ディープラーニングモデルを用いた単眼視線推定のための評価プラットフォームとしてオープンソースの水平視線直視シミュレータ

科学分野:

• オフタルモロジック (眼科)
• コンピュータビジョン コンピュータビジョン
• バイオメディカルエンジニアリング

背景:

• ストラビズムは,世界人口の2〜4%に影響を及ぼし,主に水平型です.
• 視線推定を用いた自動スクリーニングは有望であるが,既存のモデルと評価プラットフォームの不適性により,視の検証は欠けている.
• 偏視の非結合眼の動きは,正確なAIモデル評価のために専門のシミュレーションを必要とします.

研究 の 目的:

• オープンソースで,低コストの横断的ストラビズムシミュレータを開発する.
• シミュレートストラビズムの現在のAI視線推定モデルのパフォーマンスを評価する.
• 偏視のスクリーニング技術の進歩のためのベースラインパフォーマンスメトリックを確立する.

主な方法:

• ジンバルメカニズムで2つの独立した人工眼球を制御するシミュレータを開発した.
• 機械的精度が高い (誤差<0.1°) リアルタイムで角度測定を行うための,統合サーボモーターとジロセンサー.
• シミュレータを使用して3つのAIモデル (Single Eye,GazeNet,EyeNet) を評価し,視線推定エラーを測定しました.

主要な成果:

• シミュレータは,臨床検出の値を下回る高い機械的精度を達成しました.
• 評価されたAIモデルでは,注視の見積もりの誤差が顕著 (6.44-8.75°) であり,臨床目標 (2.8°) を上回った.
• 精度は ±15°の視角を超えて急速に低下し,小角の偏視の検出の限界を示しています.

結論:

• 既存のAIの視線推定モデルは,偏視の特殊な開発なしに,偏視のスクリーニングには不十分です.
• 開発されたシミュレータは,偏視の検出のためのAIモデルの評価と改善のための重要なプラットフォームを提供します.
• 特殊なAIアルゴリズムを開発するためにさらなる研究が必要であり,偏視の患者で正確な視線評価を行うことができます.