本发明一般而言涉及用于并发地评估人或动物的视场的多个部分的功能方面的方法和系统。更具体而言，本发明涉及确定在大约1秒内呈现的刺激的历史如何影响对后续刺激的响应，最特别地是当并发地呈现的刺激的平衡从一只眼睛切换到另一个只眼睛时。
背景技术：
1、贯穿本说明书中对背景的任何讨论不应当以任何方式被视为承认该背景是现有技术，也不应当被视为承认该背景是众所周知的或构成本领域的众所周知的知识的一部分。
2、神经系统的多焦点刺激是指随着时间的推移向感觉器官的不同部位呈现不同的刺激序列。例如，可以将四个蜂鸣器附接到前臂的皮肤的不同部位。然后，四个不同的时间序列可以决定每个蜂鸣器何时刺激其所在位置的皮肤。这是前臂的感觉场中并发的战术刺激的多焦点呈现。在视觉情况下，一只或两只眼睛的视场被划分为多个区域，然后每个区域的视觉特性(如颜色、对比度、亮度或纹理)根据时间序列的集合随时间被独立调制，一个或多个视场的每个区域一个时间序列。刺激序列是每个被刺激区域的刺激历史的记录。在任一示例中，都使用某种记录手段来记录神经系统对多焦点刺激的汇总响应。
3、一种经典的记录方法是记录神经系统对刺激引起的电响应。在刚刚给出的触觉或视觉示例中，可以通过将电极放在头皮上来记录大脑的电响应，以捕获大脑对刺激的响应。这些记录包含对多个并发呈现的刺激的所有响应的总和的版本。如果一次只刺激一个区域，那么大脑活动将反映仅一个区域的响应，并且可以通过对序列中每个刺激的开始进行平均来估计响应。当并发地呈现几个刺激时，就会出现如何估计对递送到每个感觉区域的刺激的单独平均响应的问题。当驱动每个区域处的刺激呈现的时间序列在统计上独立时，即，如果它们在时间上基本不相关，那么就可以实现这一点。然后，如诱发的响应与刺激历史之间的互相关，或诱发的响应与刺激历史(即，刺激序列的记录)之间的某种形式的多元回归等方法可以得出每个被刺激区域的平均响应。
4、到目前为止，与多焦点方法相关的专利都涉及特定类别的刺激序列，或序列的模式的时-空协调。早期的示例包括被设计为使通过互相关的响应估计更高效的近正交的伪随机序列：ee sutter，us 6,086,206。那些方法并没有表明任何特定的时间速率或刺激密度是最优的。后来，所公开的发明的发明人获得了针对生成具有特定时间或空间密度的刺激的方法的专利，意外地发现其产生的响应要大很多倍并且更可靠：t maddess和acjames，us 7,006,863和us 8,583,223。那些专利表明，如果刺激在时间或空间上保持分开，那么平均增益(即，系统的平均响应度)更高。因此，例如，us 7,006,863关注的是以下构思：“刺激序列的适当设计可能允许神经系统…产生更大或更可靠的响应”。us 8,583,223关注的是称为“侧向掩蔽”的效应，由此空间上相邻的刺激可以抑制彼此的响应，并相应地最小化侧向掩蔽的有害影响，该专利称“通过确保并发地呈现的刺激在空间上分离，可以改善响应大小和可靠性，因此这种刺激被称为空间上稀疏”。
5、随后，研究从诱发的电响应转向通过记录瞳孔直径的时变改变来使用瞳孔的响应。与诱发的电响应不同，瞳孔的成像和视频监视提供了一种非接触形式的多焦点评估。由于驱动瞳孔的神经系统的连通性，每个瞳孔报告两个视网膜的活动总和的版本。因此，根据单个瞳孔记录的响应估计可以产生对并发地呈现给两只眼睛的多个刺激区域的刺激的平均响应。因此，记录两个瞳孔为每只眼睛产生响应的两个集合。转向瞳孔记录产生了两个特定于瞳孔的专利。
6、这些专利中的第一个涉及所谓的辉度平衡方法：t maddess和ac james；us 8,583,223。这涉及保持不同测试区域上的平均增益(即，响应度)大致一样高。平均增益是指在测试期间被并发刺激的视场区域的集合上获得的每单位刺激强度的平均响应。该方法基于以下发现：当向每个区域呈现相同强度的刺激时，颞上视场中的一些高响应区域自然比其他区域平均响应更多。这些高响应区域将瞳孔系统的平均响应增益设置为较低，从而降低其他区域的相对响应度。通过降低递送到自然高响应区域的刺激强度，测试期间的平均增益保持较高，从而增加自然较不敏感的视场区域的响应。通过反转静态非线性刺激响应函数，刺激强度在整个视场中保持平衡。因此，us 8,583,223指出：“减小呈现给视场中响应更灵敏区域的刺激的辉度减少对(瞳孔)的整体汇总的驱动信号的贡献，从而增加通常响应较不灵敏区域的绝对响应大小。”。
