基于智能手机视频的眼睛追踪算法的验证:试点研究
Wanzi Su1, Damon Hoad2, Leandro Pecchia3
1School of Engineering, University of Warwick, Library Road, Coventry CV4 7AL, UK.
Diagnostics (Basel, Switzerland)
|June 26, 2025
概括
使用智能手机摄像头的新型眼睛跟踪算法Circular Hough Transform with Template Matching (CHT_TM) 显著加快了分析速度并提高了准确性. 这一进步有助于跟踪眼动,用于早期发现神经退行性疾病.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 眼科医生 眼科 眼科
背景情况:
- 智能手机摄像机为医疗图像分析提供了一个便携式平台.
- 有效的眼睛跟踪算法对于诊断神经退行性疾病至关重要.
- 现有的算法可能在现实应用中缺乏速度或准确性.
研究的目的:
- 开发和验证使用智能手机捕获图像的高效眼睛跟踪算法.
- 为了比较两个算法的性能:CHT_ACM和CHT_TM.
- 评估该算法的早期疾病查潜力.
主要方法:
- 使用活跃轮模型 (CHT_ACM) 进行圆形形变换和使用模板匹配 (CHT_TM) 进行圆形形变换的比较.
- 使用可见光光谱中的智能手机图像进行算法验证.
- 在各种条件下分析眼睛运动,包括手动操纵眼.
主要成果:
- 与CHT_ACM相比,CHT_TM的执行时间减少了79%.
- 在x轴上,CHT_TM实现了更高的精度,平均平均百分比误差为0.34% (x) 和0.95% (y).
- 资源消耗显示两种算法之间的差异很小.
结论:
- 模板匹配显著提高了CHT_ACM眼睛跟踪算法的性能.
- 开发的CHT_TM算法为监控眼动提供了一个可行的工具.
- 这项技术对神经退行性疾病的早期检测和诊断具有前途.
