双目测量装置、双目测量方法以及双目测量程序

摘要

本发明要解决的技术问题是简易而且恰当地评价被检查者双眼的行为的差异。双目测量系统(1)具备：光检测器(7)，检测来自于被检查者的右眼(E

说明书

技术领域

本发明的一个方面涉及测量对象者的双眼的双目测量装置(binocular measurement device)、双目测量方法以及双目测量程序。

背景技术

眼睛是在生物成长的过程中从大脑分化出来的器官，并且是在直接连结于大脑的器官当中唯一能够从外表非侵袭地进行观察的器官。因此，认为通过对眼部的行为进行定量化从而就能够对脑健康进行数值化。一直以来，在定量评价脑功能的时候，是通过使用所谓PET(正电子发射断层扫描法Positron Emission Computed Tomography)、CT、MRI这样的大型设备来进行的。如此评价方法获得了一定的信赖度。另一方面，如此评价方法包含了在费用方面负担大这样的问题和在诊断中需要有专门知识的医师这样的问题。因此，迫切期望确立由更为简便的方法来完成的评价。

另一方面，一直以来，作为脑功能的测量方法中的一个，众所周知有检查被检查者的眼的行为的方法。例如测量被检查者眨眼的方法(参照以下所述的非专利文献1)、测量对象者的注视微动(凝视时眼球不自主运动)的方法(参照以下所述的非专利文献2)等被作为简便的脑功能疾患的提取或筛选方法当中的一个来进行研究过。

现有技术文献

非专利文献

非专利文献1：新井田孝裕，“神经眼科入门系列96眼睑2眨眼”，Neuro-ophthalmol.Jpn.Vol.29No.2,p204-212,2012年

非专利文献2：Engbert R.,“Microsaccades:amicrocosm for research on oculomotor control,attention,and visual perception”,Martinez-Conde,Macknik,Martinez,Alonso&Tse(Eds.)Progress in Brain Research,2006年,vol.154,p.177-192

发明内容

发明所要解决的技术问题

然而，在上述非专利文献1所记载的方法中，使用具备多个电极的诱发电位记录装置来测量由电刺激引起的反射型眨眼，检查时的被检查者的负担往往容易变大。另外，由上述非专利文献1以及非专利文献2所记载的方法来恰当地评价被检查者双眼行为的差异是困难的。

因此，本发明的一个方面就是鉴于以上所述的技术问题而做出的，其目的在于提供一种能够容易而且恰当地评价被检查者的双眼的行为的差异的双目测量装置以及双目测量方法。

解决技术问题的手段

为了解决上述技术问题，本申请发明人就定量评价帕金森氏病等的各种疾病的患者和健康者的双眼的行为的差异的方法，进行了研究。其结果是，本发明人发现：通过评价对以右眼的活动为基础计算出的特征量和以左眼的活动为基础计算出的特征量进行比较得到的比较值，从而成为用于区别脑疾患者和健康者或者用于定量评价疲劳作业前后的状态的新指标。

即，本发明的一个方式所涉及的双目测量装置具备：光检测器，检测来自于对象者的右眼以及左眼的光并输出该光的检测信号；特征量计算部，根据检测信号计算出对应于右眼的第1特征量和对应于左眼的第2特征量；比较值计算部，以第1特征量以及第2特征量为基础计算出对第1特征量和第2特征量进行比较所得的比较值。

或者，本发明的另一个方式所涉及的双目测量方法具备：使用光检测器来检测来自于对象者的右眼以及左眼的光并输出该光的检测信号的步骤，根据检测信号计算出对应于右眼的第1特征量和对应于左眼的第2特征量的步骤，以及以第1特征量以及第2特征量为基础计算出对第1特征量和第2特征量进行比较所得的比较值的步骤。

或者，本发明的另一个方式所涉及的双目测量程序是将被配备于双目测量装置中的处理器作为根据图像计算出对应于右眼的第1特征量和对应于左眼的第2特征量的特征量计算部、以及以第1特征量以及第2特征量为基础计算出比较第1特征量和第2特征量所得的比较值的比较值计算部，来使其行使功能，其中，双目测量装置使用包含对象者的右眼以及左眼的部位的图像，测量对象者的双眼。

根据上述方式的双目测量装置、双目测量方法或者双目测量程序，能够以来自于右眼以及左眼的光的检测信号(图像)为基础，计算出关于右眼的第1特征量和关于左眼的第2特征量，并且能够计算出对其第1特征量和第2特征量进行比较所得的比较值。由此，既不会使对象者有负担，又能够由简易的装置结构来取得关于对象者的眼睛的行为的评价值。再有，由该评价值就能够恰当评价对象者的眼睛的行为。

发明效果

根据本发明的一个方面，就能够简易而且恰当地评价被检查者的双眼的行为的差异。

附图说明

图1是表示本发明的优选的一个实施方式所涉及的双目测量系统1的概略结构的框图。

图2是表示由图1的特征量计算部11计算出的上眼睑位置以及上眼睑速度的时间变化的一个例子的图。

图3是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

图4是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

图5是表示由图1的双目测量系统1获得的闭眨眼最大速度的时刻的左右差的频率值以及闭眨眼最大速度的左右差的频率值的图。

图6是表示由图1的双目测量系统1获得的闭眨眼最大速度的时刻的左右差的平均值以及闭眨眼最大速度的时刻的左右差的分散值的图。

图7是表示由图1的双目测量系统1获得的闭眨眼最大速度的时刻的左右差的标准偏差以及闭眨眼最大速度的时刻的左右差的最大值与最小值之差的图。

图8是表示由图1的双目测量系统1获得的闭眨眼最大速度的时刻的左右差的最大值以及闭眨眼最大速度的时刻的左右差的最小值的图。

图9是表示由图1的双目测量系统1获得的闭眨眼最大速度的左右差的平均值以及闭眨眼最大速度的左右差的分散值的图。

图10是表示由图1的双目测量系统1获得的闭眨眼最大速度的左右差的标准偏差以及闭眨眼最大速度的左右差的最大值与最小值之差的图。

图11是表示由图1的双目测量系统1获得的闭眨眼最大速度的左右差的最大值以及闭眨眼最大速度的左右差的最小值的图。

图12是表示由图1的双目测量系统1获得的左眼的闭眨眼最大速度的平均值的分布、右眼的闭眨眼最大速度的平均值的分布、以及闭眨眼最大速度的平均值的左右差的分布的图。

图13是表示由图1的双目测量系统1获得的闭眨眼最大速度的时刻的左右差的平均值和标准偏差、以及闭眨眼最大速度的左右差的平均值和标准偏差的图。

图14是表示由图1的双目测量系统1获得的闭眨眼时的上眼睑移动量的平均值的左右差的频率、闭眨眼时间段的平均值的左右差的频率、以及闭眼时间段的平均值的左右差的频率的图。

