EVELIINA FORSVIK TIETOKONENÄYTTÖJEN MAHDOLLISUUDET NÄÖNTUT- KIMUKSESSA. Kandidaatintyö

Transkriptio

1 EVELIINA FORSVIK TIETOKONENÄYTTÖJEN MAHDOLLISUUDET NÄÖNTUT- KIMUKSESSA Kandidaatintyö Tarkastaja: Lehtori Heikki Huttunen Ohjaaja: Dosentti Ville Voipio Työ jätetty tarkastettavaksi 12. joulukuuta 2014

2 i TAMPEREEN TEKNILLINEN YLIOPISTO Signaalinkäsittelyn ja tietoliikennetekniikan koulutusohjelma FORSVIK, EVELIINA: Tietokonenäyttöjen mahdollisuudet näöntutkimuksessa Kandidaatintyö, 19 sivua Pääaine: Signaalinkäsittely ja multimedia Tarkastaja: Lehtori Heikki Huttunen Ohjaaja: Dosentti Ville Voipio Avainsanat: näöntestaus, tietokoneavusteiset tutkimusmenetelmät, resoluutio Näöntarkkuutta on perinteisesti testattu näkötestitauluja käyttämällä. Lukuisista erilaisista tauluista tunnetuin ja käytetyin lienee Snellenin E-taulu, jossa E-kirjaimen koko vaihtelee eri asennoissa. Näiden testitaulujen käytettävyys näöntestauksessa on edelleen hyvä, mutta testausmenetelmän antaman tuloksen luotettavuus voidaan kyseenalaistaa. Tulos voidaan kiistää sen vuoksi, että testihenkilön näön arviointi perustuu tämän subjektiiviseen näkemykseen, jota puolestaan ei nykyisissä testauksissa esimerkiksi optikon tai lääkärin vastaanotolla varmisteta millään menetelmällä. Tähän epävarmuuteen voitaisiin kuitenkin tarjota ratkaisuja käyttämällä tietokoneavusteisia tutkimusmenetelmiä. Näöntarkkuutta testattiin 14 koehenkilöllä käyttäen kahta tietokonenäyttöä, joista toinen oli tabletti ja toinen pöytäkone. Tulosten perusteella voidaan tehdä johtopäätöksiä siitä, että näytön resoluutiolla on merkitystä näöntutkimuksessa. Tämän työn tarkoituksena onkin perehtyä siihen, millaisia tietokonenäyttöjä näissä tutkimusmenetelmissä olisi parasta käyttää, jotta tutkimustulos olisi mahdollisimman tarkka.

3 ii ALKUSANAT Tämä kandityö tehtiin signaalinkäsittelyn ja tietoliikennetekniikan seminaarin yhteydessä syksyllä Haluan kiittää ohjaajiani Heikki Huttusta sekä Ville Voipiota kärsivällisyydestä ja korvaamattomasta tieto-taito osaamisesta, jota he kandityöprosessissa työhöni tarjosivat. Lisäksi haluan kiittää perhettäni. Ilman isäni, äitini sekä pikkuveljeni tukea tuskin olisin jaksanut viedä tätä kandityöprojektia yhtä hyvällä tarmolla eteenpäin. Tampereella, 12. joulukuuta 2014 Eveliina Forsvik

4 iii SISÄLTÖ 1. Johdanto Teoriaa näöntarkkuudesta Näyttöjen ominaisuuksia rajoittavat tekijät Resoluutio Anti-alias Näöntutkimuksesta Muita tutkimuksia Näyttöjen testaus Tulokset Johtopäätökset Lähteet

5 iv MERKINNÄT JA LYHENTEET arc/min arc/s v.a pp ppi d p FrACT Optotyyppi ETDRS Spatiaalinen Troland C/deg SNR MAR Kaariminuutti Kaarisekunti Visual acuity, näöntarkkuus Pixel pitch, pikseleiden välinen etäisyys Pixel per inch, pistettä tuumalle Näköetäisyys testattavan ja testitaulun tai näytön välillä metreissä mitattuna Pikseleiden etäisyys toisistaan millimetreissä mitattuna, (pixel pitch) Freiburg Visual Acuity and Contrast Test, laajalti käytössä oleva näköä testaava tietokoneohjelma Näöntutkimuskuvio Early Treatment Diabetic Retinopathy Study Tilaa, välimatkaa koskeva, avaruudellinen Fysikaalinen yksikkö intensiteetille retinalla Spatiaalisen taajuuden mittayksikkö Signal-to-noise ratio, Signaali-kohinasuhde The Minimum Angle of Resolution

