Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porAracely Barahona Modificado hace 10 años
1
Trabajo de Fin de Grado Realizado por FRANCISCO LUNA PEREJON Dirigido por OCTAVIO RIVERA ROMERO MIRA: Elaboración de herramientas para la experimentación y estudio de los movimientos microsacádicos.
2
Índice Contexto Movimientos microsacádicos Prueba de experimentación Sistema de adquisición Herramienta de detección y clasificación Herramienta de representación de la mirada Ejemplo ilustrativo Conclusiones 2
3
Contexto Miembros de Biología (Departamento de Fisiología) – Estudia movimientos oculares – Necesidad de apoyo informático para proyecto de investigación – Objetivo: elaboración de herramientas software para el estudio de los movimientos microsacádicos 3
4
Contexto 4
5
Movimientos microsacádicos -El ojo es sensible al cambio de luz -A más conos, mayor retención de la vista -Necesidad de movimiento durante la fijación para no perder la visión 5 Movimientos muy bruscos y pequeños del ojo ¿Función de los microsacádicos?
6
Se mostraban figuras geométricas sencillas El sujeto mantenía la vista fijada en el centro Se hacían preguntas al sujeto 6 Prueba de experimentación
7
Implementación de la prueba La implementación fue hecha con un software propietario: Eevoke – Desarrollado en Microsoft Excel – Bondades: comunicación con sistema de adquisición para recogida de datos con fuertes restricciones temporales 7
8
Sistema de adquisición Método de adquisición: infrarrojos – Casco ajustable que incorpora LEDs infrarrojos, sistema de reflexión y cámaras infrarrojas 8
9
Sistema de adquisición Resultado: registros oculares – Cuatro canales: Eje horizontal y vertical para ojo izquierdo y derecho 9
10
Herramienta de detección y clasificación Fases 10
11
Herramienta de detección y clasificación Fase de recalibrado 11
12
12 Herramienta de detección y clasificación Fase de recalibrado
13
Herramienta de detección y clasificación Fase de procesamiento 13
14
Herramienta de detección y clasificación Fase de detección – Candidatos por velocidad – Filtrado posterior por duración 14
15
Herramienta de detección y clasificación Fase de clasificación – Clasificación en función de la amplitud, duración y velocidad pico de los movimientos detectados. – Microsacádicos (rojos), sacádicos(verdes) y parpadeos(amarillos) 15
16
Herramienta de representación de la mirada Modelo matemático: 16
17
Herramienta de representación de la mirada Pruebas y limitaciones – Porcentaje de precisión por distancias de puntos al centro 17
18
Herramienta de representación de la mirada Resultados – Limitaciones como herramienta de precisión para representación de la mirada. Influencia de los registros (muchas pérdidas) Posible Influencia del sistema de adquisición – Válido como herramienta de detección de errores en las pruebas de fijación. Cumple en la posición central del ojo 18
19
Ejemplo ilustrativo Realización de la prueba 19
20
Ejemplo ilustrativo Análisis de fragmento de registro 20
21
Ejemplo ilustrativo Análisis de fragmento de registro 21
22
Ejemplo ilustrativo Video de la representación 22
23
Conclusiones Se ha empleado un software cerrado para implementar los experimentos. Desarrollo de herramientas de procesado. Estudio de errores. Definido un modelo matemático. Experiencia profesional formativa. Aprendizaje software cerrado. Aprendizaje sobre protocolos de investigación y experimentación de otra disciplina. Adquisición de capacidades de comunicación con expertos de otras disciplinas. 23
24
Preguntas GRACIAS 24
25
Movimientos microsacádicos Movimientos muy bruscos y pequeños del ojo ¿Cómo se mueve el ojo? Una serie de músculos agarrados a la superficie estiran de él 25
26
Movimientos microsacádicos
27
Prueba de experimentación Resumen de la experimentación – Sujeto con la mirada fija al centro de la pantalla – Van mostrándose bloques de imágenes con distintas propiedades 27
28
28
29
29
30
30
31
31
32
Herramienta de detección y clasificación Fase de procesamiento: pruebas 32
33
Herramienta de detección y clasificación Fase de filtrado – Filtro personalizado: elimina “picos” en la señal de cierta amplitud por debajo de un umbral. – Se respetan velocidades mejor que los filtros básicos 33
34
Herramienta de detección y clasificación Fase de filtrado: eficiencia 34
35
Herramienta de detección y clasificación Fase de detección: pruebas – Microsacádicos detectados incorrectamente 35
36
Herramienta de detección y clasificación Fase de detección: pruebas – Duración real y calculada de un microsacádico 36
37
Herramienta de detección y clasificación Fase de detección: pruebas – Mejora en la usabilidad: facilidad en la determinación de una velocidad umbral
38
Herramienta de detección y clasificación Fase de clasificación: pruebas – Microsacádicos reales y clasificados por el algoritmo 38
39
Herramienta de detección y clasificación Fase de clasificación: pruebas – Porcentaje de error en microsacádicos 39
40
Herramienta de detección y clasificación Fase de clasificación: pruebas – Estudio de errores en la clasificación de microsacádicos 40
41
Herramienta de detección y clasificación Fase de clasificación: pruebas – Porcentaje de error en sacádicos a causa de parpadeos 41
42
Herramienta de detección y clasificación Fase de clasificación: pruebas – Porcentaje de acierto de parpadeos 42
Presentaciones similares
© 2025 SlidePlayer.es Inc.
All rights reserved.