使用动态速度阈值滤波器的客观视敏度测量的装置和方法专利检索-运动跟踪人工智能专利检索查询-专利查询网

使用动态速度阈值 滤波器的客观视敏度测量的装置和方法

阅读：458发布：2020-05-08

专利汇可以提供使用动态速度阈值滤波器的客观视敏度测量的装置和方法专利检索，专利查询，专利分析的服务。并且本申请涉及使用动态速度阈值滤波器的客观视敏度测量的装置和方法。视动性眼球震颤(OKN)是通过跟踪在视场中的运动物体而引起的眼睛运动。它由交替的在一个方向上的平滑追踪和在另一个方向上的扫视运动表征。OKN的存在或不存在指示运动刺激是否是观察者可见的，而无需观察者的明确配合。它可以是用于对缺乏认知、注意和语言能力的患者例如幼儿的客观视敏度评估的工具。因为在测试期间可能出现患者的头部运动和不稳定的眼睛注视，这常常在反应中带来噪音和不相关的活动，所以使对OKN的存在/不存在的识别成为具有挑战性的任务。本发明使用动态速度阈值(DVT)滤波器来提供用于快速和可靠的OKN测试和视敏度的定量评估的系统和方法。，下面是使用动态速度阈值滤波器的客观视敏度测量的装置和方法专利的具体信息内容。

权利要求

1.一种装置，包括：
计算机处理器；
计算机监视器；
显示设备；以及
计算机存储器；
其中所述计算机处理器由存储在所述计算机存储器中的计算机程序编程以：
在所述显示设备的屏幕上显示多个视觉刺激用于由患者的一只或两只眼睛观察；
在所述计算机存储器中记录响应于所述多个视觉刺激而从所述患者的一只或两只眼睛接收的多个眼睛运动信号；以及
在所述计算机监视器的屏幕上显示针对所述多个眼睛运动信号中的每一个是否发生一个或更多个反射性眼睛运动的指示；
其中所述多个眼睛运动信号中的每一个指示眼睛的位移；
其中所述计算机处理器被编程以通过对所述多个眼睛运动信号中的每一个执行导数计算来确定多个眼睛运动速度信号；
其中所述计算机处理器被编程以识别一个或更多个慢相眼睛运动和一个或更多个快相眼睛运动；
其中如果每个眼睛运动速度信号在预定数量的时间内位于阈值范围内，则所述计算机处理器识别慢相眼睛运动；
其中如果每个眼睛运动速度信号在所述预定量的时间内位于所述阈值范围之外，则所述计算机处理器识别快相眼睛运动；
其中所述计算机处理器被编程来为所识别的每个慢相眼睛运动计算用于拟合一组眼睛运动信号的线性回归线，以便为所识别的多个慢相眼睛运动计算多个线性回归线；
其中所述计算机处理器被编程以从一组阈值范围当中选择所述阈值范围，使得在所述多个线性回归线和它们相应的一组眼睛运动信号之间的平均偏差比在使用所述一组阈值范围当中的任何其他阈值范围的情况下的偏差更小。
2.根据权利要求1所述的装置，其中所述多个眼睛运动信号中的每一个基于检测在所述显示设备的屏幕上的眼睛注视位置的红外眼睛跟踪。
3.根据权利要求1所述的装置，其中所述计算机处理器被编程以对所述多个眼睛运动信号中的每一个执行动态速度阈值滤波过程以确定反射性眼睛运动是否发生。
4.根据权利要求1所述的装置，其中所述计算机处理器被编程以确定慢相眼睛运动是否跟随有在相反方向上的眼睛运动的快相突然跳跃以确定反射性眼睛运动是否发生。
5.根据权利要求1所述的装置，其中所述多个视觉刺激包括在所述显示设备的屏幕上水平地运动的物体的图像。
6.根据权利要求1所述的装置，其中：
所述多个视觉刺激包括第一阶段和第二阶段；
其中所述第一阶段示出以第一速度在第一方向上运动的多个物体的多个图像；以及其中所述第二阶段示出以所述第一速度在与所述第一方向相反的第二方向上运动的所述多个物体的多个图像。
7.根据权利要求1所述的装置，其中所述多个眼睛运动信号中的每一个基于放大由所述患者的特定眼睛的运动产生的电信号的眼电图，所述电信号从附着到所述患者的面部的靠近所述患者的所述特定眼睛的两个或更多个电极检测。
8.根据权利要求1所述的装置，其中所述计算机处理器被编程以通过对所识别的相应的多个慢相眼睛运动的所述多个线性回归线中的全部线性回归线的斜率取平均来计算眼睛运动慢相速度。
9.一种方法，包括：
在显示设备的屏幕上显示多个视觉刺激用于由患者的一只或两只眼睛观察；
在计算机存储器中记录响应于所述多个视觉刺激而从所述患者的一只或两只眼睛接收的多个眼睛运动信号；以及
在计算机监视器的屏幕上显示对于所述多个眼睛运动信号中的每一个是否发生一个或更多个反射性眼睛运动的指示；
其中所述多个眼睛运动信号中的每一个指示眼睛的位移；
所述方法还包括使用计算机处理器以通过对所述多个眼睛运动信号中的每一个执行导数计算来确定多个眼睛运动速度信号；
使用所述计算机处理器来识别一个或更多个慢相眼睛运动和一个或更多个快相眼睛运动；
如果每个眼睛运动速度信号在预定数量的时间内位于阈值范围内，则使用所述计算机处理器来识别慢相眼睛运动；
如果每个眼睛运动速度信号在所述预定量的时间内位于所述阈值范围之外，则使用所述计算机处理器来识别快相眼睛运动；
使用所述计算机处理器来为所识别的每个慢相眼睛运动计算用于拟合一组眼睛运动信号的线性回归线，以便为所识别的多个慢相眼睛运动计算多个线性回归线；以及使用所述计算机处理器来从一组阈值范围当中选择所述阈值范围，使得在所述多个线性回归线和它们相应的一组眼睛运动信号之间的平均偏差比在使用所述一组阈值范围当中的任何其他阈值范围的情况下的偏差更小。
10.根据权利要求9所述的方法，其中所述多个眼睛运动信号中的每一个基于检测在所述显示设备的屏幕上的眼睛注视位置的红外眼睛跟踪。
11.根据权利要求9所述的方法，还包括：
使用所述计算机处理器对所述多个眼睛运动信号中的每一个执行动态速度阈值滤波过程以确定反射性眼睛运动是否发生。
12.根据权利要求9所述的方法，还包括：
使用所述计算机处理器以确定慢相眼睛运动是否跟随有在相反方向上的眼睛运动的快相突然跳跃以确定反射性眼睛运动是否发生。
13.根据权利要求9所述的方法，其中：
所述多个视觉刺激包括在所述显示设备的屏幕上水平地运动的物体的图像。
14.根据权利要求9所述的方法，其中：
所述多个视觉刺激包括第一阶段和第二阶段；
其中所述第一阶段示出以第一速度在第一方向上运动的多个物体的多个图像；以及其中所述第二阶段示出以所述第一速度在与所述第一方向相反的第二方向上运动的所述多个物体的多个图像。
15.根据权利要求9所述的方法，其中所述多个眼睛运动信号中的每一个基于放大由所述患者的特定眼睛的运动产生的电信号的眼电图，所述电信号从附着到所述患者的面部的靠近所述患者的所述特定眼睛的两个或更多个电极检测。
16.根据权利要求9所述的方法，还包括：
使用所述计算机处理器以通过对所识别的相应的多个慢相眼睛运动的所述多个线性回归线中的全部线性回归线的斜率取平均来计算眼睛运动慢相速度。

