特許 7634527 改良された眼球収差解析システム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-02-13

(45)【発行日】2025-02-21

(54)【発明の名称】改良された眼球収差解析システム及び方法

(51)【国際特許分類】

   A61B 3/103 20060101AFI20250214BHJP

【ＦＩ】

A61B3/103

【請求項の数】 16

(21)【出願番号】P 2022519763

(86)(22)【出願日】2020-09-25

(65)【公表番号】

(43)【公表日】2022-11-30

(86)【国際出願番号】 IB2020059017

(87)【国際公開番号】W WO2021064537

(87)【国際公開日】2021-04-08

【審査請求日】2023-09-15

(31)【優先権主張番号】62/908,388

(32)【優先日】2019-09-30

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】319008904

【氏名又は名称】アルコン インコーポレイティド

(74)【代理人】

【識別番号】100099759

【弁理士】

【氏名又は名称】青木 篤

(74)【代理人】

【識別番号】100123582

【弁理士】

【氏名又は名称】三橋 真二

(74)【代理人】

【識別番号】100160705

【弁理士】

【氏名又は名称】伊藤 健太郎

(74)【代理人】

【識別番号】100165995

【弁理士】

【氏名又は名称】加藤 寿人

(72)【発明者】

【氏名】マックス ホール

(72)【発明者】

【氏名】トーマス パドリック

(72)【発明者】

【氏名】エドウィン ジェイ サーバー

【審査官】増渕 俊仁

(56)【参考文献】

【文献】特表２０１６－５２６９８４（ＪＰ，Ａ）

【文献】特表２０１９－５２１７６０（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１８／００６４５７６（ＵＳ，Ａ１）

【文献】特表２００３－５０４６６５（ＪＰ，Ａ）

【文献】特開２０１９－１０３７４６（ＪＰ，Ａ）

【文献】中国特許出願公開第１８８９８８４（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ３／００－３／１８

(57)【特許請求の範囲】

【請求項1】

眼球収差解析システムであって、
前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、
前記波面センサと通信するように構成されている論理デバイスであって、前記論理デバイスは、
前記波面センサによって提供された前記波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、
前記眼球収差解析システムによって監視される前記光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、
前記受け取った眼球収差解析出力データに対応する使用者フィードバックを、前記推定眼球アライメントずれに少なくとも部分的に基づいて生成する
ように構成されている、
論理デバイスと、
を含み、
前記論理デバイスは、
補正眼球収差解析出力データを、前記推定眼球アライメントずれ及び／又は前記受け取った波面センサデータに少なくとも部分的に基づいて決定し、
前記使用者フィードバックを、前記推定眼球アライメントずれ及び／又は前記補正眼球収差解析出力データに少なくとも部分的に基づいて生成する
ように構成されており、
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、前記波面センサ測定値及び／又は前記関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、
平均波面センサ測定値を、前記補正波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、眼球収差解析システム。

【請求項2】

前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、
前記推定眼球アライメントずれを決定することは、前記受け取ったアイトラッカーセンサデータに少なくとも部分的に基づき、
前記使用者フィードバックを前記生成することは、眼球アライメントずれの測定基準を前記推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、前記眼球収差解析システムのユーザインタフェースを介して前記眼球アライメントずれの測定基準を報告することと、を含む、
請求項１に記載の眼球収差解析システム。

【請求項3】

前記使用者フィードバックは、
前記推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、
前記補正眼球収差解析出力データに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビュー、及び／又は
前記推定眼球アライメントずれが事前設定された最大許容ずれよりも大きいことを示す可聴及び／又は可視アラーム
を含む、請求項１に記載の眼球収差解析システム。

【請求項4】

前記補正眼球収差解析出力データを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
平均波面センサ測定値を、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、請求項１に記載の眼球収差解析システム。

【請求項5】

前記補正波面センサ測定値を決定することは、
前記眼球収差解析システムの複素解析エンジン又はコンパクト解析エンジンを前記波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び／又は前記補正波面センサ測定値を生成すること
を含む、請求項１に記載の眼球収差解析システム。

【請求項6】

前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値に対応する波面から推定された眼球アライメントずれを決定すること
を含む、請求項１に記載の眼球収差解析システム。

【請求項7】

前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記光学標的の対応する推定相対位置及び／又は向きを決定することと、
前記光学標的の推定相対位置及び／又は向きの１つ以上のクラスターを１つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別することと、
固定アライメントを前記１つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定することと、
各波面センサ測定値に関して、推定眼球アライメントずれを、前記固定アライメントと前記波面センサ測定値に対応する前記光学標的の前記推定相対位置及び／又は向きとの間の差に少なくとも部分的に基づいて決定することと、
を含む、請求項１に記載の眼球収差解析システム。

【請求項8】

前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記光学標的の対応する固定ステータスを、前記波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定することと、
前記波面センサ測定値の部分集合を、前記対応する前記光学標的の推定相対位置及び／又は向きを決定することの前に、前記決定された対応する固定ステータスに少なくとも部分的に基づいて除外することと、
を含む、請求項７に記載の眼球収差解析システム。

【請求項9】

波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、前記眼球収差解析出力データは、前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、眼球収差解析出力データを受け取ることと、
前記眼球収差解析システムによって監視される前記光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、
前記受け取った眼球収差解析出力データに対応する使用者フィードバックを、前記推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、
を含み、
補正眼球収差解析出力データを、前記推定眼球アライメントずれ及び／又は前記受け取った波面センサデータに少なくとも部分的に基づいて決定することと、
前記使用者フィードバックを、前記推定眼球アライメントずれ及び／又は前記補正眼球収差解析出力データに少なくとも部分的に基づいて生成することと、
を更に含み、
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、前記波面センサ測定値及び／又は前記関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、
平均波面センサ測定値を、前記補正波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、方法。

【請求項10】

前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、
前記推定眼球アライメントずれを決定することは、前記受け取ったアイトラッカーセンサデータに少なくとも部分的に基づき、
前記使用者フィードバックを前記生成することは、眼球アライメントずれの測定基準を前記推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、前記眼球収差解析システムのユーザインタフェースを介して前記眼球アライメントずれの測定基準を報告することと、を含む、
請求項９に記載の方法。

【請求項11】

前記使用者フィードバックは、
前記推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、
前記補正眼球収差解析出力データに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビュー、及び／又は
前記推定眼球アライメントずれが事前設定された最大許容ずれよりも大きいことを示す可聴及び／又は可視アラーム
を含む、請求項９に記載の方法。

【請求項12】

前記補正眼球収差解析出力データを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
平均波面センサ測定値を、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、請求項９に記載の方法。

【請求項13】

前記補正波面センサ測定値を決定することは、
前記眼球収差解析システムの複素解析エンジン又はコンパクト解析エンジンを前記波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び／又は前記補正波面センサ測定値を生成すること
を含む、請求項９に記載の方法。

【請求項14】

前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記波面センサ測定値に対応する波面から推定された眼球アライメントずれを決定すること
を含む、請求項９に記載の方法。

【請求項15】

波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、前記眼球収差解析出力データは、前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、眼球収差解析出力データを受け取ることと、
前記眼球収差解析システムによって監視される前記光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、
前記受け取った眼球収差解析出力データに対応する使用者フィードバックを、前記推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、
を含み、
前記波面センサデータは、波面センサ測定値の時系列を含み、前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記光学標的の対応する推定相対位置及び／又は向きを決定することと、
前記光学標的の推定相対位置及び／又は向きの１つ以上のクラスターを１つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別することと、
固定アライメントを前記１つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定することと、
各波面センサ測定値に関して、推定眼球アライメントずれを、前記固定アライメントと前記波面センサ測定値に対応する前記光学標的の前記推定相対位置及び／又は向きとの間の差に少なくとも部分的に基づいて決定することと、
を含む、方法。

【請求項16】

前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、前記推定眼球アライメントずれを決定することは、
各波面センサ測定値に関して、前記光学標的の対応する固定ステータスを、前記波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定することと、
前記波面センサ測定値の部分集合を、前記対応する前記光学標的の推定相対位置及び／又は向きを決定することの前に、前記決定された対応する固定ステータスに少なくとも部分的に基づいて除外することと、
を含む、請求項１５に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の１つ以上の実施形態は、全般的に、眼球収差解析に関し、より具体的には、例えば、臨床上又は術中の眼球収差解析を向上させるためのシステム及び方法に関する。

【背景技術】

【0002】

眼科手術には、角膜及び／若しくは眼の表面の再形成、眼内デバイス及び／若しくは人工眼内レンズ（ＩＯＬ）の挿入及び／若しくは置換、並びに／又は眼の能動的光学構成要素（ａｃｔｉｖｅ ｏｐｔｉｃａｌ ｃｏｍｐｏｎｅｎｔｓ）の他の外科的操作を伴う場合がある。最適な術後の視力結果を得るために、良好な術前の臨床評価及び手術計画並びに手術計画の実行の術中の監視が重要である。

