相关实验视频
Updated: Aug 1, 2026
Eye Movement Monitoring of Memory
Published on: August 15, 2010
在长期COVID患者中探索认知功能障碍:通过眼睛跟踪和机器学习观察眼动异常和前额下皮带电路的影响
Julián Benito-León1, José Lapeña2, Lorena García-Vasco2
1Department of Neurology, University Hospital "12 de Octubre", Madrid, Spain; Instituto de Investigación Sanitaria Hospital 12 de Octubre (imas12), Madrid, Spain; Centro de Investigación Biomédica en Red Sobre Enfermedades Neurodegenerativas (CIBERNED), Madrid, Spain; Department of Medicine, Faculty of Medicine, Complutense University, Madrid, Spain.
眼睛追踪技术有效地识别了长期COVID患者的认知障碍,揭示了与健康个体相比,眼睛运动指标的显著差异. 这种方法有助于早期检测和个性化的治疗策略,用于COVID后认知功能障碍.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 医疗技术 医疗技术 医学技术
背景情况:
- 认知功能障碍是COVID-19的一个显著的长期影响.
- 眼睛的运动反映了皮质网络和认知功能的健康状况.
- 评估眼动可能会揭示长期COVID患者的认知缺陷.
研究的目的:
- 研究眼动测量在长期COVID患者识别认知障碍方面的有效性.
- 探索眼睛跟踪和机器学习的实用性,以评估COVID-19后的认知状态.
主要方法:
- 招募了40名长期COVID患者的认知投诉和40名健康对照.
- 使用了一种经过认证的眼睛追踪设备来记录跳动和反跳动.
- 应用机器学习算法来分析眼动数据.
主要成果:
- 长期COVID患者的蒙特利尔认知评估得分明显低于对照组.
- 在长期COVID患者中观察到眼动参数 (动,反动) 的受损.
- 机器学习成功地根据眼动数据区分了长期COVID患者和健康对照群.
结论:
- 研究结果表明,长期COVID患者有认知投诉的前额下皮层电路损伤.
- 眼睛跟踪与机器学习相结合,为评估长期COVID认知功能障碍提供了一种有效的方法.
- 这项技术在临床环境中对早期检测和个性化治疗充满希望.
更多相关视频
07:00Eye-Tracking Control to Assess Cognitive Functions in Patients with Amyotrophic Lateral Sclerosis
Published on: October 13, 2016
07:26Characterizing the Relationship Between Eye Movement Parameters and Cognitive Functions in Non-demented Parkinson's Disease Patients with Eye Tracking
Published on: September 26, 2019