说明书全文

使用动态速度阈值 滤波器的客观视敏度测量的装置和方法

发明领域

[0001] 本发明涉及医疗设备的领域。

[0002] 发明背景

[0003] 视敏度(visual acuity)的客观测量对缺乏认知、注意和语言能力且不能遵守测试指令的患者是有益的。这在视障患者的术前和术后评估中或者在需要抑制和预防幼儿的疾病例如弱视的患者中是有用的。视动性眼球震颤(OKN)是由物体例如在计算机屏幕上的漂移条、点或其他形状的运动引起的反射性眼睛运动，如在例如[1]Joon Young Hvon、Hwan Eok Yeo、Jong-Mo Seo、In Bun Lee、Jeong-Min Hwang的“Objective measurement of distance visual acuity determined by computerized optokinetic nystagmus test”(Investigative Ophthalmology&Visual Science，2010年2月，第51卷，第2期，第752-757页)、[2]Nikki J.Rubinstein、Larry A.Abel的“Optokinetic nystagmus suppression as index of the Allocation of visual attention”(Investigative Ophthalmology&Visual Science，2011年1月，第52卷，第1期，第462-467页)以及[3]Mehrdad Sani、Benjamin Thompson、Jason Turuwhenua的“An optokinetic nystagmus detection method for use with young children”(IEEE Trans.Engineering in Health and Medicine，第3卷，2015年)中所述的。

[0004] 潜意识地，患者的眼睛最初转动以跟随运动的物体，但超出某一点，眼睛返回到第一眼位(primary position)。因此，由眼睛跟踪系统记录的视动力反应由慢相(SP)和快相(QP)的交替序列组成，在慢相期间眼睛跟踪运动刺激的特征，而在快相期间眼睛在与运动刺激相反的方向上快速运动，参见[3]Mehrdad Sani、[4]Jason Turuwhenua、Tzu-Ying Yu、Zan Mazharrullah、Benjamin Thompson的“A method for detecting optokinetic nystagmus based on the optic flow of the limbus”(Vision Research，第103卷，2014年，第75-82页)以及[5]T.Pander、R.Czabanski、T.Przybyla、J.Jezewski、D.Pojda-Wilczek、J.Wrobel、K.Horoba、M.Bernys的“A new method of saccadic eye movement detection for optokinetic nystagmus analysis”(2012年的第34届IEEE EMBS年度国际会议的论文集，第3364-3467页)(见图1)。在眼睛跟踪记录中的视动力反应SP和QP的特征指示患者是否可以看到运动物体。通过改变显示对象尺寸(例如条的厚度、点的直径等)、亮度对比度或运动速度，可以评估患者的视敏度，参见[1]Joon Young Hyon、[6]Sara T.Wester、Joseph F.Rizzo III、M.David Balkwill、Conrad Wall III的“Optokinetic nystagmus as a measure of visual function in severely visual impaired patients”(Investigative Ophthalmology&Visual Science，2007年10月，第48卷，第10期，第4542-4548页)以及[7]Nicola S.Anstice、Benjamin Thompson的“The measurement of visual acuity in children：an evidence-based update”(Clin.Experim,Optometry，第97卷，第1期，2014年，第3-11页)。

