Date post: | 28-Jan-2016 |
Category: |
Documents |
Upload: | aracely-barahona |
View: | 214 times |
Download: | 0 times |
Trabajo de Fin de Grado
Realizado por
FRANCISCO LUNA PEREJON
Dirigido por
OCTAVIO RIVERA ROMERO
MIRA: Elaboración de herramientas para la experimentación y estudio de los movimientos microsacádicos.
2
Índice
• Contexto• Movimientos microsacádicos• Prueba de experimentación• Sistema de adquisición• Herramienta de detección y clasificación• Herramienta de representación de la mirada• Ejemplo ilustrativo• Conclusiones
3
Contexto
• Miembros de Biología (Departamento de Fisiología)
– Estudia movimientos oculares– Necesidad de apoyo informático para proyecto de
investigación– Objetivo: elaboración de herramientas software para el estudio
de los movimientos microsacádicos
4
Contexto
5
Movimientos microsacádicos
-El ojo es sensible al cambio de luz
-A más conos, mayor retención de la vista
-Necesidad de movimiento durante la fijación para no perder la visión
• Movimientos muy bruscos y pequeños del ojo• ¿Función de los microsacádicos?
6
• Se mostraban figuras geométricas sencillas
• El sujeto mantenía la vista fijada en el centro• Se hacían preguntas al sujeto
Prueba de experimentación
7
Implementación de la prueba
• La implementación fue hecha con un software propietario: Eevoke– Desarrollado en Microsoft Excel– Bondades: comunicación con sistema de adquisición
para recogida de datos con fuertes restricciones temporales
8
Sistema de adquisición
• Método de adquisición: infrarrojos
– Casco ajustable que incorpora LEDs infrarrojos, sistema de reflexión y cámaras infrarrojas
9
Sistema de adquisición
• Resultado: registros oculares– Cuatro canales: Eje horizontal y vertical para
ojo izquierdo y derecho
10
Herramienta de detección y clasificación
• Fases
11
Herramienta de detección y clasificación
• Fase de recalibrado
12
Herramienta de detección y clasificación
• Fase de recalibrado
13
Herramienta de detección y clasificación
• Fase de procesamiento
14
Herramienta de detección y clasificación
• Fase de detección– Candidatos por velocidad
– Filtrado posterior por duración
15
Herramienta de detección y clasificación
• Fase de clasificación– Clasificación en función de la amplitud, duración y
velocidad pico de los movimientos detectados.– Microsacádicos (rojos), sacádicos(verdes) y
parpadeos(amarillos)
16
Herramienta de representación de la mirada• Modelo matemático:
17
Herramienta de representación de la mirada• Pruebas y limitaciones– Porcentaje de precisión por distancias de puntos al
centro
Esquinas Distancia2 Distancia1 Centro0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
18
Herramienta de representación de la mirada• Resultados– Limitaciones como herramienta de precisión para
representación de la mirada.• Influencia de los registros (muchas pérdidas)• Posible Influencia del sistema de adquisición
– Válido como herramienta de detección de errores en las pruebas de fijación. • Cumple en la posición central del ojo
19
Ejemplo ilustrativo
• Realización de la prueba
20
Ejemplo ilustrativo
• Análisis de fragmento de registro
21
Ejemplo ilustrativo
• Análisis de fragmento de registro
22
Ejemplo ilustrativo
• Video de la representación
Video_1410385474.wmv
23
Conclusiones
• Se ha empleado un software cerrado para implementar los experimentos.
• Desarrollo de herramientas de procesado.• Estudio de errores.• Definido un modelo matemático.
• Experiencia profesional formativa.• Aprendizaje software cerrado.• Aprendizaje sobre protocolos de investigación y experimentación
de otra disciplina.• Adquisición de capacidades de comunicación con expertos de otras
disciplinas.
24
Preguntas
GRACIAS
25
Movimientos microsacádicos
• Movimientos muy bruscos y pequeños del ojo
¿Cómo se mueve el ojo?
Una serie de músculos agarrados a la superficie estiran de él
Movimientos microsacádicos
27
Prueba de experimentación
• Resumen de la experimentación– Sujeto con la mirada fija al centro de la pantalla– Van mostrándose bloques de imágenes con distintas
propiedades
28
29
30
31
32
Herramienta de detección y clasificación
• Fase de procesamiento: pruebas
33
Herramienta de detección y clasificación
• Fase de filtrado– Filtro personalizado: elimina “picos” en la señal de
cierta amplitud por debajo de un umbral.– Se respetan velocidades mejor que los filtros básicos
34
Herramienta de detección y clasificación
• Fase de filtrado: eficiencia
35
Herramienta de detección y clasificación
• Fase de detección: pruebas– Microsacádicos detectados incorrectamente
Sujeto 1
Sujeto 2
Sujeto 3
Sujeto 4
Sujeto 5
Total
0.00% 5.00% 10.00% 15.00% 20.00% 25.00%
36
Herramienta de detección y clasificación
• Fase de detección: pruebas– Duración real y calculada de un microsacádico
Sujeto 1 Sujeto 2 Sujeto 3 Sujeto 4 Sujeto 5 Total0
0.002
0.004
0.006
0.008
0.01
0.012
0.014
0.016
0.018
0.02
Duración realDuración calculada
Herramienta de detección y clasificación
• Fase de detección: pruebas– Mejora en la usabilidad: facilidad en la
determinación de una velocidad umbral
38
Herramienta de detección y clasificación
• Fase de clasificación: pruebas– Microsacádicos reales y clasificados por el
algoritmo
Sujeto 1 Sujeto 2 Sujeto 3 Sujeto 4 Total0
20
40
60
80
100
120
140
Microsacádicos realesclasificados como microsacádicos
39
Herramienta de detección y clasificación
• Fase de clasificación: pruebas– Porcentaje de error en microsacádicos
Sujeto 1
Sujeto 2
Sujeto 3
Sujeto 4
Total
0.00% 5.00% 10.00% 15.00% 20.00% 25.00%
40
Herramienta de detección y clasificación
• Fase de clasificación: pruebas– Estudio de errores en la clasificación de
microsacádicos
Sujeto 1 Sujeto 2 Sujeto 3 Sujeto 4 Total0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
Error en micros por parpadeos
Error en micros por detección
41
Herramienta de detección y clasificación
• Fase de clasificación: pruebas– Porcentaje de error en sacádicos a causa de
parpadeos
Sujeto 1
Sujeto 2
Sujeto 3
Sujeto 4
Total
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
42
Herramienta de detección y clasificación
• Fase de clasificación: pruebas– Porcentaje de acierto de parpadeos
Sujeto 1
Sujeto 2
Sujeto 3
Sujeto 4
Total
0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 80.00%