Тип работы:
Предмет:
Язык работы:


РАЗРАБОТКА И ИССЛЕДОВАНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИЗМЕРЕНИЯ ПАРАМЕТРОВ ЗРАЧКА ЧЕЛОВЕКА НА ОСНОВЕ ВИДЕОКАМЕРЫ

Работа №121219

Тип работы

Магистерская диссертация

Предмет

физика

Объем работы51
Год сдачи2020
Стоимость4810 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
37
Не подходит работа?

Узнай цену на написание


Введение 4
Глава 1 Анализ существующего уровня развития автоматизированных систем регистрации параметров зрачков глаза человека 5
1.1 Общая постановка задачи измерения зрачковых реакций человека 5
1.2. Выбор оборудования для системы регистрации и измерения диаметра зрачка 9
1.3 Анализ алгоритмов для определения границ зрачка глаза 15
1.4 Описание алгоритма поиска границ зрачка с применением языка
программирования Python 21
Глава 2 Разработка системы и алгоритмов измерения диаметра зрачка
глаза человека 25
2.1 Разработка аппаратной части системы 25
2.2 Разработка алгоритма измерения диаметра зрачка на LabVIEW ... 29
2.2.1. Построение гистограммы яркостей изображения 29
2.2.2. Алгоритм определения порога бинаризации изображения глаза 30
2.2.3. Алгоритм определения границ локальной области зрачка по
гистограмме количества единичных пикселей 33
2.2.4. Алгоритм уточнения порога бинаризации в локальной области 36
2.2.5. Алгоритм измерения диаметра зрачка 38
2.3 Разработка алгоритма измерения диаметра зрачка на Python 39
Глава 3 Проведение тестовых измерений 43
3.2 Использование языка программирования Python 43
Заключение 48
Список литературы 49


Одно из полезных применений алгоритмов машинного зрения - это возможность определять скорость реакции нервной системы человека по реакции зрачка на свет. Это может использоваться для оценки адекватности человека, его готовности к сложной, опасной и ответственной работе (пилот самолета, оператор АЭС, диспетчер метро и т.п.).
Ещё в конце XVII века врачи начали замечать, что пациенты в разных состояниях по-разному реагируют на свет. Спустя почти 300 лет исследования подхватил Экхард Хесс, который также сделал вывод, что на скорость реакции зрачка влияет усталость и виды мысленного напряжения перед оценкой. В целом - скорость расширения зрачка после вспышки света (адаптации к темноте) может служить мерилом степени возбуждения нервной системы. В 1982 году Хесс же доказал, что зрачки больше раскрываются, когда вы смотрите на предмет, который вам интересен. Показывал он испытуемым -мужчинам, конечно, фото девушек. Потом постепенно перешли к более тонким материям - любимой еде, кандидату от своей партии и так далее. Потом перешли к измерению ментальной нагрузки. Чем интенсивнее человек думает, тем медленнее расширяются зрачки. Тогда мозг «нагружали» арифметикой. Сегодня бы мы сказали, что процессы параллелятся, и когда вычислительная мощность мозга чем-то занята, оценка окружающего состояния по освещению ведётся медленнее. Осталось недоказанным предположение, что расширенные зрачки служат одним из аттракторов в невербальной коммуникации.
Ещё позднее стали появляться исследования, численно связанные с влиянием на зрачковый рефлекс различных видов мысленного напряжения (внимательное рассмотрение предметов, проведение вычислений в уме) и нервных расстройств (депрессия, повышенная возбудимость и т.д.).
Основной целью данной работы является разработка программного обеспечения позволяющее обрабатывать видеоизображение, автоматически выделять границы зрачка, производить вычисление диаметра зрачка.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В результате проделанной работы была разработана система регистрации и алгоритм измерения диаметра зрачка глаза человека, реализованный в среде LabVIEW и на языке программирования Python. Испытания, проведённые с помощью разработанной системы, позволили определить временные характеристики реагирования зрачка на визуальный стимул в виде импульсного излучения белого цвета. Разработанная система и алгоритм могут найти применение при исследовании зрачковых реакций на другие визуальные стимулы, например, тестовые изображения или видеозаписи.