[0005] 有许多文章和专利揭示并讨论了关于如何识别在视动力反应中的慢相和快相的方法，例如[3]Mehrdad Sani、[4]Jason Turuwhenua、[5]T.Pander、R.Czabanski、[8]Edward J.Engelken、Kennith W.Stevens的“A new approach to the analysis of nystagmus:An application for order-statistic filter”(USAF School of Aerospace Medicine，Clinical Sciences Division Publication，1989年10月23日)以及[9]Jonathan Waddington、Christopher M.Harris的“Human optokinetic nystagmus:A stochastic analysis”(Journal of Vision，(2012年)12(12)：5，第1-17页)。

[0006] 尽管如此，视动性眼球震颤在眼科领域中还没有在临床上被广泛地使用，尤其是对于幼儿的视力评估。识别OKN的存在或不存在的挑战依靠下面的事实：在一般临床环境中的视动力反应并不如图1所示的是理想的。在测试期间常常涉及非OKN活动，例如头部运动、假的眼睛运动、眨眼和随机信号噪声，这可能导致错误的判断。在图2中显示了更实际的视动力反应。对于幼儿，额外的挑战是允许不受限制的头部运动，其无需穿戴头戴式送受话器(head set)。

[0007] 识别SP或QP的传统方法包括固定速度阈值，如在[4]Jason Turuwhenua和[5]T.Pander中讨论的。传统方法假设眼睛QP运动比SP运动快得多，因此QP表现为在眼睛运动速度记录中的峰值，如图1中的6所示的；固定速度阈值可以识别和移除QP，对剩余数据取平均以给出SP的速度。然而，在OKN反应中的噪声、尖峰和漂移是随机的，且与QP峰值相比可能是显著的。使用固定阈值滤波器常常不能达到满意的结果。

[0008] 发明概述

[0009] 本发明目的在于设计用于执行客观和自动的视动性眼球震颤(OKN)测试的系统和方法，其可以提供患者的视敏度的快速和可靠的定量评估。

[0010] 视动力反应通常呈现由具有相对平坦的斜率的慢相(SP)和具有陡峭的斜率的快相(QP)的交替序列组成的锯齿曲线状信号。通过识别在视动力反应中的SP或QP，可以确定运动刺激对患者的可见性。通过改变刺激运动物体的尺寸、亮度对比度和速度，可以评估患者的视敏度。

[0011] 常规方法包括固定速度阈值以识别在OKN反应中的QP峰值和SP响应。响应常常涉及随机噪声、尖峰和漂移，其导致不满意的发现。

[0012] 在本发明中介绍了动态速度阈值(DVT)滤波器。它应用一组速度阈值而不是固定阈值；从最小阈值变化到最大阈值；设置一系列限制条件以移除可能的噪声；使用线性回归和标准偏差来找到SP响应。

[0013] DVT滤波器的优点是：使用多组变化的速度阈值比固定阈值具有更好的找到SP速度的机会；一系列限制条件可以有效地移除噪声；使用统计方法可以在所有发现当中找到SP速度的最佳定量估计。

[0014] 在本申请的至少一个实施例中，提供了一种装置，其包括：计算机处理器；计算机监视器；显示设备；以及计算机存储器。计算机处理器可以由存储在计算机存储器中的计算机程序编程以：在显示设备的屏幕上显示多个视觉刺激用于由患者的一只或两只眼睛观察；在计算机存储器中记录响应于多个视觉刺激而从患者的一只或两只眼睛接收的多个眼睛运动信号；以及在计算机监视器的屏幕上显示针对多个眼睛运动信号中的每一个是否发生一个或更多个反射性眼睛运动的指示。多个眼睛运动信号中的每一个可以指示眼睛的位移。

[0015] 计算机处理器可以被编程以通过对多个眼睛运动信号中的每一个执行导数计算来确定多个眼睛运动速度信号。计算机处理器可以被编程以识别一个或更多个慢相眼睛运动和一个或更多个快相眼睛运动。如果每个眼睛运动速度信号在预定数量的时间内位于阈值范围内，则计算机处理器可以识别慢相眼睛运动。如果每个眼睛运动速度信号在预定量的时间内位于阈值范围之外，则计算机处理器可以识别快相眼睛运动。

[0016] 计算机处理器可以被编程来为所识别的每个慢相眼睛运动计算用于拟合一组眼睛运动信号的线性回归线，以便为所识别的多个慢相眼睛运动计算多个线性回归线。计算机处理器可以被编程以从一组阈值范围当中选择阈值范围，使得在多个线性回归线和它们相应的一组眼睛运动信号之间的平均偏差比在使用该组阈值范围当中的任何其他阈值范围的情况下的偏差更小。

