一种智能眼动识别分析方法及系统技术方案

本发明专利技术公开了一种智能眼动识别分析方法及系统，对被测人员进行阅读测试，通过智能眼镜采集被测人员的眼动信息、语音信息，基于语音信息得到被测人员阅读的正确信息和错误信息，分析测试过程中的正确信息和错误信息对应的眼动情况，基于正常情况下的眼动规律，判断眼动情况是否符合正常标准，本发明专利技术实现了视觉相关学习困难的早期诊断功能，为早期学习困难的防治提供了技术依据。

【技术实现步骤摘要】
一种智能眼动识别分析方法及系统
本专利技术涉及智能识别
，尤其涉及一种智能眼动识别分析方法及系统。
技术介绍
研究表明，相对于调节、聚散等功能而言，正常个体的眼球运动功能发育较为缓慢，而且贯穿于整个小学阶段。此外，随着信息技术的广泛应用，极大的近距离用眼负荷也会导致不同程度的眼运动功能异常。因此任何阶段均可发生眼球运动功能异常，进而影响患者的学习认知功能，并导致读写障碍等学习困难，干扰患者的学习、工作及生活，给个人、家庭及社会带来巨大的经济及心理负担。国际读写障碍协会(简称IDA)指出：读写障碍影响了近10-20％人口，并且包括相当一部分成人。据统计，英国约有15％的学龄儿童患有不同程度的读写困难，美国患病率在15％～20％之间，其中男孩比女孩高3～4倍。我国内地对读写障碍的关注较晚，2016年，中国读写困难及国际发展论坛上专家指出，我国读写障碍者患病率约10％，其中儿童患者约1500万。研究发现，眼球运动功能异常是学习困难的主要原因，Hoffman等对107例5-14岁的学习困难患儿进行分析发现，95％的患儿有眼运动异常，而学习能力正常者仅24％者眼运动功能异常。Lieberman等也提出同样的研究结果。此外，各种心理异常、神经系统病变也同样表现出不同类型的眼运动功能异常。由此可见，准确、客观的眼球运动功能评价及治疗对于提高阅读、专注力以及各种认知能力、辅助心理、神经等专科诊疗至关重要，是改善学习困难、提高心理、神经系统疾病治疗效果的重要手段之一，具有较好的临床应用价值。因此各种眼球运动功能检测装置应运而生，目前随着红外技术和电子信息技术、高性能摄像技术及图像处理技术的发展，较高精度的眼运动检测设备已应用于临床，如EyelinkII型眼动仪、普金野眼动仪等。但现有设备价格贵，检查费用高等，不利于临床普及、筛查，更无法实现家庭自检自测，因此急需一种方法或系统在初期对患者进行检测，实现提前预判提前防治的效果。
技术实现思路
基于上述技术问题，本专利技术提供了一种智能眼动识别分析方法，包括以下步骤：S1.基于受教育水平，设置阅读测试题；S2.根据待测目标的受教育水平，选择对应的阅读测试题，进行阅读测试，收集待测目标在阅读过程中的语音信息、阅读时长信息和眼动信息；S3.基于阅读测试题，通过对语音信息进行识别，获得待测目标的阅读正确信息和阅读错误信息；S4.基于阅读测试题的字符规模，通过阅读时长信息，获得待测目标的平均语速信息；S5.通过将平均语速信息设置为阈值，通过识别待测目标的字符间阅读速度，基于阅读正确信息和所述阅读错误信息，构建待测目标的阅读质量评价模型；S6.基于阅读质量评价模型，通过阅读评价模型对应的眼动信息，构建眼动信息评价模型，用于评价待测目标的眼运动情况。优选地，阅读测试题长度最多为300字；阅读测试题的内容根据所述受教育水平分为学龄前、小学、初中、高中、大学；内容包括但不限于图像、数字、汉字、外文。优选地，S3还包括根据正确信息获得待测目标的正确率。优选地，S4还包括，基于正确率，对平均语速信息进行判断，当正确率大于等于85％时，执行S5，否则执行S2。优选地，S5还包括，当阅读正确信息对应的语速信息小于阈值时，将语速信息对应的阅读正确信息添加到阅读错误信息，构建待测目标的阅读评价模型。优选地，眼动信息包括但不限于眼球扫视、眼球注视及眼球返回的信息。优选地，S4还包括，当平均语速信息低于或高于阅读正常水平时，待测目标存在问题，所述问题包括但不限于阅读障碍等学习困难、眼部疾病、知识水平欠缺、注意力不集中；阅读正常水平为通过检测若干个视力正常人的阅读速度，得到的区间值。一种智能眼动识别分析系统，其特征在于，包括智能眼镜以及与智能眼镜连接智能测试终端；智能眼镜包括，眼镜以及设置在眼镜上的眼镜智能控制系统，其中，眼镜智能控制系统包括，图像采集装置，设置在眼镜的眼镜框的一端，第一通信模块，设置在眼镜的眼镜腿的前端或后端，语音输入装置，设置在眼镜腿的一侧，语音接收装置，设置在眼镜腿靠近人耳的一端，控制系统模块，设置在眼镜腿靠近眼镜框的一端，分别与图像采集装置、第一通信模块、语音输入装置、语音接收装置连接，第一电源管理模块，用于为智能眼镜供电；智能测试终端包括，显示模块，用于显示阅读测试题，并根据需求选择对应的阅读测试题进行测试，显示模块控制系统，与显示模块连接，包括，电路板，以及集成在电路板上的芯片，存储模块，与芯片连接，用于存储智能测试终端产生的数据信息；第二通信模块，与芯片连接，用于连接眼镜智能控制系统，语音识别模块，与芯片连接，用于识别眼镜智能控制系统的语音信息，图像识别模块，与芯片连接，用于收集眼动信息，第二电源管理模块，设置在智能测试终端一端，用于为智能测试终端供电。优选地，第一通信模块和第二通信模块为无线传输模块；无线传输模块包括但不限于蓝牙模块、Wifi模块；第一通信模块设置在所述眼镜腿的前端远离所述控制系统的一侧；智能眼镜通过第一通信模块还与移动终端连接；移动终端包括但不限于手机、平板电脑。优选地，第一通信模块和第二通信模块为有线传输模块；有线传输模块包括但不限于光纤模块；第一通信模块设置在眼镜腿的后端；显示模块为触摸屏。本专利技术的积极进步效果在于：本专利技术与现有技术相比，结构简单，通过对待测人员阅读质量的检测，进而确定待测人员是否具有阅读困难等学习障碍情况，适用于大样本群体的普查及家庭自查，有助于异常眼运动功能的早期发现，进而实现学习困难的早期防治及干预。附图说明图1为本专利技术所述的方法流程图；图2为本专利技术所述的系统示意图，其中，1为第一通信模块，2为图像采集装置，3为语音接收装置，4为语音输入装置，5为控制系统模块，6为智能测试终端，7为第一电源管理模块；图3为本专利技术所述的智能测试终端的系统示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。人类眼球运动有3种基本类型：注视、眼跳和追随运动，与学习等认知过程息息相关，目前，诸多研究已证实眼运动与学习阅读的密切相关性，其中，主要相关的眼运动为扫视、注视及返回。扫视时间约占阅读过程本文档来自技高网...

