主动眼建模：一种估计日常生活中全视野视网膜图像质量的工具

目的：“视觉饮食”，即视觉体验的总和，塑造视网膜成像并由此影响屈光发育，但在日常行为中测量视网膜图像统计特征颇具挑战。移动眼动追踪、自我中心视频和全视野光学测量的局限，使我们对环境与行为因素如何塑造整个视网膜的图像质量仍存在认识空白。方法：我们引入主动眼建模，这是一个计算平台，将经光学验证的宽视野、可调节眼模型（Hastings et al. 2024）与逼真的三维虚拟环境以及源自人类数据的注视行为相结合。该方法能够在参数化控制的条件下系统估计整个视野内的视网膜模糊，包括改变观看距离、环境光照水平和环境深度结构。输入可以是模拟的和/或来自真实世界测量：场景深度、视频以及注视/瞳孔记录。结果：在模拟远距离工作期间，由于离轴像差带来的大景深，周边图像质量具有深度耐受性。昏暗室内照明下的近距离工作显著增加周边模糊，降低中、高空间频率的对比度。这种对比度降低在幅度上相当于中等强度的漫射滤光片（Bangerter 0.4 强度），该滤光片在动物模型实验中施加时会影响眼生长。与眼动追踪虚拟驾驶的一致性检验证实了远距离工作期间的周边深度耐受性。结论：主动眼建模为研究视觉体验如何塑造视网膜图像提供了一个灵活框架，与屈光发育、显示器和镜片设计以及周边视觉相关。应用于常见视觉行为时，该平台识别出室内近距离工作中值得实证研究的光学条件，补充了基于测量的方法。

中文由 AI 翻译，仅供参考，以原文为准。