特許ウォッチ

公開番号2025016304
公報種別公開特許公報(A)
公開日2025-01-31
出願番号2023119500
出願日2023-07-21
発明の名称視覚機能モニタリングシステム及び視覚機能モニタリング方法
出願人国立大学法人奈良先端科学技術大学院大学,国立大学法人九州大学
代理人弁理士法人グローバル知財
主分類A61B 3/10 20060101AFI20250124BHJP(医学または獣医学;衛生学)
要約【課題】ユーザの日常の視行動を用いて継続的にモニタリングできる視覚機能モニタリングシステム及び視覚機能モニタリング方法を提供する。
【解決手段】模擬障害データ入力手段2は、模擬した視覚障害に関するデータの入力を受け付ける。視覚タスク提示手段3は、視覚タスクの入力を受け付け、受け付けた視覚タスクを提示する。センシング手段4は、ユーザの視行動をセンシングする。学習モデル生成手段5は、キャリブレーション時にセンシングした視行動データと、模擬障害データを用いて、当該ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成する。記憶手段6は、学習モデルと、モニタリング時にセンシングした視行動データと、評価データを記憶する。評価手段7は、モニタリング時にセンシングした視行動データと学習モデルに基づいて、ユーザの視覚機能を評価する。出力手段8は、視覚機能の異常に関する評価データを出力する。
【選択図】図1
特許請求の範囲【請求項１】
模擬した視覚障害下でユーザの視行動をセンシングした視行動データと、模擬障害データを用いて、ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成するキャリブレーション部と、
通常下でセンシングした視行動データと前記学習モデルを用いて、ユーザの視覚機能の変化を捉えるモニタリング部を備えることを特徴とする視覚機能モニタリングシステム。
続きを表示（約 1,600 文字）【請求項２】
前記キャリブレーション部は、
模擬した視覚障害に関するデータ入力を受け付ける模擬障害データ入力手段と、
ユーザの視行動をセンシングするセンシング手段と、
前記視覚障害下でユーザの視行動をセンシングした視行動データと、前記模擬障害データを用いて、前記学習モデルを生成する学習モデル生成手段と、
を備え、
前記モニタリング部は、
前記センシング手段と、
通常下でユーザの視行動をセンシングした視行動データと、前記学習モデルを用いて、ユーザの視覚機能を評価する評価手段と、
少なくとも視覚機能の異常に関する評価データを出力する出力手段、
を備えることを特徴とする請求項１に記載の視覚機能モニタリングシステム。
【請求項３】
前記学習モデルと、モニタリング部においてセンシングした前記視行動データと、ユーザの視覚機能の評価データとを記憶する記憶手段、を更に備えることを特徴とする請求項２に記載の視覚機能モニタリングシステム。
【請求項４】
前記キャリブレーション部は、
閲読タスク、固視タスク又は追尾タスクの少なくとも何れかを含む視覚タスクの入力を受け付け、受け付けた前記視覚タスクを前記ユーザに対して提示する視覚タスク提示手段を更に備えることを特徴とする請求項２又は３に記載の視覚機能モニタリングシステム。
【請求項５】
前記模擬障害データは、眼に対する光の変更誘発により生じる屈折誤差に関するデータであり、
前記ユーザの視覚機能の異常は、屈折力の低下である、ことを特徴とする請求項２に記載の視覚機能モニタリングシステム。
【請求項６】
前記視行動データは、眼電位、目の周囲の皮膚の変形データ、視線計測データを含む目の撮像画像から取得されるデータの内、少なくとも何れかであることを特徴とする請求項２に記載の視覚機能モニタリングシステム。
【請求項７】
前記学習モデル生成手段において学習モデルの生成に用いられる視行動データ、及び、前記評価手段において評価に用いられる視行動データにおいて、
センシングした前記視行動データは何れも前処理が行われ、
直流成分、高周波成分、および線形トレンドを除去して、正規化されたデータであることを特徴とする請求項２に記載の視覚機能モニタリングシステム。
【請求項８】
模擬した視覚障害下でユーザの視行動をセンシングした視行動データと、模擬障害データを用いて、ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成するキャリブレーションステップと、
通常下でセンシングした前記視行動データと前記学習モデルを用いて、ユーザの視覚機能の変化を捉えるモニタリングステップを備えることを特徴とする視覚機能モニタリング方法。
【請求項９】
前記キャリブレーションステップは、
模擬した視覚障害に関するデータ入力を受け付ける模擬障害データ入力ステップと、
前記視覚障害下でのユーザの視行動をセンシングする第１のセンシングステップと、
前記視覚障害下でユーザの視行動をセンシングした視行動データと、前記模擬障害データを用いて、前記学習モデルを生成する学習モデル生成ステップと、
を備え、
前記モニタリングステップは、
前記通常下でのユーザの視行動をセンシングする第２のセンシングステップと、
通常下でユーザの視行動をセンシングした視行動データと、前記学習モデルを用いて、ユーザの視覚機能を評価する評価ステップと、
少なくとも視覚機能の異常に関する評価データを出力する出力ステップ、
を備えることを特徴とする請求項８に記載の視覚機能モニタリング方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、ユーザの日常の視行動を用いて視覚機能をモニタリングする技術に関するものである。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
