Falta de estándares para el tamaño de las cifras en relación con las letras.

– genera inconsistencia entre diferentes pruebas de visión y fabricantes.

  • Es una tarea obvia para las organizaciones oftalmológicas y las instituciones de investigación investigar optotipos de símbolos generalizados y medir factores de compensación confiables. Siguiendo un enfoque más calibrado y estandarizado, se puede garantizar que las pruebas de visión con símbolos proporcionen resultados comparables y fiables.
  • La falta de estándares basados ​​en investigaciones para la ponderación entre optotipos basados ​​en símbolos y en letras conduce a compensaciones inconsistentes y a menudo demasiado favorables.
  • Los fabricantes optan por ampliar demasiado los símbolos para estar seguros y garantizar que los sujetos de prueba puedan verlos claramente.
  • Pero los símbolos suelen ser demasiado grandes en relación con lo que es cognitivamente necesario. Esto puede llevar a que las pruebas de visión subestimen el grado de los problemas visuales. Los sujetos de prueba pueden lograr mejores resultados de los que garantiza su nivel de visión real.

Los estudios e investigaciones empíricos constituyen el punto de partida para la estandarización de los factores de ponderación.

  • Para determinar si los símbolos están demasiado ampliados, es importante realizar estudios empíricos que comparen el rendimiento en pruebas visuales con símbolos versus letras. Los estudios empíricos constituyen la base para la necesaria calibración exacta del tamaño de las figuras en relación con la capacidad de los niños para reconocerlas. Es esencial garantizar resultados de pruebas justos y precisos.
  • Por lo tanto, basándose en estudios e investigaciones empíricos, deberían desarrollarse normas para los factores de ponderación con los que se pueden y se deben regular los respectivos conjuntos de optotipos basados ​​en símbolos para obtener resultados comparables en las pruebas de visión.
  • Mantenga el nivel de dificultad lo más consistente posible en cada conjunto de optotipos.
  • Se debe evitar que las figuras de un conjunto de optotipos varíen demasiado en su diseño y complejidad, ya que esto dificulta establecer un factor de compensación estándar común.
  • Los fabricantes siempre deben realizar evaluaciones críticas de sus propios optotipos mediante estudios empíricos y asegurarse de que cada símbolo individual no tenga un nivel significativamente diferente de dificultad cognitiva del resto de optotipos del conjunto.

En general, se deben utilizar símbolos que sean igualmente familiares y simples para reducir la carga cognitiva y minimizar el grado de ampliación. También es preferible elegir símbolos que, en su diseño y complejidad, se parezcan lo más posible a letras. Las letras obtienen su reconocimiento por el hecho de que poseen extremidades, es decir. destaca de manera llamativa. Letras como K, H, V y T son buenos ejemplos. Si se producen símbolos fácilmente reconocibles con estas formas de letras en mente, se reduce la necesidad de ampliar demasiado los símbolos para compensar la complejidad cognitiva, ya que los extremos de los símbolos los acercan cognitivamente a los optotipos basados ​​en letras.

Grosor de línea, etc.

  • Si las ponderaciones compensatorias se realizan correctamente para compensar las diferencias cognitivas, ya no es crucial si el grosor de línea aplicado a los símbolos corresponde al grosor de línea de las letras.
  • Asegúrese de que las formas tengan un alto contraste con el fondo, como suelen hacer las letras. Las figuras de menor contraste pueden requerir tamaños más grandes para lograr la misma visibilidad que las letras.
  • Los símbolos con formas menos complejas se comparan más fácilmente con las letras. Los símbolos más complejos deben ampliarse más que las figuras simples para lograr el mismo nivel de reconocimiento.
  • Pruebe formas y letras en una configuración experimental controlada para calibrar los tamaños. Esto implica que los sujetos pasen por pruebas de visión tanto con símbolos como con letras y ajusten los tamaños hasta que los resultados sean comparables.
  • Utilice el análisis estadístico para determinar los tamaños óptimos para formas versus letras según los resultados de la prueba.

ISOeyes ha llevado a cabo extensos estudios empíricos y posteriormente ha realizado calibraciones de todos nuestros optotipos de desarrollo propio, para garantizar que proporcionen resultados idénticos en las pruebas de visión.

Las diferencias en la percepción de las letras versus las formas

La investigación científica en percepción visual y psicología cognitiva ha investigado las diferencias en la percepción de letras versus formas. La ciencia indica que las letras son generalmente cognitivamente más fáciles de identificar para el ojo y el cerebro en comparación con las formas debido a mayores niveles de familiaridad, áreas cerebrales especializadas y su distinción diseñada. Esto convierte a las letras en una herramienta eficaz en muchas tareas visuales, aunque las formas también tienen su lugar, especialmente cuando se trabaja con personas analfabetas o pruebas visuales específicas:

Familiaridad y experiencia

  • Letras: las personas alfabetizadas tienen mucha experiencia en reconocer letras, ya que interactúan constantemente con ellas en la vida diaria. Este mayor grado de familiaridad hace que sea cognitivamente más fácil para el ojo y el cerebro identificar letras de forma rápida y precisa.
  • Figuras: Las figuras pueden variar más en complejidad y forma que las letras. Aunque las formas simples (como círculos, cuadrados y corazones) pueden ser fáciles de reconocer, las formas más complejas o desconocidas pueden requerir un mayor procesamiento cognitivo.

Procesos cognitivos

  • Letras: El reconocimiento de letras involucra áreas especializadas del cerebro, como el área visual de formación de palabras (VWFA), que es responsable del procesamiento de palabras y letras escritas. Esta especialización hace que el reconocimiento de letras sea muy eficiente.
  • Figuras: El reconocimiento de figuras involucra varias áreas diferentes del cerebro, dependiendo de la complejidad y significado de la figura. Esto puede hacer que el proceso sea más exigente cognitivamente en comparación con las letras.

