基于虚拟现实的前庭眼动筛查结合机器学习用于脑震荡检测
图像与视频处理
2022-10-18 v1 计算机视觉与模式识别
摘要
运动相关脑震荡(SRC)依赖于来自视觉、前庭和躯体感觉系统的感官信息。同时，当前前庭/眼动筛查(VOMS)的临床操作是主观的且在操作者为间存在差异。因此，对于脑震荡检测的评估与管理，需要标准化以降低损伤风险并增加临床医生间的一致性。随着技术进步，虚拟现实(VR)可被用于推进VOMS的标准化，提高测试操作准确性并降低总体假阳性率。本文中，我们使用多种机器学习方法在VR生成的数据上基于VOMS检测SRC。在我们的观察中，VR生成的平滑追踪(SP)与视觉运动敏感度(VMS)测试数据对脑震荡检测高度可靠。此外，我们从定性与定量两方面训练并评估这些模型。我们的发现表明，这些模型在基于VR刺激的VOMS上可达到约99.9%症状诱发真正率的较高水平，优于当前临床手动VOMS。
引用
@article{arxiv.2210.09295,
title = {Virtual-Reality based Vestibular Ocular Motor Screening for Concussion Detection using Machine-Learning},
author = {Khondker Fariha Hossain and Sharif Amit Kamran and Prithul Sarker and Philip Pavilionis and Isayas Adhanom and Nicholas Murray and Alireza Tavakkoli},
journal= {arXiv preprint arXiv:2210.09295},
year = {2022}
}
备注
Accepted in 17th International Symposium on Visual Computing,2022