牙科人工智能辅助诊断:对用户行为进行眼睛跟踪研究
Laura Winterhalter1, Florian Kofler2,3,4,5, Dragan-Alexander Ströbele6
1Undergraduate dental student, Danube Private University, Krems, Austria.
Journal of clinical and experimental dentistry
|July 11, 2024
概括
低预算的眼睛追踪系统在牙科人工智能诊断中显示出不同的准确性. Webgazer.js的表现优于Peye Tracker,但两者在分析牙医的视觉注意力方面面临临临床使用的挑战.
科学领域:
- 牙科诊断 牙科诊断 牙科诊断
- 医疗保健中的人工智能
- 人与计算机的互动.
背景情况:
- 人工智能 (AI) 正在改变牙科诊断,特别是在像Orthopantomograms (OPGs) 这样的X光成像中.
- 眼睛跟踪提供了关于牙医在诊断任务期间视觉注意力的见解.
- 由于成本和复杂性,传统的眼睛跟踪系统面临临临床采用障碍.
研究的目的:
- 评估两个低预算的眼睛跟踪系统的有效性,以捕捉牙医与OPG的视觉接触.
- 评估 Peye Tracker 和 Webgazer.js 在临床环境中的实用性.
- 了解视觉辅助工具对眼睛跟踪性能的影响.
主要方法:
- 30名牙医和学生评估了两个低预算的眼睛追踪系统:Peye Tracker和Webgazer.js.
- 数据收集涉及设置,环境条件和眼睛跟踪分析.
- 统计分析比较了系统准确性和视觉辅助工具的影响.
主要成果:
- Webgazer.js的准确性明显高于皮耶追踪器 (p<0.001).
- 这两种系统在视觉辅助器 (眼镜与隐形眼镜) 的影响下显示出显著的性能差异 (p<0.05).
结论:
- 低预算的眼睛追踪设备在临床环境中分析牙医的视觉注意力时存在准确性挑战.
- 需要持续创新,以提高这些牙科设备的准确性和实用性.
- 进一步的研究可以加强人工智能和眼睛跟踪在牙科实践中的整合.