7、第二个特定于瞳孔的专利涉及所谓的集群式齐发，t maddess、cf carle和acjames；us9848771。这涉及以下发现：即使对于辉度平衡的刺激，在视场区域的子集内以空间相邻的集群呈现刺激也具有进一步的优势。在非限制性演示中，这些被选为视场左半部分与右半部分内或上半部分与下半部分内的集群。这与出版物us 8,583,223的预测大相径庭。这种方法使测试的任何一个时间步长上呈现的刺激的数量保持相对恒定，从而维持合理平衡的平均增益。这在之前获得专利的刺激方法中没有发生，其中每个时间步长的平均刺激数更自由地变化。
8、在瞳孔系统中，在两个视网膜中产生的输入的集合传到左右顶盖前橄榄核(pon)，然后从每个核传到左右埃丁格-韦斯特法尔(edinger-westphal)核(ewn)，每个核支配其相应的左虹膜或右虹膜以产生瞳孔光响应。每个pon还从其左视觉皮层或右视觉皮层获取视觉输入。每个ewn进而从两个pon接收输入，这就是每个瞳孔对两个视网膜上的活动总和做出响应的方式，如前面所提到的。在us 9,848,771中提出的一组精心设计的实验中，得出结论：“在ewn或之后在瞳孔路径上存在增益控制机制”，并且“与诸如时间或空间稀疏的刺激之类的早期方法相比，当多个视觉刺激以空间相邻的刺激集群的齐发呈现时，这种增益控制系统往往更少地减弱瞳孔的响应”。该专利进一步指出，所提出的发现：“表明ewn增益控制涉及一种反馈机制，当刺激以齐发递送时，该机制太慢以至于无法抑制刺激”。因此，us9,848,771有两个核心构思：调节整个视场平均增益的增益控制机制在ewn级别发生，此时针对两只眼睛和视觉皮层的输入的组合已完成，并且该机制太慢以至于无法受到并列齐发的序列的影响，在us 9,848,771中，并列齐发以每四分之一秒一次的速率发生。
9、我们发现，特定连续齐发之间的相互作用会对短期增益产生显著影响。而之前的出版物(诸如us 9,848,771)表明，来自整个双侧视网膜的所有齐发的结果都汇总在ewn中，并且该结果调节了增益，没有留下任何空间供每只眼睛做出特殊贡献。
10、所有上面提到的方法都指定了不同类型的多焦点刺激序列，或序列的不同时-空协调，由此每个测试受试者都接收到相同的、据称是最优的刺激。类似地，对每个测试受试者和每个获得专利的刺激序列变体都使用相同的响应估计方法。在集中于平均增益和固定的响应估计时，这些方法并未指示假设个体的动态增益特点会有所不同的话会有任何好处，或者根据个体或瞳孔量身定制响应估计方法会有任何好处。事实上，那些专利呈现了不会发生此类动态效应的证据，而且如上面所提到的，us 9,848,771甚至说，调节ewn中的响应度的系统太慢以至于无法对以0.25秒为间隔呈现的刺激的随机齐发做出响应。
11、迄今为止多焦点测试方法中采用的所有响应估计方法都假设，如果被检查的系统中存在非线性性，那么这些非线性性是静态的。即，那些非线性性在测试的过程中保持不变。如所提到的，经典的响应估计方法涉及刺激历史(即，每个区域被控制的呈现的测试序列的集合)与神经系统的响应(包含所有响应的总和的版本，所谓的汇总的响应)之间的互相关。该方法最早于1965年提出：在y.w.lee和m schetzen的标题为“measurement ofweiner kernels of a non-linear system by cross-correlation”的文章中，该文章发表在
