XiaoMi-AI文件搜索系统
World File Search System瞳孔
病例系列药物分析打印件名称：Bexsero 疫苗分析打印件
病例系列药物分析打印名称：Bexsero 疫苗分析打印报告运行日期：2022 年 3 月 16 日数据锁定日期：2022 年 3 月 15 日 18:30:03 最早反应日期：2014 年 3 月 25 日 MedDRA 版本：MedDRA 24.1 反应名称总计致死眼部疾病白内障病症白内障 1 0 结膜和角膜出血及血管疾病结膜出血 1 0 眼睑运动障碍过度眨眼 1 0 眼睑功能障碍 1 0 虹膜和葡萄膜感染、刺激和炎症虹膜睫状体炎 1 0 流泪障碍流泪增多 2 0 泪液变色 1 0 眼睑、睫毛和泪道感染、刺激和炎症眼睑红斑 1 0 眼睑肿胀 2 0 眼部疾病 NEC 眼下黑眼圈眼睛 1 0 眼部疾病 1 0 眼部水肿 1 0 眼痛 2 0 眼部肿胀 5 0 眶周肿胀 1 0 眼部感染、炎症及相关表现 眼部充血 1 0 眼神经和肌肉疾病 眼球运动障碍 16 0 凝视麻痹 2 0 斜视 3 0 眼部感觉障碍 畏光 5 0 视神经乳头异常 NEC 视乳头水肿 1 0 瞳孔疾病 瞳孔缩小 1 0 瞳孔散大 2 0 瞳孔疾病 1 0 瞳孔大小不等 1 0 巩膜结构改变、沉积和变性 巩膜变色 1 0 视觉障碍 NEC 视力模糊 4 0 视力障碍和失明（色盲除外） 失明 1 0 短暂性失明 1 0 皮质性视力障碍 1 0 视力障碍 4 0 眼部疾病 SOC 总计 67 0
当辅助眼睛跟踪失败时：通过瞳孔适应性反应与脑干患者进行交流 - 案例研究
然而，当动眼控制恶化时，凝视跟踪设备的使用受到阻碍，因为最终发生在ALS的进展中，或者脑病变会影响眼部迁移率。在称为完全锁定状态（CLIS）[7]的条件下，眼睛运动可能会完全丢失。对于这些患者，维持沟通的唯一机会是依靠其他系统，例如基于EEG信号来控制AAC设备。这些方法通常称为大脑计算机界面（BCIS）[8]。在与某些BCI的与CLIS患者沟通方面的部分成功，尤其是基于事件相关电位的BCI [9,10]。但是，这些系统需要相对较长的准备工作以及专门的AAC促进者的存在，并且学习曲线困难，因为患者必须了解对特定生理信号的适当控制[11]。此外，它们通常非常昂贵。因此，需要更简单，更适合患者的方法。
飞机驾驶员的认知工作量评估
在本研究中，我们研究了飞机飞行员在模拟起飞过程中的认知负荷。我们提出了一个概念验证设置环境，用于在模拟器中收集 A320 起飞期间的心率、瞳孔扩张和大脑认知负荷数据。在实验期间，我们收集了 13 名飞行员的 136 次起飞，时间序列数据超过 9 小时。此外，本文研究了此类练习期间心率、瞳孔扩张和认知负荷之间的相关性，发现在关键时刻（例如发动机故障）认知负荷的激增会增加飞行员的心率和瞳孔扩张。结果表明，起飞过程中的关键时刻会增加飞行员的认知负荷。接下来，我们使用 stacked-LSTM 模型来预测未来 5 秒的认知负荷。该模型能够产生准确的预测。
在低成本眼动追踪装置中使用前庭眼反射自动检测瞳孔并估计凝视
摘要 — 自动眼动追踪对于与患有肌萎缩侧索硬化症的人互动、用眼睛控制电脑鼠标以及对葡萄膜黑色素瘤进行控制性放射治疗都具有重要意义。据推测，凝视估计的准确性可能通过使用前庭眼动反射来提高。这种不自主的反射会导致缓慢的补偿性眼动，与头部运动的方向相反。因此，我们假设在眼动追踪过程中让头部自由移动一定比保持头部固定、只让眼睛移动产生更准确的结果。本研究的目的是创建一个低成本的眼动追踪系统，通过保持头部自由移动，将前庭眼动反射纳入凝视估计中。所用的仪器包括一个低成本的头戴式网络摄像头，可记录一只眼睛。尽管用于记录的网络摄像头是低端的，并且没有直接照明，但瞳孔检测是完全自动和实时的，采用了简单的基于颜色和基于模型的混合算法。本研究测试了基于模型的算法和基于插值的算法。根据凝视估计结果中的平均绝对角度差，我们得出结论，基于模型的算法在头部不动时表现更好，而在头部移动时同样表现良好。当头部自由移动时，使用任一算法，凝视点与目标点的大多数偏差小于 1 ◦，可以得出结论，我们的设置完全符合文献中的 2 ◦ 基准，而头部不动时的偏差超过 2 ◦。所使用的算法之前未在被动照明下进行测试。这是首次研究考虑到前庭眼反射的低成本眼动追踪装置。