[0017] 在本申请的至少一个实施例中，多个眼睛运动信号中的每一个基于检测在显示设备的屏幕上的眼睛注视位置的红外眼睛跟踪。

[0018] 计算机处理器可以被编程以对多个眼睛运动信号中的每一个执行动态速度阈值滤波过程以确定反射性眼睛运动是否发生。

[0019] 计算机处理器可以被编程以确定慢相眼睛运动是否跟随有在相反方向上的眼睛运动的快相突然跳跃以确定反射性眼睛运动是否发生。

[0020] 多个视觉刺激可以包括在显示设备的屏幕上水平地运动的物体的图像。多个视觉刺激可以包括第一和第二阶段(session)；其中第一阶段示出以第一速度在第一方向上运动的多个物体的多个图像；并且其中第二阶段示出以第一速度在与第一方向相反的第二方向上运动的多个物体的多个图像。

[0021] 在本申请的至少一个实施例中，多个眼睛运动信号中的每一个基于放大由患者的特定眼睛的运动产生的电信号的眼电图，电信号从附着到患者面部的靠近患者的特定眼睛的两个或更多个电极检测。

[0022] 在本申请的至少一个实施例中，计算机处理器可以被编程以通过对所识别的对应的多个慢相眼睛运动的所有多个线性回归线的斜率取平均来计算眼睛运动慢相速度。

[0023] 在本申请的至少一个实施例中，提供了一种方法，该方法包括在显示设备的屏幕上显示多个视觉刺激用于由患者的一只或两只眼睛观察；在计算机存储器中记录响应于多个视觉刺激而从患者的一只或两只眼睛接收的多个眼睛运动信号；以及在计算机监视器的屏幕上显示针对多个眼睛运动信号中的每一个是否发生一个或更多个反射性眼睛运动的指示；其中多个眼睛运动信号中的每一个指示眼睛的位移；并且该方法还包括使用计算机处理器以通过对多个眼睛运动信号中的每一个执行导数计算来确定多个眼睛运动速度信号；使用计算机处理器来识别一个或更多个慢相眼睛运动和一个或更多个快相眼睛运动；如果每个眼睛运动速度信号在预定数量的时间内位于阈值范围内，则使用计算机处理器来识别慢相眼睛运动；如果每个眼睛运动速度信号在预定量的时间内位于阈值范围之外，则使用计算机处理器来识别快相眼睛运动；使用计算机处理器来为所识别的每个慢相眼睛运动计算用于拟合一组眼睛运动信号的线性回归线，以便为所识别的多个慢相眼睛运动计算多个线性回归线；以及使用计算机处理器来从一组阈值范围当中选择阈值范围，使得在多个线性回归线和它们相应的一组眼睛运动信号之间的平均偏差比在使用该组阈值范围当中的任何其他阈值范围的情况下的偏差更小。该方法可以与前面说明的装置的方面一致。
特别是，该方法可以包括与前面说明的一个或更多个装置的方面一致的各种步骤，其中计算机处理器被使用。
附图说明

[0024] 图1是在Mehrdad Sani中公布的理想视动性眼球震颤反应的图；

[0025] 图2是在Mehrdad Sani中公布的常常看到包含噪声和漂移的视动性眼球震颤反应的图；

[0026] 图3是示出本发明的实施例的总体架构的框图；

[0027] 图4示出了已知的一般眼睛跟踪系统、方法和装置；

[0028] 图5是眼电图(EOG)传感器设备的图；

[0029] 图6是根据本发明的实施例的利用客观和自动的视动性眼球震颤(OKN)方法的视敏度评估过程的流程图；

[0030] 图7示出了根据本发明的实施例的动态速度阈值(DVT)方法的过程的流程图；

[0031] 图8示出了本发明的实施例的来自测试数据的客观和自动的视动性眼球震颤(OKN)反应和速度阈值的范围；以及

[0032] 图9示出了与图8中的反应相同的客观和自动的视动性眼球震颤(OKN)反应以及两个不同水平的速度阈值，其产生两组不同的线性回归线和眼睛运动速度。

[0033] 附图的详细描述

[0034] 图1呈现了已知的理想视动性眼球震颤反应的图示1。图示1包括顶部曲线图或部分2和底部曲线图或部分10。底部曲线图10示出了参照刺激屏幕的中心位置的以视角度数为单位的眼睛运动的位移相对于以秒为单位的时间的关系曲线。顶部曲线图或部分2示出了以每秒视角度数为单位的眼睛运动的速度相对于以秒为单位的时间的关系曲线。底部曲线图10的段12代表慢相(SP)响应，而段14代表快相(QP)响应。它们的速度分别由在顶部曲线图或部分2中的段4和段6表示。图示1的一般参数是已知的并在Mehrdad Sani中被公布。

[0035] 图2呈现实际视动性眼球震颤反应的图示20，其中涉及更多的噪声和漂移。图示20包括顶部曲线图或部分21和底部曲线图或部分24。底部曲线图24示出了参考在图3中的刺激显示设备33的屏幕的中心位置、以视角度数为单位的眼睛运动的位移相对于以秒为单位的时间的关系曲线。顶部曲线图或部分21示出了以视角度数每秒为单位的眼睛运动的速度相对于以秒为单位的时间的关系曲线。段25代表慢相(SP)响应，而段26代表快相(QP)响应。它们的速度分别由在顶部曲线图或部分21中的段23和段22表示。图示20的一般参数是已知的并在Mehrdad Sani中被公布。