图15是表示由图1的双目测量系统1获得的闭眨眼时的上眼睑移动量的平均值的左右差的频率、闭眨眼时间段的平均值的左右差的频率、以及闭眨眼最大速度的平均值的左右差的频率的图。

图16是表示由图1的特征量计算部11计算出的眼球运动速度的时间变化以及眼球位置的时间变化的一个例子的图。

图17是表示由图1的特征量计算部11计算出的眼球位置的时间变化的一个例子的图。

图18是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

图19是表示由图1的双目测量系统1进行的凝视时眼球不自主运动的解析处理的详细步骤的流程图。

图20是表示由图1的双目测量系统1进行的凝视时眼球不自主运动的解析处理的详细步骤的流程图。

图21是表示由图1的双目测量系统1进行的凝视时眼球不自主运动的解析处理的详细步骤的流程图。

图22是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

图23是表示由图1的双目测量系统1获得的非自主眼动(flick)最大速度的左右差以及非自主眼动最大速度时刻的左右差的图。

图24是表示由图1的双目测量系统1获得的非自主眼动幅度的左右差的频率值、非自主眼动移动距离的左右差的频率值、最大速度时的非自主眼动角度的左右差的频率值、以及非自主眼动时间段的角度的左右差的频率值的图。

图25是表示由图1的双目测量系统1获得的震颤的运动频率(the tremor movement frequency)的左右差的平均值和其左右差的标准偏差的图。

图26是表示由图1的特征量计算部11计算出的瞳孔直径的时间变化的一个例子的图。

图27是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

图28是表示由图1的双目测量系统1进行的比较值的测量动作的步骤的流程图。

具体实施方式

以下参照附图就本发明的一个方面所涉及的双目测量装置、双目测量方法以及双目测量程序的优选的实施方式作详细说明。还有，在附图的说明中将相同符号标注于相同或者相当部分，并省略重复的说明。

图1是表示本发明的优选的一个实施方式所涉及的双目测量系统1的概略结构的框图。图1所表示的双目测量系统1被构成为用规定的帧率(frame rate)在时间上连续地检测来自被检查者(对象者)的右眼E_R以及左眼E_L的光，并对被检查者的左右眼的行为的差异进行定量化从而进行输出。该双目测量系统1具备：对对象者的右眼E_R以及左眼E_L照射照明光的光源3R,3L，控制光源3R,3L的照明控制装置5，检测来自右眼E_R以及左眼E_L的光的光检测器7，以及对从光检测器7输出的检测信号进行处理的处理器9。

光源3R,3L是分别照射包括周边在内的被检查者的右眼E_R以及左眼E_L的照明手段，例如适宜由使红外光发生的LED来构成。通过光源3R,3L将红外光照射于眼E_R,E_L以及它们的周边，从而红外光在眼E_R,E_L以及它们的周边反射并生成光学图像。还有，作为光源3R,3L，并不限于红外光LED，能够使用其他种类的光源。例如，既可以是发出近红外光的光源，也可以是将使红外光或者近红外光通过的薄膜组合于灯光源的结构，也可以是将满足安全基准的激光作为直接光或者间接光来利用的结构。另外，这些作为用于实现恰当照度的结构，除了并用多个照明的结构之外，还可以被构成为由透镜被编入发光部的结构来抑制照明光的散射并且高效率地照明所希望区域。另外，也可以采用使用空间调制装置来将激光的能量整合成所希望的照明形状并进行有效的眼部照明的结构。

照明控制装置5是以用规定的亮度来分别照射被检查者的右眼E_R以及左眼E_L的形式控制光源3R,3L的控制单元。同时，照明控制装置5以获得将适合于被检查者的右眼E_R以及左眼E_L作为对象的检测内容的光量、照明光波长、反射光形状的形式，调整并控制光源3R,3L的光量以及发光波长。再有，照明控制装置5与处理器9相电连接，由通过处理器9进行的同步控制来控制分别针对被检查者的右眼E_R以及左眼E_L的发光时机。另外，为了能够由处理器9或者光检测器7来判定被检查者的右眼E_R以及左眼E_L容纳于光检测器7的测量范围内，或者为了实现利用处理器9或者光检测器7进行的被检查者的右眼E_R以及左眼E_L的对位的功能，照明控制装置5也可以以在测量开始前使光源3R,3L的照明光闪烁的形式进行控制。

光检测器7是具有多个像素被二维排列的受光面并且以规定的帧率检测来自右眼E_R以及左眼E_L的反射光从而生成并输出二维图像信号(检测信号)的摄像装置。作为如此摄像装置，可以列举具有从图像的取得到图像处理为止进行的视觉芯片(vision>R以及左眼E_L进行摄影，也可以用1台来同时对被检查者的右眼E_R以及左眼E_L进行摄影。另外，光检测器7也可以组合对于被检查者的检测内容即眼球运动、凝视时眼球不自主运动、眨眼、以及瞳孔来说分别具有最适当的规格或者设定(例如波长灵敏度、光量灵敏度、透镜的视角、透镜的倍率以及帧率等)的多个摄像装置来进行构成。

还有，光检测器7优选为可以进行在比一般的摄像机更高速的帧率条件下的摄影的结构，并且优选为被设定成被检查者的检测内容的运动频率的2倍的频率以上的帧率的结构。例如，在将凝视时眼球不自主运动的震颤(tremor)作为检测内容的情况下，因为震颤为100Hz程度的运动，所以作为光检测器7能够使用200Hz以上的帧率的光检测器。另外，在将眼环微小扫视运动(microsaccade)作为检测内容的情况下，因为眼环微小扫视运动以大约20msec的时间来进行的情况较多，所以作为光检测器7能够使用100Hz以上的帧率的光检测器。眨眼时的眼睑动作是以200msec程度的时间来进行，所以帧率如果是10Hz程度的话，则能够捕捉到大致眼睑动作的行为。但是，为了做到能够检测眨眼动作时的细微的不合规则的动作，不仅要求高速的帧率而且要求高精度的测量。因此，在将眨眼时的眼睑动作作为检测内容的情况下，作为光检测器7，使用不仅具有高速的帧率而且可以进行高分辨率的摄影的结构。