【0003】

眼球収差計によって実施される眼球収差解析は、典型的には、手術前に眼を特性化するために、手術の経過を監視するために、及び手術の成功を評価するために使用される一般的な手法である。従来の眼球収差計は、眼球運動並びに／又は収差計自体の位置合わせ不良及び光学収差に関連する様々な測定誤差に苦慮することが多く、このことは、不正確な手術計画及び患者にとっての最適に満たない手術結果や視力結果につながるおそれがある。

【0004】

したがって、当該技術分野において、患者の最適な手術結果又は視力結果につながる、臨床上及び／又は術中の眼球収差解析を向上させるためのシステム及び方法が必要とされている。

【発明の概要】

【課題を解決するための手段】

【0005】

改良された眼球収差解析を提供するシステム及び方法のための技術が開示される。１つ以上の実施形態によれば、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び／又は眼モデルに少なくとも部分的に基づいて決定するように構成されてもよく、収差計モデル及び眼モデルは、波面センサによって提供された波面センサデータに少なくとも部分的に基づく。論理デバイスはまた、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成するように構成されてもよい。

【0006】

他の実施形態では、方法は、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び／又は眼モデルに少なくとも部分的に基づいて決定することであって、収差計モデル及び眼モデルは、眼球収差解析システムの波面センサによって提供された波面センサデータに少なくとも部分的に基づく、ことと、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成することと、を含んでもよい。

【0007】

いくつかの実施形態によれば、非一時的な機械可読媒体は、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、眼球収差解析システムのための複素解析エンジンを、眼球収差解析システムと関連する収差計モデル及び／又は眼モデルに少なくとも部分的に基づいて決定することであって、収差計モデル及び眼モデルは、眼球収差解析システムの波面センサによって提供された波面センサデータに少なくとも部分的に基づく、ことと、眼球収差解析システムのためのコンパクト解析エンジンを、決定された複素解析エンジンに少なくとも部分的に基づいて生成することと、を含んでもよい。

【0008】

更なる実施形態において、眼球収差解析システムは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、波面センサと通信するように構成されている論理デバイスとを含んでもよい。論理デバイスは、波面センサによって提供された波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、眼球収差解析システムによって監視される光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成するように構成されてもよい。

【0009】

他の実施形態では、方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データ眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、眼球収差解析システムによって監視される光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、を含んでもよい。

【0010】

いくつかの実施形態によれば、非一時的な機械可読媒体は、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに方法を実行させるように適合された、複数の機械可読命令を含んでもよい。当該方法は、波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、眼球収差解析出力データは、眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、眼球収差解析システムによって監視される光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、受け取った眼球収差解析出力データに対応する使用者フィードバックを、推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、を含んでもよい。

【0011】

本発明の範囲は、参照により本段落に組み込まれる特許請求の範囲によって定義される。以下の１つ以上の実施形態の詳細な説明を考慮に入れることによって、本発明の実施形態のより完全な理解が、その更なる利点の実現とともに、当業者にもたらされる。最初に、添付の図面を参照し、簡単に説明する。

【図面の簡単な説明】

【0012】

【図1】図１は、本開示の一実施形態による眼球収差解析システムのブロック図を示す。

【図2A】図２Ａは、本開示の一実施形態による眼球収差解析システムの収差解析特性化標的のブロック図を示す。

【図2B】図２Ｂは、本開示の一実施形態による眼球収差解析システムの収差解析特性化標的のブロック図を示す。

【図3】図３は、本開示の一実施形態による眼球収差解析システムのブロック図を示す。

【図4】図４は、本開示の一実施形態による眼球収差解析システムを特性化するプロセスのフロー図を示す。

【図5】図５は、本開示の一実施形態による眼球収差解析システムの動作プロセスのフロー図を示す。

【図6】図６は、本開示の一実施形態による多層ニューラルネットワークの図を示す。

【発明を実施するための形態】

【0013】

本発明の実施形態及びそれらの利点は、以下の詳細な説明を参照することによって最も良く理解される。図の１つ以上に示される同様の要素を識別するために同様の参照番号が使用されることは理解すべきである。

【0014】

様々な実施形態によれば、眼球収差解析システム及び方法は、患者の眼球収差の実質的に実時間の測定及び監視を提供し、従来のシステムにおいて典型的なシステム誤差及び測定誤差を低減する。例えば、患者の眼は、眼球収差測定又は検査中に固定されると、自然にドリフトする。この固定によるドリフトには、眼球のチップ回転、チルト回転、ツイスト回転並びにｘ位置、ｙ位置及びｚ位置の変化を含む。これらのアライメントずれは、眼の波面特性化収差の計算における誤差の原因となる。これらのアライメントずれの平均がゼロに近い場合、検査画像ストリームの個々のフレームからの波面収差測定値を平均化することは、位置合わせ不良に起因する誤差の大部分を取り除くのに十分であり得る。検査シーケンスのアライメントずれの平均がゼロ近辺でないことが既知である場合又はアライメントずれがゼロ近辺の平均を有することを確認できない場合、アライメントずれが事前設定閾値を超えない場合における波面センサデータの平均化（例えば、ゼルニケ多項展開によって表される）、複素解析方法を使用した波面センサデータの位置合わせ不良に基づく誤差の補正（本明細書に記載される）、一連の波面測定値に適用されたクラスター分析に基づく及び／又はアイトラッカーデータに基づく（例えば、各波面測定値に対する）眼の固定ステータスの決定のうちの１つ又はそれらの組み合わせを含む、本明細書に記載される様々な方策を使用して測定誤差又はノイズを低減させることができる。推定アライメントずれ及び／又はそれらの波面測定値に対する影響は、眼球アライメントずれの測定基準に対して低減させることができるとともに、対応するグラフィックスを有するディスプレイビューとして眼球収差解析システムの使用者に提供され得る、又は眼球収差解析システムに、検査画像シーケンスから画像を無視させるために又は検査を中止及び／若しくは再開始させるために使用され得る。したがって、実施形態は、臨床上及び術中の眼球収差解析検査における、検査画像シーケンス中の眼球運動によるばらつきを低減するになどよって、従来のシステムよりも信頼性が高く且つ正確な収差解析測定値を提供しつつ、実質的に実時間の監視フィードバックを提供する。

【0015】

本開示の更なる実施形態において、眼球収差解析システム及び方法は、システム収差を正確に特性化するための、及び患者の眼に関連するアライメントずれによって劣化し得る波面センサデータを補正するためのプラットフォーム及び技術を提供する。例えば、本明細書に記載される眼球収差解析システムは、システム収差に起因する又は眼球運動時に発生する可能性のある誤差に対応するために、正確な高次収差（ＨＯＡ：ｈｉｇｈ ｏｒｄｅｒ ａｂｅｒｒａｔｉｏｎ）解析のための２つの固有の較正形態、即ち、システム特性化プロセス及び複素解析訓練プロセスのうちの１つ以上を用いることができる。

【0016】

システム特性化プロセスについては、眼球収差解析システムを使用して、実質的にゼロのアライメントずれを伴って眼球収差解析システムに実質的に１つの種類の可変収差（例えば、デフォーカス収差）を提示するように構成されているモデル標的によって生成される一連の基準インターフェログラム（例えば、波面センサデータの形態）を測定することができる。基準インターフェログラムは、特定の眼球収差解析システムの任意のシステム収差を特性化及び／又は定量化するために使用され得、その特定の眼球収差解析システムの波面センサにより提供される波面センサデータを、後続する解析の前に除去することなどによって補正するために使用され得る。

【0017】

複素解析訓練プロセスについては、眼球収差解析システムを使用して、モデル標的の収差要素のチップ回転、チルト回転、ツイスト回転並びにｘ位置、ｙ位置、及びｚ位置における可変アライメントずれを伴って眼球収差解析システムに対し異なるタイプ及び様々な強度の収差（例えば、６次のゼルニケ展開係数まで）の選択を提示するように構成されたモデル標的に関して生成された一連の波面測定値を取り込むことができる。本明細書に記載されるように、眼球収差解析システムによって実行され、例えば、未補正波面センサデータ若しくは未補正波面センサデータとアイトラッカーデータとの組み合わせに基づいて実質的に正確な推定アライメントずれ及び／又は補正波面センサデータを生成するように構成された複素解析エンジンを、一連の波面測定値を使用して訓練する及び／又は改良することができる。したがって、実施形態は、システム収差及び軸から外れた又は歪んだ眼の収差解析測定値から生じる誤差の低減によって収差解析測定値の精度を高めることなどによって、従来のシステムよりも信頼性が高く且つ正確な収差解析測定値を提供する。更に、実施形態は、特定の検査において正確に補償され得る、又は補正され得る、ゆえに含まれ得る（例えば、検査画像シーケンスの所与の画像内に存在する及び／又は検出される）アライメントずれの範囲を増大することによって、より堅牢（例えば、信頼性が高く且つ迅速）な収差解析システムを提供する。