6 1 1. JOHDANTO Näöntarkkuutta on perinteisesti testattu käyttämällä näkötestitauluja. Tauluja on lukuisia erilaisia, tunnetuin lienee jo 150 vuotta käytössä ollut Snellenin E-taulu. Taulussa on neljässä eri asennossa olevia E-kirjaimia, joiden koko vaihtelee. Testattavaa pyydetään kertomaan kunkin E-kirjaimen asento, ja näöntarkkuus määritetään sen mukaan, kuinka pienistä kirjaimista testattava kykenee kertomaan asennon luotettavasti. Tyypillisesti testi tehdään kummallekin silmälle erikseen siten, että toinen silmä peitetään. Luotettavuuden arviointi saattaa perinteisten näöntestausmenetelmien kohdalla olla hankalaa. Virhemarginaali testattavan todellisen näöntarkkuuden ja saadun tuloksen välillä saattaa muodostua merkittävän suureksi. On nimittäin mahdollista, että testattava arvaa kirjaimen suunnan tai esimerkiksi muuten havainnoi näköä testaavan henkilön eleistä tai ilmeistä, onko mahdollinen arvaus lähellä totuutta. Tietokoneavusteiset tutkimusmenetelmät ovat yleistymässä selvien etujensa ansiosta. Tietokoneistetun menetelmän voidaan uskoa antavan tarkemman ja luotettavamman arvion sille, miten koehenkilö todellisuudessa esitettävät optotyypit näkee. On yllättävää, ettei tietokoneavusteisia tutkimusmenetelmiä ole laajemmin hyödynnetty näöntutkimuksissa. Nämä menetelmät saattavat tarjota luotettavampia ja tarkempia tuloksia, kun arvio ihmisen näkökyvystä on mahdollista ilmaista jonkun tietyn algoritmin kautta konkreettisesti sen sijaan, että arvio perustuu subjektiiviseen näkemykseen. Tietokoneiden ja muiden laitteiden ominaisuuksien kehittyminen on tuomassa oman lisänsä näöntutkimuksen toteuttamiseen. Näyttöteknologioiden vaikutusta tutkimuksiin ei tosin ole juurikaan tutkittu. Vaikka nämä teknologiat eroavaisuuksiltaan perinteisiin näkötauluihin tuovat testaukseen omat etunsa, ei niitä voi optisilta ominaisuuksiltaan kuitenkaan pitää täysin näkötauluja korvaavina laitteistoina. Päätekijä sille, ettei tietokoneistettu näöntestaus ole vielä levinnyt laajasti käytettäväksi, on tietokonenäyttöjen rajallinen resoluutio. Olemassa olevien näyttöjen resoluutioihin verrattuna näkötaulujen resoluutio on edelleen parempi. Tämän työn tarkoituksena on arvioida kahta eri tietokonenäyttöä keskenään ja kehittää likimääräinen sääntö käytettävyyden laskelmoimiseksi eri käyttötilanteissa.

7 2 2. TEORIAA NÄÖNTARKKUUDESTA Näöntarkkuus on näön resoluution mitta. Näöntarkkuutta mitataksemme henkilön on kyettävä luettelemaan standardisoidulta näkötaululta tietyltä etäisyydeltä kirjaimia. Näöntarkkuutta voidaan ilmaista usealla eri mittayksiköllä, kuten taulukosta 2.1 voidaan nähdä. Ns. normaalia näköä ilmaisee desimaali-asteikolla 1, jota myös usein merkitään 20/20 tai 6/6, jota havainnollistaa kuva 2.1, joka esittää teoreettisen pohjan taulukon 2.1 metriselle ja brittiläiselle mittayksikölle. Kuva 2.2 puolestaan kuvaa mittayksiköiden MAR ja logmar teoreettista taustaa. LogMAR saadaan, kun otetaan log 10 mittayksiköstä MAR. Nämä ovat yleisiä merkintätapoja esimerkiksi E-tauluissa. Näöntarkkuudessa on eroavaisuuksia yksilöiden kesken. Normaali näköaisti kykenee erottamaan kaksi maksimikokoista kontrasti pistettä, kun niiden etäisyys toisistaan on yksi kaariminuutti (1 arc/min). Kaariminuutti kuvaa pikselin kulmaa ja tätä kulma-astetta vastaa muissa mittayksiköissä 60 kaarisekuntia ( 60 arc/s) tai 1/60 astetta.[11] Kuva 2.1: Näöntarkkuutta 6/6, mittayksikössä metri mitattuna, vastaa optotyypille E, 5 min/arc, 6 metrin matkalta tarkasteltuna.[11] Näontarkkuuteen vaikuttavia tekijöitä ovat muunmuassa kontrasti, silmän mustuaiseen tulevan valon määrä sekä aika, jossa kohdetta tarkastellaan. Ajalla on näöntarkkuuden tutkimisessa siltä osin merkitystä, että mitä pidempään kohdetta saa tarkastella, sitä todennäköisemmin kohde myös nähdään paremmin, verrattuna ti-

8 2. Teoriaa näöntarkkuudesta 3 Kuva 2.2: Näöntarkkuudelle 6/6, mittayksikössä metri mitattuna, optotyypin E yksi sakara vastaa 1 min/arc silmässä.[11] lanteeseen, jossa aikaa on vähemmän. Tällöin muiden osatekijöiden esimerkiksi kohteen koon merkitys kasvaa suuremmaksi. [11] Kontrastiherkkyys on monimutkainen tarkasteltava aihealue. Hämärässä valaistuksessa suurehkot objektit havaitaan alemmallakin kontrastilla, kun taas kirkkaassa valaistuksessa pienemmät objektit havaitaan huonommallakin kontrastilla, kuten kuvista 2.4 ja 2.5 voidaan havaita. Sitä vastoin suurehkoja objekteja alhaisella kontrastilla ei havaita. Kuvien 2.4 ja 2.5 kuvaajissa x-akseli kuvaa spatiaalista taajuutta (c/deg), joka kuvaa suurehkot piirteet kuvaajissa vasemmalle ja oikealle pienehköt. C/deg (cycles/degree) yksikön ollessa välillä 5-10, voidaan kuvien 2.4 ja 2.5 perusteella päätellä, että tällöin piirteet havaitaan parhaiten y-akselin arvojen ollessa suurimmat mahdolliset, mikä tarkoittaa, että pienemmätkin intensiteetin vaihtelut havaitaan. Kontrastin vaikutusta kuvion tai muun kohteen havaitsemisessa kuvaa kenties parhaiten tilanne, jossa ajatellaan olevan kaksi mustaa kuviota valkoisella taustalla ja kaksi valkoista kuviota harmaalla taustalla. Kontrastisuhde on mustaa valkoisella taustalla olevien kuvioiden osalta parempi ja näiden havaitsemisen voi olettaa olevan helpompaa katsojalle. [11] Kontrastia voidaan määrittää kaavalla (I max I min )/(I max + I min ). Kuvasta 2.3 voidaan havaita kolme kontrastisuhdetta, joita ovat 1*0, 0*5, 0*05. Spatiaalinen taajuus määritetään perättäisten sinifunktioiden saavuttamien maksimien käänteislukuna. Se spatiaalinen taajuus, joka kyetään havaitsemaan, on myös näöntarkkuuden mitta.[11] Silmän linssin ja mustuaisen muodostama kokonaisuus on verrattavissa kameran linssiin. Kuten kameran linssiä säätämällä voidaan kohdetta tarkentaa joko lähemmäs tai kauemmaksi, samalla periaatteella toimii myös silmän linssi. Värikalvossa kiinni olevat sädelihakset ovat kiinni linssin molemmissa päissä. Kun sädelihakset

