Development of a measuring device for three-dimensional eye movements in horizontal, vertical, and depth directions in real space.
| Project/Area Number |
22K18231
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 90140:Medical technology assessment-related
|
|---|
| Research Institution | Teikyo University |
|---|
Principal Investigator |
広田 雅和 帝京大学, 医療技術学部, 講師 (40835435)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
|
|---|
| Keywords | 眼球運動 / 両眼視 / 機械学習 / 斜視 / 眼科学 |
|---|
| Outline of Research at the Start |
眼球運動は加齢に伴い発症率が増加し，80歳以上では50%以上の人が罹患している身近な疾患です．しかし，眼科臨床現場における眼球運動検査は，検者が目視で正常と異常を区別しているため，疾患の見逃しが起こり得ます．本研究では，眼球運動を他覚的定量評価できるアイトラッカーと人工知能技術を融合させることで，眼球運動の異常を検出し，疾患を判定するアプリケーションを創出します．
|
| Outline of Annual Research Achievements |
本研究では，近赤外光を両眼に照射することで非侵襲的に両眼の眼球運動を測定できるアイトラッカー (VOG) と人工知能 (AI) 技術を融合することで，従来機では水平および垂直方向のみの眼球運動 (むき運動) を計測していた VOG に，奥行き方向 (輻湊開散運動) の計測も実現し，現実空間における水平・垂直・奥行き方向の三次元的な眼球運動を計測するシステムを開発する．その後，眼球運動の各成分から障害部位や疾患を推定する AI を開発し，診断および治療に役立てることを目的としている．
2022度は，VOG に物体検出 AI を組み合わせた VOG-AI システムを用いて眼球運動検査を実施した際，自動で眼球運動を解析するソフトウエアを開発し，その成果を国際誌 (Hirota M et al., Sci Rep, 2022) に公表した．さらに，高サンプリングレートのカメラを購入し，VOG と組み合わせることで，シーンカメラによるボトルネックから脱却するシステムの構築を行っている．ハイスピードカメラの通信規格は USB とは異なるため，VOG の制御がソフトウェア側で実装できないことを既に確認した．そのため，ハードウェア側で対応する方策を考え，2023年度に実装する．
システム構築と並行して，奥行き情報の教師データを取得するための実験装置を開発した．2023年度はシーンカメラと VOG の同期設定の完成および距離情報を計算する AI の開発を行う予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022 年度の進捗状況は，研究計画通り順調に進展していると考えている．その理由として，VOG-AI システムの自動解析アルゴリズムは，学術誌で公表できるレベルの精度を担保していたこと，半導体が不足しカメラの供給が遅れている昨今において，時間はかかったがハイスピードカメラを初年度に購入・納品できたことで，VOGとの同期作業に取りかかることができたことが挙げられる．
|
| Strategy for Future Research Activity |
2023 年度は，ハイスピードカメラと VOG の同期を実現する．サンプリングレートの高いハイスピードカメラは，通常の USB カメラと異なる規格で動作しているため，VOG を制御するソフトウェアで認識しないこと，API を用いても，ハードウェアレベルの問題のため，ソフトウェア側では対応できないことを既に確認している．そのため，画角を限りなく近づけた USB カメラを VOG と接続し，カメラ間のキャリブレーションを行う事で，シーンカメラの同期を実現する．既に，VOG とハイスピードカメラの同期は TTL 信号の入出力で取れていることから，2023 年度の前半には実現できる物と考えている．その後，奥行き情報を物体検出 AI に学習させ，健常者における輻湊開散運動の精度検証を行う．
|
Report
(1 results)
Research Products
(22 results)