12、international journal of control第2卷第237-254页。该方法仍然很常用。该论文标题中提到的weiner核也被称为线性和非线性加权函数。非线性核捕获刺激之间附加非线性相互作用的影响。线性加权函数也被称为对重复的短暂、冲动刺激的时间脉冲响应。本文描述了在具有动态分裂增益控制的系统中估计响应的方法，其中增益的快速改变也取决于刺激历史，并且那些动态可以因人而异，甚至因瞳孔而异。这些非线性性不是使用如weiner核等标准函数扩展来捕获的。
13、随后，ac james、r ruseckaite和t maddess在他们于2005年发表的标题为“effect of temporal sparseness and dichoptic presentation on multifocalvisual evoked potentials”的论文中提出了一种基于多线性回归的更灵活的响应估计方法，该论文发表在visual neuroscience第22卷第45-54页。虽然那些方法更灵活，但它们仅适合用于具有不变的weiner非线性性的系统。与互相关不同，回归响应估计允许将特征添加到响应估计模型中，以考虑记录或其中的响应的各个方面。例如，当记录诱发的电响应时，电极从交流干线电源拾取信号(嗡嗡声)并不罕见。因而，可以向回归模型添加项，以将记录中的方差分区为生理响应和干线频率的独立分量，从而允许与来自干线的嗡嗡声并发地估计神经响应。生物响应常常包含一定程度的自相关。基于互相关的用于多焦点刺激的响应估计无法解释自相关。结果是由于自相关引起的方差在估计中被错误指派，表现为噪声。并发地估计对多焦点刺激的响应和自回归模型作为一种干扰形式是可能的，并且可以改进拟合的估计。
14、如james等人在2005年所证明的(上文)，回归框架的另一个优点是可以确定每个估计的系数的标准误差(se)。因此，如果有88个刺激序列控制每只眼睛的视场中44个位置处的短暂刺激的呈现，那么响应估计将提取对88个位置处呈现的响应的平均大小以及88个se，每个响应一个se。相比之下，经典的互相关方法不提供误差的估计。原则上，回归框架可以扩展到可以拟合非线性系数的迭代形式的响应估计。
15、从数学上讲，从相同数量的数据中估计出更多的系数意味着每个估计的系数的瞳孔记录中的数据点更少，因此每个估计的系数的标准误差将会更大，即，估计将会更差。该过程就像估计数据集的平均值，即，单个系数，及其标准误差(se)。根据定义，se是标准偏差除以平均的数据点数的平方根。因此，平均的点数越少，se越大。因此，与任何统计估计过程一样，不期望试图估计相对于瞳孔记录中可用数据点的数量的太多东西。原则上，可以延长多焦点测试以便收集更多数据，但这会使测试比可容忍的或期望的更长。
16、在更常见的测试中，检查每只眼睛的视场的44个区域，并且并发地测试两只眼睛。估计每个区域的平均响应振幅和每个区域对刺激呈现的响应达到高峰的时间。这意味着，至少估计了88个区域/瞳孔记录的2个系数或176个系数。如果每个区域再增加2个系数来解释该区域的系统非线性性的改变，那么总数将是2×176＝352。即使这是可能的并且标准误差也会增长大约2的平方根，即，超过40％。因此，用于估计动态非线性性的任何策略都应当有一种策略来最小化要估计的额外系数的数量并且仍然在通过诸如考虑的方差(常常被称为模型r2或拟合优度统计量)之类的测量成为更好模型的基础上实现增强的性能。
17、如上面所提到的，回归框架可以被扩展到可以拟合非线性系数的迭代形式的响应估计。建立了一系列此类迭代响应估计方法。这些方法的目的是确定是否可以通过以下操作改进对多焦点刺激的瞳孔响应的响应估计：1)包括响应性的快速波动的可能性，即，动态增益；以及2)任何此类波动是否可以归因于刺激历史的近期改变并以所谓的增益核的形式估计那些改变的系数；以及3)是否只能高效地估计可能的众多增益核系数的小子集，从而减少对大量数据的要求。注意的是，对于每个刺激区域的正常时间脉冲响应将在相同的过程中进行估计，使得增益核的估计改进区域时间脉冲响应的估计。另一个问题是，是否有可能或期望对于每个测试受试者或每个瞳孔估计单独的增益核，或者为每个人固定可能取决于其性别和年龄等因素的增益核的值。
