根據健康技術公司RightEye的說法,利用機器學習來跟蹤眼球運動行為的眼科檢查為大學,研究機構和政府機構提供了超過十億個數據點,以更好地理解視覺與神經系統疾病之間的聯系。
該公司在一份聲明中說,RightEye“ EyeQ”測試結合了650多種獨特的指標,可以捕獲有關患者眼睛運動的精確信息,包括眼睛對準和分組,對象跟蹤,深度感知和動態視敏度。使用該系統已進行了100,000多次測試,得出了超過十億個數據點。RightEye聲稱提供了“前所未有的粒度級別”來識別與視覺相關的問題和增強視覺的機會。
該公司將其發現匯總在一個數據庫中,該數據庫已被埃默里大學,杜克大學,里士滿退伍軍人事務醫療中心,美國政府等使用,并用于研究眼球運動。美國國防部和退伍軍人事務部正在將該技術應用于創傷性腦損傷研究項目,而列治文中心使用RightEye檢測不同的眼球運動模式,這些信號可能預示著帕金森氏病等嚴重神經系統疾病的發作。
里士滿退伍軍人事務醫療中心的喬治·吉切爾(George Gitchel)博士在聲明中說:“我們有令人信服的數據,眼動追蹤可用于可靠地檢測多個領域的神經功能障礙。” “ RightEye系統的輸出代表了眼動追蹤研究的進化飛躍。大型研究,流行病學研究以及其他以前被認為令人難以置信且從邏輯上講是不可能實現的方案,突然變得可以使用RightEye進行。”
除了在診斷領域的應用之外,杜克大學還結合使用了比賽統計數據和RightEye來研究高水平運動員的視覺專業知識。
RightEye的首席運營官Melissa Hunfalvay表示:“我們幫助科學和醫學了解眼睛解剖結構與大腦的聯系的能力為為患有多種健康問題的患者提供更好的治療方法開辟了一個全新的世界。” “我們才剛剛開始觸及這個新領域的表面。隨著我們的系統通過越來越多的數據變得越來越智能,我們將繼續就人眼表明我們的整體健康狀況做出更有價值的見解。”
RightEye估計,到2020年底,他們將收集到超過20億個眼動追蹤數據點。
-
神經系統
+關注
關注
0文章
88瀏覽量
13358 -
數據庫
+關注
關注
7文章
4019瀏覽量
68337 -
機器學習
+關注
關注
66文章
8553瀏覽量
136928
發布評論請先 登錄
ICM-45686:高性能6軸MEMS運動跟蹤設備的深度解析
TDK IIM - 42653:工業應用中的高性能6軸智能運動跟蹤MEMS器件
TDK IIM - 42653:高性能工業級6軸運動跟蹤MEMS設備解析
IAM-20680HV:高性能汽車6軸運動跟蹤設備解析
【社區之星】向愨——通過文檔來梳理自己的思路,讓自己思維更細致,更規范
TDK收購SoftEye,打造智能眼鏡系統實現通過眼球運動與人工智能進行交互
LITESTAR 4D應用:運動場照明設計流程
詳細介紹機場智能指路機器人的工作原理
【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書
【「# ROS 2智能機器人開發實踐」閱讀體驗】+內容初識
IMXRT1170-EVK如何使用J-Trace探針啟用指令跟蹤?
運動健康手環xBeacon-WXY
采用可更新且具區分度錨點的多模態運動預測研究
利用機器學習來跟蹤眼球運動行為的眼科檢查為大學
評論