O rastreamento ocular, uma técnica que analisa os movimentos dos olhos, surge como uma ferramenta promissora na identificação de padrões visuais associados a diferentes condições, incluindo o Transtorno do Espectro Autista (TEA). Um novo estudo explora essa técnica com o objetivo de otimizar o processo de diagnóstico do TEA, tornando-o mais eficiente e menos dependente de estímulos extensos.
A pesquisa aborda um desafio comum no rastreamento ocular: a necessidade de apresentar um grande número de estímulos visuais para obter dados significativos. Para contornar essa questão, os pesquisadores desenvolveram um modelo de aprendizado que seleciona os estímulos mais relevantes para a discriminação entre grupos. Esse modelo utiliza conceitos de entropia e divergência entre sujeitos para avaliar a capacidade de cada estímulo em revelar diferenças significativas nos padrões de rastreamento ocular entre indivíduos com e sem TEA. O resultado é uma redução drástica no número de estímulos necessários, otimizando o tempo e os recursos envolvidos no processo.
Os resultados do estudo demonstram que o método proposto é capaz de alcançar um desempenho superior utilizando apenas uma pequena fração dos estímulos tradicionalmente empregados. Em testes com um conjunto de dados de rastreamento ocular para TEA, o modelo desenvolvido obteve resultados melhores com apenas 10 estímulos selecionados em comparação com modelos que utilizavam 220 estímulos. Além disso, a aplicabilidade da abordagem foi validada em outra tarefa de rastreamento ocular, a predição de gênero, reforçando seu potencial para diversas áreas da pesquisa e diagnóstico em saúde. A disponibilidade do código-fonte da pesquisa facilita a adoção e adaptação da metodologia por outros pesquisadores, impulsionando o avanço do rastreamento ocular como ferramenta diagnóstica e de pesquisa.
Origem: Link