18、使用那些新方法，获得了一系列改进区域时间脉冲响应估计的准确性的发现。这些发现首次表明，为了响应估计，应当考虑响应性的与快速刺激历史相关的改变，并且只要包括与眼睛之间刺激切换相关联的快速改变，这些改变就可以总结为系数的非常小的集合。
19、这些方法的总体目标是高效评估人或动物的视场范围和功能，换句话说，产生关于其视场的数据。一种示例动物可以是赛马。马属于畜牧业，因此特定的马可以具有或多或少适合成为成功赛马的视场范围。如果受试者是人类，那么视场数据可以与其他数据结合使用，以确定人是否适合给定的职业，或者确定是否应当允许他们驾驶特定车辆。其他数据可以是来自人的代谢或身体数据。视场数据还可以被用于监视人的状态。例如，医生可以已经使用血糖测试诊断出人患有糖尿病。医生随时间监视患者的视场数据可以是有用的，以了解因糖尿病或糖尿病中更常见的疾病(如单纯性白内障)而造成的任何改变。最后，结合其他数据，医疗专业人员可以使用视场数据和其他数据的结合来诊断一个人是否患有特定的眼部或脑部疾病，而医生或其他医疗专业人员认为这些数据结合起来可以作为诊断依据。在临床环境中，监视治疗结果的稳定性可能比协助诊断更为常见，因为一旦某一天给定的人被诊断出患有疾病，他们就可能在其一生中接受多次监视。
技术实现思路
1、本发明的实施例将多焦点刺激波动的丰富集合简化为小得多的符号刺激组的集合，然后响应测量系统为这些组中的每个组拟合单独的增益核(增益核总结了瞳孔响应增益的动态改变)，同时并行估计(即，测量)对于每个多焦点刺激区域的时间脉冲响应。即，术语“增益核”应被视为测量瞳孔响应增益的动态改变。具有特定特性的符号刺激组的集合被示出对于评估视场更有用。所述增益核描述了刺激历史的最近几个时间步长如何影响瞳孔系统对从特定符号刺激组中选择的当前刺激的响应性。在表征瞳孔神经系统的各方面时，这些刺激组相关的增益核是对采用瞳孔的记录的多焦点视场测试的响应估计(即，测量)方法的改进。为了说明这些步骤，将集群式齐发刺激的集合的非限制性示例分解成符号刺激组，并通过将它们结合到响应估计(即，测量)中，表明只需添加极少的附加系数就可以对原始集群式齐发方法进行令人惊讶的改进。可以选择集群式齐发方法以外的刺激方法。
1.一种用于评估受试者的视觉神经系统的方法，该方法包括以下步骤：
2.如权利要求1所述的方法，其中在任何时间步长，所述刺激的多焦点集合都以所述单独的刺激元素的总数的系列呈现，并且那些系列进而被指派给相同或更少数量的符号刺激组，并且瞳孔响应增益的动态改变仅针对由所述相同或更少数量的符号刺激组定义的所述单独的刺激元素进行测量。
3.如权利要求2所述的方法，其中，在特定时间步长，刺激的多焦点集合以循环齐发被呈现给两个瞳孔的视场，其中刺激的多焦点集合的齐发包括从呈现给两个瞳孔的视场的互补的左半部分或右半部分的刺激元素中随机选择的单独的刺激元素，并且在相继的时间步长，刺激的多焦点集合的齐发被呈现给左瞳孔的左半视场，然后呈现给左瞳孔的右半视场，然后呈现给右瞳孔的左半视场，然后呈现给右瞳孔的右半视场，并且其中来自左瞳孔和右瞳孔的左半视场和右半视场中的任何一个的单独的刺激元素被呈现的概率大约为50％，并且齐发的序列循环重复多次，并且用于左瞳孔和右瞳孔的左半视场和右半视场的刺激元素被指派给符号刺激组。
4.如权利要求3所述的方法，其中呈现给左瞳孔和右瞳孔的左半视场的刺激元素被指派给第一符号刺激组，而呈现给左瞳孔和右瞳孔的右半视场的刺激元素被指派给第二符号刺激组，并且仅针对第一符号刺激组和第二符号刺激组测量瞳孔响应增益的动态改变，并且基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