[0036] 图3是本发明的实施例的总体架构的系统、方法和装置30的框图。系统、方法和装置30包括计算机处理器31、眼睛运动测量设备32、刺激显示设备33、用户界面监视器34、交互式设备35和计算机存储器36。交互式设备35可以是计算机鼠标和/或键盘或其他已知的输入设备。存储器36可以是任何类型的计算机存储器。界面监视器34可以是一般的计算机显示监视器。

[0037] 计算机处理器31可以通过通信总线(例如，PCI(外围部件互连))33a电气地连接到刺激显示设备33；以及通过通信总线(例如，PCI、USB(通用串行总线)等)32a连接到眼睛运动测量设备32。计算机处理器31可以通过通信线路34a、35a和36a分别电气地连接到用户界面监视器34、交互式设备35和存储器36。

[0038] 计算机处理器31可以是一般的个人计算机的计算机处理器。计算机处理器31通常控制用于数据采集的眼睛运动测量设备32和用于刺激显示的刺激显示设备33两者的操作。

[0039] 眼睛运动测量设备32通常可以是眼睛跟踪系统或眼电图(EOG)采集系统，其包括用于增强EOG信号的放大器和将EOG模拟信号转换成数字信号的A/D(模拟到数字)转换器。眼睛运动测量设备32通过通信线路32a——一般是USB 电缆——连接到计算机处理器31。在图4和图5中描述眼睛运动测量设备32的细节。

[0040] 视觉刺激显示设备33通常包括液晶显示器(LCD)或有机发光二极管(LED)显示监视器和图形卡，并且连接到计算机处理器31并由计算机处理器31控制，用于在设备33的显示屏上产生视觉刺激，移动物体，以用于由患者观看。

[0041] 图4示出了一般的眼睛跟踪设备40，其包括眼睛跟踪系统43、一个或更多个红外LED 42和摄像机41。由发光二极管(LED)42产生的红外光从人的眼睛的瞳孔反射，并由摄像机41感测。当人的眼睛运动时，来自瞳孔的反射也改变。由摄像机41收集的眼睛图像经由连接41a被发送到眼睛跟踪系统43以用于处理。眼睛跟踪系统43可以包括微处理器或控制器和存储器，计算机软件存储在该存储器中。通过分析由摄像机发送的视频信息，眼睛跟踪系统43可以通过使用在计算机存储器中编程的计算机软件来确定眼睛运动的视角。基于摄像机41的采样率，眼睛运动速度可以由系统、装置和方法43计算，这由存储在计算机存储器中的计算机软件编程。关于红外眼睛跟踪的更多信息可以从Wikipedia(https://en.wikipedia.org/wiki/Eye_tracking)在线地找到。眼睛跟踪系统43可以经由连接线42a来控制发光二极管(LED)42开启和关闭。眼睛跟踪系统通过连接线44a——通常是通用串行总线(USB)电缆——来将眼睛运动信息、角度和速度发送到图3中的计算机处理器31。

[0042] 图5示出了眼电图(EOG)传感器系统、装置和方法50。装置50包括放大器51和模数转换器52。为了测量患者53的眼睛运动，存在附着到患者53的面部的四个皮肤电极。电极54a和54b附着到右眼和左眼的外眼角。装置50还包括附着到在患者53的两只眼睛之间的中心的参考电极54c。装置50还包括附着到患者53的前额的接地电极54d。所有四个电极(54a、
54b、54c和54d)(分别)通过电缆55a、55b、55c和55d连接到放大器51的输入端。

[0043] 患者53的每只眼睛是稳定的电势场的起源。每只眼睛的电势场可以由偶极子建模，偶极子的正极在角膜处以及负极在视网膜处。当患者53的眼睛运动时，视角改变了眼睛的眼角两端的电压。因此在图5中，电极54a和54c测量患者的右眼睛的运动，而电极54b和54c测量左眼睛运动。眼睛的眼角两端的电压变化通过电极电缆55a、55b和55c由放大器51感测和增强，并通过电缆51a由ADC(模数转换器)52进一步转换成数字格式。来自ADC 52的关于眼睛运动的数字信息通过图5中的USB电缆52a或图3中的部件或通信链路32a被发送到计算机处理器31。通常关于EOG眼睛跟踪的更多信息可以从Wikipedia(http://en.wikipedia.org/wiki/Eye_tracking#Electric_potential_measurement)在线地找到。

