人工智能将帮助视力受损的人更好地阅读

数以百万计的人视力受损，以各种方式对他们的日常生活产生负面影响。他们中的许多人患有中央视力丧失，其中视野的中心非常模糊，以至于他们难以阅读和进行其他活动。一个新的研究项目“阅读读者”将解决这个问题。

基于诺和诺德基金会数据科学合作研究计划近8万丹麦克朗的资助，DTU Compute Per Bækgaard副教授将领导开发一种人工智能模型，用于确定中心视力丧失者的阅读模式，以使阅读材料适应每个人的需求。

这项研究是与丹麦皇家学院的Sofie Beier教授及其同事合作进行的 - 建筑，设计，保护，包括计算机科学家，心理学家，阅读模式专家和眼科医生。

“该项目涉及开发一个模型，使我们能够快速解码一个人的阅读模式，同时设置例如手机、平板电脑或其他屏幕上字母之间的字体大小、对比度或间距，以便材料最佳地适应人的阅读模式，从而提供最佳的阅读体验并提高阅读速度，“Per Bækgaard在诺和诺德基金会的新闻稿中解释道。

视力受损的人在教育方面可能有困难

对于中央视力丧失的人来说，阅读可能是一个挑战。许多人不得不左右、前后移动头部才能阅读文本。如果文本显示在平板电脑，手机或计算机上，它们还经常调整对比度，增加或减少亮度或更改字体大小。

阅读文本所需的许多调整通常会使中心视力丧失的人更难参加教育计划，并且还可能导致社会问题。这项研究项目正在采取一种全新的方法来解决这个问题。

“已经做了很多工作来帮助人们提高阅读能力，但材料仍然主要是静态的。我们想确定我们是否可以使用现代技术对人们的阅读模式与中心视力丧失进行分类，然后利用这些知识来改变阅读材料以自动改善阅读过程，“Per Bækgaard说。

跟踪眼球运动

该项目的主要目的是开发一种机器学习模型，可以解释中心视力丧失患者的阅读模式。该模型主要使用眼动追踪来跟踪一个人阅读时的眼睛，从而可以识别他们何时开始跳线，他们如何移动头部以使他们能够阅读以及他们的瞳孔在不同的阅读体验中如何扩张和收缩。

然后，模型应该能够解码每个人的阅读体验，从而动态调整参数，包括屏幕对比度、字体大小、亮度、字母或行间距以及其他参数，以优化阅读。

该项目还旨在使用该模型来提高对某些人阅读困难的原因的确定。