Pozyskiwanie i analiza trajektorii ruchu oka u
Transkrypt
Pozyskiwanie i analiza trajektorii ruchu oka u
tywnych aspektach rozwiązywania problemów. Agenci tego typu mają bogatą osobowość, reagują emocjonalnie w zależności od kontaktu oraz modelują emocje użytkownika. Przykładami agenta pedagogicznego są Steve, lowałby wyników, sortowałby wyniki według jakiegoś klucza itd. Brakuje „agentów” na stronach firm, które tworzyłyby np. profil psychologiczny klienta, czy też lepszego wykorzystania istniejących lingbot’ów. Rozwijająca się sztuczna inteligencja próbuje rozwiązywać te i wiele innych problemów, tworzyć oprogramowanie, które mogłoby zastępować w niektórych czynnościach ludzi. Jednak stworzenie algorytmu działającego przy niekompletnej informacji, niedoskonałym algorytmie uczenia nie jest proste. Dziedzina ta jednak wciąż zaskakuje, dlatego też za klika lat będzie można mieć osobistych asystentów, którzy będą dokonywać zakupów, planować podróż itp. Powstaną doskonalsze systemy, które będą zdolne zdobyć każdą informację, czy to w Internecie, czy też w funkcjonujących w organizacjach systemach. Adele, Guilly. Ciekawym pomysłem na zastosowanie agentów w edukacji jest stworzenie agenta, którego użytkownik musi nauczyć wiedzy z określonej dziedziny, zwanego teachable agent (Betty’s Brain). W celu poprawienia ich efektywności zastosowano agentów inteligentnych społecznie (ang. Socally intelligent agents) 2.4. MEDYCYNA Informatyka w medycynie znajduje coraz to więcej nowych zastosowań, dlatego nie jest zaskoczeniem, że technologie oparte o rozwiązania agenckie również znajdują zastosowanie. Wspomnieć należy o inteligentnych systemach wspierających diagnozę (Guardian, IM-Agents, Marvin), system prowadzący opiekę nad osobami starszymi i upośledzonymi (TeleCARE), system wspierający harmonogramowanie i zarządzanie szpitalem (Agent. Hospital, OTM). [1] BORKOWSKA A., Inteligentni agenci w handlu elektronicznym, W: e-mentor [online dostęp 15.04.2008]. Dostępny w World Wide Web: http://www.e-mentor.edu.pl/ artykul_v2.php?numer=7&id=101. [2] JAMESOM A., Adaptive Interfaces and Agents, W: A. Jacko, A. Sears (ed.), Human-Computer Interaction Handbook, Mahwah, Erlbaum, 2003,s.305-330. [3] KLUSCH M., Information Agent Technology for the Internet: A. Survey. W: D. Hensel (ed), Specjal Issue on Intelligent Information Integration. 2001. [4] MENCZER F., MANGE A., STREET N., Adaptive Assistants for Customized E-Shopping, IEEE Inteligent Systems, Vol.17, Issue 6 2002, s.12-19 [5] ORDYSIŃSKI t., Funkcje agentów w wirtualnych organizacjach gospodarczych, Dostępny [10.04.2008] w World Wide Web: http://iiwz.univ.szczecin.pl/zsgi/konferencje/4/pliki/ordy.doc. 3. WNIOSKI Zaprezentowane przykładowe zastosowania inteligentnych agentów ukazują ogromny wachlarz możliwości, jak również olbrzymi potencjał tego oprogramowania. Poruszając się w Internecie, korzystając z przeglądarek i uzyskując wiele powtarzających się wyników na dany temat, brakuje takiego agenta, który nie dub Pozyskiwanie i analiza trajektorii ruchu oka u pacjentów z zaburzeniami neurologicznymi Tomasz Lewandowski1 , Zbigniew Gomółka2 1 Instytut Inżynierii Technicznej Państwowa Wyższa Szkoła Zawodowa 37-500 Jarosław, ul. Czarnieckiego 16 2 Instytut Techniki, Uniwersytet Rzeszowski, 35-959 Rzeszów, ul. Rejtana 16 The analysis of the eye balls movement in patients treated for Parkinson’s disease who were performed to simple visual tasks permits to reveal disorders associated with this disease, determine its scale and to estimate the sight organ dysfunction. The aim of such analysis is to determine the type, frequency, intensity