[0044] 图6是采用OKN方法的视敏度评估方法或过程的流程图100。图6的方法以步骤102开始，其在图3所示的刺激显示设备33的屏幕上显示最小尺寸的运动物体(例如点或垂直线等)几秒钟。在下一步骤104中，眼睛位移通过图5中的EOG方法或图4中的眼睛跟踪系统来记录，并保存在图3中的计算机存储器36中。步骤106在图3所示的刺激显示设备33上以相同的速度但是相反的方向显示相同的物体。步骤108通过EOG方法或眼睛跟踪系统来记录眼睛位移，并将数据存储在图3中的计算机存储器36中。步骤110使用如由存储在计算机存储器36中的计算机软件编程的计算机处理器31的动态速度阈值(DVT)滤波器来处理保存在图3中的计算机存储器36中的眼睛位移数据，该滤波器在存储器36中的眼睛位移记录中搜索线性回归线；它们的斜率代表眼睛慢相运动速度。步骤112检查OKN是否存在于眼睛位移中。如果OKN存在，则计算机处理器31由计算机存储器36中的计算机软件编程以进行到步骤114，该步骤对由DVT生成的回归线的斜率取平均以获得眼睛慢相运动速度的估计；完成测试并在监视器或计算机监视器34上显示结果，以及视敏度由物体的尺寸决定；如果OKN不存在，则计算机处理器31接下来执行步骤116以检查物体是否是最大尺寸或最高对比度。如果物体是最大尺寸或最高对比度，计算机处理器31由计算机软件编程以接着执行步骤118，步骤118得出视敏度未能对测试做出响应的结论；如果步骤116发现物体不是最大尺寸或最高对比度，则计算机处理器31接着执行步骤120，该步骤将物体尺寸或对比度增加一个步长，并且重复从104开始的过程。

[0045] 图7显示根据本发明的实施例的由存储在计算机存储器36中的计算机软件编程的、由计算机处理器31执行的动态速度阈值(DVT)方法的过程的流程图200。流程图200的方法以步骤202开始，在步骤202，计算机处理器31计算眼睛位移数据例如在图8中的图示300的顶部曲线图302中所示的数据306或数据308的导数，以获得眼睛运动速度，例如在图8的底部曲线图350中的速度数据356或358。

[0046] 在步骤204开始，在由存储在计算机存储器36中的计算机软件编程的、由计算机处理器31执行的图7的图示中存在四个过程：在步骤204中的(a)、(b)、(c)和在步骤206中的(d)，以过滤掉无效数据：(a)将一对阈值限制应用于速度数据(图8的底部曲线图350中的360或362)；如果数据在阈值范围之外，则将速度数据的峰值标记为无效；将在阈值范围内的其余部分的数据的段标记为有效段；(b)对于每个有效段，如果时间长度短于预定的最小值(例如0.2秒)，则将该段标记为无效。

[0047] 在步骤206，对于有效数据的每一段，计算机处理器31由计算机软件编程以计算线性回归线以拟合在有效段中的慢相数据，如在图9的顶部曲线图400中的418和420以及在图9的底部曲线图450中的数据456和458所显示的。在步骤206中的滤波过程d，如在关于Sara T.Wester的参考文献中所公开的，如果回归线斜率和物体运动速度之比小于0.46，则该段在计算机存储器36中由计算机软件编程的计算机处理器31标记为无效。

[0048] 在步骤208，如由存储在计算机存储器36中的计算机软件编程的计算机处理器31检查阈值对是否是存储在计算机存储器36中的集合中的最后一个阈值对。如果否，在步骤216由计算机处理器31选择下一对阈值，并且计算机处理器31移动使循环回到步骤204；如果这对阈值是存储在计算机存储器36中的集合中的最后一对，则计算机处理器31被编程为移动到步骤210以检查对于任何阈值对，存储在计算机存储器36中的有效段的任何数量是否大于存储在计算机存储器36中的预定最小值。如果有效段的任何数量都不大于预定最小值，这意味着对于存储在计算机存储器36中的任一对阈值没有检测到OKN，则DVT方法在步骤222完成并产生由计算机处理器31存储到计算机存储器36中的OKN没有被检测到的结论；
如果对于任何阈值对的有效段的数量大于预定最小值，则计算机处理器31被编程以执行步骤212。在步骤212，计算机处理器31被编程以选择一对速度阈值，该对速度阈值导致在回归线与有效段的位移数据之间的最小偏差。计算机处理器31在步骤226做出OKN被检测到的确定。

[0049] 图8显示OKN测试结果的图。顶部曲线图300是以可以如下所述转换成英寸的毫伏(mV)为单位的眼睛位移相对于以可以如下所述转换成秒的样本的数量为单位的时间的关系曲线，底部曲线图350是眼睛运动速度相对于时间的关系曲线。在测试中包括两个阶段。刺激物体在每个阶段中以相同的速度但不同方向运动。在图8中示出了在第一阶段中的眼睛位移的曲线302。在图8中还示出了在第二阶段中的眼睛位移的曲线304。在图8中还示出了分别在第一阶段和第二阶段中的位移响应306和308。

[0050] 在图8中还示出了在第一阶段中的以毫伏每样本为单位的眼睛速度的曲线352和在第二阶段中的以毫伏每样本为单位的眼睛速度的曲线354。在图8中还示出了分别在第一阶段和第二阶段中的眼睛速度响应356和358。

[0051] 眼电图方法通常用于测试。20.5英寸宽的液晶显示器(LCD)监视器和/或计算机监视器用于在监视器上显示刺激。位移单位被测量为微伏，其可通过1.75的因子转换为屏幕宽度的百分比。也就是说，微伏x 1.75＝20.5英寸的百分比。

[0052] 时间标度以样本的数量为单位。它可以通过采样率转换成秒，该采样率是600赫兹。也就是说，样本的数量/600＝秒。

[0053] 在第一阶段和第二阶段中的屏幕物体运动速度364和366通过相同的因子转换成微伏，微伏/(样本的数量)＝20.5英寸的百分比/样本的数量/1.75。

[0054] 在图8中示出了在第一阶段和第二阶段中的速度阈值360和362。假设屏幕物体运动速度为v，阈值为vt，阈值对为v+vt和v-vt。通过应用适当的阈值水平以通过使用计算机处理器31过滤掉在阈值范围之外的速度数据，可以检测快相(QP)峰值。