三重科学 - 生物学
8。瞳孔位于虹膜虹膜中心的一个孔，允许光撞击视网膜。虹膜控制瞳孔的直径和大小，从而控制到视网膜的光量。角膜覆盖虹膜和学生的眼睛的透明前部。镜头透明的双孔结构与角膜一起有助于折射光，以专注于视网膜上。视网膜要接收镜头聚焦，将光转换为神经信号的光，并将这些信号发送到大脑以进行视觉识别。视神经
使用瞳孔平面波前数据导出动态测距瑞利信标弗里德参数值的湍流剖面分析
摘要。大气湍流通常会阻碍远距离光学成像应用。湍流对成像系统的影响可以表现为图像模糊效应，通常通过系统中存在的相位失真来量化。模糊效应可以根据沿传播路径测量的大气光学湍流强度及其对成像系统内相位扰动统计的影响来理解。获取这些测量值的一种方法是使用动态范围的瑞利信标系统，该系统利用沿传播路径的战略性变化的信标范围，有效地获得影响光学成像系统的像差的估计值。我们开发了一种从动态范围的瑞利信标系统中提取断层扫描湍流强度估计值的方法，该系统使用 Shack - Hartmann 传感器作为相位测量装置。介绍了从快速序列中获得的战略性范围变化的信标测量中提取断层扫描信息的基础，以及典型湍流场景的建模示例。此外，处理算法还用于模拟孤立强湍流层的识别。我们介绍了所选处理算法的基础，并讨论了该算法作为大气湍流分析方法的实用性。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 Unported 许可证出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.OE.59.8.081807]
2014-Leupold-Optics-Catalog.pdf - ACP-Waffen
不同瞄准镜之间的可见亮度差异是由多种因素造成的，但最重要的因素莫过于出瞳。人眼的瞳孔扩张范围从明亮阳光下的约 2 毫米到黑暗中的 7 毫米。为了充分发挥瞄准镜的潜力，出瞳需要与人眼的瞳孔扩张相匹配。10 倍放大倍数下的 40 毫米物镜将具有 4 毫米出瞳，面积为 12.6 平方毫米……非常适合清晨或傍晚拍摄。50 毫米物镜将使出瞳增加到 5 毫米，面积为 19.6 平方毫米。这意味着总光通量增加了 56%。在某些光学器件上，例如固定倍率 4x33mm，出瞳直径超过 8mm……您的眼睛被光线所笼罩，图像异常明亮。因此，大物镜的优势在于，它可以在更高放大倍数下增加出瞳直径。
个性化抗衰老药物的年龄型
摘要：自主感觉子午响应（ASMR）是头皮上的刺痛感，它是针对与默认模式网络连接的特定触发音频和视觉刺激的响应。我们的研究（n = 76）旨在通过检查瞳孔直径和脑活动来测试ASMR的神经生理学。假设ASMR的特质性质，我们期望结果检测到相反的生理结果，考虑到学生的直径和脑激活。我们使用了一系列的自我报告来研究心理维度。对于生理措施，我们使用了两种工具：学生和Neurosky Mindwave手机2。结果表明，在ASMR视频中，无论刺痛感如何，ASMR视频中的瞳孔直径增强。另一方面，ASMR视频中的唤醒水平低于其他条件。两种神经生理学措施之间的差异似乎是特殊的，可以被视为ASMR心理结局的促进现象。
FACET：使用椭圆建模实现快速准确的基于事件的眼动追踪，实现扩展现实
摘要 — 眼动追踪是扩展现实 (XR) 中基于凝视的交互的关键技术，但传统的基于帧的系统难以满足 XR 对高精度、低延迟和低功耗的要求。事件摄像机由于其高时间分辨率和低功耗而提供了一种有前途的替代方案。在本文中，我们提出了 FACET（快速准确的基于事件的眼动追踪），这是一种端到端神经网络，可直接从事件数据输出瞳孔椭圆参数，针对实时 XR 应用进行了优化。椭圆输出可直接用于后续基于椭圆的瞳孔追踪器。我们通过扩展带注释的数据并将原始掩模标签转换为基于椭圆的注释来训练模型，从而增强了 EV-Eye 数据集。此外，采用了一种新颖的三角损失来解决角度不连续性问题，并提出了一种快速因果事件体积事件表示方法。在增强版 EV-Eye 测试集上，FACET 实现了平均瞳孔中心误差 0.20 像素，推理时间为 0.53 毫秒，与现有技术 EV-Eye 相比，像素误差和推理时间分别减少了 1.6 倍和 1.8 倍，参数和算术运算减少了 4.4 倍和 11.7 倍。代码可在 https://github.com/DeanJY/FACET 上找到。