15 20 25 30 35 520 062 m» ...- 24 synfältstestvärdens beräknade avvikelser från det förvän- tade synfältstestvärdet som resultatet av synfältstestet och indikationen på dess konfidens.

11. ll. Förfarande enligt krav 2, varvid beräknings- steget innefattar beräkning av åtminstone två visuella synfältstestvärden för var och en av ett flertal test- positioner och vidare innefattande steget att för varje testposition beräkna nämnda åtminstone två synfältstest- värdens avvikelser från ett förväntat värde, som är base- rat på ett statistiskt normalvärde för en population, samt signifikanserna för dessa, och varvid visningssteget innefattar visning av de beräknade signifikanserna av nämnda avvikelser som resultatet av synfältstestet och indikationen på dess konfidens.

12. Förfarande enligt krav 1, varvid steget att beräkna åtminstone två synfältstestvärden består av be- räkning av tre synfältstestvärden med olika konfidens- nivåer vilka motsvarar ett pessimistiskt, ett standard- respektive ett optimistiskt resultat.

13. Förfarande enligt krav 1, varvid synfältsvärdet är ett tröskelvårde för försökspersonens uppfattning av synstimuli.

14. Apparat för utförande av ett synfältstest, inne- fattande - organ för presentation av ett flertal synstimuli efter varandra för en försöksperson, varvid varje stimu- lus presenteras i en testposition; - organ för registrering, för varje synstimulus, av ett eventuellt svar på detta från försökspersonen; k å n n e t e c k n a d av - organ för beräkning, utifrån de registrerade sva- ren och med hjälp av en konfidensnivåfunktion, av åtmins- tone två synfältstestvärden med olika konfidensnivåer för försökspersonens uppfattning av synstimuli, varvid nämnda åtminstone två visuella synfåltstestvärden beräknas uti- från samma registrerade svar och för en och samma test- position. lO 15 20 25 30 b.) U'| 52Û Û62=2=~ *- -- -- --- .«. , ,, _v, ::~: u» . f. fzi _ _ v ~ . . u h. , 25

15. Apparat enligt krav 14, vidare innefattande organ för visning av ett resultat av synfältstestet och en indikation på dess konfidens, varvid nämnda resultat och nämnda indikation på dess konfidens är baserade på nämnda åtminstone två synfältstestvärden med olika konfi- densnivåer för försökspersonens uppfattning av synsti- muli.

16. Apparat enligt krav 14, varvid organen för be- räkning är anordnade att - beräkna ett flertal synfältstestvärden; - sortera nämnda flertal synfältstestvärden i stor- leksordning; och - välja ut synfältstestvärden med förutbestämda ord- ningsnummer till att användas som nämnda åtminstone två synfältstestvärden.

17. Apparat enligt krav 15, varvid organen för be- räkning är anordnade att beräkna åtminstone två synfälts- testvärden med olika konfidensnivåer för var och en av ett flertal testpositioner och varvid organen för visning innefattar organ för alstring av åtminstone en karta över nämnda flertal testpositioner, i vilken resultatet av synfältstestet för varje testposition och dess konfidens visas, så att en användare av kartan erhåller en indika- tion på konfidensen för resultatet i var och en av test- positionerna.

18. Apparat enligt krav 15, varvid indikationen på konfidensen innefattar åtminstone ett alternativt resul- tat av synfåltstestet.

19. Apparat enligt krav 15, varvid organen för vis- ning är anordnade att visa de numeriska värdena för nämnda åtminstone två synfältstestvärden som resultatet av synfältstestet och indikationen på dess konfidens.

20. Apparat enligt krav 15, varvid organen för vis- ning är anordnade att visa resultatet av synfältstestet och indikationen på dess konfidens medelst grafiska sym- boler. 10 15 20 25 30 35 520 062 ¿=j=§'j¿zg_.»f ~ v » - . . . 26

21. Apparat enligt krav 15, varvid organen för be- räkning är anordnade att beräkna àtminstone tvä synfälts- testvärden med olika konfidensnivàer för var och en av ett flertal testpositioner, och för varje testposition beräkna nämnda àtminstone tvä synfältstestvärdens av- vikelser från ett förväntat synfältstestvärde, vilket är baserat pà ett statistiskt normalvärde för en population, och varvid organen för visning är anordnade att visa den beräknade nämnda àtminstone tvà synfältstestvärdens av- vikelser fràn det förväntade synfältstestvärdet som re- sultatet av synfältstestvärdet och indikationen på dess konfidens.

22. Apparat enligt krav 15, varvid organen för be- räkning är anordnade att beräkna àtminstone tvä synfälts- testvärden med olika konfidensnivåer för var och en av ett flertal testpositioner och för varje testposition beräkna nämnda àtminstone tvä synfältstestvärdens av- vikelser från ett förväntat synfältstestvärde, vilket är baserat på ett statistiskt normalvärde för en population samt signifikanserna av avvikelserna, och varvid organen för visning är anordnade att visa de beräknade signifi- kanserna för nämnda avvikelser som resultatet av syn- fältstestet och indikation pà dess konfidens.