5.如权利要求3所述的方法，其中呈现给左瞳孔的左半视场的刺激元素被指派给第一符号刺激组，呈现给左瞳孔的右半视场的刺激元素被指派给第二符号刺激组，呈现给右瞳孔的左半视场的刺激元素被指派给第三符号刺激组，呈现给右瞳孔的右半视场的刺激元素被指派给第四符号刺激组，并且仅对第一符号刺激组、第二符号刺激组、第三符号刺激组和第四符号刺激组测量瞳孔响应增益的动态改变，并基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
6.如权利要求3所述的方法，其中呈现给左瞳孔的上半视场的刺激元素被指派给第一符号刺激组，呈现给左瞳孔的下半视场的刺激元素被指派给第二符号刺激组，呈现给右瞳孔的上半视场的刺激元素被指派给第三符号刺激组，呈现给右瞳孔的下半视场的刺激元素被指派给第四符号刺激组，并且仅对第一符号刺激组、第二符号刺激组、第三符号刺激组和第四符号刺激组测量瞳孔响应增益的动态改变，并基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
7.如权利要求3所述的方法，其中符号刺激组基于用于左瞳孔的刺激元素的第一象限和用于右瞳孔的刺激元素的第二象限布置，其中第一象限和第二象限呈对角线相对，并且仅对符号刺激组测量瞳孔响应增益的动态改变，并基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
8.如权利要求7所述的方法，其中符号刺激组中的一个或多个符号刺激组还包括第一象限和第二象限之外的一个或多个附加刺激元素。
9.如权利要求3所述的方法，其中测量两个符号刺激组和两个增益核以捕获符号刺激组指派的切换眼睛模式。
10.如权利要求3所述的方法，其中如果有n种类型的半视场或象限齐发，那么指派n/2个符号刺激组以捕获符号刺激组指派的切换眼睛模式。
11.如权利要求2所述的方法，其中通过呈现所述刺激的多焦点集合来刺激两个瞳孔的视场，所述刺激的多焦点集合包括刺激元素的四个子集，该刺激元素的四个子集刺激两个瞳孔的视场的第一互补部分和第二互补部分，其中对两个符号刺激组的指派遵循以下顺序：呈现给第一瞳孔的第一互补部分被指派给符号刺激组的第一组，呈现给第一瞳孔的第二互补部分被指派给符号刺激组的第二组，呈现给第二瞳孔的第一互补部分被指派给第一组，呈现给第二瞳孔的第二互补部分被指派给第一组，并且基于仅针对第一组和第二组测得的瞳孔响应增益的动态改变来对每个刺激元素测量脉冲响应。
12.如权利要求11所述的方法，其中所述刺激的多焦点集合的第一互补部分和第二互补部分包括与第一互补部分和第二互补部分的设定模式的零星偏离。
13.如权利要求1至12中的任一项所述的方法，其中时间脉冲响应使用对数正态分布作为用于视场的每个部分的有限数量参数的参数函数进行测量。
14.如权利要求13所述的方法，其中在响应测量中使用参数函数的时间导数。
15.如权利要求1至12中的任一项所述的方法，其中时间脉冲响应作为一个或多个双线性正交基函数的集合进行测量。
16.一种用于评估受试者的视觉神经系统的计算机系统，该计算机系统包括：
17.如权利要求16所述的计算机系统，其中光源由计算机控制为在任何时间步长以所述单独的刺激元素的总数的系列呈现所述刺激的多焦点集合，并且那些系列进而被指派给相同或更少数量的符号刺激组，并且计算机被布置为仅针对由所述相同或更少数量的符号刺激组定义的所述单独的刺激元素测量瞳孔响应增益的动态改变。
18.如权利要求17所述的计算机系统，其中光源由计算机控制为在特定时间步长将刺激的多焦点集合以循环齐发呈现给两个瞳孔的视场，其中刺激的多焦点集合的齐发包括由计算机从呈现给两个瞳孔的视场的互补的左半或右半部分的刺激元素中随机选择单独的刺激元素，并且在相继的时间步长，光源由计算机控制为将刺激的多焦点集合的齐发呈现给左瞳孔的左半视场，然后呈现给左瞳孔的右半视场，然后呈现给右瞳孔的左半视场，然后呈现给右瞳孔的右半视场，并且其中来自左瞳孔和右瞳孔的左半视场和右半视场中的任何一个的单独的刺激元素被呈现的概率大约为50％，并且齐发的序列循环重复多次，并且用于左瞳孔和右瞳孔的左半视场和右半视场的刺激元素被指派给符号刺激组。
