GazeFlow：用于被动 Strabismus 自我监控的个性化环境声景生成
人机交互
2026-02-24 v1
摘要
Strabismus 影响人口的 2-4%，但进行矫正手术后的患者缺乏可及的工具来监控眼球对准。全视野疗法需要主动参与和临床监督，限制了其采纳用于被动自我意识。我们提出 GazeFlow，一个基于浏览器的自我监控系统，其使用个人化时序自编码器从网页摄像头式眼动跟踪中检测眼球漂移模式，并提供环境音频反馈。不同于报警式系统，GazeFlow 根据冷却计算原则运行，将音乐参数按漂移严重程度形变，同时保持在外围意识中。我们针对个体变异性和域迁移问题（从 1000Hz 研究迁移到 30Hz 网页摄像头）引入了 Binocular Temporal-Frequency Disentanglement (BTFD)、Contrastive Biometric Pre-training (CBP) 以及 Gaze-MAML。我们在 GazeBase 数据集上验证了方法（N=50），实现漂移检测 F1=0.84，并进行初步用户研究（N=6），针对有间歇性 Strabismus 的患者。受试者报告称其对眼球行为 increased awareness (M=5.8/7)，并表示更倾向于选择环境反馈而非报警 (M=6.2/7)。我们讨论了该系统在自我意识应用方面的潜力，并勾勒出临床验证的方向。
引用
@article{arxiv.2602.19966,
title = {GazeFlow: Personalized Ambient Soundscape Generation for Passive Strabismus Self-Monitoring},
author = {Joydeep Chandra and Satyam Kumar Navneet and Yong Zhang},
journal= {arXiv preprint arXiv:2602.19966},
year = {2026}
}