System of computer aiding diagnostic of Squint with applyinganalysis of the signal of themove of the eye

• Autorzy: Pojda D.

Warianty tytułu

PL

System komputerowego wspomagania diagnostyki choroby zezowej z zastosowaniem analizy sygnału ruchu oka

• Języki publikacji: EN

Abstrakty

EN

Squint is one of many conditions in which early diagnosis and prompt treatment are essential for best outcome. Diagnostic methods used at present in ophthalmology rely largely on the doctor’s experience. The doctor determines the scope of necessary intervention by observing the mobility of the patient’s eyeballs. The perimeter is an essential measuring tool used in the analysis of squint. The perimeter allows eyeball mobility to be evaluated quantitatively. Its drawback, however, is that it requires continuous interaction between the doctor and patient. The purpose of this work is to find new diagnostic techniques, providing equally exact measurements of eyeball movement, while making the whole process automatic. A model of the oculomotoric system is proposed which can be used to describe this system for the purposes of ophthalmology. As the parameters of the model are related to the functional parameters of the extraocular muscles, it is possible to predict changes in eyeball mobility that will result from changes in muscle parameters due to a surgical correction.

PL

Choroba zezowa jest jednym z tych schorzeń, w których wczesna diagnoza i szybkie podjęcie leczenia ma istotne znaczenie dla osiągnięcia najlepszych rezultatów. W artykule przedstawiono założenia dla systemu wspomagającego diagnostykę choroby zezowej opartego na zaproponowanym modelu układu ruchu oka. Wykorzystano w nim model dynamiczny pracy mięśni poruszających gałką oczną. Wprowadzono modyfikacje tego modelu, polegające na uwzględnieniu elementów odpowiadających trójwarstwowej strukturze przetwarzania informacji wizualnej przez mózg. Tak rozbudowany model stanowi narzędzie pozwalające na prowadzenie badań diagnostycznych w chorobie zezowej. Badania takie, z uwagi na dynamiczny charakter zadawanych wymuszeń dają szansę na wykrycie choroby zezowej we wczesnym stadium, zaś ze względu na ich bezinwazyjność i krótki czas prowadzenia badania, mogą one być stosowane jako badania przesiewowe u dużej populacji pacjentów. Wykazano, że wykorzystując model układu okulomotorycznego można uzyskać odpowiedź układu zbliżoną w kształcie do przebiegu sygnału ruchu oka. Modyfikując parametry modelu można wpływać na kształt tego sygnału i w ten sposób starać się określić parametry zabiegu jakiemu należy poddać pacjenta. System, którego założenia przedstawiono w artykule może służyć pomocą˛ okuliście planującemu zabieg korekcji mieśni oka w chorobie zezowej lub pragnącemu zweryfikować wyniki wcześniej wykonanych zabiegów. Może on również być pomocny w szkoleniu młodych lekarzy, pozwalając na bieżącą˛ weryfikacje˛ wyników podejmowanych decyzji. Zawsze jednak ostateczna decyzja i ostateczna odpowiedzialność będzie spoczywała w rękach lekarza. Dlatego też proponowana metoda powinna być traktowana jedynie jako narzędzie wspomagające jego prace˛.

Słowa kluczowe

EN

squint; eye movements; Ober2; dynamic model

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2008
• Tom: Vol. 20, No. 1
• Strony: 3--14
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Pojda D.

• Institute of Theoretical and Applied Informaties of the Polish Academy of Sciences

Bibliografia

• [1] J. Pajakowa, H. Nowak-Brygowa, K. Krzystkowa, A. Kubatjo-Zielińska: Rozpoznawanie i leczenie choroby zezowej. Zasady i metodyka pracy ortoptystyki. Państwowy Zakład Wydawnictw Lekarskich, Warszawa 1989.
• [2] J. Ober, M. Janicki: Cakibration and gain adjustment in an eye movement measurement system. In Medical Informatics and Technologies 2000, pages BI-9 – BI-14, Katowice, 2000.
• [3] M. Jamicki, J. Loska, J. Ober, J. Hajda: System pomiarowy ruchu oka ober2 w medycynie. Techniki Informatyczne w Medycynie 97, pages 123-132, Katowice, 1997.
• [4] M. Jamicki, J. Loska, J. Ober, J. Hajda: Zastosowanie systemu pomiarowego ruchu oka ober2 do detekcji dyslekcji. Techniki Informatyczne wMedycynie 97, pages 39-46, Katowice, 1997.
• [5] J. Ober, D. Pojda: Multilayer model of the oculomothoric system for computer based diagnosis of squint. In VIII International Conference Medical Informatics and technologies – MIT2003, uSTRO´N, 6-8 nOVEMBER 2003.
• [6] L. Stark, M.R. Clark: Time optimal behavior of human saccadic eye movement. IEEE Transaction on Automatic Control, (June): 345-348, 1975.
• [7] D. Pojda: Application of the OBER2 system to diagnosis of squint. In Medical Informatics and Technologies 2000, pages BI-75 - BI-82, Katowice 2000.
• [8] M. Jamicki: Eye movement signal processing. PhD thesis, Politechnika Śląska, Wydział Automatyki Elektroniki i Informatyki, Gliwice, 1999.
• [9] L. Stark, M.R. Clark: Control of human eye movements: I. modeling of extrocular muscle. Math. Biosc., (20):191211, 1974.
• [10] L. Stark, M.R. Clark: Control of human eye movements: Ii. a model for the extrancular plant mechanism. Math. Buisc., (20):213-238, 1974.
• [11] J. Ober: The hardware solution for background suppression in photoelectric ir eye movement recording. In Workshop on Eye Movement Monitoring in Ophthalmology, Warszawa, 10-15.04.1994.
• [12] E.L. Keller, K.D. Pfann and J.M. Miller: New models of the oculomotor mechanics based on data obtained with chronic musele force transducers. Biomed. Eng., (23): 346-358, 1995.
• [13] D.S. Zee, R.J. Leigh: The Neurology of Eye Movements. Oxford University Press. 1999.
• [14] A.R. Koene: Eye Mechanics And Their Implications For Eye Movement Control. PhD thesin, 2002.