[0055] 包含阈值极限内的数据的段是有效段。作为例子，时间范围368、370、372和374是有效段。这些段中的数据在阈值极限内。

[0056] 图9展示通过应用不同水平的速度阈值，可以检测不同的慢相运动。在测试中包括两个阶段。刺激物体在每个阶段中以相同的速度但不同的方向运动。图9所示的曲线图400是关于两个阶段测试，包括位移响应的眼睛位移、速度、速度阈值和线性回归线。曲线402关于第一阶段，且曲线404是关于第二阶段的曲线。眼睛位移数据406和408也显示在图9中。眼睛速度数据410和412也显示在图9中。速度阈值对414和416也在图9中示出。在图9中还示出了在有效段中的眼睛位移响应406和408的线性回归线418和420。线性回归线的斜率代表眼睛慢相运动的速度。

[0057] 曲线图450也在图9中示出，且类似于曲线图400，除了有被应用的不同水平的速度阈值以外。速度阈值对452和454也在图9中示出。阈值的范围比图9的顶部曲线图400中的阈值414和416的范围大得多。线性回归线456和458拟合在有效段中的眼睛位移响应。线性回归线456和458与图9的顶部曲线图400中的线性回归线418和420明显不同。

[0058] 在本发明的一个或更多个实施例中，系统、方法和装置配置有下面的考虑因素：(1)测量应是尽可能鲁棒、快速和准确的以适合快速临床测试环境；和(2)滤波器应是足够精细的以实际上移除噪声和伪像并在一般测试条件下识别真正的SP和QP响应。

[0059] 在本发明的至少一个实施例中提供了动态速度阈值(DVT)技术。它使用一组速度阈值而不是固定阈值；从最小阈值变化到最大阈值；收集基于该组阈值而计算的SP速度的集合；它还使用几个限制来移除最有可能是噪声并且不属于SP响应的部分的一些信号；它比较所收集的SP速度的集合，并选择对SP速度具有最佳线性回归拟合的集合。

[0060] DVT滤波器的优点是：(1)如果SP响应存在于所记录的数据中，则使用变化的速度阈值的集合比固定阈值有更好的找到SP速度的机会；以及(2)尽管使用多个速度线程比单个固定线程有更多搜索SP响应的机会，但是通过谨慎地设置如由图7中的步骤204和206所指示的限制条件，如果SP响应不存在，DVT滤波器将不比固定阈值方法有更多的错误地将噪声识别为SP响应的机会；以及(3)具有最佳线性回归拟合的所计算的SP的集合与固定阈值可以产生的相比具有更大的反映SP运动速度的真实值或准确估计的可能性。

[0061] 在图3中示出了在本发明的至少一个实施例中的OKN测试系统架构。视觉刺激由计算机系统控制以显示运动的对象。对象的图案、亮度、对比度、尺寸、运动速度和方向以及显示持续时间是由用户配置的参数。通常，物体尺寸越小，运动速度越快，对患者可见的物体对比度越低，患者将具有的视敏度越高。整个测试过程可以以最低可见性水平开始。如果患者未能产生视动力反应，则可见性水平可以逐渐提高。这个过程可以手动地或由计算机程序自动控制。在屏幕的中心显示卡通图像或动画以首先得到患者的注意是很好的做法。一旦在屏幕的中心检测到患者的凝视，卡通图像将消失，并且对象、垂直条或随机点可以开始在屏幕上水平地运动。

[0062] 测试运行通常可以包括一对阶段。在每一个阶段中，在屏幕上的对象总是以相同的速度但相反的方向运动。在校准后，相对于屏幕的中心或边缘的眼睛运动的视角可以分别由图4和图5中显示的眼睛跟踪系统或眼电图(EOG)系统测量。一旦运行完成，计算机系统立即处理所记录的数据，且动态速度阈值(DVT)滤波器被应用来确定视动力反应是否存在。结果显示在用户界面监视器和/或计算机监视器上，且然后用户或计算机程序(如果它被设置为自动测试模式)可以基于结果来决定如何继续进行。图6展示了用于视敏度评估的测试过程的流程图，以及图7展示了DVT滤波器的流程图。

[0063] 由存储在计算机存储器36中的计算机软件编程的、由计算机处理器31执行的、包含数据处理过程的步骤的根据本发明的一个或更多个实施例的DVT滤波方法被描述如下：

[0064] (1)对如在图8的顶部曲线图300中的306和308所显示的眼睛位移记录求导，以获得如由图8的底部曲线图350中的356和358所显示的眼睛运动的速度。