【0018】

図１は、本開示の一実施形態による眼球収差解析システム１００のブロック図を示す。図１に示される実施形態では、患者の動き、システムの光学収差、熱的変動、振動などの一般的な特性化誤差及び／又は眼球収差解析システム１００によって提供される眼球収差解析を劣化させるその他の特性化誤差を連続的に補償しながら、光学標的１０２（例えば、患者の眼）の実質的に実時間（例えば、３０Ｈｚ更新）の監視を提供するための眼球収差解析システム１００が実装され得る。

【0019】

図１に示されるように、眼球収差解析システム１００は、波面センサ１２０及び／又は眼球収差解析システム１００のその他の要素の光学標的１０２を照明するために使用されるプローブビーム１１１を発生させるビーコン１１０を含む。眼球収差解析システム１００はまた、アイトラッカー１３０の光学標的１０２を照明するために使用される発光ダイオード（ＬＥＤ）アレイ１３２及びＯＣＴセンサ１２２の光学標的１０２を照明するためのＯＣＴプローブビーム１２４を発生させるために使用されるＯＣＴビーコン１２３などの、その他の様々なセンサに特化したビーコン及び／又は光源を含んでもよい。ビームスプリッタ１１２～１１６は、プローブビーム１１１を光学標的１０２に提供し、光学標的１０２により提供された関連するセンサビーム１１３、１１５、１１７（例えば、プローブビーム１１１、ＯＣＴプローブビーム１２４、及びＬＥＤアレイ１３２によって発生した、光学標的１０２により反射された光の一部）を発生させるために使用される。ビーコン１１０、ＯＣＴビーコン１２３、ＬＥＤアレイ１３２、及び眼球収差解析システム１００の各センサ要素は、制御部１４０によって制御され得（例えば、通信リンク１４１～１４４を介して）、制御部１４０はまた、ビーコン１１０とＯＣＴビーコン１２３とＬＥＤアレイ１３２と眼球収差解析システム１００のセンサ要素と図示のようにユーザインタフェース１４６、サーバ１５０、分散サーバ１５４、及びその他のモジュール１４８（例えば、任意の通信リンク１４５、１４９、及び１５５を介してアクセスされる）を含む眼球収差解析システム１００のその他の要素との間のインターフェイスとしての役割を果たし得る。

【0020】

典型的な動作では、制御部１４０は、光学標的１０２を照明するために波面センサ１２０、任意のＯＣＴセンサ１２２、及び任意のアイトラッカー１３０、制御ビーコン１１０、ＯＣＴビーコン１２３、及び／又はＬＥＤアレイ１３２のうちの１つ又は複数を起動し、眼球収差解析システム１００の様々なセンサ要素から眼球収差解析出力データ（例えば、波面センサデータ、アイトラッカーデータ、ＯＣＴセンサデータ）を受け取る。本明細書に記載されるように、制御部１４０はそれ自体で眼球収差解析出力データを処理してもよい（例えば、アライメントずれを検出する若しくは補正する及び／又は波面センサデータから収差解析パラメータを抽出するために）又は（例えば、ネットワーク１５２を介して）サーバ１５０及び／又は分散サーバシステム１５４に眼球収差解析出力データを処理のために提供してもよい。本明細書に記載されるように、制御部１４０及び／又はサーバ１５０は、（例えば、眼球収差解析システム１００の動作を制御するために）ユーザインタフェース１４６にて使用者入力を受け取るように構成されてもよい、及び／又はユーザインタフェース１４６のディスプレイを介して使用者に対して表示するために、眼球収差解析出力データ及び／又は眼球収差解析出力データの特性のディスプレイビューなどの使用者フィードバックを生成するように構成されてもよい。本明細書に記載されるように、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、例えば、眼球収差解析システム１００のシステム収差を特性化する、光学標的１０２と関連するアライメントずれを検出する、並びに／又は波面センサデータ及び／若しくは関連する収差分類係数を補正するための複素解析エンジン（例えば、ニューラルネットワークに基づく分類及び／又は回帰エンジン）の機械学習及び／又は訓練を含む、眼球収差解析システム１００の動作及び／又は特性化と関連するデータを格納する、処理する、及び／又はそうでなければ操作するように構成されてもよい。様々な実施形態において、眼球収差解析システム１００は、本明細書に記載されるように、一般的な特性化誤差を連続的に補償しながら、光学標的１０２の光学収差解析の実質的に実時間の監視及び使用者フィードバック（例えば、３０Ｈｚ以上の周波数の更新）を提供するように構成されてもよい。これにより眼球収差解析システム１００を臨床検査及び術中検査に特に適したものにする。

【0021】

ビーコン１１０は、主として波面センサ１２０で使用するためのプローブビーム１１１を生成するように制御部１４０によって制御され得るレーザーソース（例えば、実質的にコヒーレント光を生成する）及び／又はスーパールミネッセントダイオード（例えば、「ＳＬＤ（ｓｕｐｅｒｌｕｍｉｎｅｓｃｅｎｔ ｄｉｏｄｅ）」は、相対的に低コヒーレント光を生成する）によって実装されてもよい。ＯＣＴビーコン１２３は、主としてＯＣＴセンサ１２２で使用するためのＯＣＴプローブビーム１２４を生成するように制御部１４０によって制御され得るレーザーソース及び／又はスーパールミネッセントダイオード（例えば、ＯＣＴセンサ１２２に特に適した相対的に低コヒーレント光を生成する）によって実装されてもよい。様々な実施形態において、ＯＣＴビーコンは、図示のようにＯＣＴセンサ１２２と統合されてもよく、例えば、ビーコン１１０と統合されてもよく、及び／又はビーコン１１０に類似する独自の独立型ビーコンとして実装されてもよい（例えば、適切な配置のビームスプリッタを使用して）。ＬＥＤアレイ１３２は、アイトラッカー１３０とともに主として使用される、制御部１４０によって標的１０２を照明するように制御され得る成形又はパターン化されたＬＥＤのアレイにより実装されてもよい。ビームスプリッタ１１２～１１６は、光学標的１０２にプローブビーム１１１を向け及び／又は通過させ、光学標的１０２によって生じたプローブビーム１１１及び／又はソースビームの少なくとも一部（例えば、プローブビーム１１１若しくは１２４及び／又はＬＥＤアレイ１３２から発せられた光の反射した部分）を眼球収差解析システム１００の様々なセンサ要素に向かって逸らし、センサビーム１１３～１１７（例えば、センサビーム）を形成するように構成された任意のいくつかの光学構成要素（例えば、ペリクルビームスプリッタ、鏡面）によって実装されてもよい。光学標的１０２は、本明細書に記載されるように、例えば、患者の眼であってもよい、又は例えば、シングルパス（プローブビーム１１１はオフにされ、光学標的１０２は独自に照明を発生させる）又はダブルパス（例えば、通常動作でプローブビーム１１１がオンにされる）モデル標的によって実装されてもよい。

【0022】

波面センサ１２０は、光学標的１０２からの少なくともプローブビーム１１１の反射によって生じたセンサビーム１１７の光学波面などの光学波面の収差を測定するように構成されたデバイス又はデバイスアーキテクチャのいずれか１つ又は組み合わせとして実装されてもよく、波面センサ１２０は、関連する波面センサデータを提供するように構成されてもよい。例えば、波面センサ１２０は、シャックハルトマン波面センサ、位相ずれシュリーレン法波面センサ、波面曲率センサ、ピラミッド波面センサ、共通光路干渉計、多面せん断干渉計、ロンチ試験器、せん断干渉計、及び／又は眼科学で使用するように構成され得るその他の波面センサのいずれか１つ又は組み合わせとして実装されてもよい。波面センサ１２０によって提供される波面センサデータは、ゼルニケ係数、例えば、フーリエ変換、コサイン変換、又はハートレー変換、又は円筒座標若しくはデカルト座標のテイラー多項式を含む様々なフォーマットで、又はインターフェログラムとして表されてもよい。

【0023】

ＯＣＴセンサ１２２は、マイクロメートル及び／若しくはサブマイクロメートル分解能の２次元画像並びに３次元画像を光学標的１０２などの光学散乱媒体内から取り込むために相対的に低コヒーレント光及び低コヒーレントインターフェロメトリを使用するように構成され、関連するＯＣＴセンサデータを提供するように構成されているデバイス又はデバイスアーキテクチャのいずれか１つ又は組み合わせで実装されてもよい。例えば、ＯＣＴセンサ１２２は、眼科学で使用するように構成され得るＯＣＴセンサアーキテクチャのいずれか１つ又は組み合わせとして実装されてもよい。アイトラッカー１３０は、光学標的１０２及び／又は光学標的１０２の特徴（例えば、網膜、瞳孔、虹彩、角膜、水晶体）の向き及び／若しくは位置を追跡するように構成されたデバイス又はデバイスアーキテクチャのいずれか１つ又は組み合わせで実装されてもよく、従来のアイトラッカー又は眼底カメラを含み、関連するアイトラッカーデータを提供するように構成されている。いくつかの実施形態では、アイトラッカー１３０は、標的１０２と関連するプルキンエ反射の１つ以上のタイプの像を取り込むように構成されていてもよい。

