Abstract—The vestibulo-ocular refle

Abstract—The vestibulo-ocular reflex (VOR) plays an important
role in our daily activities by enabling us to fixate on objects
during head movements. Modeling and identification of the VOR
improves our insight into the system behavior and improves
diagnosis of various disorders. However, the switching nature of
eye movements (nystagmus), including the VOR, makes dynamic
analysis challenging. The first step in such analysis is to segment
data into its subsystem responses (here slow and fast segment
intervals). Misclassification of segments results in biased analysis
of the system of interest. Here, we develop a novel three-step
algorithm to classify the VOR data into slow and fast intervals automatically.
The proposed algorithm is initialized using a K-means
clustering method. The initial classification is then refined using
system identification approaches and prediction error statistics.
The performance of the algorithm is evaluated on simulated and
experimental data. It is shown that the new algorithm performance
is much improved over the previous methods, in terms of higher
specificity.

ผลลัพธ์ (ไทย) 1:

นามธรรมซึ่งสะท้อน vestibulo จักษุ (VOR) เล่นเป็นสำคัญบทบาทในกิจกรรมประจำวันของเราโดยเรา fixate บนวัตถุในระหว่างการเคลื่อนไหวที่หัว การสร้างโมเดลและรหัสของหลอดปรับปรุงลักษณะการทำงานของระบบของเราเข้าใจ และปรับปรุงการวินิจฉัยความผิดปกติต่าง ๆ อย่างไรก็ตาม ธรรมชาติสลับของการเคลื่อนไหวตา (อาตาขนถ่าย), VOR รวมทั้งทำให้แบบไดนามิกการวิเคราะห์ความท้าทาย ขั้นตอนแรกในการวิเคราะห์ดังกล่าวจะเซ็กเมนต์ข้อมูลในการตอบสนองของระบบย่อย (นี่ช้าและเซ็กเมนต์อย่างรวดเร็วช่วงเวลา) การจัดประเภทส่วนผลวิเคราะห์ลำเอียงระบบน่าสนใจ ที่นี่ เราพัฒนานวนิยายสามขั้นตอนอัลกอริทึมในการจัดประเภทข้อมูล VOR เป็นช่วงเวลาที่ช้า และเร็วโดยอัตโนมัติอัลกอริทึมเสนอถูกเตรียมใช้งานใช้การวิธีการระบบคลัสเตอร์ การจัดประเภทเริ่มต้นจากนั้นจะปรับใช้วิธีการระบุระบบและคาดคะเนผิดพลาดสถิติประเมินประสิทธิภาพการทำงานของอัลกอริทึมในการจำลอง และข้อมูลทดลอง มันแสดงให้เห็นว่าประสิทธิภาพการทำงานอัลกอริทึมใหม่มีมากดีขึ้นกว่าวิธีการก่อนหน้านี้ ในแง่ของสูงกว่าความจำเพาะ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ-สะท้อน vestibulo ตา (VOR) มีบทบาทสำคัญ
บทบาทในกิจกรรมประจำวันของเราโดยการทำให้เราสามารถ fixate บนวัตถุ
ในระหว่างการเคลื่อนไหวของศีรษะ สร้างแบบจำลองและบัตรประจำตัวของวัว
ช่วยเพิ่มความเข้าใจของเราในพฤติกรรมของระบบและปรับปรุง
การวินิจฉัยความผิดปกติต่างๆ แต่ลักษณะของการเปลี่ยน
การเคลื่อนไหวของตา (อาตา) รวมทั้งวัวที่ทำให้แบบไดนามิก
การวิเคราะห์ความท้าทาย ขั้นตอนแรกในการวิเคราะห์ดังกล่าวคือการแบ่งกลุ่ม
ข้อมูลลงในการตอบสนองของระบบย่อยของมัน (ที่นี่ส่วนช้าและเร็ว
ช่วงเวลา) จำแนกกลุ่มผลในการวิเคราะห์ความลำเอียง
ของระบบที่น่าสนใจ ที่นี่เราพัฒนานวนิยายสามขั้นตอน
ขั้นตอนวิธีการในการจำแนกข้อมูล VOR ลงในช่วงเวลาที่ช้าและเร็วโดยอัตโนมัติ.
อัลกอริทึมที่นำเสนอจะเริ่มต้นใช้ K-หมายถึง
วิธีการจัดกลุ่ม การจัดหมวดหมู่เริ่มต้นคือการกลั่นแล้วใช้
วิธีระบบบัตรประจำตัวและสถิติการทำนายผิดพลาด.
ประสิทธิภาพการทำงานของอัลกอริทึมการประเมินเมื่อวันจำลองและ
ข้อมูลการทดลอง มันแสดงให้เห็นว่าประสิทธิภาพการทำงานของอัลกอริทึมใหม่
ดีขึ้นมากกว่าวิธีการก่อนหน้านี้ในแง่ของการที่สูงขึ้น
ความจำเพาะ

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ vestibulo ตาสะท้อน ( วอ ) เล่นเป็นสำคัญบทบาทในกิจกรรมประจำวันของเรา โดยทำให้เรายึดในวัตถุในระหว่างการเคลื่อนไหวของศีรษะ การสร้างแบบจำลองและการระบุของวอช่วยเพิ่มความเข้าใจของเราเข้าไปในระบบ และปรับปรุงพฤติกรรมการวินิจฉัยของโรคต่าง ๆ อย่างไรก็ตาม การเปลี่ยนธรรมชาติของการเคลื่อนไหวของตา ( nystagmus ) รวมถึงวอาแบบไดนามิกการวิเคราะห์ความท้าทาย ขั้นตอนแรกในการวิเคราะห์ดังกล่าว คือ ส่วนข้อมูลในการตอบสนองของระบบย่อย ( ส่วนนี้ช้าและเร็วช่วงเวลา ) ส่วนผลในการวิเคราะห์ผิดพลาดของอคติของระบบที่น่าสนใจ ที่นี่ เราพัฒนาขั้นตอนใหม่วิธีการจำแนกข้อมูลวอในช่วงเวลาที่ช้าและเร็วโดยอัตโนมัติวิธีที่เสนอใช้ k-means เริ่มต้นสำหรับวิธี หมวดหมู่เริ่มต้นแล้วกลั่นโดยใช้ระบบการระบุข้อผิดพลาดและวิธีการสถิติพยากรณ์ประสิทธิภาพของขั้นตอนวิธีนี้คือการประเมินจำลองและข้อมูลจากการทดลอง มันแสดงให้เห็นว่าประสิทธิภาพอัลกอริทึมใหม่ดีขึ้นมากกว่าวิธีการเดิมในแง่ของที่สูงขึ้นspecificity