and the direction of sight organ trembling as well as counting the frequency of blinking acquired during the observation of static and dynamic objects and the objects emerging from light blue background (low contrast). This study presents, proposed by the author, a prototype implementation of visual tasks connected with the issues concerning the acquisition, 118 processing and analysis of sight path of people suffering from Parkinson’s disease by means of OBER 2 system and the MATLAB software. I. Wprowadzenie I.1 Charakterystyka jednostki chorobowej Wielu chorobom występującym współcześnie towarzyszą zaburzenia ruchowe – jednym z takich zaburzeń jest drżenie definiowane jako rytmiczne, oscylacyjne ruchy mimowolne różnych części ciała wywołane naprzemiannymi lub synchronicznymi skurczami mięśni antagonistycznych Технічні вісті 2008/1(27), 2(28) [1]. Wśród chorób, którym towarzyszy zjawisko drżenia wymienić można drżenie samoistne, drżenie Holmesa, pląsawicę Huntingtona, chorobę Wilsona czy Parkinsona. Z uwagi na wzrost częstości występowania oraz nieznaną etiologię, objawy towarzyszące chorobie Parkinsona (w tym drżenie) stały się przedmiotem wielu badań nie tylko lekarzy, ale również specjalistów innych dziedzin. Badania te mają na celu lepsze poznanie choroby, a przez to szybsze i dokładniejsze diagnozowanie, co w przyszłości pozwoli na opracowanie skuteczniejszych metod leczenia. Choroba Parkinsona (Parkinson’s Disease) jest chorobą zwyrodnieniową ośrodkowego układu nerwowego i mimo, iż została opisana na początku XIX wieku, nadal nieznane są dokładnie jej przyczyny. Według uczonych hipotetycznymi przyczynami obumierania komórek nerwowych w istocie czarnej mogą być czynniki genetyczne, środowiskowe, zakażenia wirusowe lub mechaniczne uszkodzenia mózgu [2]. Objawy choroby Parkinsona wywołane są zmianami zwyrodnieniowymi komórek nerwowych znajdujących się w jądrach podstawy, które to odgrywają ważną rolę w kontroli czynności ruchowych. Do najczęstszych objawów należą: zwiększenie napięcia mięśniowego, zubożenie ruchowe, rytmiczne drżenie spoczynkowe, trudności w inicjacji ruchów dowolnych. Ważnymi, z uwagi na charakter niniejszego opracowania, objawami towarzyszącymi chorobie Parkinsona są dysFunkcje narządu wzroku takie jak: rzadkość mrugania, drżenie mięśni gałki ocznej, trudności w poruszaniu gałką oczną (szczególnie wodzenie wzrokiem), brak koordynacji ruchowej gałek ocznych (podwójne widzenie), trudności w rozpoznawaniu kolorów, problemy z kontrastowaniem [3]. I.2. Sformułowanie zadania Analiza trajektorii ruchu gałek ocznych pacjentów leczonych z powodu choroby Parkinsona poddanych prostym zadaniom wizualnym pozwala na obserwacje zaburzeń związanych z chorobą, określenie ich skali oraz ocenę dysfunkcji narządu wzroku. Celem analizy jest określenie rodzaju, częstotliwości, nasilenia oraz kierunku drgań narządu wzroku oraz obliczenie częstości mrugania podczas obserwacji obiektów statycznych i dynamicznych oraz obiektów słabo oświetlonych (niski kontrast). Niniejsze opracowanie przedstawia przykładowy sposób realizacji zadań związanych z zagadnieniami Dotyczącymi pozyskiwania, przetwarzania i analizy ścieżki wzrokowej osób cierpiących na chorobę Parkinsona przy wykorzys systemu OBER 2 oraz oprogramowania MATLAB. Zadania wizualne zostały specjalnie tak dobrane, aby wykrywać zjawiska typowe dla choroby Parkinsona: a) drżenie statyczne (por. II.2.1); b) drżenie dynamiczne podczas śledzenia obiektu (por. II.2.2); c) wyłanianie (por. II.2.3): ruchy samoistne przed zauważeniem celu, czas zauważenia i związana z nim wartość kontrastu. Warto zauważyć, iż wsparcie