屈折視覚障害の電気眼振図（EOG）ベース検出

科学分野:

• 眼科学
• 医用生体工学
• 信号処理

背景:

• 視覚障害の早期検出は、微妙な症状のために困難である。
• 現在の在宅視力診断は、自己主導的かつ断続的であることが多い。
• 屈折異常は、正確なモニタリングを必要とする一般的な視覚障害である。

研究 の 目的:

• 屈折力変化の受動的検出のための電気眼振図（EOG）の使用の実現可能性を調査する。
• 屈折異常検出のためのEOGベース分類モデルを開発および評価する。
• 被験者内、時間的汎化、および被験者間シナリオにおけるEOGモデルのパフォーマンスを評価する。

主な方法:

• 39人の参加者が、検眼鏡トライアルレンズを使用して屈折状態をシミュレートした。
• 視覚タスク中に電気眼振図（EOG）信号を記録した。
• 分類モデルをトレーニングして、ベースラインに対するシミュレートされた屈折力レベルを予測した。

主要な成果:

• 被験者内EOGモデルは、条件内テストで高い精度（0.950 ± 0.034）を達成した。
• 被験者内モデルの時間的汎化は、非常に変動性が高く、全体的な精度は低かった（0.159 ± 0.285）。
• 被験者間モデルは、ファインチューニングにより、ナイーブまたは正規化モデルと比較して大幅に改善した（0.785 ± 0.123）。

結論:

• EOG信号は、特に個別モニタリングにおいて、屈折力を分類するための貴重な情報を含んでいる。
• 異なる時点や個人を超えてEOGベースの屈折異常検出を一般化することは、実質的な課題である。
• この研究は、視覚状態モニタリングのための受動的、リアルタイムEOGシステムの開発に洞察を提供する。