Ταξινόμηση Οφθαλμικών Κινήσεων με Χρήση Τεχνητών Νευρωνικών Δικτύων

Abstract

Οι οφθαλμοκινήσεις που ενδιαφέρουν για την παρούσα μελέτη είναι οι σακκαδικές και μικροσακκαδικές κινήσεις των οφθαλμών και οι βλεφαρισμοί. Η μελέτη των σακκαδικών κινήσεων σε σχέση με διάφορα χαρακτηριστικά της ανθρώπινης συμπεριφοράς μπορεί να βοηθήσει στην αποτελεσματικότερη διάγνωση και αντιμετώπιση δυσλειτουργιών. Για τη διαδικασία ταξινόμησης των οφθαλμοκινήσεων για την μελέτη αυτή χρησιμοποιήθηκαν και συγκρίθηκαν τα αποτελέσματα από εφαρμογή δύο διαφορετικών δομών συστήματος, με χρήση δύο Τεχνητών Νευρωνικών Δικτύων (ΝΔ) η καθεμία. Κάθε ΝΔ αναπαριστά ένα στάδιο ταξινόμησης. Η μετρηθείσα πειραματικά απόδοση του προτεινόμενου συστήματος υποστήριξης απόφασης κρίνεται ικανοποιητική. Η αυτοματοποίηση της ταξινόμησης οφθαλμοκινήσεων που υλοποιήθηκε προσδίδει στην εφαρμογή αντικειμενικότητα και διευκολύνει τη χρήση της σε κλινικές εφαρμογές. Με το προτεινόμενο σύστημα DSS γίνεται δυνατή η ιατρική διάγνωση σε πραγματικό χρόνο. Στο μέλλον προτείνεται η περαιτέρω ανάπτυξη του συστήματος και η ενσωμάτωσή του σε συσκευή ταξινόμησης οφθαλμοκινήσεων.

The eye movements that are examined in this thesis are saccades, microsaccades and blinks. Their study can be helpful to doctors for better diagnosis and better resulting therapy methods and treatment. Two different architectures of a Decision Support System (DSS) have been designed, in order to classify the different types of eye movements. Each Architecture uses two Artifitial Neural Networks (ANN) as classifiers. The overall accuracy of the proposed DSS is considered to be satisfactory for both architectures. The conclusion is that they can both be further developed and built in a "black-box", in order to be used in clinical applications to help medical diagnosis to be achieved in terms of real time.