9 2. Teoriaa näöntarkkuudesta 4 Taulukko 2.1: Näöntarkkuutta ilmaisevia mittayksiköitä.[11] Metrinen Brittiläinen yksikkö Desimaalinen MAR LogMar 6/60 20/200 0, /48 20/160 0,13 8 0,9 6/38 20/125 0,16 6,3 0,8 6/30 20/100 0,2 5 0,7 6/24 20/80 0,25 4 0,6 6/19 20/60 0,33 3 0,48 6/15 20/50 0,4 2,5 0,4 6/12 20/40 0,5 2 0,3 6/9 20/30 0,67 1,6 0,2 6/7,5 20/25 0,8 1,25 0,097 6/6 20/ /4.8 20/16 1,25 0,8-0,1 6/3.8 20/12,5 1,6 0,63-0,2 6/3,0 20/10 2 0,5-0,3 Kuva 2.3: Spatiaalisen taajuuden kuvaaja. [11] jännittyvät, linssi venyy ja mustuainen suurenee. Tämän myötä silmän verkkokalvolle tulevan valon määrä kasvaa ja sen ansiosta näemme hämärämmässäkin valaistuksessa suhteellisen hyvin. Kun sädelihakset vuorostaan löystyvät, linssi paksuuntuu ja mustuainen pienenee. Tällöin silmään tulevan valon määrä vähenee, mistä on hyötyä tilanteessa, jossa valaistus on kirkas. [4] Näöntarkkuutta on pyritty tutkimaan näkötaulujen avulla jo 1800-luvulta lähtien. Snellenin kehittämä, yhä laajalti käytössä oleva näkötaulu on julkaistu vuonna Siinä olevia kirjaimia, tietyllä fontilla, hän kutsui ensimmäistä kertaa optotyyppi-

10 2. Teoriaa näöntarkkuudesta 5 Kuva 2.4: Troland kuvaa intensiteettiä retinalla.[11] Kuva 2.5: Retinan intensiteetti harmaasävyinä esitettynä. termillä. Optotyypin koko määritettiin jakamalla yksi aste 60 minuutilla. Tämän myötä Snellen määritti normaaliksi näöksi kyvyn erottaa hänen optotyyppinsä 20

11 2. Teoriaa näöntarkkuudesta 6 jalan etäisyydeltä optotyypin koon ollessa 5 arc/min. Normaaliksi näöksi voidaan määrittää 20/20 ja hyväksi näkö väliltä 20/16-12.[3], [11] Snellenin luomia optotyyppejä on tarkasteltu ja arvioitu huolella vuosien varrella. Kuten kuvasta 2.6 voi huomata, optotyypin koolla on merkitystä suhteessa toisiin optotyyppeihin, kun arvioidaan sitä, minkä kokoisia optotyyppejä näkötauluissa tulisi esittää. Kuvassa näkyvät optotyypit eivät takaa näöntutkimuksen kannalta samaa luotettavuutta, koska jotkut optotyypeistä on selkeästi helpompi erottaa toisista optotyypeistä. Tämä ilmiö voidaan havaita, jos verrataan esimerkiksi kirjaimia D, C ja R keskenään. R-kirjaimen voi kuvitella olevan helposti erotettavissa D- ja C- kirjaimista, mutta nämä kaksi viimeksi mainittua saattavat helposti mennä testattavan silmissä keskenään sekaisin. Kuva 2.6: Landoltin C:n näkyvyyttä vastaavia Snellenin optotyyppejä. Kuva 2.7: Pikselöityjä optotyyppejä v.a-arvolla 1,0 pikseleiden välisen etäisyyden ollessa 0,35 arc/min. Punaiset neliöt esittävät kokonaan mustia ja valkoisia pikseleitä. Näytön käytettävyys näöntarkkuuden arvioinnissa näöntutkimuksessa riippuu pääosin yhden näkyvän pikselin kulmasta. Kulma puolestaan riippuu näköetäisyydestä ja pikseleiden etäisyydestä toisiinsa, jota kuvaa pixel pitch (pp). Optotyyppien, näöntutkimuskuvio keskeisen näön näöntarkkuuden tutkimisessa, esim. numero tai kirjain, pääasiallinen koko on normaalisti 1 arkkiminuutti näöntarkkuuden (v.a) ollessa 1.0. Jotta voitaisiin toisintaa optotyyppejä tällä tasolla, kohtuullinen vaatimus on, että käytetään sekä kokonaan valkoisia, että mustia pikseleitä optotyypeissä. Saavuttaaksemme optotyyppien toisintamisen riittävällä tasolla, maksimi etäisyys pikseleille näöntarkkuuden ollessa 1.0 olisi n. 35 kaariminuuttia. Tilannetta havainnollistaa kuva 2.7.

