相关实验视频
Updated: Jul 30, 2026
09:43
Video-oculography in Mice
Published on: July 19, 2012
23.8K
自动视频眼镜系统用于检测最小肝脏脑病,使用机器学习工具
Alberto Calvo Córdoba1, Cecilia E García Cena2, Carmina Montoliu3,4
1Escuela Técnica Superior de Ingenieros Industriales, Center for Automation and Robotics, UPM-CSIC, Universidad Politécnica de Madrid, José Gutiérrez Abascal St., 2, 28006 Madrid, Spain.
Sensors (Basel, Switzerland)
|October 14, 2023
概括
使用机器学习的自动眼睛跟踪系统可以检测肝硬化患者的最小肝脑病变 (MHE). 这种新的视频眼镜法比传统的检测更快,更准确,用于诊断这种肝病并发症.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 机器学习 机器学习
背景情况:
- 最小肝脑病变 (MHE) 是肝病患者常见的神经并发症.
- 目前的诊断方法,如心理测量肝脏脑病评分 (PHES) 是耗时的 (25-40分钟),需要专家解释.
- 需要有效和客观的MHE诊断工具.
研究的目的:
- 为MHE检测提供一个自动注视追踪系统.
- 利用机器学习和视频眼镜学来分析眼动.
- 为MHE提供一个更快,更容易获得的诊断替代方案.
主要方法:
- 开发了自动特征提取软件和使用视频眼镜的机器学习算法.
- 收集了47名肝硬化患者的眼动数据,使用PHES作为黄金标准进行分类.
- 分析了150个眼动特征,选择了算法训练中最相关的 (p ≤ 0.05).
主要成果:
- 自动视频眼镜系统是一个简单的测试,每位患者需要7-10分钟.
- 该系统在MHE检测中实现了93%的灵敏度和93%的特异性.
- 与PHES电池相比,这种方法可以显著提高效率.
结论:
- 使用机器学习的自动视频眼镜学提供了一个快速而准确的方法来检测MHE.
- 这项技术可以帮助临床医生更有效地诊断MHE.
- 该系统适用于纵向分析,与PHES不同.
