Tema 3 Evaluación de la calidad óptica del sistema visual con un elemento compensador.

Slides:



Advertisements
Presentaciones similares
Métodos de evaluación de la superficie corneal
Advertisements

Métodos de evaluación de la calidad óptica del ojo
Estimación de una probabilidad en muestras pequeñas
HERRAMIENTAS ESTADÍSTICAS PARA CONTROL DE CALIDAD
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
} LISSET BÁRCENAS MONTERROZA
La prueba U DE MANN-WHITNEY
INFERENCIA ESTADÍSTICA
Estimación por intervalos de confianza.
Estimación por Intervalos de confianza
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Distribuciones muestrales Procedimientos de muestreo
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
INFERENCIA ESTADÍSTICA
MEDIDAS DE CORRELACIÓN
Estadística Administrativa I
Inferencia Estadística
Unidad VI: PRUEBAS DE HIPOTESIS
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA (593-9)
1 Planteamiento del problema ¿Tenemos los humanos la capacidad de percibir si nos miran desde atrás? O, más exactamente: ¿Es defendible que existen otras.
Ignacio CascosDepto. Estadística, Universidad Carlos III1 Estadística en la Ingeniería Introducción.
Fórum TIG-SIG Barcelona, 29 junio Criterios, definiciones y especificaciones de la calidad: ¿Existen? Dolors Institut Cartogràfic.
Estadística Descriptiva continuación
ESTADISTICA TEMA y 223.
IPC 2008 Estimaciones por Bootstrap
1 M. en C. Gal Vargas Neri. 2 Planeación del curso TEMACAP.TITULODÍASSEMFEC FIN TEMA 00MOTIVACION Y PLANEACION1111/01 TEMA I1-2ESTADISTICA Y MEDICION2115/01.
CAPÍTULO 14º LA VOLATILIDAD.
Tema 8: Estimación 1. Introducción.
Curso de Bioestadística. ANOVA
Métodos de calibración: regresión y correlación
INTRODUCCIÒN A LA INVESTIGACIÓN TRABAJO No. 3
Inferencia Estadística
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 CONTRASTES DE HIPÓTESIS Tema 14 * 2º BCS.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA Tema 13.4 * 2º BCS.
ESTIMACIÓN ESTADÍSTICA POR INTERVALO DE CONFIANZA
Límites y Continuidad.
TEMA 3: SISTEMAS DE COSTOS PREDETERMINADOS
Tema 7: Introducción a la inferencia estadística
Tema 7: Introducción a la inferencia estadística
INFERENCIA ESTADÍSTICA
Medición de riesgos y valuación de seguros Riesgos.
Pruebas de hipótesis.
Matemática Avanzada  Contenido Temático.  Objetivo: El alumno será capaz de integrar sus conocimientos de álgebra y geometría, en su aplicación al cálculo.
Análisis de series de tiempo
Construcción de la tabla del ANOVA
De constructo, de criterio, de contenido.
Estimación Diferencia de dos medias
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 15 * CONTRASTES DE HIPÓTESIS MATEMÁTICAS A. CS II.
Análisis de los Datos Cuantitativos
SISTEMA DE COSTOS PREDETERMINADOS.
Regresión Lineal Simple
La distribución normal
Intervalos de confianza
CONTRASTE DE HIPÓTESIS Dimensiones Largo275mm. 169 mm 2 Ancho175mm.49 mm 2 Alto175mm.49 mm 2 Peso16 Kg.1 Kg 2. SITUACIÓN PROBLEMA.
La investigación científica en psicología
Pruebas paramétricas y no paramétricas
19. Prueba de hipótesis para promedios Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
1 Recolección de Datos.
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
Métodos Cuantitativos de Análisis de Datos I. Estadística Descriptiva con una Variable Organización y Representación de Datos.
4. Métodos psicofísicos de medida en clínica
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
CLARA ESPINO ESTIMULACION ESTADISTICA. Tarea 3. Estimulación puntual Si a partir de las observaciones de una muestra se calcula un solo valor como estimación.
ANALISIS DE VARIANZA.
INTERVALO DE CONFIANZA
Evaluando los promedios de grupos distintos UNIDAD 7 1.
Transcripción de la presentación:

Tema 3 Evaluación de la calidad óptica del sistema visual con un elemento compensador

I.1.Planteamiento del problema. I.2.Fluctuaciones de la MTF de un observador normal con el tiempo I.3.Medida de la calidad óptica del sistema visual con un elemento compensador. Ejemplos. Índice

I.1. Planteamiento del problema La calidad óptica que proporcionan los elementos oftálmicos puede modificarse una vez se adaptan al ojo La calidad óptica del sistema ojo+elemento oftálmico suele estudiarse mediante métodos subjetivos (AV, CSF) ¿Qué técnicas objetivas, de las ya estudiadas, podríamos utilizar para realizar el mismo análisis?

