通过视觉模型评估非典型的目光模式:皮层视觉障碍的案例

科学领域:

• 神经科学是一个神经科学.
• 计算机视觉 计算机视觉
• 眼科医生 眼科 眼科

背景情况:

• 神经系统疾病往往具有超出临床症状的行为标记.
• 皮层视觉障碍 (CVI) 由于大脑通路损伤而影响视觉功能,严重程度通常被定性描述.
• 需要对CVI严重性的客观措施.

研究的目的:

• 开发一个客观的,基于证据的测量皮层视觉障碍 (CVI) 严重程度.
• 探索深度学习和视觉突出性地图的使用,以分析CVI中的视觉行为.
• 为了识别标志着CVI的目光标记.

主要方法:

• 使用深度视觉模型生成视觉突出性地图,并提示临床相关的属性.
• 提取了一组精心策划的视觉刺激的突出地图.
• 使用眼睛追踪技术评估了CVI儿童和年龄匹配的对照组的固定痕迹.

主要成果:

• 在患有CVI的儿童中确定了与临床理解一致的显著注视标志物.
• 在CVI儿童和对照对象之间的目光模式中展示了细微的歧视性.
• 深度学习有效地揭示了CVI中的非典型视觉突出.

结论:

• 基于深度学习的视觉突出性映射可以提供客观的见解,在CVI视觉处理.
• 通过这种方法分析的眼睛跟踪数据可以揭示CVI的独特注视特征.
• 这种方法是朝着建立像CVI这样的严重神经发育障碍的眼睛跟踪签名迈出的有希望的一步.