[0065] (2)应用预先配置的最大/最小速度阈值。只有在极限边界内的速度数据将被处理，如在图8的底部曲线图350中所示的。作为例子，如果屏幕对象运动速度是v(图8中的364、366)，速度阈值是vt，则其速度在如由图8中的360和362所指示的范围v+vt和v-vt之外的任何数据将被过滤。假设(a)眼睛运动速度与在屏幕上运动的物体的速度相同或接近，以及(b)在OKN中的快相响应(QR)呈现为在速度信号中的峰值，其中通过应用速度阈值，QP可以被检测和移除；以及(c)在速度信号中的剩余段被认为是眼睛运动的慢相(SP)。SP速度被假设为具有随机噪声作为小变化的常数，其可使用在[10]A. 的“Numerical methods for least squares problems”(Society for Industrial Mathematics，第51期，1996年)中公开的标准最小二乘法来被解析。

[0066] (3)将剩余的数据的每段的时间长度与预设的最小周期进行比较。如果时间长度小于最小周期(例如四分之一秒)，则该段将被标记为无效并存储在计算机存储器36中，且因此不被进一步处理。

[0067] (4)假设SP响应位于有效段中，QP峰值必须出现在每个有效段的端部处，并且峰值的符号与SP速度的符号相反，因为SP和QP是在相反方向上的眼睛运动。对于任何有效段，如果在端部处的峰值具有与在段内的速度相同的符号，则该段将在计算机存储器36中被计算机处理器31标记为无效。

[0068] (5)对于剩余的有效段，计算机处理器31使用线性回归方法来获得最佳地拟合有效段中的位移数据的直线(图9中的418、420、456、458)。回归线的斜率代表眼睛慢相运动速度。

[0069] (6)计算机处理器31将线性回归线的斜率(SP速度)与物体的运动速度进行比较。如在[6]Sara T.Wester中所公开的，如果比小于0.46，则SP速度是不切实际地慢的，因此该段将在计算机存储器36中被计算机处理器31标记为无效。上面的步骤(2)、(3)、(4)和(6)的标准是被设计成有效地移除噪声的限制条件。

[0070] (7)计算机处理器31根据一组预先配置的值(vt1,vt2,…vtn)来改变在步骤(2)中的速度阈值，并重复过程(2)-(6)以得到关于每个速度阈值的一组线性回归线和斜率。如图9所示，当速度阈值改变时，有效数据的段也改变，且因此线性回归线的斜率也改变。

[0071] (8)计算机处理器31选择产生大于预先确定的最小值的有效段的数量以及在有效段中的速度数据与拟合速度数据的线性回归线之间的最小标准偏差的阈值。到目前为止，我们已经选择了导致最佳地拟合在有效段内的SP响应的回归线和有效段的满意数量的速率阈值。对线性回归线的斜率取平均给出了在视动力反应中的眼睛运动的慢相速度的估计。

[0072] (9)计算机处理器31构建并执行第二阶段测试，并重复相同的过程(1)-(8)以用于处理第二阶段数据。在第一阶段中，屏幕上的物体在一个方向上运动，而在第二阶段中物体在相反的方向上但以相同的速度运动。这个两阶段测试增加了检测OKN的机会，因为万一如果观察者(例如，语言表达能力程度低的儿童)在阶段之一中没有注意到屏幕上。

[0073] (10)对在这两个阶段中的斜率取平均给出了眼睛运动速度的最终估计。

[0074] 由计算机处理器31根据存储在计算机存储器36中的计算机软件执行的根据本发明的实施例的DVT滤波包括上面的过程(2)-(10)。不满足以上步骤(2)-(10)的标准的任何结果将导致不可识别的视动力反应的结论。该方法的基本原理依赖于下面的考虑：在两个独立运行阶段中涉及的噪声是随机的且需要不同水平的阈值来适当地移除它们。实际的措施是通过应用所有可能的速度阈值进行滤波来确定视动力反应是否存在于两个运行阶段中。

[0075] 本发明的一个或更多个实施例的DVT滤波方法和装置的另一个优点是，使用最小标准偏差方法，计算机处理器31可以在相对短的测试时间内找到最佳地拟合在视动力反应中的眼睛运动的速度的回归线，这最小化了在测试期间可能引入的噪声，例如头部运动、眨眼和/或假的眼睛运动。

[0076] 尽管本发明已经参考其特定说明性实施例被描述，但本发明的许多变化和修改可能对本领域中的技术人员变得明显而不偏离本发明的精神和范围。因此，意图是在本专利申请中包括如可以合理和适当地被包括在本发明对本领域的贡献的范围内的所有这样的变化和修改。

标题	发布/更新时间	阅读量
基于虚拟现实的孤独症早期筛查评估系统及方法	2020-05-08	409
基于实时视频与规则的反馈式区域入侵检测方法与系统	2020-05-08	41
一种基于轨迹规划的攻击角度与攻击时间控制方法	2020-05-11	313
连续波强激光武器动态毁伤概率的非毁检测方法	2020-05-11	457
用于体育视频识别的快速对象跟踪框架	2020-05-11	332
一种电子产品检测回收方法	2020-05-08	805
基于电子罗盘的铲车作业监控管理系统及其方法	2020-05-11	154
一种基于特征关联的视频群体人物运动轨迹跟踪方法	2020-05-08	123
一种抗遮挡目标跟踪方法	2020-05-08	159
一种基于VSG的风电并网半实物仿真系统	2020-05-11	574

使用动态速度阈值滤波器的客观视敏度测量的装置和方法

使用动态速度阈值滤波器的客观视敏度测量的装置和方法

该功能需要专业版企业版VIP权限，您可以：