在此，作为光检测器7，也可以使用摄像机以外的设备。在将眼球运动或凝视时眼球不自主运动作为检测内容的情况中，在作为光检测器7使用摄像机的情况下，从图像信号检测角膜反射光并由重心运算求得眼球位置的历时变化。作为替代，除了检测轮廓传感器(profile sensor)等的辉点位置并输出位置信息的传感器之外，还可以使用比光电二极管、光电探测器、线性传感器、或者区域传感器等更简易的传感器作为光检测器7。将眨眼作为检测内容的情况中，在使用摄像机作为光检测器7的情况下，进行使用了边缘提取(edge extraction)和霍夫变换(Hough Transform)等的图像处理技术的眼睑位置提取处理，或者进行根据从图像信号计算出的亮度分布(brightness profile)求取眼睑位置的处理等。作为其替代，作为光检测器7，也可以采用包含将线状或者类似于线状的形状的标识照射·投影到眼部的照明部(例如线激光、LED阵列等)、以及不是捕捉在皮肤上的散射光而是通过捕捉在眼睛表面上的反射从而提取眼睑位置的检测部(例如轮廓传感器、光电二极管、光电探测器、线性传感器、区域传感器等)的结构。在将瞳孔作为检测内容的情况中，在作为光检测器7使用摄像机的情况下，通过由图像处理的二值化(binarization)来提取由在对瞳孔从正面照射照明光的时候产生的反射光而变亮的部分，从而提取瞳孔区域。作为其替代，也可以使用光电二极管或光电探测器，并通过检测变亮的部位的亮度的总和从而取得瞳孔区域的时间变化的信息。此时被检测的亮度的总和与瞳孔区域成比例关系。

处理器9是图像处理电路，处理从光检测器7输出的图像信号。处理器9是由内藏有CPU和RAM以及ROM等储存器的个人电脑、或者以智能手机以及平板电脑为代表的手提终端等构成。另外，处理器9也可以由FPGA(field-programmable gate array，现场可编程门阵列)构成。该处理器9包含作为功能性的结构要素的特征量计算部11、比较值计算部13、结果输出部15、以及同步控制部17。这些特征量计算部11、比较值计算部13、结果输出部15以及同步控制部17既可以由处理器9内的硬件来实现，又可以由被存储在处理器9内的软件(双目测量程序)来实现。另外，特征量计算部11、比较值计算部13、结果输出部15以及同步控制部17的功能既可以由相同的处理器来实现，又可以由不同的处理器来实现。将处理器9作为特征量计算部11、比较值计算部13、结果输出部15以及同步控制部17来行使其功能的程序既可以被储存在处理器9内的储存装置(储存介质)中，又可以被储存在与处理器9电连接的储存介质中。

处理器9的特征量计算部11根据从光检测器7输出的图像信号，计算出对应于被检查者的右眼E_R的右眼特征量和对应于被检查者的左眼E_L的左眼特征量。例如，特征量计算部11计算出作为右眼特征量以及左眼特征量的关于眨眼的特征量、关于凝视时眼球不自主运动的特征量、以及关于瞳孔的特征量。此时，特征量计算部11既可以全部计算出这3种特征量，也可以计算出任意1部分。在特征量的计算对象的凝视时眼球不自主运动中，包含100Hz前后的频率的1μm程度(20～40秒角)的振幅的细微运动即震颤、缓慢错位移动即漂移(drift)、漂移后所发生的0.04度角～2分角(minute>

处理器9的比较值计算部13以由特征量计算部11计算出的右眼特征量以及左眼特征量为基础，计算出对右眼特征量和左眼特征量进行比较所得的比较值。还有，比较值计算部13既可以从右眼特征量和左眼特征量直接计算出比较值，又可以分别从右眼特征量和左眼特征量计算出统计量并计算出那些统计量的比较值。作为如此的统计量，可以列举从平均、分散、标准偏差、峰度、偏度(skewness)等高阶矩(higher moment)求得的统计量、中值(median)、四分位数(quartile)、最大值、最小值、最频值(most frequent value)、最大值与最小值之差等。此时，比较值计算部13将右眼特征量与左眼特征量之差的绝对值或者右眼特征量与左眼特征量之比作为比较值计算出。

处理器9的结果输出部15将由比较值计算部13计算出的比较值输出到显示器等输出装置。此时，结果输出部15既可以使用无线通信、有线通信等来将比较值输出到外部，又可以输出到内部的储存器。结果输出部15除了输出被比较值代表的数值数据之外，还可以输出文本数据、取得图像本身，也可以输出表示比较值的数值数据的统计值。作为如此的统计量，可以列举从平均、分散、标准偏差、峰度、偏度等高阶矩求得的统计量、中值、四分位数、最大值、最小值、最频值、最大值与最小值之差等。另外，结果输出部15既可以输出合计了比较值的平均值等的合计值，又可以输出设定阈值而比较值超过了阈值的期间或类似于那种的数据、频率等。

处理器9的同步控制部17控制双目测量系统1中的各个装置以及各功能部的动作的同步。例如，同步控制部17控制利用光检测器7的摄影(检测)时机与光源3R,3L的发光时机的同步。另外，同步控制部17根据利用光检测器7的图像信号的输出时机来控制特征量计算部11、比较值计算部13以及结果输出部15的动作时机。还有，处理器9也可以采用通过替代同步控制部17而利用共享储存器来以非同步使各个装置以及各个功能部动作的结构。例如，光检测器7将以图像信号为基础的图像数据随时保存于共享储存器，特征量计算部11随时监视图像数据是否被新保存于共享储存器，按照检测出保存的时机计算出右眼特征量以及左眼特征量并分别将其保存于共享储存器。同时，比较值计算部13常时监视右眼特征量以及左眼特征量是否被新保存于共享储存器，按照检测出新的右眼特征量以及左眼特征量的保存的时机，将那些特征量作为对象来计算出比较值并将其保存于共享储存器。同样，结果输出部15常时监视比较值是否被保存于共享储存器，按照检测出新的比较值的保存的时机输出比较值以及与其相关联的数据。另外，结果输出部15也可以按照接受来自光检测器7、特征量计算部11以及比较值计算部13的处理结束的信号的时机，输出比较值。在此情况下，照明控制装置5的控制既可以由光检测器7来进行，又可以由处理器9内的特征量计算部11或者比较值计算部13来进行。