12 7 3. NÄYTTÖJEN OMINAISUUKSIA RAJOITTAVAT TEKIJÄT Informaation visualisoinnin skaalattavuutta on rajoittanut saatavilla olevien pikseleiden määrä näytöissä. Kaukaa katsottessa näyttö kuin näyttö ajaa pikseleiden puolesta tehtävänsä näöntutkimuksessa. Tosin suuremmat televisionäytöt eivät kuitenkaan ole ideaaleja suurien pikseleidensä puolesta edellä mainitussa käyttötarkoituksessa. Läheltä näyttöä tehtävässä näöntutkimuksessa resoluution merkitys kasvaa. [6] Koska ei ole realistista mitata näöntarkkuutta 40 senttimetrin etäisyydeltä, ovat korkean resoluution näytöt lähes ainoat mahdolliset vaihtoehdot näöntarkkuutta mitattaessa. Tätä havainnollistaa taulukko 3.1, jossa on listattu eri näyttöjen suorituskyvyn arvoja. Kyseisistä arvoista voidaan havaita, että v.a:n (visual acuity) arvon ollessa suurin, mikä merkitsee siis hyvää näöntarkkuutta, on tällöin myös kyse korkearesoluutioisesta näytöstä. Taulukossa on listattu näytön tyyppi, resoluutio, pikseleiden välinen etäisyys sekä maksimi näöntarkkuus 5 metrin etäisyydeltä mitattuna. Optotyyppi on sitä tarkempi, mitä korkearesoluutioisemmasta näytöstä, jossa pikseleiden välinen etäisyys toisistaan on pienin mahdollinen, on kyse. [6] Taulukko 3.1: Eri näyttöjen suorituskyvyn parametrejä Näyttötyyppi Resoluutio Pikseleiden etäisyys Max.näöntarkkuus (5m) Televisionäyttö (42"HDTV) ,48mm 1,1 Televisionäyttö (55"4k TV) ,32mm 1,6 Tietokonenäyttö (24") ,27mm 1,9 Tietokonenäyttö (28"4k) ,16 3,1 Tabletti(10") ,22mm 2,3 Tabletti(7"hi-res) ,078mm 6,4 Jos resoluutio ei muodosta ongelmaa datan visualisoinnissa tietokonenäytöissä, nousee mahdolliseksi ongelmaksi silmän kapasiteetti käsitellä käytetävissä olevaa informaatiota. Mikäli näytön resoluutiotiheys on korkea, tarkoittaa se sitä, ettei ihmissilmä erota yksittäistä pikseliä riippumatta siitä, kuinka läheltä näyttöä tarkastellaan. Tällöin ppi:n arvon kasvattaminen ei tuo lisäarvoa kartoitettaessa näyttöjen ominaisuuksia näöntutkimuksen toteuttamisen kannalta. Tilanteen, jonka voidaan kuvailla olevan silmän näkökyvyn ulottumattomissa, muodostaa asetelma, jossa pikselien koko on riittävä, ppi:n arvo on vakio ja pikseleiden määrä on kasvanut näytön

13 3. Näyttöjen ominaisuuksia rajoittavat tekijät 8 koon kasvaessa. Tällöin näytön resoluutio muodostuu sellaiseksi, ettei käyttäjä kykene näkemään kaikkia pikseleitä mistään tietystä sijainnista ilman, että kävelee samanaikaisesti. Tämän havainnon myötä on todettu optimaalisen tilanteen näöntutkimuksen tekemiselle olevan silloin, kun näytön resoluutio on yhtä kuin silmän näkökyky. [6], [11] 3.1 Resoluutio Kuvan resoluutiota ja sen tarkkuutta määrittää järjestelmän kyky tuottaa korkeita spatiaalisia taajuuksia. Spatiaalisen taajuuden arvo muodostuu tietyllä välimatkalla sijaitsevista viivoista, esimerkiksi kymmenestä viivasta millimetriä kohti. Kuvan resoluutiota mitataan kuitenkin useimmiten viivojen määränä koko kuvaa kohti. Esimerkiksi normaalin televisiokuvan kuvasuhteella 4:3, on resoluutio erotettavissa olevien horisontaalisten viivojen määrä. [8] Näytöstä lähtevä valo ei käytännössä muodostu mustista, valkoisista ja harmaista pikseleistä vaan niiden alaisista pikseleistä, jotka ovat punaisia, vihreitä ja sinisiä. Näiden pikseleiden näkeminen perustuu värinäköön. Ihmisellä on verkkokalvolla tappi -ja sauvasoluja. Sauvasolut vastaavat hämäränäöstä ja tappisolut värinäöstä. Kussakin tappisolussa on yhtä pigmenttiä, jonka mukaan solut ovat herkkiä eri aallonpituusalueille. Värien erottelukyky perustuu solujen sisältämien pigmenttien energiatiloihin [4]. Pitkäaaltoisen, eli punaisen, valon fotonien energia on pienempi kuin lyhytaaltoisen, sinisen, valon energia. Punaisen valon aallonpituusalue on nanometriä (nm), vihreän puolestaan nm ja sinisen nm [9]. Lyhyelle aallonpituudelle herkkiä tappisoluja on vähiten ja vuorostaan pitkään aallonpituusalueeseen keskittyneitä soluja eniten. Tappisolujen jakauma on kutakuinkin 10:10:1 alkaen punaisesta ja päättyen siniseen. Silmän optisia ominaisuuksia ja sen myötä näöntarkkuutta rajoittavat muunmuassa pupillin koko ja solujen lukumäärä. Tarkkojen kuvien suhteen rajoitteita asettavat signaalin ja kohinan suhde, jolla tarkoitetaan järjestelmässä esiintyvän hyötysignaalin ja kohinasignaalin tehojen suhdetta. Heikko kontrasti huonontaa tätä suhdetta. Hyötysignaalilla tarkoitetaan tiedon välittämistä lähettäjältä vastaanottajalle ja kohinasignaalilla puolestaan hyötysignaaliin kuulumatonta satunnaissignaalia. Mitä suurempi suhde on, sitä parempi hyötysignaali ja vastaavasti matalammalla signaali-kohinasuhteella huonompi hyötysignaali, joka näin ollen peittyy enemmän kohinan alle. [10] Signaalikohinasuhde voidaan määritellä signaalitehon P Signaali ja kohinatehon P Kohina suhteena. [10] SNR = P Signaali / P Kohina