【0024】

制御部１４０は、任意の適切な論理デバイス（例えば、処理デバイス、マイクロコントローラ、プロセッサ、特定用途用集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、メモリストレージデバイス、メモリリーダ、又は例えば、眼球収差解析システム１００及び／又は眼球収差解析システム１００の要素の様々な動作を制御するための制御ループ又はプロセスを実施するソフトウェア命令などの適切な命令を実行する、格納する、及び／又は受信するように適合され得るその他のデバイス、又はデバイスの組み合わせ）として実装されてもよい。このようなソフトウェア命令は、また、センサ信号を処理する、センサ情報を決定する、使用者フィードバックを提供する（例えば、ユーザインタフェース１４６を介して）、動作パラメータに対するデバイスをクエリする、デバイスの動作パラメータを選択する、又は本明細書に記載される様々な動作のいずれかを実施する（例えば、動作は、眼球収差解析システム１００の様々なデバイスの論理デバイスによって実施される）ための方法を実施してもよい。

【0025】

更に、機械可読媒体が、制御部１４０にロードするための及び制御部１４０によって実行するための非一時的な命令を格納するために提供されてもよい。これらの及び他の実施形態において、制御部１４０は、必要に応じて、揮発性メモリ、不揮発性メモリ、１つ以上のインターフェイス、並びに／又は眼球収差解析システム１００のデバイスとインターフェイスするための様々なアナログ構成要素及び／若しくはデジタル構成要素などの他の構成要素とともに実装されてもよい。例えば、制御部１４０は、例えば、センサ信号、センサ情報、複素解析パラメータ、較正パラメータ、一連の較正点、訓練データ、基準データ、及び／又はその他の経時的な動作パラメータを格納し、そのような格納されたデータを眼球収差解析システム１００のその他の要素に提供するように適合されてもよい。いくつかの実施形態では、制御部１４０は、ユーザインタフェース１４６と統合されてもよい。

【0026】

ユーザインタフェース１４６は、ディスプレイ、タッチスクリーン、キーボード、マウス、ジョイスティック、つまみ、バーチャルリアリティヘッドセット、並びに／又は使用者入力を受け付ける及び／若しくは使用者にフィードバックを提供することができる任意の他のデバイスのうちの１つ以上として実装されてもよい。様々な実施形態において、ユーザインタフェース１４６は、制御部１４０などその他の眼球収差解析システム１００のデバイスに使用者入力を提供するように適合されてもよい。ユーザインタフェース１４６はまた、本明細書に記載される様々なプロセス及び／又は方法のいずれかを実施するソフトウェア命令などの命令を実行するように適合され得る１つ以上の論理デバイスによって実装されてもよい。例えば、ユーザインタフェース１４６は、通信リンクを形成する、通信（例えば、センサデータ、制御信号、使用者入力、及び／又はその他の情報）を送信する及び／若しくは受信する、１つ以上の動作に対するパラメータを決定する、並びに／又は本明細書に記載されるその他の様々なプロセス及び／若しくは方法を実施するように適合されてもよい。

【0027】

いくつかの実施形態では、ユーザインタフェース１４６は、例えば、（例えば、サーバ１５０及び／又は分散サーバシステム１５４に対する）通信リンクを形成するために、眼球収差解析システム１００の動作のための特定のパラメータを選択するために、センサデータを処理する方法を選択するために、関節式のモデル標的の位置及び／若しくは向きを調整するために、並びに／又はそうでなければ、眼球収差解析システム１００及び眼球収差解析システム１００内のデバイスの動作を容易にするために、使用者入力を受け付けるように適合されてもよい。ユーザインタフェース１４６が使用者入力を受け付けると、使用者入力は、１つ以上の通信リンクを介してシステム１００のその他のデバイスに伝送されてもよい。一実施形態では、ユーザインタフェース１４６は、様々なセンサデータ及び／又はその他のパラメータの時系列を、そのようなデータ及び／又はパラメータのグラフ若しくはマップを含むディスプレイの一部として表示するように適合されてもよい。いくつかの実施形態では、ユーザインタフェース１４６は、使用者入力を受け付け、例えば、制御部１４０の制御ループ若しくはプロセスパラメータ又は眼球収差解析システム１００の任意の他の要素の制御ループ若しくはプロセスパラメータを修正するように適合されてもよい。

【0028】

その他のモジュール１４８は、眼球収差解析システム１００の動作を容易にするように構成されているセンサ及び／又はデバイスのうちのいずれか１つ又は組み合わせを含んでもよい。例えば、その他のモジュール１４８は、眼球収差解析システム１００の１つ以上の要素の動作と関連する１つ以上の温度を測定するように構成された温度センサ、眼球収差解析システム１００の周りの周囲湿度を測定するように構成された湿度センサ、眼球収差解析システム１００の動作と関連する振幅及び／若しくは存在を測定するように構成された振動センサ、患者が供給する光学標的１０２の姿勢、運動若しくはその他の特徴を測定するように構成された患者センサ、並びに／又は眼球収差解析システム１００の動作を容易にする及び／若しくは眼球収差解析システム１００の動作に典型的な一般的なシステムエラーを補正するために有用なセンサデータを提供することができるその他のセンサを含んでもよい。更なる実施形態において、その他のモジュール１４８は、ＬＥＤアレイ１３２とアイトラッカー１３０の組み合わせに類似する、標的１０２と関連するプルキンエ反射の１つ以上のタイプの像を取り込むように構成された更なる照明及びカメラシステムを含んでもよい。

【0029】

サーバ１５０は、例えば、制御部１４０と同様に実装されてもよく、例えば、本明細書に記載されるように、ニューラルネットワークを訓練する又は他の種類の機械学習を実施するための相対的に大きな訓練データセットを含む、１人又は複数の患者と関連する相対的に大きなデータセットを格納する、処理する、及び／若しくはそうでなければ操作するために使用されるパーソナルコンピュータ又はサーバコンピュータの様々な要素を含んでもよい。分散サーバシステム１５４は、例えば、制御部１４０及び／又はサーバ１５０の複数の実施形態の分散された組み合わせとして実装されてもよく、本明細書に記載されるように、分散された状況においてニューラルネットワークを訓練する又は他の種類の機械学習を実施するための相対的に大きな訓練データセットを含む相対的に大きなデータセットの格納、処理、及び／又はその他の操作を容易にするように構成されたネットワーキング及びストレージデバイス並びに性能を含んでもよい。ネットワーク１５２は、有線及び／若しくは無線ネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、インターネット、セルラーネットワークのうちの１つ以上として、並びに／又はその他のネットワークプロトコル及び／若しくはトポロジーに従って実装されてもよい。

【0030】

図２Ａ～図２Ｂは、本開示の一実施形態による眼球収差解析システム１００の収差解析特性化標的２０２Ａ～２０２Ｂのブロック図を示す。図２Ａに示される実施形態では、収差解析特性化標的２０２Ａは、眼球収差解析システム１００と関連する光学収差を特性化するように構成されたシングルパスモデル標的として実装されてもよい。図２Ａに示されるように、収差解析特性化標的／シングルパスモデル標的２０２Ａは、レンズシステム２６２を通過し、光学収差システム１００の光軸に沿って方向付けられた（例えば、ビームスプリッタ１１６を出るプローブビーム１１１と整合する）ソースビーム２１１を発生させるレーザー又はＳＬＤソース２６０を含む。様々な実施形態において、ソース２６０は、例えば、制御可能な分散力を持つ発散する球形波面、制御可能な分散力を持つ収束する球形波面、又はゼロの力を持つ平面波を発生させるように構成されていてもよい。レンズシステム２６２は、マウント２６５を介してリニアモーションアクチュエータ２６４に結合されており、これにより、レンズシステム２６２がその光軸に沿って移動し、シングルパスモデル標的２０２Ａのデフォーカス収差を変化させ、複数の基準インターフェログラム及び対応する波面センサデータ（例えば、波面センサ１２０によって提供される）を生成することを可能にする。このような基準インターフェログラム及び／又は対応する波面センサデータは、例えば、図３の収差計モデル３６０として収集され、格納されてもよく、本明細書に記載されるように、眼球収差解析システム１００と関連するシステム収差を補正するために使用されてもよい。

【0031】

いくつかの実施形態では、レンズシステム２６２は、米国連邦標準技術局（ＮＩＳＴ：Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｔａｎｄａｒｄｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ）によってトレース可能なレンズとして実装されてもよく、リニアモーションアクチュエータ２６４は、眼球収差解析システム１００によって観察される、患者が一般に経験する様々なデフォーカス収差に従って、例えば、５．０Ｄの段階又はより高分解能段階において、－１２～６ジオプター又は０～＋－５ジオプターなどの、既知の及び既定のデフォーカスパワー（例えば、デフォーカス収差）を有するソースビーム２１１を発生させるために、レンズシステム２６２をソース２６０から間隔をあけた一連の位置に位置決めするように構成された比較的高精度のアクチュエータステージとして実装されてもよい。得られた収差計モデル３６０は、ショット雑音、熱的変動、及び振動に起因するものを含む様々なシステム収差を補償するために使用されてもよい。

