[发明专利]用于测量视觉功能图的系统和方法

权利要求书

1.一种用于测量视觉功能图的系统，包括：

非暂时性存储器，其存储机器可读指令和数据；

处理器，其访问非暂时性存储器，并且执行机器可读指令，所述机器可读指令包括：

全局模块，对所述全局模块进行编程，以生成视野图模型，即VFM模型，所述VFM模型包括用于受试者的视野的全部视网膜位置的一组视觉功能图参数，其中对全局模块进行编程，以基于在每次进行对受试者的视力测试期间生成的受试者响应数据来与更新所述VFM模型的形状相对应的更新所述一组视觉功能图参数；

切换模块，对所述切换模块进行编程以评估所述全局模块的性能并且确定是否切换到局部模块，并且在切换时，基于所述全局模块中的所述一组视觉功能图参数来计算所述视野中的每个视网膜位置的独立参数；以及

局部模块，对所述局部模块进行编程，以基于在后续进行对所述受试者的视力测试期间生成的受试者响应数据来更新所述独立参数，以在所述受试者的视野的每个视网膜位置处提供视觉功能的评估。

2.根据权利要求1所述的系统，其中对所述全局模块进行编程以生成遍及所述视野中的所有视网膜位置的视觉功能图，其中每个视觉功能图包括相应的一组参数。

3.根据权利要求2所述的系统，其中所述视觉功能是但不限于光敏度、对比敏感度、视觉敏锐度、对比敏感度函数、颜色敏感度、立体视觉、临时频率敏感度、运动敏感度、阅读速度和拥挤中的一种。

4.根据权利要求2所述的系统，其中对所述全局模块进行编程以生成针对每种视觉功能的视觉功能图参数的每种组合的先验概率密度函数。

5.根据权利要求4所述的系统，其中所述先验概率密度函数是无信息先验或弱信息先验中的一种。

6.根据权利要求4所述的系统，其中对所述全局模块进行编程，以基于所述响应数据、根据贝叶斯法则来更新所述视觉功能图参数的每种组合的所述先验概率密度函数，以生成所述视觉功能图参数的每种组合的后验概率密度函数。

7.根据权利要求6所述的系统，其中对所述全局模块进行编程以从刺激参数空间中选择刺激参数，来基于每种视觉功能的视觉功能图参数的每种组合的更新概率密度函数来控制对所述受试者进行后续的所述视力测试。

8.根据权利要求7所述的系统，其中对所述全局模块进行编程，以基于在每次对所述受试者进行所述视力测试期间生成的所述受试者响应数据来迭代地更新每个视觉功能的视觉功能图参数的每种组合的概率密度函数。

9.根据权利要求8所述的系统，其中对所述全局模块进行编程以从多个刺激参数之中选择使关于每个视觉功能的视觉功能图参数的每种组合的预期信息增益优化的刺激参数。

10.根据权利要求9所述的系统，其中对所述全局模块进行编程以基于所述每个视觉功能的视觉功能图参数的每种组合的后验概率密度函数并且基于所述受试者根据给定量的视力测试的预期响应来选择所述刺激参数。

11.根据权利要求4所述的系统，其中对所述全局模块进行编程以根据下列中的一种获得先验：(i)基于结构的先验；(ii)从统计或机器学习推导的先验；(iii)从分层自适应方法推导的先验；以及(iv)来自先前视觉功能图的先验。

12.根据权利要求1所述的系统，其中计算每个视网膜位置的独立参数包括：基于由所述全局模块生成的每个视觉功能的视觉功能图参数的每种组合的后验概率分布，来生成所述视野中的每个视网膜位置的视觉功能的先验分布。

13.根据权利要求1所述的系统，其中对所述切换模块进行编程，以评估所述全局模块相对于信息标准的信息增益速率和信息增益提高中的一种。