Desambiguación visual

  • Letras: la mayoría de las letras están diseñadas para ser visualmente distintas incluso cuando están muy juntas, lo que ayuda a un reconocimiento rápido.
  • Formas: Las formas pueden variar más en forma y tamaño, lo que puede hacer que sean más difíciles de distinguir, especialmente si son complejas o desconocidas.

Contraste y forma

  • Letras: suelen tener fuertes contrastes y formas bien definidas que las hacen fáciles de ver y reconocer, incluso a baja resolución o desde la distancia.
  • Figuras: Dependiendo de su diseño, las figuras pueden variar más en contraste y forma, lo que puede afectar la visibilidad y el reconocimiento.

Estudios empíricos

  • Estudios sobre reconocimiento de palabras: muchos estudios han demostrado que los humanos pueden reconocer palabras y letras extremadamente rápido (en unos pocos milisegundos), lo que sugiere un alto grado de automatización en este proceso.
  • Estudios sobre reconocimiento de figuras: el reconocimiento de figuras, especialmente figuras desconocidas o complejas, puede llevar más tiempo y requerir más procesamiento cognitivo.

Consecuencias prácticas

  • Pruebas visuales: las pruebas visuales que utilizan letras pueden aprovechar la familiaridad de las personas con estos símbolos y así proporcionar resultados más consistentes. Las pruebas con figuras pueden resultar útiles para comprobar la visión en personas que no saben leer (como los niños pequeños), pero pueden variar más según el diseño de las figuras.
  • Diseño de materiales visuales: al diseñar materiales visuales para un reconocimiento rápido (como señales, advertencias, etc.), puede ser más eficaz utilizar letras o formas muy simples para garantizar una percepción rápida y precisa.

Comparando dos dibujos de una manzana:

  1. Tendencia 1:
    • Cuadrado de 5×5 cm
    • Grosor de línea de 0,8 cm.
  2. Tendencia 2:
    • Cuadrado de 10×10 cm
    • Grosor de línea de 0,4 cm.

Conclusiones sobre la percepción y el reconocimiento visual:

  1. Tamaño y escala:
    • R- Las imágenes más grandes proporcionan más información visual y detalles, lo que las hace más fáciles de reconocer.
    • B- Los dibujos de mayor tamaño proyectan imágenes de mayor tamaño en la retina, facilitando la agudeza visual y el reconocimiento de objetos.
  2. Grosor de la línea:
    • Las líneas más gruesas pueden aumentar el contraste y hacer que los contornos sean más distintos, pero el tamaño de la imagen juega un papel más importante en el reconocimiento general.
  3. Reconocimiento mejorado a diferentes distancias.:
    • Los dibujos más grandes son más fáciles de ver y reconocer desde distancias más largas, incluso si la línea es más delgada.
  4. Contraste y visibilidad:
    • Incluso si la línea es más delgada, el contraste entre la línea y el fondo puede ser suficiente para que la forma sea fácilmente reconocible en dibujos más grandes.
  5. Fisiología de la visión:
    • La agudeza visual humana está mejor adaptada para ver objetos de tamaño mediano a grande.

Referencias de literatura:

  • relativa a. punto 1A: Goldstein, EB (2013). Sensación y percepción (9ª ed.). Aprendizaje Cengage. Capítulo 5, páginas 100-135.
  • relativa a. ítem 1B: Pelli, DG, Robson, JG y Wilkins, AJ (1988). El diseño de un nuevo gráfico de letras para medir la sensibilidad al contraste. Ciencias clínicas de la visión, 2(3), 187-199.
  • relativa a. punto 2: Wang, K. y Cottrell, GW (2012). Las fortalezas y debilidades de la transformación del ancho del trazo para la detección de texto. Transacciones IEEE sobre análisis de patrones e inteligencia artificial, 34(6), 1173-1186.
  • relativa a. Ítem ​​3: Hecht, S., Shlaer, S. y Pirenne, MH (1942). Energía, cuantos y visión. La Revista de Fisiología General, 25(6), 819-840.
  • relativa a. Ítem ​​4: Kandel, ER, Schwartz, JH y Jessell, TM (2000). Principios de la ciencia neural (4ª ed.). McGraw-Hill. Capítulo 27, páginas 492-525.
  • relativa a. Ítem ​​5: Duin, RPW y Pavešić, N. (2001). Reconocimiento de patrones visuales en visión artificial. Reconocimiento de patrones, 34(11), 2213-2226.

Bibliografía

  1. Goldstein, EB (2013). Sensación y percepción (9ª ed.). Aprendizaje Cengage. Capítulo 5, páginas 100-135.
  2. Pelli, DG, Robson, JG y Wilkins, AJ (1988). El diseño de un nuevo gráfico de letras para medir la sensibilidad al contraste. Ciencias clínicas de la visión, 2(3), 187-199.
  3. Wang, K. y Cottrell, GW (2012). Las fortalezas y debilidades de la transformación del ancho del trazo para la detección de texto. Transacciones IEEE sobre análisis de patrones e inteligencia artificial, 34(6), 1173-1186.
  4. Hecht, S., Shlaer, S. y Pirenne, MH (1942). Energía, cuantos y visión. La Revista de Fisiología General, 25(6), 819-840.
  5. Kandel, ER, Schwartz, JH y Jessell, TM (2000). Principios de la ciencia neural (4ª ed.). McGraw-Hill. Capítulo 27, páginas 492-525.
  6. Duin, RPW y Pavešić, N. (2001). Reconocimiento de patrones visuales en visión artificial. Reconocimiento de patrones, 34(11), 2213-2226.