11、Gaze2Segment：将眼动追踪技术融入医学图像分割的创新探索

Gaze2Segment：将眼动追踪技术融入医学图像分割的创新探索

在医学影像领域，高效准确的图像分割对于疾病诊断和治疗至关重要。传统的图像分割方法往往面临诸多挑战，而眼动追踪技术的引入为这一领域带来了新的可能。本文将详细介绍一种名为Gaze2Segment的系统，它创新性地将生物和计算机视觉技术相结合，实现了医学图像的自动分割。

1. 研究背景与动机

在医学影像分析中，设计高效的交互工作站对放射科医生至关重要。眼动追踪技术作为一种自然且快速的交互方式，正逐渐应用于图像分析任务，有助于临床疾病监测。目前，基于眼动追踪的放射学研究主要分为两类：一类关注心理学视角，如研究注意力行为；另一类将眼动追踪作为与计算机的交互工具。然而，在放射学中使用眼动追踪技术进行图像分析任务的研究仍相对较少。

医学图像分割过程包括识别和描绘两个关键任务。自动识别是一项困难的任务，通常需要手动或半自动方法。我们推测，眼动追踪可以作为医学图像分割问题的有效识别策略。基于此，我们开发了Gaze2Segment系统。

2. Gaze2Segment系统概述

Gaze2Segment系统旨在利用眼动追踪数据实现医学图像的全自动分割。该系统主要包括以下五个步骤：
- 步骤1：眼动追踪与注视信息提取
- 使用MobileEye XG眼动追踪技术，通过安装在眼镜上的眼相机和场景相机记录眼动和观察的显示器画面。
- 数据以60Hz的速率传输到工作站，计算注视点坐标。
- 放射科医生在每次图像阅读实验前进行校准，将眼动数据与场景视频匹配。
- 开发图像查看器插件，记录鼠标操作及时间戳。