走向智能头部脉冲测试:使用单眼红外摄像头的无眼镜方法

科学领域:

• 垂体神经科学 垂体神经科学
• 医学成像分析分析 医学成像分析
• 医疗保健中的人工智能

背景情况:

• 视频头脉冲测试 (vHIT) 是通过评估前庭眼反射 (VOR) 来评估前庭功能的黄金标准.
• 传统的vHIT需要专门的,校准的头戴防护眼镜,限制了其可访问性和易用性.
• 需要更多的自动化,用户友好的方法来评估前庭功能.

研究的目的:

• 引入智能头部脉冲测试 (iHIT) 系统,使用单眼红外摄像头.
• 开发和验证基于深度学习的视频分类方法,用于使用iHIT.IT来确定前庭功能.
• 为传统的vHIT提供一个成本高效和自动化的替代方案.

主要方法:

• 建立了一个iHIT框架,使用单眼红外摄像头捕捉患者测试视频.
• 创建了一个数据集,DiHIT,头部冲动测试 (HIT) 视频剪辑.
• 开发了一个双阶段的多模态深度学习网络,从面部关键点分析眼睛和头部运动,用于半圆通道 (SCC) 识别和VOR异常确定 (SCC质量).

主要成果:

• 深度学习模型在预测被测试的特定半圆通道 (SCC识别) 中实现了100%的准确性.
• 对于VOR异常 (SCC质量) 的预测精度为水平SCC的84.1%,垂直SCC的79.0%.
• 该iHIT系统在分类前庭功能方面表现出了很高的性能.

结论:

• 通过利用单眼相机和深度学习,iHIT系统成功评估前庭功能.
• iHIT消除了对专用防护眼镜和设备校准的需求,从而实现了完全的自动化.
• 这种方法提供了显著的好处,包括低成本和易于操作,提高用户的可访问性.