在此，以上所述的照明控制装置5也可以被内藏于光检测器7或者处理器9内。例如，在使用具有运算功能的视觉摄像机作为光检测器7的情况下，光检测器7除了具备图像处理功能之外，还具备输出处理结果和外部控制信号的功能等。也可以使用如此光检测器7来进行与图像处理并行的光源3R,3L的闪烁控制等的实时(real time)控制。

同样，处理器9的一部分或者全部功能部也可以被内藏于光检测器7。例如，既可以是光检测器7进行到图像信号输出为止的处理并且用处理器9来执行后段处理的方式，也可以是用光检测器7来进行到特征量计算部11的一部分的处理为止并且用处理器9来执行从那以后的处理的方式，并且也可以是用光检测器7来进行到特征量计算部11的特征量计算处理为止并且用处理器9来执行从那以后的处理的方式。

另外，光检测器7或者处理器9也可以具有判定被检查者的右眼E_R以及左眼E_L容纳于光检测器7的测量范围内的功能。具体地来说，处理器9在以在测量开始前由照明控制装置5来以一定周期使光源3R,3L闪烁的形式进行控制的同时，通过判定在由光检测器7取得的图像信号中以规定周期以及规定亮度进行闪烁的地方的有无，从而判定眼部是否存在于测量范围内。这是利用了：对于被检查者来说照明光在皮肤或毛发上进行散射且在眼部进行反射，其结果是在图像信号中明亮地映照了眼部。另外，处理器9通过以各个不同的周期使2个光源3R,3L闪烁的形式进行控制，从而也能够把握右眼E_R以及左眼E_L的各个位置。由于能够把握双眼E_R,E_L的位置，从而在使用摄像机作为光检测器7的情况下，通过部分读出只是图像信号中的相当于眼部的部分，从而能够更加高速地设定测量时的帧率，或者能够抑制图像数据保存用的数据区域的文件大小。

以下就利用处理器9的特征量以及比较值的计算功能进行详细说明。本实施方式的处理器9是将被检查者的眨眼作为检测内容。

处理器9的特征量计算部11以从光检测器7输出的图像信号为基础，计算出上眼睑位置的时间变化。上眼睑位置是由将图像信号作为对象的边缘提取和霍夫变换(Hough Transform)等的图像处理或者根据从图像信号计算出的亮度分布(brightness profile)求得眼睑位置的处理(参照日本特开2012-085691号公报)来进行计算的。除此之外，特征量计算部11根据上眼睑位置的时间变化，计算出上眼睑速度的时间变化。图2(a)是表示由特征量计算部11计算出的上眼睑位置的时间变化的一个例子的图，图2(b)是表示由特征量计算部11计算出的上眼睑速度的时间变化的一个例子的图。图2(b)所表示的±Vth表示眨眼动作检测阈值。上眼睑以本阈值以上的速度进行运动的期间在本例中被定义为眨眼期间，如图2(a)所示，根据被检查者的眨眼动作，检测上眼睑位置的下降以及上升，如图2(b)所示，检测上眼睑位置在下降中的速度的峰值以及上眼睑位置在上升中的速度的峰值。就这样，表示了以下状态：在开眼状态下位于上面的上眼睑由眨眼而下降，在下降完之后暂时维持闭眼状态，之后开眼。另外，还表示了在闭眼时上眼睑速度朝下变化、在开眼时上眼睑速度朝上变化的状态。特征量计算部11分别对于右眼E_R以及左眼E_L各自计算出上眼睑位置的时间变化以及上眼睑速度的时间变化。

再有，特征量计算部11以计算出的上眼睑位置的时间变化以及上眼睑速度的时间变化为基础，分别对于右眼E_R以及左眼E_L各自计算出关于眨眼的特征量即眨眼特征量。首先，特征量计算部11通过将上眼睑速度的时间变化与被预先设定的负的速度阈值-V_th相比较，从而将上眼睑速度从眨眼开始超过速度阈值-V_th的时刻作为闭眨眼的期间T1的开始时刻t1来进行特定，将上眼睑速度在时刻t1之后再次开始低于速度阈值-V_th的时刻作为闭眨眼的期间T1的结束时刻t2来进行特定，并且作为闭眼期间T2的开始时刻t2来进行特定。再有，特征量计算部11在上眼睑速度的时间变化中，将上眼睑速度在时刻t2之后开始超过被预先设定的正的速度阈值+V_th的时刻作为闭眼期间T2的结束时刻t3来进行特定，并且作为开眨眼的期间T3的开始时刻t3来进行特定，将上眼睑速度在时刻t3之后再次开始低于速度阈值+V_th的时刻作为开眨眼的期间T3的结束时刻t4来进行特定。于是，特征量计算部11计算出作为眨眼特征量的“与前一次眨眼的时间间隔”、“闭眨眼时的上眼睑移动量”、“闭眨眼的期间”、“闭眨眼最大速度”、“闭眨眼最大速度的时刻”、“闭眼期间”、“开眨眼时的上眼睑移动量”、“开眨眼的期间”、“开眨眼最大速度”、以及“开眨眼最大速度的时刻”当中的至少1个。“与前一次眨眼的时间间隔”是作为在前一次的眨眼动作时被检测出的开始时刻t1与这次被检测出的开始时刻t1的期间T0被计算出。“闭眨眼时的上眼睑移动量”是作为闭眨眼的期间T1上的上眼睑的移动量ΔP1被计算出，“闭眨眼的期间”是作为期间T1的长度被计算出，“闭眨眼最大速度”是作为期间T1上的最大速度被计算出，“闭眨眼最大速度的时刻”是作为其速度被检测出的时刻被计算出，“闭眼期间”是作为期间T2的长度被计算出。再有，“开眨眼时的上眼睑移动量”是作为开眨眼的期间T3上的上眼睑的移动量ΔP2被计算出，“开眨眼的期间”是作为期间T3的长度被计算出，“开眨眼最大速度”是作为期间T3上的最大速度被计算出，“开眨眼最大速度的时刻”是作为其速度被检测出的时刻被计算出。

处理器9的比较值计算部13使用被特征量计算部11计算出的分别关于右眼E_R以及左眼E_L的眨眼特征量来计算比较值。比较值计算部13既可以从2个眨眼特征量直接计算出比较值，又可以从2个眨眼特征量计算出统计量，并计算出这些统计量的比较值。比较值计算部13在计算统计值的情况下，分别就右眼E_R以及左眼E_L以在测量中时间上连续地获得的多个特征量为对象计算出平均值等的统计值。