konwencjonalnych metod diagnozowania choroby Parkinsona przez metody oparte na badaniu trajektorii ruchu oka jest atrakcyjne ponieważ: a) jest to nieinwazyjna metoda bezkontaktowa; b) odpowiednio dobrane zadania wizualne nie zmuszają pacjenta do nienaturalnych ruchów; c) metoda jest obiektywna, gdyż pacjent nie panuje siłą woli nad ruchem oka, tak, jak jest w stanie powstrzymać drżenie ręki; d) wykrycie anomalii może uzasadnić inne zaburzenia np. percepcji lub równowagi. II. Materiał i metody II.1. Rejestracja ścieżki wzrokowej Badania realizujące założone cele mogą zostać przeprowadzone w formie zadań wizualnych przy pomocy systemu rejestrującego ruch gałki ocznej OBER 2 [4]. Urządzenie to wykonuje niezależny pomiar ruchu gałek ocznych w czasie rzeczywistym wykorzystując nieinwazyjną metodę badania poprzez pomiar mocy wiązki promieniowania podczerwonego odbitego od gałki ocznej. Metoda ta charakteryzuje się dużą precyzją pozycjonowania oraz odpornością na zakłócenia [6]. Oświetlacze i detektory promieniowania podczerwonego umieszczone są w specjalnych oprawach zakładanych przez obserwatora, skąd sygnał elektryczny jest pobierany, a następnie po przetworzeniu na postać cyfrową (12 bitów, 500 Hz) jest dostępny w postaci ciągu czwórek liczb będących reprezentacją pozycji centrum każdego z oczu w osi pionowej i poziomej. Bezpieczeństwo tej metody dla oczu obserwatora zapewnia emitowanie promieniowania podczerwonego w krótkich impulsach trwających 80 µs. Jest to więc metoda nieinwazyjna i bezpieczna. Podczas realizacji zadań scena postrzegana przez obserwatora jest wcześniej precyzyjnie przygotowana, a analiza trajektorii ruchu gałek ocznych jest dokonywana w kontekście zawartości sceny. Poprawna interpretacja danych pochodzących z urządzenia jest możliwa dzięki ustaleniu pozycji obserwatora względem prezentowanej sceny (monitora komputerowego), a także kalibracji urządzenia polegającej na obserwacji prostokąta o standaryzowanych wymiarach każdorazowo przed i po pokazie [5]. Pierwszym etapem akwizycji ścieżki wzrokowej jest kalibracja urządzenia OBER 2 polegająca na obwiedzeniu wzrokiem zgodnie z ruchem wskazówek zegara prostokąta kalibracyjnego, rozpoczynając od lewego górnego wierzchołka i poruszając się zgodnie z ruchem wskazówek zegara. W wyniku kalibracji otrzymuje się parametry niezbędne do późniejszego prawidłowego odczytu badań, np. Rozdzielczość, częstotliwość próbkowania, współczynniki wzmocnienia i przesunięcia dobrane przez system podczas kalibracji itp. Ze względu na specyfikę urządzenia oraz brak mechanizmów rejestrujących położenie głowy obserwatora, istotne jest, aby precyzyjnie nałożyć badanemu okulary pomiarowe oraz unieruchomić głowę w podpórce okulistycznej. Wyeliminuje to dodatkowe błędy i ułatwi analizę wy Технічні вісті 2008/1(27), 2(28) 119 ników pomiarów. Czujniki pomiarowe rejestrują także ogromną ilość promieniowania pochodzącego z otoczenia. Można wyróżnić dwa rodzaje takiego promieniowania: wolnozmienne – pochodzące z naturalnych źródeł (ciepło słoneczne, ciepło ciała ludzkiego) oraz szybkozmienne – pochodzące od różnego rodzaju urządzeń elektrycznych, prawie zawsze charakteryzujące się okresowością (lampy oświetleniowe). Takie niepożądane promieniowanie jest niejednokrotnie wiele razy silniejsze niż sygnał użyteczny emitowany przez system. Zastosowana w systemie OBER 2 metoda predykcji poziomu sygnału tła pozwala na skuteczną eliminację wpływu obu tych rodzajów zakłóceń na wyniki pomiarów [7]. Mimo to należy dodatkowo eliminować niepożądane czynniki zewnętrzne np. poprzez wprowadzenie półmroku i korzystanie z oświetlenia żarowego