14 3. Näyttöjen ominaisuuksia rajoittavat tekijät 9 Signaali-kohinasuhde on tehosuhde, joka voidaan laskea myös desibeleinä.[10] SNR = 10log 10 (P Signaali /P Kohina ) db Digitaaliset kuvat esitetään jollakin diskreetillä harmaasävytasojen määrällä, joten niiden esittämisen kannalta on tärkeää tietää, millainen on ihmissilmän kyky erottaa eri harmaasävytasoja toisistaan. Harmaataso- eli intensiteettikvantisointia käytetään muutettaessa jatkuva-aikaista signaalia diskreetiksi signaaliksi. Toisin sanoen muutettaessa kuvaa analogisesta digitaaliseksi. Digitaalinen kuva voidaan esittää matriisimuodossa, jossa on M riviä ja N saraketta. Kuvassa 3.1 on kuva kuvalta vähennetty joka toinen sarake ja rivi. Kaksi ensimmäistä, suuri resoluutioista kuvaa, voidaan havaita olevan visuaalisesti samanlaisia. Sen sijaan seuraavissa kuvissa näkyy jo huonontumista kuvan tarkkuudessa ja viimeisen osalta olisi lähes mahdotonta kertoa, mitä kuva esittää. [5] Kuva 3.1: Sama 8-bittinen kuva spatiaaliresoluutioilla , , , , 64 64, [5] Harmaasävytasolla esitetyllä M N -kokoisella kuvalla sanotaan olevan M N pisteen spatiaaliresoluutio ja harmaasävyresoluutio L. Spatiaaliresoluution mittayksikkönä käytetään myös yksikköä ppi (pixel per inch). Termiä resoluutio käytetään hieman eri merkityksessä, johtuen havaitsijan subjektiivisesta näkemyksestä, jota on mahdollista kuvata Weberin suhteella. Suhdetta määritettäessä koehenkilö katsoo näkökentän kattavaa tasasävyistä aluetta. Tämän alueen keskellä näytetään hetken ajan ympyrän muotoista aluetta, joka on taustaa kirkkaampi. Alueen intensiteettiä

15 3. Näyttöjen ominaisuuksia rajoittavat tekijät 10 kasvatetaan niin kauan, että koehenkilö havaitsee muutoksen keskellä. Jos havainto pohjautuu pieneen intensiteetin muutokseen, niin se merkitsee pienten suhteellisten muutosten havaitsemista ja hyvää erottelukykyä. Suuri muutos puolestaan kertoo huonosta erottelukyvystä. [5] 3.2 Anti-alias Kuva 3.2: Ei anti-aliasta. Kuva 3.3: Lisätty anti-aliasta keinotekoisesti tietokoneella. Merkittävin näytöille rajoitteita asettava efekti on sillä, että näytön koon kasvessa resoluutio heikentyy ja esiintyy ns. anti-alias ilmiötä, joka tuottaa harmaita pikseleitä valkoisten ja mustien pikseleiden lisäksi. Tilannetta havainnollistaa kuva 3.3, jossa tietokoneella on keinotekoisesti koitettu pehmentää kuvan 3.2 kirjaimia käyttämällä anti-alias ilmiötä. Anti-alias riippuu näytön intensiteetin tuottamiskyvystä ja virheistä, joita tapahtuu näköradalla näytöltä silmän retinaan. Merkittävä yksinkertaistus tässä kandidaatintyossä on se, että pikseleiden oletetaan olevan joko mustia, valkoisia tai harmaita, vaikka käytännössä pikselit muodostuvat kolmesta niiden alaisesta pikselistä, joita ovat punainen, vihreä ja sininen. Nämä pikselit hankaloittaisivat tutkimusta entisestään pienien optotyyppien kanssa suhteessa pikselien kokoon. Anti-aliaksesta voidaan erotella kaksi eri algoritmia. Jos anti-alias johtuu heikosta resoluutiosta, sitä voidaan muokata kasvattamalla resoluutiota, jolloin testipisteet esiintyvät tiheämmin. Toinen metodi on luoda korkealaatuinen kuva ja sen jälkeen

16 3. Näyttöjen ominaisuuksia rajoittavat tekijät 11 digitaalisesti filteroida se. Tätä kutsutaan jälkifilteröinniksi, jossa tarkoituksena on eliminoida korkeat taajuudet, jotka aiheuttavat anti-aliasta.