1. Adaptamos el elemento oftálmico al sujeto 2. Con el doble paso, obtenemos la imagen aérea, libre de ruido, I(x,y), del sistema ojo+elemento oftálmico. 3. Calculamos la MTF del sistema ojo+elemento oftámico 4. Calculamos la función de mérito I.1. Planteamiento del problema

Ventajas de este procedimiento: A) La función de mérito es un parámetro objetivo B) Entre las definiciones posibles de dicha función, la usada proporciona más información que otras definiciones de la bibliografía, como la Razón de Strehl (función 2D) I.1. Planteamiento del problema

C) La función de mérito es fácil de interpretar: I.1. Planteamiento del problema La MTF de un sistema óptico perfecto es muy ancha, así que la correspondiente función de mérito tendría un valor muy alto Si la MTF es estrecha, el valor de la función de mérito es pequeño, lo que indicaría un deterioro en la calidad de imagen

El ojo es un sistema dinámico ¡¡La MTF del ojo cambia con el tiempo!! Planteamos un estudio temporal de la MTF I.2. Fluctuaciones de la MTF de un observador normal con el tiempo

Problema: Si observamos cambios, ¿son debidos al elemento compensador o a las fluctuaciones aleatorias del ojo? Debemos estimar las fluctuaciones de la función de mérito en un observador emétrope I.2. Fluctuaciones de la MTF... Muy a menudo, los estudios de evaluación de la calidad óptica del sistema elemento compensador+ojo son estudios temporales

Fluctuaciones de la función de mérito de dos observadores, a lo largo de un mes. Resultados, promedio de 3 medidas diarias. I.2. Fluctuaciones de la MTF...

¿Son estadísticamente significativas las fluctuaciones observadas? Calculamos la probabilidad de que las distintas muestras pertenezcan a la misma distribución (ANOVA O TTEST) p<0.01: es poco probable que las medidas pertenezcan a la misma distribución p 0.01: no podemos descartar que las medidas pertenezcan a la misma distribución

Tras aplicar un ANOVA a ambos sujetos se encontró un valor de p superior a 0.01 y una desviación estándar inferior al 5% I.2. Fluctuaciones de la MTF... Fluctuaciones no significativas de este orden de magnitud se considerarán normales

Aplicamos la metodología propuesta para evaluar las fluctuaciones introducidas en la función de mérito cuando un observador amétrope es compensado con una lente de contacto o una lente oftálmica. Cualquier desviación del comportamiento considerado normal se deberá al elemento compensador considerado I.3. Medida de la calidad óptica del sistema visual con un elemento compensador

El estudio se elaboró durante un mes con una sesión de medidas diaria. I.3.1. Calidad óptica con lentes desechables Las lentes mensuales adaptadas fueron las siguientes: OBSERVADOR O1: lente SUREVUE OBSERVADOR O2: lente FOCUS OBSERVADOR O3: lente ACUVUE de reemplazo quincenal y al siguiente mes lente PRECICION UV

Observador O1 lente SUREVUE p=0.005 (variación significativa) Observador O2 lente FOCUS p=0.05 (variación no significativa) I.3.1. Calidad óptica con lentes desechables

Observador O3 lente ACUVUE p=0.002 (variación significativa) Observador O3 lente PRECISIONUV p=0.74 (variación no significativa) I.3.1. Calidad óptica con lentes desechables

La desviación estándar (DS) en las medidas para cada observador no exceden en ningún caso el 5%. Era de esperar puesto que no se se han modificado las normas recomendadas de uso de cada lente I.3.1. Calidad óptica con lentes desechables

Para el observador O2 con FOCUS y O3 con PRECISION UV, las fluctuaciones de la calidad óptica a lo largo del mes no son significativas. Para el observador O1 con SUREVUE y O3 con ACUVUE las fluctuaciones de calidad óptica con el tiempo SI son significativos

Observador O1: lente SUREVUE I.3.1. Calidad óptica con lentes desechables p=0.005 La calidad óptica es peor al inicio y al final del período de uso, alcanzando un valor óptimo a los días

Observador O3: lente ACUVUE I.3.1. Calidad óptica con lentes desechables p=0.002 La calidad óptica es peor al inicio y al final del período de uso.

* Medimos la MTF de 10 observadores, con ambos tipos de compensación I.3.2. Lente de contacto vs. lente oftálmica Observador con lente oftálmica Observador con lente de contacto

Comparación entre la MTF de un observador compensado con lente oftálmica y el mismo observador compensado con lente de contacto I.3.2. Lente de contacto vs. lente oftálmica

Para facilitar la comparación, normalizamos las funciones de mérito, de manera que M f =100 para el observador con lente de contacto I.3.2. Lente de contacto vs. lente oftálmica Las diferencias son significativas (p<0.01 ANOVA) M f con lente de contacto es mejor que con lente oftálmica

El estudio objetivos realizado se complementa con otros estudios de carácter subjetivo: Medida de la CSFTest de confort visual Todos ellos muestran un mejor resultado con lente de contacto que con lente oftálmica I.3.2. Lente de contacto vs. lente oftálmica