使用3D卷积神经架构进行眼检测和分析累积框架预测
George Nousias1, Konstantinos K Delibasis1, Georgios Labiris2
1Department of Computer Science and Biomedical Informatics, University of Thessaly, 35131 Lamia, Greece.
Journal of imaging
|January 24, 2025
概括
包括3D ResNet在内的深度学习模型可以有效地检测视频序列中的闪. 这种眼检测框架准确地识别了眼启动和停止,显示了临床和昏昏欲睡监测的前景.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 生物医学工程 生物医学工程
背景情况:
- 眼检测是评估临床状况和昏昏欲睡的重要指标.
- 准确的闪检测需要强大的算法,能够分析视频序列.
研究的目的:
- 建议和比较深度学习架构用于视频中的自动闪检测.
- 为了评估不同3D卷积神经网络 (CNN) 模型和用于眼检测的3D自动编码器的性能.
主要方法:
- 用眼睛探测器提取眼部区域,并将其格式化为3D输入 (300毫秒时间跨度).
- 实现了两个3D CNN (简单的3D CNN,3D ResNet) 和一个带有潜在空间分类器的3D自动编码器.
- 一个框架预测积累器与形态处理和流域细分相结合,用于眼检测和时间定位.
主要成果:
- 提出的框架,特别是3D ResNet与预测积累器相结合,与最先进的方法相比,取得了有利的结果.
- 3D ResNet在眼检测和时间定位方面表现出卓越的性能和速度.
- 该系统以10名参与者的数据进行了训练,并对5名参与者进行了测试,分析了每只眼睛的162,400和1172眼.
结论:
- 深度学习架构,特别是3D ResNet,对于视频中的自动闪检测非常有效.
- 拟议的预测积累器提高了眼检测准确度和时间分辨率.
- 这种方法具有实时嗜睡监测和临床应用的巨大潜力.
