When Eye-Tracking Meets Machine Learning: A Systematic Review on Applications in Medical Image Analysis

要約

視線追跡研究は、医療関連のさまざまなタスク、特に医療画像の分析と解釈の向上に大きな期待をもたらします。
アイトラッキングは、目の動きを監視し記録するテクノロジーであり、人間の視覚的注意パターンについての貴重な洞察を提供します。
このテクノロジーは、医療従事者や医療専門家が診断画像に取り組み、分析する方法を変革し、医療診断に対するより洞察力のある効率的なアプローチを提供します。
したがって、視線データを活用して医療画像から意味のある特徴や洞察を抽出することで、放射線科医や他の医療専門家が診断目的で画像をどのように監視、解釈、理解するかについての理解が深まります。
人間の視覚的注意の複雑なパターンが組み込まれた視線追跡データは、人工知能 (AI) の開発と人間の認知を統合するための架け橋となります。
この統合により、新しい方法でドメイン知識を機械学習 (ML) および深層学習 (DL) のアプローチに組み込んで、人間のような認識と意思決定との整合性を高めることができます。
さらに、視線追跡データの広範な収集により、新しい ML/DL 手法で人間の視覚パターンを分析できるようになり、人間の視覚、注意、認知をより深く理解する道が開かれました。
この系統的レビューでは、医療画像分析のための ML/DL アルゴリズムを強化するための視線追跡アプリケーションと方法論を詳しく調査します。

要約(オリジナル)

Eye-gaze tracking research offers significant promise in enhancing various healthcare-related tasks, above all in medical image analysis and interpretation. Eye tracking, a technology that monitors and records the movement of the eyes, provides valuable insights into human visual attention patterns. This technology can transform how healthcare professionals and medical specialists engage with and analyze diagnostic images, offering a more insightful and efficient approach to medical diagnostics. Hence, extracting meaningful features and insights from medical images by leveraging eye-gaze data improves our understanding of how radiologists and other medical experts monitor, interpret, and understand images for diagnostic purposes. Eye-tracking data, with intricate human visual attention patterns embedded, provides a bridge to integrating artificial intelligence (AI) development and human cognition. This integration allows novel methods to incorporate domain knowledge into machine learning (ML) and deep learning (DL) approaches to enhance their alignment with human-like perception and decision-making. Moreover, extensive collections of eye-tracking data have also enabled novel ML/DL methods to analyze human visual patterns, paving the way to a better understanding of human vision, attention, and cognition. This systematic review investigates eye-gaze tracking applications and methodologies for enhancing ML/DL algorithms for medical image analysis in depth.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google