【0032】

図２Ｂに示されるように、収差解析特性化標的／ダブルパスモデル標的２０２Ｂは、１つ以上のマウント２７３を介して６自由度（６ＤＯＦ）モーションアクチュエータ２７２に取り外し可能に結合された交換可能な眼球収差モデル２７０を含む。６ＤＯＦモーションアクチュエータ２７２は、交換可能な眼球収差モデル２７０の位置及び／又は向きを変化させて、複数の選択された（例えば、既知の）アライメントずれ（例えば、眼球収差解析システム１００の光軸に対する）及び対応する複数の波面センサデータセットを生成するように構成されている。このようなアライメントずれ及び対応する波面センサデータは、例えば、図３の眼モデル３７０として収集され、格納されてもよく、本明細書に記載されるように、光学標的１０２と関連するアライメントずれを検出し、対応する波面センサデータを補正するための複素解析エンジン又はコンパクト解析エンジンを訓練するために使用されてもよい。

【0033】

いくつかの実施形態では、交換可能な眼球収差モデル２７０は、厳密な量の既定の眼球収差（例えば、６次のゼルニケ展開に関してミクロンで表される振幅などの厳密且つ既定のゼルニケ係数振幅によって表される）によってそれぞれ形成される一連の交換可能な眼球収差モデルの１つの要素を形成してもよい。一実施形態では、そのような交換可能な眼球収差モデルは、透明ポリ（メチルメタクリレート）（ＰＭＭＡ）を使用してコンタクトレンズ用旋盤で切断されてもよい。より一般には、そのような交換可能な眼球収差モデルは、眼球収差解析システム１００によって実施された測定とのグラウンドトゥルース比較のために、ＮＩＳＴへのトレーサビリティを有する第三者のプロファイラによって測定されてもよい。様々な実施形態において、６ＤＯＦモーションアクチュエータ２７２は、代表的な座標フレーム２８０Ａ～２８０Ｂによって示されるように、交換可能な眼球収差モデル２７０の、ｘ軸、ｙ軸、及びｚ軸に沿ったマイクロメートル分解能の位置決め及び交換可能な眼球収差モデル２７０の、θｙ（チップ）、θｘ（チルト）、及びθｚ（ツイスト）方向のマイクロラジアン方向付けを提供するように構成されてもよい。

【0034】

一般的な動作において、セット（例えば、１０個以上のセット）内の各交換可能な眼球収差モデル２７０は、更に６ＤＯＦモーションアクチュエータ２７２に取り付けられてもよく、制御部１４０は、交換可能な眼球収差モデル２７０を、眼球収差解析システム１００によって観察される、患者が一般に経験する様々なアライメントずれ内の一連の相対位置及び／又は向き（例えば、眼球収差解析システム１００の光軸に対する）に位置決めする及び／又は方向付けるように６ＤＯＦモーションアクチュエータ２７２を制御するように構成されてもよい。一実施形態では、一連のアライメントずれは、約４０，０００個の異なるアライメントずれを含み得る。様々な実施形態において、組み合わされた一連のアライメントずれ及び対応する一連の波面センサデータ（例えば、波面センサ１２０によって提供される）は、教師ありデータセット（例えば、眼モデル３７０）を形成することができ、本明細書に記載されるように、これを使用して、複素解析エンジン又はコンパクト解析エンジンを決定してもよい。このような解析エンジンを使用して、光学標的１０２のアライメントずれを補償してもよく、これはまた、アイトラッカー１３０によって測定されてもよい。より一般には、収差解析特性化標的２０２Ａ～２０２Ｂによって実施される特性化の組み合わせを使用して、光学標的１０２の位置合わせ不良に起因するシステム収差及び波面センサデータの誤差の両方を補償又は補正してもよい。

【0035】

図３は、本開示の一実施形態による眼球収差解析システム３００のブロック図を示す。図３に示される実施形態では、眼球収差解析システム３００は、収差解析特性化標的２０２Ａ～２０２Ｂを介して眼球収差解析システム１００によって生成された特性化データを使用して、複素解析エンジン３５０及び／又はコンパクト解析エンジン３４０を生成するように構成されてもよく、複素解析エンジン３５０及び／又はコンパクト解析エンジン３４０は、眼球収差解析システム１００の動作中に使用され、本明細書に記載されるように、一般的な特性化誤差を連続的に補償しながら、光学標的１０２の光学収差解析の実質的に実時間の監視及び使用者フィードバック（例えば、３０Ｈｚ以上の周波数の更新）を提供してもよい。

【0036】

図３に示されるように、眼球収差解析システム３００は、眼球収差解析システム１００に類似するが、眼球収差解析システム１００又は眼球収差解析システム３００の動作において使用される様々なデータ構造及び実行可能なプログラム命令に関する更なる詳細を有する。例えば、制御部１４０は、コンパクト解析エンジン３４０とともに実装されて示され、サーバ１５０及び分散サーバシステム１５４はそれぞれ、収差計モデル３６０、眼モデル３７０、訓練データ３９２、教師あり学習エンジン３９０、複素解析／ニューラルネットワークエンジン３５０、及びコンパクト解析エンジン３４０のうちの１つ以上とともに実装されて又はそれらを格納して示される。破線は、特定の要素の任意の格納及び／又は実装を一般に示すが、様々な実施形態においては、本明細書に記載されるように、制御部１４０、サーバ１５０、及び分散サーバシステム１５４のそれぞれは、識別された要素及び／又は追加的な要素のいずれかを実装又は格納してもよい。

【0037】

一般に、図６の要素に関して本明細書に記載されるように、収差計モデル３６０は、シングルパスモデル標的２０２Ａの使用に関連するセンサデータを収集し、眼球収差解析システム１００を特性化することによって生成され得、眼モデル３７０は、ダブルパスモデル標的２０２Ｂの使用に関連するセンサデータを収集し、光学標的１０２に関連するパラメータ空間を特性化することによって生成され得、訓練データ３９２は、収差計モデル３６０及び／若しくは眼モデル３７０を組み込むことによって及び／又はシミュレーション訓練データセットを生成し、収集することによって生成され得る。教師あり学習エンジン３５０は、静的学習エンジンとして及び／又は訓練データ３９２を使用して複素解析エンジン３５０を生成するように構成されている、手続き的に生成された学習エンジン（例えば、遺伝アルゴリズムで更新可能な学習エンジン）に従って実装されてもよい。複素解析エンジン３５０は、本明細書に記載されるように、例えば、ディープニューラルネットワークとして実装されてもよい並びに／又は分類及び／若しくは回帰のための密なＫ近傍法（ｋ－ＮＮ）データベースを含む、他の様々なニューラルネットワークアーキテクチャ若しくは複素解析手法を含む、その他の複素解析手法を使用して実装されてもよい。コンパクト解析エンジン３４０は、例えば、制御部１４０による相対的に低リソースであるが高性能の実行により適した形態などの、複素解析エンジン３５０のコンパクトな形態として実装されてもよく、したがって、ディープニューラルネットワーク及び／又はその他の複素解析手法として実装されてもよい。特定の実施形態において、コンパクト解析エンジン３４０は、複素解析エンジン３５０よりも少数の隠れ層及び／又はニューロン／層を有するニューラルネットワークとして実装されてもよい。

【0038】

図４は、本開示の一実施形態による眼球収差解析システム１００及び／又は眼球収差解析システム３００を特性化するプロセス４００のフロー図を示す。プロセス４００の任意のステップ、サブステップ、サブプロセス、又はブロックは、図４によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、１つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び／又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に１つ以上のメモリに格納されてもよい。プロセス４００は、図１～図３に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス４００は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び／又はモバイル構造体の属性の異なる選択を含む。

【0039】

ブロック４０２において、眼球収差解析システムと関連する収差計モデルが生成される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、眼球収差解析システム１００によって観察される光学標的１０２として配置されたシングルパスモデル標的２０２Ａのソース２６０を制御し、レンズシステム２６２を通過し、波面センサ１２０及び／又は眼球収差解析システム１００のその他の要素を照明するソースビーム２１１を発生させるように構成されてもよい。制御部１４０は、例えば、複数の選択されたデフォーカスパワーに従ってシングルパスモデル標的２０２Ａのデフォーカス収差を変化させ、波面センサ１２０によって提供される複数の波面センサデータセットを生成するように構成されてもよい。制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、眼球収差解析システム１００と関連するシステム収差を、波面センサ１２０によって提供される複数の波面センサデータセットに少なくとも部分的に基づいて決定するように構成されてもよい。システム収差及び／又は関連する波面センサデータセットは、収差計モデル３６０として（例えば、サーバ１５０及び／又は分散サーバシステム１５４に）格納されてもよい。