19.如权利要求18所述的计算机系统，其中呈现给左瞳孔和右瞳孔的左半视场的刺激元素由计算机指派给第一符号刺激组，而呈现给左瞳孔和右瞳孔的右半视场的刺激元素由计算机指派到第二符号刺激组，并且计算机被布置为仅针对第一符号刺激组和第二符号刺激组测量瞳孔响应增益的动态改变，并且还被布置为基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
20.如权利要求18所述的计算机系统，其中呈现给左瞳孔的左半视场的刺激元素由计算机指派给第一符号刺激组，呈现给左瞳孔的右半视场的刺激元素由计算机指派给第二符号刺激组，呈现给右瞳孔的左半视场的刺激元素由计算机指派给第三符号刺激组，呈现给右瞳孔的右半视场的刺激元素由计算机指派给第四符号刺激组，并且计算机被布置为仅对第一符号刺激组、第二符号刺激组、第三符号刺激组和第四符号刺激组测量瞳孔响应增益的动态改变，并且还被布置为基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
21.如权利要求18所述的计算机系统，其中呈现给左瞳孔的上半视场的刺激元素由计算机指派给第一符号刺激组，呈现给左瞳孔的下半视场的刺激元素由计算机指派给第二符号刺激组，呈现给右瞳孔的上半视场的刺激元素由计算机指派给第三符号刺激组，呈现给右瞳孔的下半视场的刺激元素由计算机指派给第四符号刺激组，并且计算机被布置为仅对第一符号刺激组、第二符号刺激组、第三符号刺激组和第四符号刺激组测量瞳孔响应增益的动态改变，并且还被布置为基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
22.如权利要求18所述的计算机系统，其中符号刺激组基于用于左瞳孔的刺激元素的第一象限和用于右瞳孔的刺激元素的第二象限由计算机布置，其中第一象限和第二象限呈对角线相对，并且计算机被布置为仅对符号刺激组测量瞳孔响应增益的动态改变，并且还被布置为基于测得的瞳孔响应增益的动态改变对每个刺激元素测量脉冲响应。
23.如权利要求22所述的计算机系统，其中符号刺激组中的一个或多个符号刺激组还包括第一象限和第二象限之外的一个或多个附加刺激元素。
24.如权利要求18所述的计算机系统，其中计算机被布置为测量两个符号刺激组和两个增益核以捕获符号刺激组指派的切换眼睛模式。
25.如权利要求18所述的计算机系统，其中如果有n种类型的半视场或象限齐发，那么由计算机指派n/2个符号刺激组以捕获符号刺激组指派的切换眼睛模式。
26.如权利要求17所述的计算机系统，其中，在计算机的控制下，光源被布置为通过呈现所述刺激的多焦点集合来刺激两个瞳孔的视场，所述刺激的多焦点集合包括刺激元素的四个子集，该刺激元素的四个子集刺激两个瞳孔的视场的第一互补部分和第二互补部分，其中对两个符号刺激组的指派遵循以下顺序：呈现给第一瞳孔的第一互补部分由计算机指派给符号刺激组的第一组，呈现给第一瞳孔的第二互补部分由计算机指派给符号刺激组的第二组，呈现给第二瞳孔的第一互补部分由计算机指派给第一组，呈现给第二瞳孔的第二互补部分由计算机指派给第一组，其中计算机被布置为基于仅针对第一组和第二组测得的瞳孔响应增益的动态改变来对每个刺激元素测量脉冲响应。
27.如权利要求26所述的计算机系统，其中刺激的多焦点集合的第一互补部分和第二互补部分包括与第一互补部分和第二互补部分的设定模式的零星偏离。
28.如权利要求16至27中的任一项所述的计算机系统，其中计算机被布置为使用对数正态分布将时间脉冲响应作为用于视场的每个部分的有限数量参数的参数函数进行测量。
29.如权利要求28所述的计算机系统，其中计算机被布置为在响应测量中使用参数函数的时间导数。
30.如权利要求16至27中的任一项所述的计算机系统，其中计算机被布置为将时间脉冲响应作为一个或多个双线性正交基函数进行测量。