另外，处理器9的结果输出部15根据被比较值计算部13计算出的比较值，输出数值数据、文本数据或者取得图像。在此，结果输出部15既可以输出表示比较值本身的数据，也可以输出表示比较值的数值数据的统计值。在此情况下，结果输出部15以在测量中时间上连续地获得的多个比较值为对象计算出平均值等的统计值。

接着，就由双目测量系统1进行的比较值的测量动作的详细步骤作如下说明，并且就本实施方式所涉及的双目测量方法作如下详细叙述。图3以及图4是表示由双目测量系统1进行的比较值的测量动作的步骤的流程图。图3是同时取得右眼E_R以及左眼E_L的图像并以眨眼特征量的比较值为对象计算统计值的情况的步骤，图4是分别取得右眼E_R以及左眼E_L的图像从而就右眼E_R以及左眼E_L分别计算出眨眼特征量以及其统计值并且计算出2个统计值的比较值的情况的步骤。在双目测量系统1中只要安装任意一个功能即可。

首先，参照图3，如果测量动作被开始，则由光检测器7时间上连续地同时取得右眼E_R以及左眼E_L的图像信号(步骤S01)。接着，由特征量计算部11以图像信号为基础计算出被检查者的右眼E_R以及左眼E_L的上眼睑位置的时间变化(步骤S02)。于是，由特征量计算部11根据右眼E_R以及左眼E_L的上眼睑位置的时间变化，时间上连续地计算出右眼E_R以及左眼E_L各自的眨眼特征量(步骤S03)。之后，由比较值计算部13时间上连续地计算出右眼E_R以及左眼E_L各自的眨眼特征量的比较值(步骤S04)。接着，由结果输出部15计算出时间上连续地获得的比较值的统计值(步骤S05)。于是，计算出那些统计值的合计值并输出(步骤S06)。在该步骤S05、S06中，也可以不计算比较值的统计值而就这样输出比较值的合计值。

参照图4，如果测量动作开始，则右眼E_R以及左眼E_L的图像信号由光检测器7时间上连续地分别取得(步骤S11,S12)。接着，被检查者的右眼E_R以及左眼E_L的上眼睑位置的时间变化由特征量计算部11以图像信号为基础被分别计算出(步骤S13)。于是，右眼E_R以及左眼E_L各自的眨眼特征量由特征量计算部11根据右眼E_R以及左眼E_L的上眼睑位置的时间变化被时间上连续地计算出(步骤S14)。之后，右眼E_R以及左眼E_L各自的眨眼特征量的统计值被比较值计算部13分别计算出(步骤S15)。接着，右眼E_R以及左眼E_L的统计值的比较值被比较值计算部13计算出，它们的比较值被结果输出部15输出(步骤S16)。在这些步骤S11～S15中，采用了在蓄积了右眼E_R以及左眼E_L的图像信号之后总括起来进行计算的步骤，但是也可以在进行了关于右眼E_R的图像取得以及计算处理之后，进行关于左眼E_L的图像取得以及计算处理。

根据以上已经说明的双目测量系统1，以来自右眼E_R以及左眼E_L的反射光的图像信号为基础，计算出关于右眼E_R的眨眼特征量和关于左眼E_L的眨眼特征量，并计算出比较该2个眨眼特征量所得的比较值。由此，就能够不让被检查者有所负担并且由使用了简易装置结构的简易计算处理来取得关于被检查者的眼睛的行为的评价值。再有，由该评价值就能够恰当评价被检查者的眼睛的行为。具体地来说，从眼睛的行为就能够非侵袭性地而且容易地进行脑功能的定量化。

再有，通过使用由生成二维图像的摄像装置获得的图像信号作为检测对象，从而就能够高精度地获得右眼E_R以及左眼E_L的特征量，其结果就能够提高眼睛行为的评价精度。

接着，就由本实施方式的双目测量系统1获得的测量数据的例子作如下展示。

在图5(a)中表示了在被检查者1人进行1小时的VDT作业的前后的闭眨眼最大速度的时刻的左右差的频率值，在图5(b)中表示了在被检查者1人进行1小时的VDT作业的前后的闭眨眼最大速度的左右差的频率值。在此，将左右差定为从右眼的数值减去左眼的数值所得的值，如果是正值则意味着是右眼大于左眼的值。从图5(a)的结果可知，VDT作业后的左右眼的闭眨眼最大速度的时刻之差变得大于VDT作业前，以及在VDT后左眼先于右眼达到最大速度。图5(b)的结果也显示出同样的倾向。也就是说，VDT作业后的左右眼的闭眨眼最大速度之差变得大于VDT作业前，相对于在VDT前右眼的速度快的情况，在VDT后左眼频发速度快的眨眼。在双目测量系统1中，设置健康正常人数据库、疾患者数据库，通过计算出那些数据库与测量数据的马氏距离(Maharanobis distance)，从而在判断测量数据是接近于健康正常人群与疾患人群中的哪一者的时候等，能够作为将眼睛的功能进行定量化的新的特征量来使用。

在图6(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的平均值，在图6(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的分散值。如图6(a)所示，可知在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的时刻的左右差变大的倾向。另外，如图6(b)所示，可知在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的时刻的左右差的波动变大的倾向。

在图7(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的标准偏差，在图7(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的最大值与最小值之差。如图7(a)所示，可知在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的时刻的左右差的波动变大的倾向。另外，如图7(b)所示，可知在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的时刻的左右差的波动变大的倾向。

在图8(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的最大值，在图8(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的最小值。如图8(a)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的时刻的左右差变大的倾向。另外，如图8(b)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都会发生闭眨眼最大速度的时刻的左右差变短(也有左右差成为零的情况)的眨眼。

在图9(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的平均值，在图9(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的分散值。如图9(a)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差变大的倾向。另外，如图9(b)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差的波动变大的倾向。

在图10(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的标准偏差，在图10(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的最大值与最小值之差。如图10(a)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差的波动变大的倾向。另外，如图10(b)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差的波动变大的倾向。

在图11(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的最大值，在图11(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的最小值。如图11(a)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差变大的倾向。另外，如图11(b)所示可知，在VDT作业后，对于被检查者3人中的任一位来说，都有闭眨眼最大速度的左右差变大的倾向。

