
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用PRIMA系统模拟假体视觉并提升面部表征能力
《Journal of NeuroEngineering and Rehabilitation》:Simulation of prosthetic vision with the PRIMA system and enhancement of face representation
【字体: 大 中 小 】 时间:2026年03月29日 来源:Journal of NeuroEngineering and Rehabilitation 6.0
编辑推荐:
摘要研究目的植入PRIMA光生伏特视网膜假体的地理性萎缩患者所报告的视力,其平均清晰度与100微米像素尺寸相当。尽管这一出色的视力水平使他们能够阅读和书写,但他们仍表示在识别面部时存在困难。尽管受到像素化刺激的影响,患者们称看到的却是平滑的图案而非点状物。本文提出了一种全新的非像
植入PRIMA光生伏特视网膜假体的地理性萎缩患者所报告的视力,其平均清晰度与100微米像素尺寸相当。尽管这一出色的视力水平使他们能够阅读和书写,但他们仍表示在识别面部时存在困难。尽管受到像素化刺激的影响,患者们称看到的却是平滑的图案而非点状物。本文提出了一种全新的非像素化算法,用于模拟PRIMA患者所体验的假体视觉效果,将该算法的预测结果与临床感知结果进行对比,同时提出了基于计算机视觉和机器学习的方法来提升面部特征的呈现效果。
我们设计的模拟算法(ProViSim)整合了灰度滤镜、空间分辨率滤镜和对比度滤镜。这些滤镜能够弥补视网膜假体有限的采样密度(像素间距)以及假体视觉较低的对比度敏感度问题。使用该模拟器生成的兰多尔特C字形图案和面部图像会与实际PRIMA用户的反馈进行对比。为弥补因分辨率或对比度不足而在假体视觉中丢失的面部特征,我们在图像投射到光生伏特视网膜假体之前,会应用机器学习面部特征定位模型以及经过对比度调整的色调曲线。
利用上述算法模拟出的假体视觉效果,与临床研究中观察到的最高字母清晰度以及患者对面部特征的主观描述相吻合。在图像投射到假体之前应用反向对比度滤镜,并借助机器学习面部特征定位模型突出面部特征,有助于保持假体视觉中的对比度,提升情绪识别能力,同时缩短反应时间。
假体视觉的空间和对比度限制会导致可识别特征的数量减少,还会使自然图像的质量下降。基于机器学习的方法以及在图像投射到假体之前进行的对比度调整,能够在一定程度上缓解这些限制,从而提升面部特征的呈现效果。虽然像素更小的假体有望实现更高的空间分辨率,但对比度增强对于面部识别来说依然至关重要。
植入PRIMA光生伏特视网膜假体的地理性萎缩患者所报告的视力,其平均清晰度与100微米像素尺寸相当。尽管这一出色的视力水平使他们能够阅读和书写,但他们仍表示在识别面部时存在困难。尽管受到像素化刺激的影响,患者们称看到的却是平滑的图案而非点状物。本文提出了一种全新的非像素化算法,用于模拟PRIMA患者所体验的假体视觉效果,将该算法的预测结果与临床感知结果进行对比,同时提出了基于计算机视觉和机器学习的方法来提升面部特征的呈现效果。
我们设计的模拟算法(ProViSim)整合了灰度滤镜、空间分辨率滤镜和对比度滤镜。这些滤镜能够弥补视网膜假体有限的采样密度(像素间距)以及假体视觉较低的对比度敏感度问题。使用该模拟器生成的兰多尔特C字形图案和面部图像会与实际PRIMA用户的反馈进行对比。为弥补因分辨率或对比度不足而在假体视觉中丢失的面部特征,我们在图像投射到光生伏特视网膜假体之前,会应用机器学习面部特征定位模型以及经过对比度调整的色调曲线。
利用上述算法模拟出的假体视觉效果,与临床研究中观察到的最高字母清晰度以及患者对面部特征的主观描述相吻合。在图像投射到假体之前应用反向对比度滤镜,并借助机器学习面部特征定位模型突出面部特征,有助于保持假体视觉中的对比度,提升情绪识别能力,同时缩短反应时间。
假体视觉的空间和对比度限制会导致可识别特征的数量减少,还会使自然图像的质量下降。基于机器学习的方法以及在图像投射到假体之前进行的对比度调整,能够在一定程度上缓解这些限制,从而提升面部特征的呈现效果。虽然像素更小的假体有望实现更高的空间分辨率,但对比度增强对于面部识别来说依然至关重要。