1. Шахнович, А. Р., Шахнович, В. Р. Пупиллометрия - М. : Медицина, 1964.
-252 с.
2. Janisse M.P. Pupillometry: The psychology of the pupillary response. - New York : Wiley, 1977.
3. Алексеев, В. Н. и др., Офтальмология. Учебник для вузов - Издательство: ГэотарМедиа, 2010 - 242 с.
4. Risto F. Pupillometry. The Psychology of the Pupillary Response (Book) // Journal of Personality Assessment. - 1980. - vol. 44, no. 4. - pp. 441-444.
5. Пупиллодиагностика Е. С. Вельховер, В. Ф. Ананин. - М. : Изд-во УДН, 1991. - 212 с.
6. Фоменко В.Н, Куприянов А.С. Математические модели зрачковых реакций глаза человека (пупиллограмм). Известия ПГУПС. - 2010. - №4 (25). С. 220-231.
7. Ахметвалеев А. М. Нейросетевая модель и программный комплекс определения функционального состояния опьянения человека по зрачковой реакции на световое импульсное воздействие. дис. ... к. м. н. КНИТУ-КАИ им. А.Н. Туполева. Казань, 2018. 163 с.
8. Lanata A, Armato A., Valenza G. and Scilingo E. P. Eye tracking and pupil size variation as response to affective stimuli: A preliminary study Proceedings of the 5th International ICST Conference on Pervasive Computing Technologies for Healthcare 2011, Dublin, Ireland.
9. McLaren J.W., Erie J.C., Brubaker R.F. Computerized analysis of pupillo¬grams in studies of alertness // Invest. Ophthalmol. Vis. Sci. - 1992. - vol. 33, no. 3.
-pp. 671-676.
10. Nakayama M., Shimizu Y. Pupillory response as a measure of emotional change // Testing drugs for physical dependence potential and abuse liability. - NIDA Research Monograph, 2004.
11. Кальницкая В.Е., Погребной А.И. Бинокулярная синхронная пупиллометрия в мониторинге функционального состояния спортсменов высокой квалификации // Физическая культура, спорт - наука и практика. - 2012. - № 2. - С. 41¬45.
12. Куцало А.Л. Пупиллометрия в качестве метода экспресс-диагностики наркотической интоксикации: дис. ... к. м. н. Институт токсикологии. СПб, 2004. 118 с.
13. Цимбал Ф.А. и др. Исследование порога чувствительности метода пупиллометрии при интоксикации фосфорорганическими соединениями // Токсико-логический вестник. - 2007. - № 1. - С. 26-28.
14. Vassilieva A., Olsen M. H., Peinkhofer C., Knudsen G. M., Kondziella D. Au-tomated pupillometry to detect command following in neurological patients: a proof- of-concept study // PeerJ 7:e6929 http://doi.org/10.7717/peerj.6929.
15. Temel D., Mathew M. J., AlRegib G., Khalifa Y. M. Automated Pupillary Light Reflex Test on a Portable Platform. International Symposium on Medical Ro¬botics (ISMR), Atlanta, GA, USA, 2019, pp. 1-7.
16. Merlin D. L., Matthias B. Portable Infrared Pupillometry: A Review Anesthe¬sia and analgesia // 2015, vol. 120. № 6. - pp. 1242 - 1253.
17. Boev AN, Fountas KN, Karampelas I, Boev C, Machinis TG, Feltes C, et al. Quantitative pupillometry: normative data in healthy pediatric volunteers. J Neuro¬surg. 2005;103(6 Suppl):496-500.
18. Boronenko M., Boronenko Y., Zelenskiy V., & Kiseleva E. (2020). Use of Ac-tive Test Objects in Security Systems. In: Ayaz H. (eds.) Advances in Neuroergo-nomics and Cognitive Engineering. AHFE 2019. Advances in Intelligent Systems and Computing, Vol. 953. Springer, Cham. doi: 10.1007/978-3- 030-20473-0_43.
19. Lanata A., Armato A., Valenza G., Scilingo E. P. Eye tracking and pupil size variation as response to affective stimuli: A preliminary study // Proceedings of the 5th International ICST Conference on Pervasive Computing Technologies for Healthcare. 2011. Dublin, Ireland.
20. Киселева Е.С., Бороненко М.П., Зеленский В.И. Диагностика эмоционального состояния человека методом пупиллометрии. Электронные средства и системы управления. Материалы докладов XIV Международной научно - практической конференции, 28-30 ноября 2018 г. Томск, Изд-во ТУСУР, № 1-1, с. 216 - 220.
21. Исаева О.Л., Киселева Е.С., Бороненко М.П. Проблема отслеживания центра внимания оптоэлектронными системами без применения инфракрасной подсветки. Научное обозрение. 2019, № 5, с. 26 - 30.
22. В.В. Чигринский, Ю.С. Ефимов, И.А. Матвеев Быстрый алгоритм поиска границ зрачка и радужной оболочки глаза. Машинное обучение и анализ данных, 2016. Том 2, №2. - с. 159 - 172.
23. Timm F., Barth E. Accurate eye centre localisation by mean of gradients. Pro- ceedins of the Int. Conference on Computer Theory and Applications (VIASAPP). - Algarve (Portugal), 2011. Vol. 1 - pp. 125 - 130.
24. Bai L., Shen L., Wang Y. A Novel Eye Location Algoritm based on Radial Symmetry Transform. 18th International Conference on Pattern Recognition (ICPR).
- Hong Kong, 2006. - pp.511 - 514.
25. Low G., Zelinsky A. Fast radial symmetry for detecting points of interest. IEEE Transactions on pattern analysis and machine intelligence. № 25(8). - pp. 959 - 973.
26. Skodras E., Fakotakis N. Precise Localization of Eye Centers in Low Resolu-tion Color Images. IVC. - 2015. - vol. 36, № 1. pp. 51 - 60.
27. Alrifaee M. M., Abdallah M. M. and Al Okush B. G. A short survey of iris im-ages databases. International journal of multimedia & its applications. 2017 08. 0975 5934.
28. Монич Ю.И., Старовойтов В.В. Обработка изображений радужной оболочки глаза в целях идентификации границ радужной оболочки глаза. Искусственный интеллект. - 2009. - № 3. - С. 397 - 403.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