Automated visual acuity estimation by optokinetic nystagmus using a stepped sweep stimulus
Notice bibliographique
Résumé
ABSTRACT Purpose Measuring visual acuity (VA) can be challenging in adults with cognitive impairment and young children. We developed an automatic system for measuring VA using Optokinetic Nystagmus (OKN). Methods VA-OKN and VA by ETDRS (VA-ETDRS) were measured monocularly in healthy participants (n=23, age 30±12). VA was classified as reduced (n=22, >0.2 logMAR) or not (n=24, ≤0.2 logMAR) in each eye. VA-OKN stimulus was an array of drifting (5 deg/sec) vanishing disks presented in descending/ascending size order (0.0 to 1.0 logMAR in 0.1 logMAR steps). The stimulus was stepped every 2 seconds, and 10 sweeps were shown per eye. Eye tracking data determined when OKN activity ceased (descending sweep) or began (ascending sweep) to give an automated sweep VA. Sweep traces were randomized and assessed by a reviewer blinded to VA-ETDRS. A final per sweep VA and VA-OKN was thereby determined. Results A single randomly selected eye was used for analysis. VA deficit group: There was no significant difference between overall mean VA-OKN and VA-ETDRS (p>0.05, paired t-test) and the r 2 statistic was 0.84. The 95% limits of agreement were 0.19 logMAR. No VA deficit group: There was a 0.24 logMAR bias between VA-OKN and VA-ETDRS and no correlation was found (r 2 = 0.06). However, the overall sensitivity/specificity for classification was 100%. Conclusions A robust correlation between VA-ETDRS and VA-OKN was found. The method correctly detected a VA deficit. Translational relevance OKN is a promising method for measuring VA in cognitively impaired adults and pre-verbal children.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».