【0040】

ブロック４０４において、眼球収差解析システムと関連する眼モデルが生成される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、眼球収差解析システム１００のビーコン１１０を制御し、プローブビーム１１１を発生させ、眼球収差解析システム１００によって観察される光学標的１０２として配置されたダブルパスモデル標的２０２Ｂを照明し、更には、波面センサ１２０、アイトラッカー１３０、ＯＣＴセンサ１２２、及び／又は眼球収差解析システム１００のその他の要素のうちの１つ以上を（例えば、プローブビーム１１１の反射により）照明するように構成されてもよい。制御部１４０は、例えば、複数の選択されたアライメントずれに従って、ダブルパスモデル標的２０２Ｂの交換可能な眼球収差モデル２７０の位置及び／又は向きを眼球収差解析システム１００の光軸１１１に対して変化させ、対応する波面センサ１２０によって提供される複数の波面センサデータセットを生成するように構成されてもよい。複数の選択されたアライメントずれ及び／又は対応する複数の波面センサデータセットは、眼モデル３７０として（例えば、サーバ１５０及び／又は分散サーバシステム１５４に）格納されてもよい。アイトラッカー１３０からのアイトラッカーデータ及びＯＣＴセンサ１２２からのＯＣＴセンサデータを眼モデル３７０に組み込むために類似の技法を使用してもよい。

【0041】

ブロック４０６において、複素解析エンジンが決定される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、複素解析エンジン３５０を、ブロック４０２において生成された収差計モデル３６０及び／又はブロック４０４において生成された眼モデル３７０に少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、入力層６２０と、出力層６４０と、入力層６２０と出力層６４０との間に結合され、それぞれが複数のニューロンを含む少なくとも１つの隠れ層６３０～６３９とを含むディープニューラルネットワーク６００を形成するように構成されてもよい。制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、本明細書に記載されるように、眼モデル３７０のアライメントずれをグラウンドトゥルース出力データとして、及び眼モデル３７０の対応する波面センサデータセットを訓練入力データとして使用し、教師あり学習エンジン３９０を介して、ニューラルネットワーク６００の入力層、出力層、及び隠れ層の各ニューロンと関連する少なくとも訓練可能な重み行列Ｗを訓練するように構成されてもよい。得られたディープニューラルネットワークは、複素解析エンジン３５０として格納され、使用され得る。他の実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、本明細書に記載されるように、ニューラルネットワーク６００を形成し、複素解析エンジン３５０を決定するために教師あり学習エンジン３９０を使用してニューラルネットワーク６００の１つ以上の複素解析パラメータを訓練する前に、眼モデル３７０の複数の選択されたアライメントずれに対応する複数の補正波面センサデータセットを、収差計モデル３６０内の眼球収差解析システムと関連するシステム収差に少なくとも部分的に基づいて生成するように構成されてもよい。

【0042】

ブロック４０８において、コンパクト解析エンジンが生成される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、入力層６２０と、出力層６４０と、入力層６２０と出力層６４０との間に結合される単一の隠れ層６３０とを含むコンパクトニューラルネットワーク６００を形成し、コンパクトニューラルネットワーク６００の入力層、出力層、及び／又は隠れ層の各ニューロンと関連する重み行列Ｗを、複素解析エンジン３５０の複数の隠れ層６３０～６３９と関連する１つ以上の複素解析パラメータに少なくとも部分的に基づいて生成するように構成されてもよい。生成されると、コンパクト解析エンジン３４０は、制御部１４０によって格納されてもよい或いは統合又は実装されてもよい。制御部１４０は、本明細書に記載されるように、コンパクト解析エンジン３４０を使用して、使用者フィードバック（例えば、様々なグラフィックスを含むビューを表示する）及び眼球アライメントずれ、眼球収差及び／又は光学標的１０２のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間（例えば、３０フレーム／秒）で生成することができる。

【0043】

図５は、本開示の一実施形態による眼球収差解析システム１００及び／又は眼球収差解析システム３００を動作するプロセス５００のフロー図を示す。プロセス５００の任意のステップ、サブステップ、サブプロセス、又はブロックは、図５によって示される実施形態と異なる順序又は配置で実施されてもよいことは理解すべきである。例えば、他の実施形態では、１つ以上のブロックは、プロセスから省略されてもよい又はプロセスに追加されてもよい。更に、ブロックの入力、ブロックの出力、様々なセンサ信号、センサ情報、較正パラメータ、及び／又はその他の動作パラメータは、対応するプロセスの次の部分に移動する前に１つ以上のメモリに格納されてもよい。プロセス５００は、図１～図３に関して説明したシステム、プロセス、制御ループ、及び画像を参照して説明されるが、プロセス５００は、それらのシステム、プロセス、制御ループ、及び画像と異なる他のシステムによって実施されてもよく、例えば、電子デバイス、センサ、アセンブリ、モバイル構造体、及び／又はモバイル構造体の属性の異なる選択を含む。

【0044】

ブロック５０２において、眼球収差解析の出力が受け取られる。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、波面センサ１２０によって提供される波面センサデータを少なくとも含む眼球収差解析出力データを受け取るように構成されてもよい。より一般には、眼球収差解析出力データは、本明細書に記載されるように、波面センサ１２０によって提供される波面センサデータ、ＯＣＴセンサ１２２によって提供されるＯＣＴセンサデータ、アイトラッカー１３０によって提供されるアイトラッカーデータ、及び／又は眼球収差解析システム１００によって提供されるその他の出力データのうちのいずれか１つ以上を含んでもよい。

【0045】

ブロック５０４において、推定眼球アライメントずれが決定される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、眼球収差解析システム１００によって観察される光学標的１０２（例えば、患者の眼）の相対位置及び／又は向きに対応する推定眼球アライメントずれを、ブロック５０２において受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定するように構成されてもよい。いくつかの実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、推定眼球アライメントずれを、ブロック５０２において受け取ったアイトラッカーセンサデータに少なくとも部分的に基づいて決定するように構成されてもよい。他の実施形態では、ブロック５０２において受け取った波面センサデータは、波面センサ測定値の時系列を含み、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、各波面センサ測定値に関して、波面センサ測定値に対応する波面から推定眼球アライメントずれを決定することによって、推定眼球アライメントずれを決定するように構成されてもよい。

【0046】

例えば、一実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、各波面センサ測定値に関して、光学標的１０２の対応する推定相対位置及び／又は向き（例えば、推定される光学標的１０２の眼球アライメント）を決定し、光学標的の推定相対位置及び／又は向きの１つ以上のクラスターを１つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別し、固定アライメントを１つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定し、各波面センサ測定値に関して、推定眼球アライメントずれを、固定アライメントと波面センサ測定値に対応する光学標的の推定相対位置及び／又は向きとの間の差（例えば、固定アライメントと波面センサ測定値の時系列に対応する光学標的１０２の推定される眼球アライメントとの間の差）に少なくとも部分的に基づいて決定することによって、推定眼球アライメントずれを決定するように構成されてもよい。関連する実施形態において、アイトラッカー１３０、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４を含む眼球収差解析システム１００は、各波面センサ測定値に関して、光学標的の対応する固定ステータスを波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定し、波面センサ測定値の部分集合を、光学標的１０２の対応する推定相対位置及び／又は向きを決定する前に、決定された対応する固定ステータスに少なくとも部分的に基づいて除外することによって、推定眼球アライメントずれを決定するように構成されてもよい。例えば、このような手法では、アイトラッカー１３０によって検出される、光学標的１０２が固定されていないと検出される間に取得される波面センサ測定値を排除することができる。

【0047】

ブロック５０６において、補正眼球収差解析出力データが決定される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、補正眼球収差解析出力データを、ブロック５０４において決定された推定眼球アライメントずれ及び／又はブロック５０２において受け取った波面センサデータに少なくとも部分的に基づいて決定するように構成されてもよい。波面センサデータが波面センサ測定値の時系列を含むいくつかの実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、各波面センサ測定値に関して、波面センサ測定値と関連する推定眼球アライメントずれを決定し、平均波面センサ測定値を、補正波面センサ測定値として、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することによって、補正眼球収差解析出力データを決定するように構成されてもよい。このような事前設定された最大許容ずれは、眼球収差解析システム１００の製造者及び／又は使用者によって選択又は設定されてもよい。

【0048】

他の実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、各波面センサ測定値に関して、波面センサ測定値と関連する推定眼球アライメントずれを決定し、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、波面センサ測定値及び／又は関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定し、平均波面センサ測定値を、補正波面センサ測定値に少なくとも部分的に基づいて生成することによって、補正眼球収差解析出力データを決定するように構成されてもよい。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、本明細書に記載されるように、補正波面センサ測定値を、眼球収差解析システム１００の複素解析エンジン３５０又はコンパクト解析エンジン３４０を各波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び／又は補正波面センサ測定値を生成することによって決定するように構成されてもよい。