w pomieszczeniu, w którym dokonuje się pomiarów. II.2. Zadania wizualne II.2.1. Pokaz obiektu statycznego: Pierwsze zadanie polega na obserwacji obiektu statycznego pojawiającego się w środku sceny (rys. 1). Pokaz ten ma na celu zbadanie rodzaju, wielkości i częstotliwości drżenia gałki ocznej oraz częstości mrugania oczami. Obiekt jest prezentowany w określonym czasie niezbędnym do zarejestrowania badanych zjawisk, jednak czas ten nie może być zbyt długi z uwagi na wiek pacjentów oraz możliwość szybkiego zmęczenia narządu wzroku w związku z chorobą (w zadaniu przyjęto czas 10 [s]). o niskim poziomie kontrastu, szczególną trudność sprawia kolor niebieski i zielony w bladych odcieniach [3]). Obiekt pojawia się stopniowo w losowo wybranym miejscu sceny (ekranu). Całkowity czas prezentacji punktu to 10 [s] (rys. 3). Rys. 3 Przykład obiektu wyłaniającego się stopniowo z tła w losowym miejscu sceny (ekranu) III. Analiza W celu przeprowadzenia analizy sygnałów okoruchowych został skonstruowany zestaw specjalistycznych procedur numerycznych (przybornik) w środowisku MATLAB. Pozwala on na dokonanie wstępnych obliczeń bezpośrednio po przeprowadzeniu badania oraz ich prezentację w odpowiednio czytelnej formie. Zawiera również zestaw procedur, których zadaniem jest automatyczna ocena stanu narządu wzroku obserwatora. Jednak nie wszystkie zadania mogą być zrealizowane automatycznie np. wskutek braku współpracy obserwatora – trajektoria wymaga wówczas inspekcji przez operatora w celu walidacji rezultatów obliczeń. Rys. 1 Przykład obiektu statycznego wyświetlanego na środku sceny II.2.2. Pokaz obiektu dynamicznego: W drugim zadaniu przedstawiono poruszający się po linii prostej obiekt od strony lewej do prawej przez całą długość sceny (rys. 2). Celem tego pokazu jest zarejestrowanie trudności w płynnym poruszaniu gałką oczną (wodzenie wzrokiem) jak również obserwacja drżenia gałki ocznej w czasie ruchu poziomego. Obiekt porusza się po linii prostej ze stałą prędkością w czasie 8 [s]. Rys. 4 Przykład trajektorii ruchu oka podczas śledzenia obiektu z zadania II.2.2 Autorzy spodziewają się, że już proste parametry statystyczne rejestrowanych trajektorii (np. odchylenie standardowe) okażą się wystarczająco skuteczne do wyodrębnienia pacjentów cierpiących na chorobę Parkinsona. Wskazanie optymalnych parametrów dyskryminujących jest celem dalszych prac i wymaga przeprowadzenia badań na odpowiednio licznej grupie pacjentów. IV. Podsumowanie (a) (b) (c) Rys. 2 Przykład obiektu poruszającego się po linii prostej od strony lewej do prawej przez całą szerokość sceny (ekranu) (a) w 1 [s] (b) w 4 [s] (c) w 8 [s] II.2.3. Znajdowanie obiektu: Trzecie zadanie wizualne polega na prezentacji obiektu w kolorze bladoniebieskim wyłaniającym się stopniowo z bladoniebieskiego tła. Zadanie to ma na celu uchwycenie momentu zauważenia przez obserwatora obiektu (badania dowodzą, że osoby cierpiące na chorobę Parkinsona mają trudności w postrzeganiu obiektów 120 Zaproponowany system został przygotowany i wdrożony na Oddziale Klinicznym Kliniki Neurologii Collegium Medicum Uniwersytetu Jagiellońskiego w Krakowie, gdzie jest wykorzystywany równolegle z innymi metodami detekcji choroby Parkinsona. [1] Greese Łyko M., Fiszer U.: Drżenie samoistne, Przewodnik Lekarski, 2002, 5, 3, 30-36. [2] Wald I., Członkowska A. [red.]: Neurologia kliniczna, Państwowy Zakład Wydawnictw Lekarskich, Warszawa, 1987. [3] McCall B.: Parkinson's and the Eyes, Parkinson’s Disease Society, London, 2003. Технічні вісті 2008/1(27), 2(28) [4] Ober J., Hajda J., Loska J., Jamicki M.: Application of Eye Movement Measuring System