在图12中所表示的是将包含健康正常人以及脑神经疾病患者的多位被检查者作为对象并在分别就左右眼计算出眨眼特征量的统计值之后计算出这些统计值的比较值的例子，在图12(a)中表示了左眼的闭眨眼最大速度的平均值的分布，在图12(b)中表示了右眼的闭眨眼最大速度的平均值的分布，在图12(c)中表示了闭眨眼最大速度的平均值的左右差的分布。根据该结果可知，脑神经疾病患者与健康正常人相比较，有闭眨眼最大速度的平均值的左右差变大的倾向。

在图13(a)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的时刻的左右差的平均值以及标准偏差，在图13(b)中表示了被检查者3人在VDT作业前后的闭眨眼最大速度的左右差的平均值以及标准偏差。在各个图中，平均值是用圆形记号进行表示，标准偏差是用竖杠的长度进行表示。如图13(a)所示可知，3人全都是VDT作业后的时间差大于VDT作业前的时间差，并且该差的波动变大。另外，如图13(b)所示可知，3人全都是VDT作业后的速度差成为大于VDT作业前的速度差，并且该差的波动变大。

在图14以及图15中表示了将包含健康正常人以及脑神经疾病患者的多位被检查者作为对象并计算出眨眼特征量的统计值的左右差的频率的例子，在图14(a)中表示了闭眨眼时的上眼睑移动量的平均值的左右差，在图14(b)中表示了闭眨眼期间的平均值的左右差，在图14(c)中表示了闭眼期间的平均值的左右差，在图15(a)中表示了开眨眼时的上眼睑移动量，在图15(b)中表示了开眨眼期间的平均值的左右差，在图15(c)中表示了开眨眼最大速度的平均值的左右差。根据这些检测结果也可知，脑神经疾病患者与健康正常人相比较，左右差有变大的倾向。

还有，本发明并不限定于以上所述的实施方式。

以上所述的双目测量系统1其作为检测对象的被检查者的检测内容也可以是其他种类的检测对象。

例如，双目测量系统1也可以检测被检查者的注视微动(凝视时眼球不自主运动)。以与以上所述的双目测量系统1不相同的地方为中心，就该情况下的变形例所涉及的双目测量系统1的结构作如下说明。

[用于检测注视微动的结构]

在使用摄像机等摄像装置或者轮廓传感器(profile sensor)作为光检测器7的情况下，双目测量系统1测量被检查者的角膜反射光、瞳孔直径、或者瞳孔中心。在使用光电探测器等光传感器或者轮廓传感器作为光检测器7的情况下，也可以测量巩膜反射光。在检测角膜反射光的情况下，处理器9的特征量计算部11通过对辉点图像进行重心运算从而求得眼球位置。光检测器7或者处理器9既可以在测量前校准由被检查者的角膜曲率的差异引起的移动量的差异，也可以具有显示规定的辉点来促使辉点之间的扫视(saccade)并且反映出用于校准移动量的补正系数的功能。但是，在扫视的检测中也因为被检查者常常进行注视微动且辉点注视时的眼球位置摇晃，所以还优选进行使辉点闪烁的控制、以及进行继续校准处理直到获得稳定了的补正系数为止的控制。例如，在使用视觉摄像机作为光检测器7的情况下，因为一边继续被检查者的图像信号的取得一边以规定的帧率实时地运算眼球位置，所以也可以继续辉点控制以及图像信号取得直至由扫视引起的移动幅度收于规定波动幅度(标准偏差等的统计值)为止。在检测巩膜反射光的情况下，光检测器7或者处理器9进行光传感器的输出值和眼球移动量的校准处理。

处理器9的特征量计算部11以从光检测器7输出的图像信号为基础计算出眼球位置的时间变化。除此之外，特征量计算部11根据眼球位置的时间变化，计算出眼球位置的移动速度(眼球运动速度)的时间变化。在图16(a)中表示了由特征量计算部11计算出的眼球运动速度的时间变化，图16(b)表示由特征量计算部11计算出的眼球位置的时间变化。图16(b)所表示的圆形记号各自表示在各个帧上的眼球位置，例如以时间间隔1毫秒进行计算。特征量计算部11是通过计算横向速度的平方和纵向速度的平方之和的平方根来获得眼球运动速度。速度是由眼球位置的时间变化的一阶微分来获得。如图16(a)所示，根据被检查者的非自主眼动(flick)观测眼球运动速度的峰值，检测在该峰值的前后伴随于漂移运动以及震颤运动的眼球位置的慢慢移动，如图16(b)所示检测对应于这些运动的眼球位置的变化。

然后，特征量计算部11以计算出的眼球位置的时间变化以及眼球运动速度的时间变化为基础，分别就右眼E_R以及左眼E_L各自计算关于注视微动的特征量即注视微动特征量。首先，特征量计算部11通过将眼球运动速度的时间变化与被预先设定的速度阈值V_th1相比较，从而将超过速度阈值V_th1的期间T5特定为非自主眼动期间，将除此之外的期间T6特定为漂移运动以及震颤运动的期间。再有，特征量计算部11计算出作为注视微动特征量的“非自主眼动期间”、“非自主眼动最大速度”、“非自主眼动开始时刻”、“非自主眼动结束时刻”、“非自主眼动最大速度时刻”、“非自主眼动频率”、“最大速度时的非自主眼动角度”、“非自主眼动期间的角度”、“非自主眼动移动距离”、以及“非自主眼动幅度”等。“非自主眼动期间”是作为观测到的非自主眼动期间T5的长度被计算出，“非自主眼动最大速度”是作为在非自主眼动期间中的眼球运动速度的最大值被计算出，“非自主眼动最大速度的时刻”是作为观测到其最大值的时刻被计算出，“非自主眼动频率”是作为在规定期间中的非自主眼动的发生频率被计算出。“非自主眼动期间”既可以是使用非自主眼动最大速度的四分位数(quartile)并作为例如最大速度的半高宽2倍的期间来求得的期间，也可以为超过速度阈值的区间前后的规定期间，并且也可以是对于速度波形适用旁路滤波器等从而在减少了震颤或漂移的影响之后被提取的非自主眼动期间。另外，如图17(a)所示“非自主眼动幅度”是作为在非自主眼动开始时刻的眼球位置X1与在非自主眼动结束时刻的眼球位置X2之间的距离被计算出，如图17(b)所示，“非自主眼动移动距离”是作为合计了从非自主眼动开始位置X1到非自主眼动结束位置X2为止的各个观测位置之间的距离的值被计算出，如图17(c)所示，“最大速度时的非自主眼动角度”是作为在最大速度被检测的时间点的连结了眼球位置X3的前后的点的矢量角θ1被计算出，如图17(d)所示，“非自主眼动期间的角度”是作为连结了眼球位置X1,X2的矢量角θ2被计算出。

