De beweging van onze ogen biedt inzicht in veel belangrijke aspecten van de menselijke cognitie en gezondheid. Het is een belangrijke variabele die een rol speelt in veel functionele MRI-studies (magnetic resonance imaging). Onderzoekers van het Max Planck Instituut voor Menselijke Cognitieve en Hersenwetenschappen in Leipzig en het Kavli Instituut voor Systeemneurowetenschappen in het Noorse Trondheim hebben nu software ontwikkeld die gebruik maakt van artificiële intelligentie (AI) om oogpositie en oogbewegingen rechtstreeks te voorspellen aan de hand van MRI-beelden.
De methode opent snelle en goed betaalbare mogelijkheden voor studie en diagnose. Bijvoorbeeld in het geval van neurologische ziekten die zich vaak uiten in oogbewegingsstoornissen, aldus de Max Planck Society in een persbericht. Om oogbewegingen te registreren, maken onderzoeksinstellingen gebruik van zogenaamde eye tracking. Dat is een sensortechnologie waarbij infrarood licht van een camera op het netvlies van het oog valt en daar wordt weerkaatst, wat uiteindelijk kan worden gemeten.
“Omdat een MRI een zeer sterk magnetisch veld heeft, heb je speciale eye-tracker camera’s nodig, die vaak niet betaalbaar zijn voor klinieken en kleine laboratoria”, zegt studieauteur Matthias Nau, die het nieuwe alternatief samen met Markus Frey en Christian Doeller heeft ontwikkeld. De hoge prijs van deze camera’s en de experimentele inspanning die het gebruik ervan vergt, hebben tot dusverre een wijdverbreid gebruik van eye tracking bij MRI-onderzoeken verhinderd. Dit zou nu kunnen veranderen.
Gratis software
De wetenschappers uit Leipzig en Trondheim hebben de gemakkelijk te gebruiken software “DeepMReye” ontwikkeld en stellen deze gratis ter beschikking. Het kan nu worden gebruikt in MRI-experimenten zonder camera, om na te gaan waar de deelnemers aan het onderzoek werkelijk kijken.
“Het neurale netwerk dat we gebruiken detecteert specifieke patronen in het MRI-signaal van de ogen. Zo kunnen we voorspellen waar de persoon kijkt. AI helpt ons hierbij enorm, omdat we als wetenschappers vaak niet precies weten naar welke patronen we moeten zoeken”, legt Markus Frey uit. Hij en zijn collega’s hebben het neurale netwerk met hun eigen en openbaar beschikbare gegevens van studiedeelnemers zo getraind dat het nu met nieuwe gegevens kan voorspellen waar iemand kijkt.
Met gesloten ogen
Dit opent vele mogelijkheden – zoals het onderzoeken van het kijkgedrag van deelnemers en patiënten in bestaande MRI-gegevens die oorspronkelijk zijn opgenomen zonder eyetracking. Op die manier kunnen onderzoekers bijvoorbeeld met behulp van oudere studies en gegevensreeksen geheel nieuwe vragen beantwoorden. De software kan ook voorspellen wanneer de ogen open of gesloten zijn. Bovendien kan het model oogbewegingen analyseren, zelfs wanneer de deelnemers aan het onderzoek slapen of zelfs in diepe slaap zijn.
“Ik kan me daarom voorstellen dat de software ook in de kliniek zal worden gebruikt, bijvoorbeeld in het slaaplaboratorium, om oogbewegingen in verschillende stadia van de slaap te bestuderen”, zegt Matthias Nau. Bovendien konden voor blinde patiënten de speciale eye-tracking camera’s tot nu toe slechts zeer zelden worden gebruikt, omdat een exacte kalibratie zeer omslachtig was.
“Ook hier kunnen studies gemakkelijker worden uitgevoerd met DeepMReye, omdat je de kunstmatige intelligentie zou kunnen kalibreren met behulp van gezonde proefpersonen en vervolgens zou kunnen toepassen bij onderzoeken van blinde patiënten.”
Ook interessant: AI kan helpen druk op de IC’s door corona te verminderen
Geselecteerd voor jou!
Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.