17 12 4. NÄÖNTUTKIMUKSESTA 4.1 Muita tutkimuksia Tietokoneistettuun näöntutkimukseen on kehitelty muutamia ohjelmia, joiden tuloksia on verrattu näkötaulujen vastaaviin tuloksiin. Yksi tällaisista ohjelmista on FrACT, Freiburg Visual Acuity and Contrast Test. Tämän testin on todettu olevan käytönnöllinen arvioitaessa muunmuassa potilaita, joilla on esimerkiksi hyvin alhainen näkökyky. Testin kehitti vuonna 1996 Michael Bach, minkä jälkeen se on ollut vapaasti eri käyttäjien kehitettävissä edistyksekkäämmäksi. [1], [7] FrACT on laajalti käytössä oleva, internetistä ilmaiseksi ladattavissa oleva tietokoneohjelma, joka toimii niin Macintosh-, Linux- kuin Windows-käyttöjärjestelmissä. Testin käytännön toteuttamiseksi tarvitaan tietokone, näyttö sekä näppäimistö. Muut apuvälineet eivät ole tarpeellisia. FrACT voidaan helposti kalibroida kulloisenkin näytön yksilölliseen kokoon ja spatiaaliresoluutioon sopivaksi. Ohjelma yhdistää antialias-suodatuksen ja keinotekoisen kohinan. Tämän tuloksena syntyy automatisoitu menetelmä, jossa testattava itse kykenee määrittelemään tahdin, jolla näköä testataan. [1], 7] Tietokoneohjelmassa optotyyppien valikoimasta, jonka muodostavat Landoltin C, Sloanin kirjaimet ja E-kirjain, valittu optotyyppi ilmestyy ruudulle joko neljän tai kahdeksan eri asennon joukosta yksitellen eri kokoisena, satunnaisesti valittuun suuntaan osoittaen. Esimerkiksi kuvassa 4.1 E-kirjain esiintyy neljässä ja Landoltin Ckahdeksassaeriasennossa.Testattavantuleepainaanäppäimistöltätiettyäsuuntaa ilmaisevaa näppäintä sitä mukaa,kun näkee optotyypin osoittaman suunnan. Optotyyppi ilmestyy näytölle pienentyen tai suurentuen, riippuen siitä, painaako testattava oikeaa suuntaa merkitsevää nappia. Mikäli suunta on väärä, optotyyppi suurenee ja vuorostaan pienenee, merkiten suunnan olleen oikea. [7] Muunmuassa eräässä FrACT:lla toteutetussa tutkimuksessa optotyypin luminanssiksi määritettiin 80 ja 320 candelaa neliömetrillä 85 prosentin kontrastilla. Nämä arvot ovat saavutettavissa kuluttujaystävällisin hinnoin ostettavissa olevilla näytöillä. Tutkimuksessa käytettiin 17 tuuman näyttöä 4 metrin etäisyydellä luminanssilla 150 candelaa neliömetrillä kontrastin ollessa 95 prosenttia ja taustavalaistuksen ollessa 60 luxia. Teknisten eroavaisuuksien vuoksi näitä tuloksia ei kuitenkaan voida yleistää ja näiden arvojen oletettiin olevan kandidaatintyön tutkimuksessa parhaat mahdolliset. [1], [7]

18 4. Näöntutkimuksesta 13 Lisäksi eräissä aikaisemmissa tutkimuksissa, joissa FrACT:n tietokoneohjelma on ollut käytössä, optotyypit esitettiin 17 tuuman LCD-näytöltä, luminanssin ollessa 170 candelaa neliömetrillä resoluution ollessa pikseliä ja koehenkilöt testattiin 0,5 metrin etäisyydeltä. Näöntarkkuutta mittaavien testitaulujen luotettavuutta on tutkittu tilastollisesti [6]. Tutkimuksessa määritettiin raja-arvot testauksien uusimisen luotettavuudelle yhdelle käytetyimmistä näöntestausmenetelmistä, Early Treatment Diabetic Retinopathy Study, kolmella arvoasteikolla. Tutkimuksesta saatiin 78 keskenään vertailukelpoista tulosta. [1], [2], [7] 4.2 Näyttöjen testaus Löytääksemme näyttöjen asettamat rajoitteet resoluution suhteen, yleisimmät optotyypit Landoltin C ja E esitettiin kahdella laajalti saatavissa olevalla näytöllä. Testaus toteutettiin optotyyppien eri asennoilla, koolla ja pyörimissuunnilla. Testauksen tuloksia arvioitiin niin visuaalisesti kuin matemaattisesti, jotta saataisiin selville, mikä näyttöjen resoluutioista mahdollisesti vaikuttaisi näöntestaukseen. Näyttöjen resoluutioiden parametreinä käytettiin valmistajien antamia arvoja. Näyttöjen oletettiin omaavan hyvän intensiteetin ja kelvollisen kirkkauden ja ainoastaan resoluutioon vaikuttavat efektit otettiin huomioon. Kuva 4.1: Optotyypit E ja Landoltin C eri asennoissa esitettynä. Koejärjestelyinä toimivat pimennetty huone, Surface RT tabletti, jonka resoluutio on sekä imac, jonka resoluutio on puolestaan Järjestelyissä tabletti ja imac asetettiin pöydälle kutakuinkin samalle kohdalle ja näyttöjen

19 4. Näöntutkimuksesta 14 kirkkaudet säädettiin silmämääräisesti samoiksi. Huoneen valaistus säädettiin sellaiseksi, että näyttöjen heijastukset olisivat mahdollisimman vähäiset. Asetelmaa havainnollistaa kuva 4.2. Näytöillä esitettiin 5 riviä optotyyppejä C ja E sekalaisessa järjestyksessä, eri asennoissa, pienentyen ylhäältä alas (kuva 4.1). Kuvien tuli olla suhteessa 1:1, pikseli pikseliltä oikein näyttöjen resoluution kanssa ja tämä voitiin tarkistaa kuvan 4.1 yläkulmissa sijaitsevia pieniä neliöitä, "shakkiruutuja", tarkastelemalla. Näiden ruutujen tuli olla selkeät. Kuva 4.2: Koejärjestely. Kuvassa imac vasemmalla ja Surface RT oikealla. Testattavia oli 15 ja näiden valikoitumiselle ei määrätty kriteereitä. Myöskään silmälasien käytölle tai niiden vahvuuksille ei asetettu vaatimuksia. Koehenkilö pyydettiin seisomaan mittanauhalla mitaten 1,5 metrin päässä näytöistä. Koehenkilön tuli arvioida ensin yksittäisestä näytöstä, mihin asti optotyypit näyttävät teräviltä (Kysymys 1.) ja sen jälkeen verrata molempia näyttöjä etsien vastaavat terävyystasot (Kysymys 2.). Tämän jälkeen koehenkilöä pyydettiin antamaan oma arvio siitä, kumpi näyttö soveltuisi paremmin näöntestaukseen (Kysymys 3.). Testattavien antamat tulokset löytyvät taulukoista 5.1 ja 5.2.