視覚検査を行うためのモバイルデバイスが知られている（特許文献１を参照）。これは、モバイルデバイスの画面上に表示された検査パターンを使用して個人の視覚の検査が行われるものであり、検査結果に影響を及ぼすパラメータは、検査を行う前や検査を行っている間に評価される。
【０００３】
また、タッチスクリーンを利用した場合の検査精度を向上させる視覚検査装置が知られている（特許文献２を参照）。これは、被検者に視標を提示し、所定の応答時間内に被検者に視標をタップさせるタッチパネルを含む装置である。
【０００４】
さらに、高齢者が家庭環境で自身の視力と聴力を自分で評価できるシステムが知られている（特許文献３を参照）。これは、グラフィックやテキストがディスプレイによって被検者に表示されるものであり、被検者がグラフィックやテキストを見ている間の被検者の眼球運動を、眼球運動センサにより収集・解析し、被検者の視力を評価する。
【０００５】
これらの特許文献１～３に開示される技術では、それぞれの視機能検査を実施するために、ユーザが特定の視覚タスクを実施する必要があり、このため継続的な利用を妨げる可能性がある。
また、視機能検査を実施した時点の結果しか得られないため、断続的な評価しか行えず、視覚機能のダイナミックな変化を捉えることができないという問題がある。視機能の変化を連続的・継続的に追跡することは、重度の視機能異常を防ぐために極めて重要である。
さらに、特許文献１～３に開示される技術では、ユーザが自発的・積極的にシステムに関与することが要求される。すなわち、ユーザが強い意思を持ってシステムを起動し、多くの時間と手間を掛けてシステムを操作する必要があるため、システムの利用が面倒になりがちである。多くの視機能異常は初期の自覚症状が軽微であるため早期発見が難しく、そのためにそもそもシステムを使用しようという意思が働かない可能性がある。
【先行技術文献】
【特許文献】
【０００６】
特表２０２１－５１９１９５号公報
特開２０２２－０２５２４０号公報
特表２０１８－５００９５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
かかる状況に鑑みて、本発明は、ユーザの日常の視行動を用いて継続的にモニタリングできる視覚機能モニタリングシステム及び視覚機能モニタリング方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記課題を解決すべく、本発明の視覚機能モニタリングシステムは、模擬した視覚障害下でユーザの視行動をセンシングした視行動データと、模擬障害データを用いて、ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成するキャリブレーション部と、通常下でセンシングした視行動データと学習モデルを用いて、ユーザの視覚機能の変化を捉えるモニタリング部を備える。すなわち、ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成してキャリブレーションを行った上で、学習モデルを用いてユーザの視覚機能をモニタリングするシステムである。本システムは、具体的には下記各手段を備える。
１）模擬した視覚障害に関するデータ入力を受け付ける模擬障害データ入力手段。
２）ユーザの視行動をセンシングするセンシング手段。
３）視覚障害下でユーザの視行動をセンシングした視行動データと、模擬障害データを用いて、当該ユーザの視覚機能と視行動データの相関度合いを表す学習モデルを生成する学習モデル生成手段。
４）通常下でユーザの視行動をセンシングした視行動データと、学習モデルを用いて、ユーザの視覚機能を評価する評価手段。
５）学習モデルと、モニタリング時にセンシングした視行動データと、ユーザの視覚機能の評価データとを記憶する記憶手段。
６）少なくとも視覚機能の異常に関する評価データを出力する出力手段。
【０００９】
キャリブレーション部においては、学習モデル生成手段によりユーザの視覚機能と視行動データの相関度合いについて、幅広いユーザではなく当該ユーザに最も適合したカスタマイズされた学習モデルを生成するため、精度の高い学習モデルを生成できる。なお本明細書において、視覚機能とは、視力、屈折、眼球運動、両眼視機能、調節機能、色覚など入力に関する機能を指す。
予めキャリブレーションを行った上でモニタリングを行うため、日常的に無意識に行われる視行動を利用してモニタリングを行うことができ、視機能に異常が検出されない限り、ユーザが自発的にシステムを操作したり、何かを表示したり、目下の作業を中断したりする必要がないという利点がある。また、日常的な視行動を継続的に監視することにより、視機能異常を早期に検知できる。
【００１０】
１）模擬障害データ入力手段について
模擬障害データの入力の受け付けは、例えば、公知のＰＣ等により入力を受け付けることで行うことができる。この他、スマートフォンやスマートグラスなどの機器から有線又は無線による通信により入力を受け付けることでもよい。データ入力の基となる視覚障害の模擬には、屈折誤差を誘発するための人間の眼の光学を変更する処方レンズのセットが好適に用いられる。また、屈折力を変化させるレンズの代わりに、斜視を模擬するプリズムレンズや白内障を模擬するフォグレンズ（曇りレンズ）を用いることもできる。これらによって、屈折異常ではなく斜視や白内障の予兆をモニタリングすることができる。なお、模擬した視覚障害は、屈折誤差や、斜視、白内障に限られず、視覚機能に関する障害が広く含まれる。
（【００１１】以降は省略されています）

関連特許