23. Apparat enligt krav 15, varvid organen för be- räkning är anordnade att beräkna tre synfältstestvärden med olika konfidensnivàer, vilka synfältsvärden motsvarar ett pessimistiskt, ett standard- tiskt testresultat. respektive ett optimis-

24. Apparat enligt krav 14, varvid nämnda organ för presentation innefattar en skärm, pà vilken nämnda syn- stimuli visas, samt en stimulusgenerator för alstring av nämnda synstimuli, varvid nämnda svarsregistreringsorgan innefattar ett minne, i vilket nämnda svar lagras och varvid nämnda organ för beräkning innefattar en datapro- cessor, vilken dessutom är anordnad att styra presenta- tionsorganen, registreringsorganen och visningsorganen. lO l5 20 25 30 520 oe2;@¿¿f¿¿,, 27

25. Datorläsbart medium, pä vilket är lagrat ett datorprogram för bearbetning av ett resultat fràn ett synfältstest, enligt vilket ett flertal synstimuli pre- senteras efter varandra för en försöksperson, varvid varje synstimulus presenteras i en testposition och ett eventuellt svar från försökspersonen pà ett synstimulus registreras, k ä n n e t e c k n a t av att nämnda datorprogram innefattar instruktioner för en generell dator att utföra steget att - utifrån de registrerade svaren och med hjälp av en konfidensnivàfunktion beräkna åtminstone tvà synfälts- testvärden med olika konfidensnivàer för försökspersonens uppfattning av synstimuli, varvid nämnda åtminstone tvä synfältstestvärden beräknas utifrån samma registrerade svar och för en och samma testposition.

26. Datorläsbart minne enligt krav 25, varvid nämnda datorprogram vidare innefattar instruktioner för den generella datorn att utföra steget att visa resultatet av synfältstestet och en indikation pà dess konfidens, var- vid nämnda resultat och nämnda indikation pà konfidensen är baserade pä nämnda åtminstone tvä synfältstestvärden med olika konfidensnivàer för försökspersonens uppfatt- ning av synstimuli.

27. Datorläsbart medium enligt krav 26, varvid be- räkningssteget innefattar beräkning av àtminstone tvä synfältstestvärden med olika konfidensnivàer för var och en av ett flertal testpositioner, och varvid visnings- steget innefattar alstring av åtminstone en karta över nämnda flertal testpositioner, varvid resultatet av syn- fältstestet för varje testposition och dess konfidens visas sä att en användare av kartan fär en indikation pà konfidensen och resultatet i varje testposition.

28. Datorläsbart medium enligt krav 25, varvid kon- fidensnivàfunktionen väljs fràn en grupp av en växande konfidensnivàfunktion, en konfidensniväfunktion av sanno- likhetstyp, en konfidensniväfunktion av testtyp och en konfidensniväfunktion av likelihoodtyp. 10 l5 20 25 30 520 062 28

29. Datorläsbart medium enligt krav 25, varvid steget att beräkna åtminstone två synfältstestvärden innefattar understegen att: - beräkna ett flertal synfältstestvärden; - sortera nämnda flertal synfältstestvärden i stor- leksstorlek; och - välja synfältstestvärden med förutbestämda ord- ningsnummer till att användas som nämnda åtminstone tvá tröskelvärden.

30. Datorläsbart medium, pà vilket är lagrat ett datorprogram för bearbetning av ett resultat frän ett synfältstest, enligt vilket ett flertal synstimuli pre- senteras efter varandra för en försöksperson, varvid varje synstimulus presenteras i en testposition, och ett eventuellt svar från försökspersonen pà ett synstimulus registreras, k ä n n e t e c k n a t av att nämnda datorprogram innefattar instruktioner för en generell dator att utföra stegen att - utifrån de registrerade svaren och med hjälp av en konfidensnivàfunktion beräkna konfidensnivàn för ett för- utbestämt synfältstestvärde i varje testposition; och - alstra en karta över nämnda flertalet testpositio- ner, i vilken konfidensnivàerna för det förutbestämda tröskelvärdet visas för varje testposition,

31. Datorläsbart medium, pà vilket är lagrat ett datorprogram för bearbetning av ett resultat fràn ät- minstone tvä synfältstester, enligt var och en av vilka ett flertal synstimuli presenteras efter varandra för en försöksperson, varvid varje synstimulus presenteras i en testposition, och ett eventuellt svar fràn försöksperso- nen pä ett synstimulus registreras, k ä n n e t e c k - n a t av att nämnda datorprogram innefattar instruk- tioner för en generell dator att utföra stegen att 520 062 §°=§jga 5 , » v. -f ~ _ . _, __, §l¿_ ß... . , 29 - utifrån de registrerade svaren från nämnda åtmins- tone tvà synfältstester och med hjälp av en konfidens- nivàfunktion beräkna åtminstone tvà resultat med olika konfidensnivàer för var och en av ett flertal testposi- tioner för nämnda àtminstone tvà synfältstester.