视网膜假肢边缘检测 (RPED) 算法:用于人工视网膜植入物的低功耗和改进的视力敏度策略.
Yeonji Oh1, Jonggi Hong2, Jungsuk Kim3,4
1Department of Medical Science, Korea University, Seoul, South Korea.
PloS one
|June 18, 2024
概括
一种新的视网膜假肢边缘检测 (RPED) 算法可以提高视觉敏度并降低功耗. 这种新的方法使用较少的活跃像素,以更有效地恢复视力障碍患者的人工视力.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 眼科医生 眼科 眼科
背景情况:
- 视网膜假肢的目的是通过刺激视网膜组织来恢复视力受损者的视力.
- 视网膜假肢芯片中的高密度电极阵列面临诸如电流分散和高功耗散散等挑战.
- 目前用于视网膜假肢的边缘检测方法经常受到高功耗和长时间处理的影响.
研究的目的:
- 提出一种新的视网膜假肢边缘检测 (RPED) 算法.
- 与现有方法相比,以更低的功耗实现更高的视觉敏度.
- 为了减少视网膜假肢中边缘检测所需的活跃像素数量.
主要方法:
- 开发一个新的RPED算法.
- 使用峰值信号与噪声比率 (PSNR) 和结构相似度指数 (SSIM) 的量化评估.
- 与使用 MATLAB 模拟的传统边缘检测算法 (Sobel,Canny) 的比较.
主要成果:
- 拟议的RPED算法证明了视觉敏度的提高和功耗的降低.
- 该算法有效地利用了更少的活跃像素,解决了传统方法的局限性.
- 在制造的1600像素视网膜刺激芯片上的性能验证.
结论:
- 新的RPED算法为视网膜假体技术提供了显著的进步.
- 这种方法提高了人工视力恢复的效率和有效性.
- 这些发现为更复杂,更节能的视觉假肢铺平了道路.
