以碳纳米管-纸质复合材料为基础的电容传感器和机器学习算法进行灵长类眼睛跟踪

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 眼科医生 眼科 眼科

背景情况:

• 准确的实时眼睛跟踪对于眼神运动系统研究至关重要.
• 传统的脑膜搜索线圈系统是侵入性的和重的.
• 基于摄像头的眼球追踪器面临着照明和功耗方面的限制.

研究的目的:

• 为了推出一种新的,非侵入性的电容眼球追踪器.
• 为了评估它的性能与黄金标准的脑膜搜索线圈相比.
• 评估其作为眼运动研究的替代品的潜力.

主要方法:

• 开发一种使用碳纳米管纸复合材料 (CPC) 制成的近距离电容传感器的新型眼睛追踪器.
• 在眼睛旋转期间检测由灵长类动物角膜运动引起的femtofarad级容量变化的检测.
• 应用数据处理和机器学习算法用于视角预测.

主要成果:

• 电容眼球追踪器实现了高达0.97的与硬膜线圈的相关性.
• 视角估计显示中位数绝对误差低至0.30°.
• 该系统与膜线圈相比显示出良好的一致性和准确性.

结论:

• 开发的电容眼球追踪器是轻量级和非侵入性的.
• 它为现有的卷轴和基于摄像头的眼睛追踪系统提供了可行的替代方案.
• 这项技术有望促进眼运动研究和视觉科学.