在此，特征量计算部11也可以替代关于非自主眼动的注视微动特征量(或者除此之外还)计算出关于震颤的注视微动特征量。在计算关于震颤的特征量的时候，特征量计算部11从除了非自主眼动期间之外的期间的眼球位置的时间变化中提取50Hz以上的频率成分，并以该频率成分为对象计算出特征量。特征量计算部11计算出作为关于震颤的注视微动特征量的“由频率解析得出的峰值频率”和“频率解析结果的频率功率总和”以及“振幅”等、微小振动即震颤的频率特征量或关于振动的振幅的特征量。频率解析是指“DFT(Discrete Fourier Transform，不连续傅立叶变换)”和“Wavelet解析”等，也可以以FFT(Fast Fourier Transform，快速傅立叶变换)代替DFT。“峰值频率”是指在由各个频率解析获得的频谱中显示出最高功率值的频率，“频率功率总和”是作为任意频带的频谱的功率值的总和被计算出，“振幅”是作为由震颤引起的眼球位置的移动量总和或作为直至运动方向翻转为止的期间的移动量被计算出。

另外，特征量计算部11也可以取代非自主眼动或者关于震颤的注视微动(或者除了那之外还)计算出关于漂移的注视微动特征量。在计算关于漂移的特征量的时候，特征量计算部11从除了非自主眼动期间的期间的眼球位置的时间变化中提取小于50Hz的频率成分并计算出以该频率成分为对象的特征量。特征量计算部11计算出作为关于漂移的注视微动特征量的“分形维数(fractal dimension)”、“峰值频率”、“频率功率总和”以及“振幅”等。“分形维数”是通过以被提取的频率成分为对象计算出分形维数来获得的，“峰值频率”是作为以被提取的频率成分为基础算出的矢量的峰值频率被计算出，“振幅”是作为由漂移引起的眼球位置的移动量总和被计算出。

图18～图22是表示由双目测量系统1进行的比较值的测量动作的步骤的流程图。图18是同时取得右眼E_R以及左眼E_L的图像从而以注视微动特征量的比较值为对象计算出统计值的情况下的步骤，图22是分别取得右眼E_R以及左眼E_L的图像从而关于右眼E_R以及左眼E_L分别计算出注视微动特征量以及其统计值并且计算出2个统计值的比较值的情况下的步骤，图19～图21是注视微动的解析处理的详细步骤。在双目测量系统1中如果安装有图18以及图22所表示的功能当中至少一个功能即可。图18以及图22的步骤除了将处理对象作为注视微动特征量之外，其余均与图3以及图4所表示的步骤相同。

参照图19，在计算分别关于右眼E_R以及左眼E_L并且关于非自主眼动的特征量的时候，处理器9的特征量计算部11首先计算出眼球位置的时间变化(步骤S31)。接着，特征量计算部11利用眼球运动速度的时间变化检测非自主眼动区间(步骤S32)。于是，特征量计算部11利用在非自主眼动区间的眼球位置的时间变化以及眼球运动速度的时间变化计算出关于非自主眼动的特征量(步骤S33)。

参照图20，在计算分别关于右眼E_R以及左眼E_L并且关于震颤的特征量的时候，处理器9的特征量计算部11首先计算出眼球位置的时间变化(步骤S41)。接着，特征量计算部11利用眼球运动速度的时间变化检测非自主眼动区间并提取非自主眼动区间以外的时间变化的信号(步骤S42)。之后，特征量计算部11从已提取的信号中提取50Hz以上的频率成分(步骤S43)。于是，特征量计算部11利用已被提取的眼球位置的时间变化计算出关于震颤的特征量(步骤S33)。

参照图21，在计算分别关于右眼E_R以及左眼E_L并且关于漂移的特征量的时候，处理器9的特征量计算部11首先计算出眼球位置的时间变化(步骤S51)。接着，特征量计算部11利用眼球运动速度的时间变化检测非自主眼动区间并提取非自主眼动区间以外的时间变化的信号(步骤S52)。之后，特征量计算部11从已提取的信号中提取小于50Hz的频率成分(步骤S43)。于是，特征量计算部11利用已被提取的眼球位置的时间变化计算出关于漂移的特征量(步骤S33)。

即使由上述变形例所涉及的双目测量系统1也能够不让被检查者有所负担并且由使用了简易装置结构的简易计算处理来取得被检查者的关于眼睛行为的评价值。再有，由该评价值就能够恰当评价被检查者的眼睛的行为，并且从眼睛的行为就能够非侵袭而且容易地进行脑功能的定量化。

接着，就由本变形例的双目测量系统1获得的测量数据的例子作如下说明。

在图23(a)中表示了1名被检查者在VDT作业前后的非自主眼动最大速度的左右差，在图23(b)中表示了1名被检查者在VDT作业前后的非自主眼动最大速度时刻的左右差，在图23(c)中表示了6名被检查者在VDT作业前后的非自主眼动最大速度的左右差。如这些结果所示可知，VDT作业后其左右差变得大于VDT作业前，并且其差的波动变大。

在图24(a)中表示了在VDT作业前后的非自主眼动幅度的左右差的频率值，在图24(b)中表示了在VDT作业前后的非自主眼动移动距离的左右差的频率，在图24(c)中表示了在VDT作业前后的最大速度时的非自主眼动角度的左右差的频率值，在图24(d)中表示了在VDT作业前后的非自主眼动期间的角度的左右差的频率值。从这些结果中可知，在VDT作业前后特征量的左右差变大。

在图25(a)中表示了在VDT作业前后的震颤的横向运动频率的左右差的平均值以及标准偏差，在图25(b)中表示了在VDT作业前后的震颤的纵向运动频率的左右差的平均值以及标准偏差。如图25(a)所示，关于横向运动频率，可知VDT作业后其标准偏差变得大于VDT作业前，并且其差的波动变大。如图25(b)所示，关于纵向运动频率，可知VDT作业后其标准偏差变得小于VDT作业前，但是其差的波动变大。

另外，双目测量系统1也可以检测被检查者的瞳孔。关于该情况的变形例所涉及的双目测量系统1的结构，以与上述的双目测量系统1不同的地方为中心作如下说明。

[用于瞳孔检测的结构]

