論文の概要: A System for Accurate Tracking and Video Recordings of Rodent Eye Movements using Convolutional Neural Networks for Biomedical Image Segmentation

• arxiv url: http://arxiv.org/abs/2506.08183v1
• Date: Mon, 09 Jun 2025 19:48:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:40.570472
• Title: A System for Accurate Tracking and Video Recordings of Rodent Eye Movements using Convolutional Neural Networks for Biomedical Image Segmentation
• Title（参考訳）: 生体画像分割のための畳み込みニューラルネットワークを用いた眼球運動の正確な追跡と映像記録システム
• Authors: Isha Puri, David Cox,
• Abstract要約: 視線決定における瞳孔および角膜反射の同定のための柔軟で頑健で高精度なモデルを提案する。 これは、高度に正確で実用的なバイオメディカルイメージセグメンテーションに基づく畳み込みニューラルネットワークアーキテクチャを実証した最初の論文である。
• 参考スコア（独自算出の注目度）: 1.961086321336988
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Research in neuroscience and vision science relies heavily on careful measurements of animal subject's gaze direction. Rodents are the most widely studied animal subjects for such research because of their economic advantage and hardiness. Recently, video based eye trackers that use image processing techniques have become a popular option for gaze tracking because they are easy to use and are completely noninvasive. Although significant progress has been made in improving the accuracy and robustness of eye tracking algorithms, unfortunately, almost all of the techniques have focused on human eyes, which does not account for the unique characteristics of the rodent eye images, e.g., variability in eye parameters, abundance of surrounding hair, and their small size. To overcome these unique challenges, this work presents a flexible, robust, and highly accurate model for pupil and corneal reflection identification in rodent gaze determination that can be incrementally trained to account for variability in eye parameters encountered in the field. To the best of our knowledge, this is the first paper that demonstrates a highly accurate and practical biomedical image segmentation based convolutional neural network architecture for pupil and corneal reflection identification in eye images. This new method, in conjunction with our automated infrared videobased eye recording system, offers the state of the art technology in eye tracking for neuroscience and vision science research for rodents.
• Abstract（参考訳）: 神経科学と視覚科学の研究は、動物の視線方向の慎重な測定に大きく依存している。 ネズミは、その経済的優位性と硬さから、このような研究のために最も広く研究されている動物である。 近年,画像処理技術を用いた映像ベースのアイトラッカーは,使いやすく,全く非侵襲的であるため,視線追跡の一般的な選択肢となっている。 目追跡アルゴリズムの精度と堅牢性の改善には大きな進歩があったが、残念なことに、ほとんどの技術は人間の目に焦点を当てている。 これらの特異な課題を克服するために、この研究は、視野で遭遇する眼球パラメータの変動を考慮した漸進的に訓練可能な、瞳孔および角膜反射識別のための、柔軟で頑健で高精度なモデルを示す。 我々の知る限りでは、眼画像における瞳および角膜反射識別のための、高精度で実用的なバイオメディカルイメージセグメンテーションに基づく畳み込みニューラルネットワークアーキテクチャを実証する最初の論文である。 この新手法は、我々の自動赤外線ビデオベースのアイ記録システムと組み合わせて、眼球追跡のための最先端技術と、ネズミの視覚科学研究を提供する。

関連論文リスト

• The Eye as a Window to Systemic Health: A Survey of Retinal Imaging from Classical Techniques to Oculomics [14.998873360919879]
  網膜構造は、早期発見、疾患の進行のモニタリング、および眼疾患および非眼疾患の介入を補助する。 人工知能を利用した画像技術の進歩は、眼と人間の健康のギャップを埋めるためにこの機会をつかんだ。 眼科におけるオキュロミクスの新しいフロンティアは、眼疾患と全身疾患の両方をカバーし、それらを調べるためにより多くの注意を払っている。
  論文  参考訳（メタデータ） (2025-05-06T22:35:54Z)
• A Framework for Pupil Tracking with Event Cameras [1.708806485130162]
  サッカデス(Saccades)は、同時に起こる両眼の非常に速い動きである。 ササード中の眼の最高角速度は、ヒトでは700deg/sに達する。 標準的なディープラーニングアルゴリズムで容易に利用できるフレームとしてイベントを提示する。
  論文  参考訳（メタデータ） (2024-07-23T17:32:02Z)
• Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
  ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。 今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
  論文  参考訳（メタデータ） (2024-01-29T18:59:56Z)
• Periocular biometrics: databases, algorithms and directions [69.35569554213679]
  近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。 本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
  論文  参考訳（メタデータ） (2023-07-26T11:14:36Z)
• GazeGNN: A Gaze-Guided Graph Neural Network for Chest X-ray Classification [9.266556662553345]
  本稿では,視線誘導型グラフニューラルネットワークGazeGNNを提案する。 本研究では,本論文で初めてリアルタイム・リアルタイム・エンド・ツー・エンド病の分類アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-05-29T17:01:54Z)
• Adapting Brain-Like Neural Networks for Modeling Cortical Visual Prostheses [68.96380145211093]
  皮質補綴は視覚野に移植された装置で、電気的にニューロンを刺激することで失った視力を回復しようとする。 現在、これらのデバイスが提供する視覚は限られており、刺激による視覚知覚を正確に予測することはオープンな課題である。 我々は、視覚システムの有望なモデルとして登場した「脳様」畳み込みニューラルネットワーク(CNN)を活用することで、この問題に対処することを提案する。
  論文  参考訳（メタデータ） (2022-09-27T17:33:19Z)
• A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
  本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。 我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。 提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
  論文  参考訳（メタデータ） (2022-09-22T22:27:08Z)
• Artifact-Tolerant Clustering-Guided Contrastive Embedding Learning for Ophthalmic Images [18.186766129476077]
  眼科画像の表現を学習するための,EyeLearnと呼ばれる人工物耐性の非教師なし学習フレームワークを提案する。 EyeLearnには、アーティファクトのない眼科画像の最良の予測が可能な表現を学ぶためのアーティファクト修正モジュールがある。 EyeLearnを評価するために,緑内障患者の実眼画像データセットを用いて,視覚野の予測と緑内障検出に学習表現を用いた。
  論文  参考訳（メタデータ） (2022-09-02T01:25:45Z)
• MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
  白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。 近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。 深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
  論文  参考訳（メタデータ） (2021-10-06T08:10:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。