通过人工智能检测眼部摩擦行为,用于使用可穿戴设备进行眼分析

科学领域:

• 眼科医生 眼科 眼科
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 眼睛摩擦是角膜炎,一种渐进的角膜疾病的重要风险因素.
• 目前评估眼部摩擦的方法是主观的,不足以准确量化.
• 角膜可以导致严重的视力丧失,需要角膜移植.

研究的目的:

• 开发和验证一个深度学习框架,用于自动实时检测眼睛摩擦.
• 为了提供一个可靠的工具,量化眼摩擦行为在眼风险的个体.

主要方法:

• 利用基于手腕的可穿戴设备的传感器数据.
• 开发了一个基于深度学习的分析框架,用于检测眼睛摩擦.
• 使用9名受试者的1,068条记录数据集验证了系统.

主要成果:

• 该框架在检测日常活动中的眼部摩擦行为方面取得了很高的准确性.
• 平均F1得分为93.55%,曲线下的面积 (AUC) 为96.23%.
• 已证明有效识别眼睛摩擦模式.

结论:

• 开发的深度学习系统提供了一种新且有效的方法来量化眼睛摩擦.
• 这种工具可以显著帮助眼科医生和研究人员管理角.
• 提供客观的,实时的数据,对于理解角质的进展至关重要.