基于 BiLSTM 的虚拟现实平滑追踪评估与脑震荡检测
医学物理
2022-10-21 v1 人工智能
图像与视频处理
摘要
运动相关脑震荡(SRC)检测流程严重依赖主观症状报告来确定脑震荡诊断。遗憾的是,若运动员隐瞒症状,其可能会过早重返赛场(RTP)。提供能够克服少报问题以预防进一步损伤的准确评估至关重要。为降低损伤风险,需要一种更稳健且精确的脑震荡检测方法来产生可靠且客观的结果。本文提出一种利用来自眼动数据的长短期记忆(LSTM)循环神经网络(RNN)架构检测 SRC 的新方法。特别地,我们提出一种按不同比例结合均方误差的新误差度量。在 VR-VOMS 数据集的平滑追踪测试上的实验结果表明,与前庭眼动筛查(VOMS)中的症状诱发相比,所提方法能以更高准确率预测脑震荡症状。
引用
@article{arxiv.2210.11238,
title = {Analysis of Smooth Pursuit Assessment in Virtual Reality and Concussion Detection using BiLSTM},
author = {Prithul Sarker and Khondker Fariha Hossain and Isayas Berhe Adhanom and Philip K Pavilionis and Nicholas G. Murray and Alireza Tavakkoli},
journal= {arXiv preprint arXiv:2210.11238},
year = {2022}
}
备注
International Symposium on Visual Computing