20 15 5. TULOKSET Koetulokset on ensimmäisen kysymyksen osalta muutettu havainnollisempaan muotoon laskutoimituksia suorittaen. Nämä tulokset näkyvät taulukoissa 5.1. ja 5.2. Testattavien antamat tulokset on muunnettu taulukossa 5.1 kysymys nro.1 kohdalla pikseleiksi. Taulukossa 5.2 on puolestaan vastaavan kysymys nro.1 tulokset muutettu näöntarkkuutta kuvaaviksi arvoiksi. Tuloksien esittäminen pikselikoossa vaatii sen, että tiedetään monesko kuvan symboli on kyseessä. Ensimmäisen rivin ensimmäinen symboli on kooltaan 100 pikseliä, seuraava 0, pikseliä ja sitä seuraava vuorostaan 0, Jottanäistä luvuista saataisiin vielä näöntarkkuus, tulee tuntea näytön pixel pitch (pp). Esimerkiksi, jos testattava näkee 4.rivin seitsemännen optotyypin eli koko kuvasta 26. optotyypin, saadaan tämän suuruus pikseleissä mitattuna laskemalla 0, Nämä tulokset on listattu taulukossa 5.1. Kertomalla tämän, esimerkiksi imacin pp:llä, joka on 0,24 mm, saadaan tulos, josta voidaan ottaa arkustangentti. Tämän jälkeen, kun tulos on muunnettu metreiksi ja jaettu näytön ja testattavan välimatkan etäisyydellä, saatu tulos voidaan vielä jakaa kuvion raon leveydellä, joka on 5. Tästä saadun tuloksen käänteisluvun laskettua, saadaan näöntarkkuudet, jotka on listattu taulukossa 5.2. Taulukko 5.1: Testihenkilöiden testitulokset pikseleissä laskettuna. Testihenkilö Kysymys 1.(iMac/Surface RT) Kysymys 2.(iMac/Surface RT) Kysymys 3. No.1 25,35 pikseliä 4.rivi/4.rivi Tabletti No.2 25,03 pikseliä 4.rivi/4.rivi Tabletti No.3 23,78 pikseliä 4.rivi/4.rivi Tabletti No.4 15,77 pikseliä 5.rivi/5.rivi Tabletti No.5 27,74 pikseliä 4.rivi/4.rivi Tabletti No.6 26,35 pikseliä 4.rivi/4.rivi Tabletti No.7 25,03 pikseliä 4.rivi/4.rivi Tabletti No.8 23,78 pikseliä 4.rivi/4.rivi Tabletti No.9 26,35 pikseliä 4.rivi/4.rivi Tabletti No.10 27,74 pikseliä 4.rivi/4.rivi Tabletti No.11 23,78 pikseliä 4.rivi/4.rivi Tabletti No.12 25,03 pikseliä 4.rivi/4.rivi Tabletti No.13 26,35 pikseliä 4.rivi/4.rivi Tabletti No.14 23,78 pikseliä 4.rivi/4.rivi Tabletti

21 5. Tulokset 16 Taulukko 5.2: Testihenkilöiden näöntarkkuus. Testihenkilö Kysymys 1.(iMac/Surface RT) Kysymys 2.(iMac/Surface RT) Kysymys 3. No.1 0,31/0,39 4.rivi/4.rivi Tabletti No.2 0,32/0,43 4.rivi/4.rivi Tabletti No.3 0,34/0,43 4.rivi/4.rivi Tabletti No.4 0,51/0,39 5.rivi/5.rivi Tabletti No.5 0,29/0,39 4.rivi/4.rivi Tabletti No.6 0,31/0,43 4.rivi/4.rivi Tabletti No.7 0,32/0,43 4.rivi/4.rivi Tabletti No.8 0,34/0,43 4.rivi/4.rivi Tabletti No.9 0,31/0,41 4.rivi/4.rivi Tabletti No.10 0,29/0,43 4.rivi/4.rivi Tabletti No.11 0,34/0,45 4.rivi/4.rivi Tabletti No.12 0,32/0,43 4.rivi/4.rivi Tabletti No.13 0,31/0,39 4.rivi/4.rivi Tabletti No.14 0,34/0,45 4.rivi/4.rivi Tabletti Kuva 5.1: Näyttöjen näöntarkkuuden arvoja. Kuva 5.1 esittää kuvaajaa, jossa siniset testipisteet merkitsevät testihenkilöiden näöntarkkuutta desimaaliasteikolla mitattuna (taulukko 2.1). Suora, punainen viiva on referenssi sille, jos testipisteet osuisivat sen kohdalle, tarkoittaisi se sitä, että näyttöjen antamat tulokset vastaisivat toisiaan ja täten näytöt olisivat yhtä hyviä. Kuten kuvaajasta voidaan huomata, suurin osa testipisteistä on keskittynyt Surface RT:n osalta desimaaliasteikolla 0,35-0,45 arvojen välille ja imacin vuorostaan 0,25-0,35 välille. Poikkeuksena yksittäinen testitulos, joka ylsi arvoon 0,5. Tuloksista voidaan tehdä karkea arvio sille, että tabletilla tehtävällä näöntutkimuksella testattava saavuttaa paremman tuloksen kuin imacilla tehtävässä vastaavassa tutkimuksessa. Tätä arviota tukisivat taulukon 3.1 parametrit, joiden mukaan

