2022
12/28
相关创新主体

创新背景

研究机构通常使用眼动仪记录眼球运动,红外光被投射到视网膜上,反射后被测量。因为MRI具有非常强的磁场,需要特殊的兼容设备,这对于诊所和小型实验室来说通常是不可行的。这些相机的高成本和使用所涉及的实验工作阻碍了眼动追踪在MRI检查中的广泛使用。

 

创新过程

观察行为为了解人类认知和健康的许多核心方面提供了一个窗口,它是许多功能磁共振成像(fMRI)研究中的一个重要变量。马克斯普朗克人类认知和脑科学研究所和特隆赫姆卡夫利系统神经科学研究所的研究人员开发了易于使用的软件“DeepMReye”。

“DeepMReye”支持在MRI扫描期间(即使没有摄像头)也可以跟踪参与者的观看行为。软件使用的神经网络可以检测来自眼睛的MRI信号中的特定模式。这使研究能够预测参与者在哪里看。

研究使用参与者的公开数据训练了神经网络,进而对软件尚未训练的数据进行眼动追踪。这开辟了许多可能性。例如,可以在现有的MRI数据中研究参与者和患者的凝视行为,这些数据最初是在没有眼动追踪的情况下获得的。通过这种方式,科学家可以使用较旧的研究和数据集来回答全新的问题。

该软件还可以预测眼睛何时睁开或闭上。此外,即使眼睛保持闭合,它也可以跟踪眼球运动。即使研究参与者睡着了,也可以进行眼动追踪。软件可以被用于临床领域,例如,在睡眠实验室中研究不同睡眠阶段的眼球运动。此外,对于盲人患者,传统的眼动追踪相机很少使用,因为精确的校准非常麻烦。使用DeepMReye可以更轻松地进行研究,因为人工智能可以在健康受试者的帮助下进行校准,然后应用于盲人的检查。因此,该软件可以在研究和临床环境中实现各种应用,甚至可能导致眼动追踪最终成为MRI研究和日常临床实践的标准。

 

创新关键点

基于人工智能开发从MRI图像直接预测眼睛位置和眼球运动的软件。该方法开辟了快速且具有成本效益的研究和诊断方法,可以用于通常表现为眼球运动模式变化的神经系统疾病治疗中。

智能推荐

  • 人工智能通过图片识别皮肤病,减少误诊及医疗成本

    2022-08-05

    研究人员设计了一款通过图像识别和管理常见皮肤病的应用程序,防止因误诊或拖延而加重病情,同时帮助卫生组织减少因不必要的复诊、无效的处方和不必要的转诊造成的医疗成本。

    涉及学科
    涉及领域
    研究方向
  • AI+物理学 | 深化算法模拟电离辐射,开发新防辐射玻璃

    2022-06-30

    使用新材料并深化算法开发优质性能的防辐射玻璃。

    涉及学科
    涉及领域
    研究方向
  • AI+能源工程 | 利用计算机视觉技术观察粒子,创新电池制造技术

    2022-06-30

    利用计算机视觉技术观察电池内粒子情况和相互作用,研究电池衰减原因,帮助创新制造电池的新方法。

    涉及学科
    涉及领域
    研究方向
  • 创新人工智能应用程序帮助更准确地诊断艾滋病毒

    2022-08-01

    伦敦大学学院和非洲卫生研究所(AHRI)的研究人员开发的开创性技术可以改变准确解读艾滋病毒检测结果的能力,特别是在低收入和中等收入国家。

    涉及学科
    涉及领域
    研究方向