OBER2 to Medicine and Technology, SPIE, Infrared technology and applications 3061(1):327-333, Orlando, USA, 1996. [5] Augustyniak P., Mikrut Z.: Badanie reguł postrzegania naturalnego w celu ich wykorzystania w inteligentnych systemach wizyjnych, SIIB 2004 [Dokument elektroniczny], Sztuczna Inteligencja w Inżynierii Biomedycznej, Kraków, 2004. [6] Loska J.: Wybrane problemy sprzętu i oprogramowanie systemu pomiaru ruchu oka Ober 2, praca doktorska, Politachnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice, 2003. [7] Pojda D.: Zastosowanie systemu OBER2 w diagnostyce zeza, Journal of Medical Informatics and Technologies vol. 5, November 2000. Вимірювання температури з використанням явища комбінаційного розсіяння світла Святослав Яцишин, Олег Сегеда Національний університет «Львівська політехніка» The mechanisms of Raman effect are considered to the measuring of surface temperature for solid state substance, according to theoretical analysis. h - стала Планка. Наприклад, при розсіюванні випромінювання аргонового лазера ( λ = 514,5 нм) Вступ. Явище комбінаційного розсіяння (КР) світла чутливе не тільки до зміни складу й структури речовини, а й до зміни температури [1]. Протягом останніх двох десятиліть на його основі розроблявся метод вимірювання температури поверхні твердого тіла. Метод в перспективі може не вимагати калібрування перед вимірюваннями і дозволить вимірювати температуру об’єктів в діапазоні 100 нм – 100 мкм. Постановка задачі. На даний момент за допомогою методу КР світла вдалося зробити вимірювання температури частинок розмірами 100 – 10 мкм, але лише в околі кімнатної температури. Розширення температурного діапазону методу я від 250-300 К до 1200-1400 К вимагає проведення теоретичних та експериментальних досліджень різних матеріалів та розвитку самого методу, часто у зв’язку з досліджуваними матеріалами. Мета роботи - вивчення метрологічних аспектів вимірювання температури поверхні об’єктів малих розмірів з використанням явища комбінаційного розсіяння світла. Теоретичні дослідження. Визначення температури методом КР світла базується на темпе- У виразі (1) приведені винятково універсальні константи, а також частоти, що характеризують властивості випромінювання лазера та досліджуваного об’єкту. На відміну від інших методів лазерної термометрії тут відсутні температурно залежні сталі, які слід визначати експериментально, що є перевагою даного методу. На практиці вимірюється не інтенсивність випромінювання у Вт/см2, а відносно невелика кількість фотонів, які реєструє фотоприймач. Виконуються залежності I s = n s hc (ν i − ν 0 ) й ратурній залежності інтенсивностей стоксової I s та антистоксової I as компонент розсіяного випромінювання: Is I as де ν i ;ν 0 ν = ν i i −ν 0 +ν 0 4 exp hcν 0 , (1) kT - хвильові числа оптичних фононів,, що падають на досліджуваний зразок та які відбиваються й контролюються, см-1 (ν i = 1 / λi , ν 0 = 1/ λ0 ); поверхнею кремнію (ν 0 = 525 см-1) отримаємо I s / I as ≈ 10 при температурі 300 К і 3,6 при 500К. I as = nas hc(ν i + ν 0 ) , де n s (с-1) і nas (с-1) - число стоксових та антистоксових квантів за одиницю часу. Відношення ns / nas визначається за: 3 n s ν i − ν 0 hcν 0 = exp n as ν i + ν 0 kT (2) Відношення відповідних струмів буде: 3 i s ν i − ν 0 hcν 0 = exp i as ν i + ν 0 kT (3) Звідси визначається температура опромінюваного зразка: hcν 0 (4) T= is ν i −ν 0 k ln − 3k ln ias ν i +ν 0 Випадкова похибка вимірювань зумовлена флуктуаціями числа розсіяних квантів (особливо це стосується антистоксових квантів). Для зменшення цієї похибки необхідно нагромаджувати сигнал протягом Технічні вісті 2008/1(27), 2(28) 121