22 5. Tulokset 17 tablettien antamat näöntarkkuuden arvot ovat paremmat kuin isompien tietokonenäyttöjen vastaavat arvot. Koetulokset olivat jopa hämmästyttävän yksimielisiä. Koska koeolosuhteille tai testattaville ei määritetty tiukkoja vaatimuksia, on satunnaisvirheen mahdollisuus koetulosten yhdenmukaisuutta määrittävänä tekijänä varteenotettava. Satunnaisvirhettä voidaan kuvata p-arvolla, joka on se todennäköisyys, jolla vastaava tulos olisi voitu saada aikaan täysin sattumalta. Mitä pienempi arvo on, sitä todennäköisempää, että havaittu ero tulosten välillä on todellinen eikä sattuman vaikutusta. P-arvo voidaan selvittää t-testin avulla, joka on tilastollinen testi, jolla testataan normaalijakautuneiden satunnaismuuttujien keskiarvoja. Tämän tutkimuksen osalta siis sitä, ovatko imacilla ja Surfacella saadut arvojoukot samanlaisia vai erilaisia keskenään. Testin avulla p-arvoksi saatiin 1, Kun tulosten laskennasta jätettiin testihenkilö nro.4 pois, tämän antaman tuloksen poiketessa merkittävästi muiden testattavien tuloksista, heikentäen näin testauksen luotettavuutta, saatiin tulokseksi 3, Molemmissa tapauksissa p arvot ovat suurempia kuin 0, 001, mikätarkoittaa,ettätulokseteivätolesattumanvaraisia.

23 18 6. JOHTOPÄÄTÖKSET Tämän työn tarkoituksena oli testata kahta erilaista näyttöä keskenään ja arvioida niiden käytettävyyttä näöntarkkuuden tutkimisessa. Näyttöjen, Surface RT ja imac, tulokset olivat yksimielisesti jakaantuneet siten, että Surface RT:n näöntarkkuuden arvot testihenkilöille olivat toista näyttöä paremmat. Näyttöjen teknisiä ominaisuuksia tarkasteltaessa ja vertailtaessa voidaan havaita, että imacin resoluutio on huomattavan paljon suurempi kuin Surface RT:n. Tämän perusteella voisi kuvitella imacin antavan tablettia parempia tuloksia. Painoarvo tarkastelussa tulee kuitenkin kohdistaa näyttöjen pikseleiden väliseen etäisyyteen. imacin resoluutiolla ja näytön koolla pikseleiden väliseksi etäisyydeksi saadaan 0,24 ja Surface RT:lle vastaava arvo on 0,16. Kuten taulukosta 3.1 voidaan havaita, pikseleiden välisen etäisyyden ollessa lyhin mahdollinen, on myös näöntarkkuuden maksimin arvo suurin ja parhain. Taulukon tulokset tukevat siis kandidaatintyössäni saavuttamiani tuloksia ja päätelmiä siitä, että Surface RT soveltuu paremmin näöntutkimiseen. Näöntarkkuuden tutkimista tietokoneavusteisin mittauksin voidaan pitää varteenotettavana ja kehityskelpoisena menetelmänä. Jotta saataisiin lisää kandidaatintyössäni saavuttamiani arvioita tukevia tuloksia, olisi mittauksia hyvä suorittaa myös useilla muilla eri näytöillä. Lisäksi tutkimuksessa voitaisiin hyödyntää FrACTtietokoneohjelmaa, jolloin saataisiin näöntarkkuuden arvojen lisäksi selville myös reaktioaika sille, kuinka nopeasti testattava näytöllä esitettävän optotyypin havaitsee. Reaktioajan tarkastelulla voidaan ajatella olevan suurikin merkitys, jos mietitään esimerkiksi eri tilanteita liikenteessä autolla ajettaessa. Mahdollisen kolaritilanteen välttämiseksi suurimpaan merkitykseen nousee usein autolijan reaktioaika sille, että esimerkiksi suojatietä ylittävä ihminen havaitaan ajoissa. Reaktioaika pitenee, mitä vanhemmaksi ihminen tulee ja sen puolesta, esimerkiksi juuri ikäihmisten kohdalla, reaktioajan tarkastelulle tulisi järjestää nykyisessä näöntutkimustilanteessa, lääkärin tai optikon vastaanotolla, aika ja menetelmät.

24 19 LÄHTEET [1] Bach, M., 1996, The Freiburg Visual Acuity Test-Automatic Measurement of Visual Acuity.,Optometry and Vision Science, vol. 73, pp [2] Beck, R., 2003, AComputerizedMethodofVisualAcuityTesting:Adaption of the Early Treatment of Diabetic Retinopathy Study Testing Protocol.,Am J Ophthalmol, vol. 135, pp [3] Arditi, A., Cagenello, R., 1993, On the statistical reliability of letter-chart visual acuity measurements.,investigate ophthalmology and visual science, vol. 34(1), pp [4] Hiltunen, E., Holmberg, P., Jyväsjärvi, E., Kaikkonen, M., Lindblom-Ylänne, S., Nienstedt, W., Wähälä, K., 2010, Galenos-Johdanto lääketieteen opintoihin.,wsoypro Oy, Helsinki, pp [5] Peltonen, S., 2014, SGN-3010 Digitaalinen kuvankäsittely I [6] Yost, B., Haciahmetoglu, Y., North, C., 2007(April), Beyond Visual Acuity: The Perceptual Scalability of Information Visualization for Large Displays, In Proceedings of the SIGCHI conference on Human factors in computing systems, ACM, pp [7] Lange, C., Feltgen, N., Junker, B., Schulze-Bonsel, K., Bach, M., 2009, Resolving the acuity categories "hand motion"and "counting fingers"using the Freiburg Visual Acuity Test (FrACT)., Graefe s Archive for Clinical and Experimental Ophthalmology, vol. 247(1), pp [8] Messina, E., 2006, Standards for Visual Acuity [9] Lehto, H., Luoma, T., Havukainen, R., Leskinen, J., 2005, Fysiikka 2; Lämpö, Aallot, Gummerus Kirjapaino Oy, Jyväskylä, pp [10] Signaalin ja kohinan suhde [WWW]. [viitattu ]. Saatavissa: http : //en.wikipedia.org/wiki/signal to noiseratio. [11] The Organization of the Retina and Visual System [WWW]. [viitattu ]. Saatavissa: webvision.med.utah.edu/book/part viii gabac receptors/visual acuity/