本变形例所涉及的双目测量系统1测量被检查者的瞳孔面积或者瞳孔直径等。即，处理器9的特征量计算部11以从光检测器7输出的图像信号为基础计算出瞳孔面积或者瞳孔直径的时间变化。

具体地来说，特征量计算部11将辉度阈值设定于图像信号，将与辉度阈值相比较辉度更低的像素的辉度值并就这样维持，将与辉度阈值相比较辉度更高的像素的辉度值变更成辉度阈值以上的规定值(例如最大值的“255”)。作为该情况的阈值的设定方法有：将图像信号分割成小区域并计算出各个区域当中每个区域的辉度值的总和并且适应性地求得将暗部群和亮部群分开的阈值的方法；生成图像信号的全区域的辉度值的直方图并从暗的一方累积像素数并且将满足规定像素数的辉度值设定为阈值的方法；将在比眼睑位置更上部的最低辉度值或者平均辉度值上加上标准偏差而得到的辉度值设定成阈值的方法；或者使用固定值的方法等。此时，特征量计算部11也可以进行图像处理的二值化処理并且以留下瞳孔部的形式进行处理。之后，特征量计算部11相对于图像信号多次适用或应用图像处理方法的收缩(Erosion)和膨胀(Dilation)等，从而除去角膜反射光和瞳孔部以外的噪音。还有，角膜反射光部会有由眼睛表面的泪液量或眼内透镜的影响等而发生散射·放大的情况，该情况是一种仅以收缩和膨胀不能够除去噪音的情况。因此，优选特征量计算部11在收缩和膨胀之后适用图像处理的标签(labeling)等并求取暗部中的明亮部的存在并且直接全部涂抹明亮部。于是，特征量计算部11数出小于阈值的辉度值的像素数，并将该数目作为瞳孔面积来计算。再有，特征量计算部11求取横切暗部中的明亮部的角膜反射光的中心坐标的直线，并求取在除去了由上述收缩和膨胀引起的噪音之后获得的小于阈值的辉度值的像素群与该直线的交叉的长度，并且将该长度作为瞳孔直径来计算。作为其他计算方法，也可以执行使用上述像素群与上述直线的交点的左右边界的辉度信息进行重心运算并求得左右各自边界的一维坐标并且将其距离设定为瞳孔直径的方法，对多次适用阈值来求得的瞳孔直径施以平均的方法等。

然后，特征量计算部11以已经计算出的瞳孔直径的时间变化为基础，关于右眼E_R以及左眼E_L分别计算出关于瞳孔的特征量即瞳孔特征量。特征量计算部11计算出作为瞳孔特征量的“从散瞳峰值时刻到缩瞳峰值时刻为止的所要时间”、“从缩瞳峰值时刻到散瞳峰值时刻为止的所要时间”、“从缩瞳峰值的瞳孔直径·面积向散瞳峰值的瞳孔直径·面积的变化率”、以及“从散瞳峰值的瞳孔直径·面积向缩瞳峰值的瞳孔直径·面积的变化率”当中的至少一个。在图26(a)中表示了由特征量计算部11计算出的瞳孔直径的时间变化的一个例子，在图26(b)中表示了由特征量计算部11检测出的散瞳峰值的时刻以及缩瞳峰值的时刻。就这样，对应于瞳孔直径的时间变化的极小值的时刻作为缩瞳峰值的时刻被特征量计算部11检测出，对应于瞳孔直径的时间变化极大值的时刻作为散瞳峰值的时刻被特征量计算部11检测出。

图27以及图28是表示由双目测量系统1决定的比较值的测量动作步骤的流程图。图27是同时取得右眼E_R以及左眼E_L的图像从而以瞳孔特征量的比较值为对象计算出统计值的情况下的步骤，图28是分别取得右眼E_R以及左眼E_L的图像从而关于右眼E_R以及左眼E_L分别计算出瞳孔特征量以及其统计值并且计算出2个统计值的比较值的情况下的步骤。在双目测量系统1中如果安装有图27以及图28所表示的功能当中至少一个功能即可。图27以及图28的步骤除了将处理对象作为瞳孔特征量之外，其余均与图3以及图4所表示的步骤相同。

即使由上述变形例所涉及的双目测量系统1也能够不让被检查者有所负担并且由使用了简易装置结构的简易计算处理来取得被检查者的关于眼睛行为的评价值。再有，由该评价值就能够恰当评价被检查者的眼睛的行为，并且从眼睛的行为就能够非侵袭而且容易地进行脑功能的定量化。

对于以上所述的实施方式所涉及的双目测量系统1来说，计算出作为比较值的差或者比，但是不能够由那时候的眨眼等来进行测量的区间优选作为对象外被反映到合计值。另外，在稳定地检测瞳孔直径为困难的情况下，即使利用瞳孔区域的面积、近似椭圆的结果的面积以及直径也是可以的。

作为以上所述的实施方式所涉及的双目测量系统1的应用例，可以设想为在医院里的用于病状诊断的用途、用于判断病情进展和治疗后的过程观察的用途等。另外，还可以设想为个人为了确认各自健康的保健用途、在研究室内的生理学实验或视觉试验的用途。

在此，在以上所述的双目测量装置中，比较值计算部优选计算出基于第1特征量与第2特征量之差或者之比的比较值。如果具备所涉及的结构，则能够由简易的计算来恰当评价被检查者的眼睛的行为。

另外，特征量计算部既可以计算出作为第1特征量以及第2特征量的关于眨眼的特征量，也可以计算出作为第1特征量以及第2特征量的关于注视微动的特征量，也可以计算出作为第1特征量以及第2特征量的关于瞳孔的特征量。通过获得以如此特征量为基础的评价值，从而就能够恰当评价被检查者的眼睛的行为。

再有，光检测器还优选包括具有多个像素被二维排列的受光面的二维光检测器。如果具备所涉及的二维光检测器，则能够高精度地获得右眼以及左眼的特征量，其结果就能够提高眼睛行为的评价精度。

产业上的利用可能性

本发明的一个方面是将双目测量装置、双目测量方法以及双目测量程序作为使用用途而简易而且恰当地评价被检查者的双眼行为的差异。

符号说明

1 双目测量系统

3R,3L 光源

5 照明控制装置

7 光检测器

9 处理器

11 特征量计算部

13 比较值计算部

15 结果输出部

17 同步控制部

E_L>

E_R>