基于卷积稀疏编码从眼动仪数据中提取眼震模式
信号处理
2020-12-01 v1 机器学习
摘要
从眼动记录中分析眼震波形对于该病理性运动的临床解读至关重要。实现该分析自动化的一个主要问题是自然眼动和眨眼伪迹与感兴趣信号混杂在一起。我们提出了一种基于卷积字典学习的方法，能够自动突出眼震波形，将自然运动与病理运动分离开来。我们在模拟信号上表明，我们的方法确实可以提高模式恢复率，并提供临床示例来说明该算法的性能。
引用
@article{arxiv.2011.14962,
title = {Extraction of Nystagmus Patterns from Eye-Tracker Data with Convolutional Sparse Coding},
author = {Clément Lalanne and Maxence Rateaux and Laurent Oudre and Matthieu Robert and Thomas Moreau},
journal= {arXiv preprint arXiv:2011.14962},
year = {2020}
}