Nederlandse Samenvatting Blind worden is een aangrijpende gebeurtenis die veel mensen overkomt. Blindheid is meestal niet te genezen, maar voor een deel van de mensen met blindheid kan een visuele neuroprothese een oplossing bieden. Visuele neuroprotheses creëren met elektrische stimulatie van visuele zenuwcellen een simpele vorm van kunstmatig zicht: een patroon van kleine lichtpuntjes, of ’fosfenen’. De kwaliteit van dit kunstmatige zicht (ook wel ’bionisch zicht’) is vergelijkbaar met natuurlijk zicht. De hardware en software voor visuele protheses bevinden zich nog in een ontwikkelingsfase. Veel onderzoek is nog nodig naar optimaal gebruik van de electrische stimulatie. Met behulp van slimme beelverwerkingstechnieken is het doel om visuele protheses te ontwikkelen die bijdragen aan verbeterde functionaliteit en autonomie in het dagelijks leven voor mensen met blindheid. Het werk in dit proefschrift onderzoekt het potentieel vandigitale simulaties voor het ontwikkelen van intelligente beeldverwerkingssoftware voor corticale neuroprotheses. Denk hierbij aan experimenten met virtual reality, gesimuleerd bionisch zicht en diepe neurale netwerken. Specifiek richt het gepresenteerde onderzoek zich op het testen van de functionaliteit tijdens alledaagse handelingen en de rol van geautomatiseerde optimaliseringstechieken. Daarnaast is er focus gelegd op biologische aspecten van visuele neuroprotheses, om een brug te slaan tussen theoretisch fundamenteel onderzoek en de klinische realiteit. Een uitgebreidere introductie in het Engels is te vinden in Hoofdstuk 1. Hoofdstuk 2beschrijft een studie met 21 (ziende) proefpersonen die navigeerden in een realistische, visueel complexe omgeving met behulp van een virtual reality (VR) opstelling met gesimuleerd bionisch zicht (SPV). De studie testte twee niveaus van visuele omgevingscomplexiteit, twee beeldverwerkingsalgoritmen en zes fosfeenresoluties. Met een eenvoudige beeldrepresentatie bleken 26 x 26 gesimuleerde fosfenen voldoende voor een prestatie op >90% ten opzichte van het controleniveau voor het vermijden van obstakels. Eendeep learning contourdetectie-algoritme resulteerde in gelijke of significant lagere prestaties vergeleken met simpele randdetectie. Fysieke verwijdering van de visuele textuur in de omgeving resulteerde in verbeterde mobiliteit met lage fosfeenaantallen, maar iets lagere prestaties met hogere fosfeenaantallen. Deze bevindingen suggereren dat een robuuste scèneverwerkingsstrategie noodzakelijk is voor mobiliteit. Deze zal bovendien afhankelijk moeten zijn van een evenwichtige afstelling die rekening houdt met de hardwareconfiguratie van het implantaat. Hoofdstuk 3onderzocht een opreinforcement learning gebaseerde computationele benchmark voor meer geautomatiseerde en taakgerichte evaluatie van fosfeenzicht met gesimuleerde patiënten. Verschillende experimenten werden uitgevoerd in een virtuele omgeving die gebaseerd was op Hoofdstuk 2. Een vergelijking tussen meerdere 159
RkJQdWJsaXNoZXIy MTk4NDMw