加强定向和移动性评估:使用人工智能工具整合视觉和听觉因素
Roberto Morollón Ruiz1,2, Joel Alejandro Cueva Garcés1,3, Leili Soo1,4
1Miguel Hernandez University, Elche, Spain.
Translational vision science & technology
|July 21, 2025
概括
人工智能 (AI) 增强了视力障碍者的定向和移动性 (O&M) 评估. 人工智能工具揭示了视觉和听觉条件如何影响O&M性能和唤起,提供比传统方法更深入的见解.
科学领域:
- 康复研究 康复研究
- 人与计算机的互动.
- 感官神经科学是一种神经科学.
背景情况:
- 视力障碍的传统定向和移动性 (O&M) 评估往往缺乏对环境和心理因素的敏感性.
- 现有的结果指标可能无法充分捕捉不同条件下O&M绩效的复杂性.
研究的目的:
- 在模拟的视觉和听觉条件下比较O&M性能和唤醒水平.
- 评估人工智能 (AI) 工具在O&M评估中的身体跟踪的实用性.
- 调查影响O&M绩效的因素,超越传统指标.
主要方法:
- 在控制的StreetLab环境中录制了32名志愿者的O&M表现.
- 利用人工智能工具来追踪身体,以测量路径长度和偏差.
- 记录了生理参数和主观经验,以及标准指标,如速度和碰撞.
主要成果:
- 以人工智能为基础的分析发现了O&M结果常见措施无法捕捉到的性能差异.
- 视觉和听觉条件都显著影响了O&M的表现.
- 增加的背景声音水平与任务期间更高的兴奋程度相关.
结论:
- 与传统方法相比,人工智能驱动的分析为O&M性能提供了更好的洞察力.
- 对视力障碍的全面O&M评估必须考虑视觉,听觉和唤醒因素.
- 人工智能工具可以显著改善对视力障碍患者的评估和护理.