【0049】

ブロック５０８において、使用者フィードバックが生成される。例えば、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、ブロック５０２において受け取った眼球収差解析出力データに対応する使用者フィードバックを、ブロック５０４において決定された推定眼球アライメントずれに少なくとも部分的に基づいて生成するように構成されてもよい。いくつかの実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、眼球アライメントずれの測定基準を推定眼球アライメントずれに少なくとも部分的に基づいて決定し、眼球アライメントずれの測定基準を眼球収差解析システム１００のユーザインタフェース１４６を介して報告することによって使用者フィードバックを生成するように構成されてもよい。他の実施形態では、制御部１４０、サーバ１５０、及び／又は分散サーバシステム１５４は、ブロック５０４において決定された推定眼球アライメントずれ及び／又はブロック５０６において決定された補正眼球収差解析出力データに少なくとも部分的に基づいて使用者フィードバックを生成するように構成されてもよい。様々な実施形態において、そのような使用者フィードバックは、本明細書に記載されるように、ブロック５０４において決定された推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、ブロック５０４において決定された補正眼球収差解析出力データ並びに／又は推定眼球アライメントずれのうちの少なくとも１つが事前設定された最大許容ずれよりも大きいことを示す可聴及び／若しくは可視アラームに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビューを含んでもよい。

【0050】

したがって、本明細書に記載されるように、本開示の実施形態は、使用者フィードバック（例えば、様々なグラフィックスを含むビューを表示する）及び眼球アライメントずれ、眼球収差及び／又は光学標的１０２のその他の特性の信頼性が高く且つ正確な監視を実質的に実時間（例えば、３０フレーム／秒）で提供することができる。このような実施形態は、様々なタイプの臨床上及び術中の検眼を支援し、手術の結果の向上を助けるために使用され得る。

【0051】

図６は、本開示の一実施形態による多層又は「ディープ」ニューラルネットワーク（ＤＮＮ）６００の図を示す。いくつかの実施形態では、ニューラルネットワーク６００は、システム１００及び／又はシステム３００に関して説明した１つ以上のモデル及び／又は解析エンジンのそれぞれを実装するために使用されるニューラルネットワークを代表し得る。ニューラルネットワーク６００は、入力層６２０を使用して入力データ６１０を処理する。様々な実施形態において、本明細書に記載されるように、入力データ６１０は、１つ以上のモデル及び／又は解析モデルを生成する及び／又は訓練するために１つ以上のモデル及び／又は解析エンジンに提供される収差解析出力データ及び／又は訓練データに対応し得る。いくつかの実施形態では、入力層６２０は、スケーリング、バイアシング、フィルタリング、範囲制限によって入力データ６１０を調整するために、及び／又はニューラルネットワーク６００の残り部分による処理のために入力データ６１０を他の手法で調整するために使用される複数のニューロン又はノードを含んでもよい。他の実施形態では、入力層６２０は、入力データ６１０をエコーするように構成されてもよい（例えば、入力データ６１０が既に適切にスケーリング、バイアシング、フィルタリングされ、範囲制限され、及び／又は他の手法で調整されている場合）。入力層６２０内の各ニューロンは、隠れ層６３０のニューロン／ノードに提供される出力を生成する。隠れ層６３０は、入力層６２０からの出力を処理する複数のニューロン／ノードを含む。いくつかの実施形態では、隠れ層６３０のニューロンのそれぞれが出力を生成し、次いでその出力が、隠れ層６３９で終わる１つ以上の追加の隠れ層を介して伝播される。隠れ層６３９は、前の隠れ層からの出力を処理する複数のニューロン／ノードを含む。図６に示される実施形態では、隠れ層６３９の出力は、出力層６４０に供給される。様々な実施形態において、出力層６４０は、隠れ層６３９からの出力をスケーリング、バイアシング、フィルタリング、範囲制限によって調整するために使用され得る、及び／又はそうでなければ隠れ層６３９からの出力を調整して出力データ６５０を形成する１つ以上のニューロン／ノードを含む。代替的な実施形態では、ニューラルネットワーク６００は、１つのみの隠れ層を有するニューラルネットワーク、再帰層を有するニューラルネットワーク、及び／又は分類及び／若しくは回帰のためのＫ近傍法（ｋ－ＮＮ）データベースを含む他の様々なニューラルネットワークアーキテクチャ若しくは複素解析手法を含む異なるニューラルネットワーク又は他の処理アーキテクチャに従って実装されてもよい。

【0052】

いくつかの実施形態では、入力層６２０、隠れ層６３１～６３９、及び／又は出力層６４０のそれぞれは、１つ以上のニューロンを含む。一実施形態では、入力層６２０、隠れ層６３１～６３９、及び／又は出力層６４０のそれぞれは、同じ数又は異なる数のニューロンを含んでもよい。特定の実施形態において、ニューラルネットワーク６００は、各層に最大２０００～４０００個のニューロンを有する合計約６層を含んでもよい。様々な実施形態において、そのような構成ニューロンのそれぞれは、その入力ｘの組み合わせ（例えば、訓練可能な重み行列／ベクトルＷを使用して生成した加重和）を受け取るように、任意の訓練可能なバイアスｂを受け取るように、及び例えば式ａ＝ｆ（Ｗｘ＋ｂ）に従って、出力ａを生成するための活性化関数ｆを適用するように構成され得る。活性化関数ｆは、例えば、正規化線形ユニット活性化関数として、又は上限及び／若しくは下限を有する活性化関数、ロジスティックシグモイド関数、双曲線正接関数のいずれか１つ若しくは組み合わせ、及び／又はその他の活性化関数形態に従って実装されてもよい。本明細書に記載されるように、そのようなネットワーク内の各ニューロンは、同じ若しくは異なる活性化関数及び／又は異なるタイプの活性化関数に従って動作するように構成されてもよい。ある特定の実施形態では、回帰用途に対応して、出力層６４０のニューロンのみがそのような線形活性化関数を適用し、それら各々の出力を生成するように構成されてもよい。

【0053】

様々な実施形態において、ニューラルネットワーク６００は、教師あり学習を用いて（例えば、教師あり学習エンジン３９０として実装される）選択した訓練データセット（例えば、訓練データ３９２）（各訓練データセットは、入力訓練データセット及び対応するグラウンドトゥルース（例えば、予想）出力データ（例えば、収差計モデル３６０及び眼モデル３７０の組み合わせ）セットを含む）をニューラルネットワーク６００に体系的に提供し、その後、得られた出力データ６５０（例えば、ニューラルネットワーク６００によって提供された訓練出力データ）とグラウンドトゥルース出力データとの間の差（例えば、「訓練誤差」）を決定する及び／又はそうでなければ比較することなどによって訓練されてもよい。いくつかの実施形態では、訓練誤差は、ニューラルネットワーク６００の様々な訓練可能な重み、バイアス、及び／又はその他の複素解析パラメータを調整するためにニューラルネットワーク６００にフィードバックされてもよい。いくつかの実施形態では、そのような訓練誤差は、例えば、確率的勾配降下法を含む１つの又は様々な逆伝搬法及び／又はその他の逆伝搬法を使用して、ニューラルネットワーク６００へのフィードバックとして提供されてもよい。１つ以上の実施形態では、全体的な損失関数（例えば、各訓練データセットの差に基づく平均二乗誤差）が事前設定された最大許容損失閾値に又はこの閾値未満に収束するまで、選択された訓練データセットの比較的多数の群がニューラルネットワーク６００に複数回提示され得る。

【0054】

更なる実施形態において、教師あり学習エンジン３９０は、本明細書に記載されるように、半教師あり学習、弱教師あり学習、能動学習、構造化予測、及び／又はニューラルネットワーク６００の複素解析パラメータの訓練を補助する（例えば、複素解析エンジン３５０を生成する）ためのその他の一般的機械学習法を含むように構成されてもよい。例えば、教師あり学習エンジン３９０は、シミュレーション訓練データセットを生成するように構成されてもよく、各セットは、シミュレーション入力訓練データ及び対応するシミュレーショングラウンドトゥルース出力データセットを含み、教師あり学習をシミュレーション訓練データセットに少なくとも部分的に基づいて実施する。シミュレーション入力訓練データセット及びシミュレーショングラウンドトゥルースデータセットのそれぞれは、入力訓練データ（例えば、収差パラメータ及び／又はシミュレーションダブルパスモデル標的と関連するアライメントずれを調整するための）を修正し、非シミュレーショングラウンドトゥルースデータを補間して、対応するシミュレーショングラウンドトゥルースデータを生成することによって生成されてもよい。様々な実施形態において、教師あり学習エンジン３９０は、数百万セットのシミュレーション訓練データ（そのそれぞれは、眼モデル３７０に対応する訓練データセットから少なくともわずかに外れている）をシミュレーションし、ニューラルネットワーク６００を数百万セットのそのようなシミュレーション訓練データに従って訓練するように構成されてもよい。

【0055】

必要に応じて、本開示によって提供される様々な実施形態は、ハードウェア、ソフトウェア、又はハードウェアとソフトウェアの組み合わせを使用して実装され得る。また、必要に応じて、本明細書で述べられる様々なハードウェアコンポーネント及び／又はソフトウェアコンポーネントは、本開示の趣旨から逸脱することなく、ソフトウェア、ハードウェア、及び／又はこれらの両方を含む複合コンポーネントに組み合わせることができる。必要に応じて、本明細書で述べられる様々なハードウェアコンポーネント及び／又はソフトウェアコンポーネントは、本開示の趣旨から逸脱することなく、ソフトウェア、ハードウェア、又はこれらの両方を含むサブコンポーネントに分離することができる。更に、必要に応じて、ソフトウェアコンポーネントはハードウェアコンポーネントとして実装することができ、逆もまた同様であると考えられる。

【0056】

非一時的な命令、プログラムコード、及び／又はデータなどの本開示によるソフトウェアは、１つ以上の非一時的な機械可読媒体に格納され得る。また、本明細書で特定されるソフトウェアは、ネットワーク化された及び／又はそうでない１つ以上の汎用若しくは特定目的のコンピュータ及び／又はコンピュータシステムを使用して実装され得ると考えられる。必要に応じて、本明細書に記載される様々なステップの順序は、本明細書に記載される特徴を提供するために、変更することができる、複合ステップへと組み合わせることができる、及び／又はサブステップに分離することができる。

【0057】

上述の実施形態は、本発明を例示するが限定しない。本発明の原理に従って、多数の修正形態及び変形形態が可能であることも理解されるべきである。したがって、本発明の範囲は、以下の特許請求の範囲によってのみ定義される。
なお、本開示には以下の態様も含まれる。
〔態様１〕
眼球収差解析システムであって、
前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを提供するように構成されている波面センサと、
前記波面センサと通信するように構成されている論理デバイスであって、前記論理デバイスは、
前記波面センサによって提供された前記波面センサデータを少なくとも含む眼球収差解析出力データを受け取り、
前記眼球収差解析システムによって監視される前記光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定し、
前記受け取った眼球収差解析出力データに対応する使用者フィードバックを、前記推定眼球アライメントずれに少なくとも部分的に基づいて生成する
ように構成されている、
論理デバイスと、
を含む、眼球収差解析システム。
〔態様２〕
前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、
前記推定眼球アライメントずれを前記決定することは、前記受け取ったアイトラッカーセンサデータに少なくとも部分的に基づき、
前記使用者フィードバックを前記生成することは、眼球アライメントずれの測定基準を前記推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、前記眼球収差解析システムのユーザインタフェースを介して前記眼球アライメントずれの測定基準を報告することと、を含む、
態様１に記載の眼球収差解析システム。
〔態様３〕
前記論理デバイスは、
補正眼球収差解析出力データを、前記推定眼球アライメントずれ及び／又は前記受け取った波面センサデータに少なくとも部分的に基づいて決定し、
前記使用者フィードバックを、前記推定眼球アライメントずれ及び／又は前記補正眼球収差解析出力データに少なくとも部分的に基づいて生成する
ように構成されている、態様１に記載の眼球収差解析システム。
〔態様４〕
前記使用者フィードバックは、
前記推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、
前記補正眼球収差解析出力データに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビュー、及び／又は
前記推定眼球アライメントずれが事前設定された最大許容ずれよりも大きいことを示す可聴及び／又は可視アラーム
を含む、態様３に記載の眼球収差解析システム。
〔態様５〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
平均波面センサ測定値を、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、態様３に記載の眼球収差解析システム。
〔態様６〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、前記波面センサ測定値及び／又は前記関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、
平均波面センサ測定値を、前記補正波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、態様３に記載の眼球収差解析システム。
〔態様７〕
前記補正波面センサ測定値を前記決定することは、
前記眼球収差解析システムの複素解析エンジン又はコンパクト解析エンジンを前記波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び／又は前記補正波面センサ測定値を生成すること
を含む、態様６に記載の眼球収差解析システム。
〔態様８〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値に対応する波面から推定された眼球アライメントずれを決定すること
を含む、態様１に記載の眼球収差解析システム。
〔態様９〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記光学標的の対応する推定相対位置及び／又は向きを決定することと、
前記光学標的の推定相対位置及び／又は向きの１つ以上のクラスターを１つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別することと、
固定アライメントを前記１つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定することと、
各波面センサ測定値に関して、推定眼球アライメントずれを、前記固定アライメントと前記波面センサ測定値に対応する前記光学標的の前記推定相対位置及び／又は向きとの間の差に少なくとも部分的に基づいて決定することと、
を含む、態様１に記載の眼球収差解析システム。
〔態様１０〕
前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記光学標的の対応する固定ステータスを、前記波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定することと、
前記波面センサ測定値の部分集合を、前記対応する前記光学標的の推定相対位置及び／又は向きを前記決定することの前に、前記決定された対応する固定ステータスに少なくとも部分的に基づいて除外することと、
を含む、態様９に記載の眼球収差解析システム。
〔態様１１〕
波面センサを含む眼球収差解析システムから眼球収差解析出力データを受け取ることであって、前記眼球収差解析出力データは、前記眼球収差解析システムによって監視される光学標的と関連する波面センサデータを少なくとも含む、ことと、
前記眼球収差解析システムによって監視される前記光学標的の相対位置及び／又は向きに対応する推定眼球アライメントずれを、前記受け取った眼球収差解析出力データに少なくとも部分的に基づいて決定することと、
前記受け取った眼球収差解析出力データに対応する使用者フィードバックを、前記推定眼球アライメントずれに少なくとも部分的に基づいて生成することと、
を含む、方法。
〔態様１２〕
前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、
前記推定眼球アライメントずれを前記決定することは、前記受け取ったアイトラッカーセンサデータに少なくとも部分的に基づき、
前記使用者フィードバックを前記生成することは、眼球アライメントずれの測定基準を前記推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、前記眼球収差解析システムのユーザインタフェースを介して前記眼球アライメントずれの測定基準を報告することと、を含む、
態様１１に記載の方法。
〔態様１３〕
補正眼球収差解析出力データを、前記推定眼球アライメントずれ及び／又は前記受け取った波面センサデータに少なくとも部分的に基づいて決定することと、
前記使用者フィードバックを、前記推定眼球アライメントずれ及び／又は前記補正眼球収差解析出力データに少なくとも部分的に基づいて生成することと、
を更に含む、態様１１に記載の方法。
〔態様１４〕
前記使用者フィードバックは、
前記推定眼球アライメントずれに少なくとも部分的に基づく眼球アライメントずれの測定基準の実質的に実時間ディスプレイビュー、
前記補正眼球収差解析出力データに少なくとも部分的に基づく眼球収差マップの実質的に実時間ディスプレイビュー、及び／又は
前記推定眼球アライメントずれが事前設定された最大許容ずれよりも大きいことを示す可聴及び／又は可視アラーム
を含む、態様１３に記載の方法。
〔態様１５〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
平均波面センサ測定値を、事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、態様１３に記載の方法。
〔態様１６〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記補正眼球収差解析出力データを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値と関連する推定眼球アライメントずれを決定することと、
事前設定された最大許容ずれ以下の関連する推定眼球アライメントずれを伴う各波面センサ測定値に関して、補正波面センサ測定値を、前記波面センサ測定値及び／又は前記関連する推定眼球アライメントずれに少なくとも部分的に基づいて決定することと、
平均波面センサ測定値を、前記補正波面センサ測定値に少なくとも部分的に基づいて生成することと、
を含む、態様１３に記載の方法。
〔態様１７〕
前記補正波面センサ測定値を前記決定することは、
前記眼球収差解析システムの複素解析エンジン又はコンパクト解析エンジンを前記波面センサ測定値に適用し、対応する波面から推定された眼球アライメントずれ及び／又は前記補正波面センサ測定値を生成すること
を含む、態様１６に記載の方法。
〔態様１８〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記波面センサ測定値に対応する波面から推定された眼球アライメントずれを決定すること
を含む、態様１１に記載の方法。
〔態様１９〕
前記波面センサデータは、波面センサ測定値の時系列を含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記光学標的の対応する推定相対位置及び／又は向きを決定することと、
前記光学標的の推定相対位置及び／又は向きの１つ以上のクラスターを１つ以上の事前設定された又は適応性のクラスター閾値に少なくとも部分的に基づいて識別することと、
固定アライメントを前記１つ以上の識別されたクラスターのうちの最大クラスターの重心に少なくとも部分的に基づいて決定することと、
各波面センサ測定値に関して、推定眼球アライメントずれを、前記固定アライメントと前記波面センサ測定値に対応する前記光学標的の前記推定相対位置及び／又は向きとの間の差に少なくとも部分的に基づいて決定することと、
を含む、態様１１に記載の方法。
〔態様２０〕
前記受け取った眼球収差解析出力データは、前記眼球収差解析システムのアイトラッカーによって提供されたアイトラッカーセンサデータを含み、前記推定眼球アライメントずれを前記決定することは、
各波面センサ測定値に関して、前記光学標的の対応する固定ステータスを、前記波面センサ測定値に対応する固定閾値パラメータ及びアイトラッカーセンサデータに少なくとも部分的に基づいて決定することと、
前記波面センサ測定値の部分集合を、前記対応する前記光学標的の推定相対位置及び／又は向きを前記決定することの前に、前記決定された対応する固定ステータスに少なくとも部分的に基づいて除外することと、
を含む、態様１９に記載の方法。

【図1】

【図2A】

【図2B】

【図3】

【図4】

【図5】

【図6】