【技术保护点】
1.一种智能眼动识别分析方法，其特征在于，包括以下步骤：/nS1.基于受教育水平，设置阅读测试题；/nS2.根据待测目标的所述受教育水平，选择对应的所述阅读测试题，进行阅读测试，收集待测目标在阅读过程中的语音信息、阅读时长信息和眼动信息；/nS3.基于所述阅读测试题，通过对所述语音信息进行识别，获得待测目标的阅读正确信息和阅读错误信息；/nS4.基于所述阅读测试题的字符规模，通过所述阅读时长信息，获得所述待测目标的平均语速信息；/nS5.通过将所述平均语速信息设置为阈值，通过识别所述待测目标的字符间阅读速度，基于所述阅读正确信息和所述阅读错误信息，构建所述待测目标的阅读质量评价模型；/nS6.基于所述阅读质量评价模型，通过所述阅读评价模型对应的所述眼动信息，构建眼动信息评价模型，用于评价所述待测目标的眼运动情况。/n

【技术特征摘要】
1.一种智能眼动识别分析方法，其特征在于，包括以下步骤：
S1.基于受教育水平，设置阅读测试题；
S2.根据待测目标的所述受教育水平，选择对应的所述阅读测试题，进行阅读测试，收集待测目标在阅读过程中的语音信息、阅读时长信息和眼动信息；
S3.基于所述阅读测试题，通过对所述语音信息进行识别，获得待测目标的阅读正确信息和阅读错误信息；
S4.基于所述阅读测试题的字符规模，通过所述阅读时长信息，获得所述待测目标的平均语速信息；
S5.通过将所述平均语速信息设置为阈值，通过识别所述待测目标的字符间阅读速度，基于所述阅读正确信息和所述阅读错误信息，构建所述待测目标的阅读质量评价模型；
S6.基于所述阅读质量评价模型，通过所述阅读评价模型对应的所述眼动信息，构建眼动信息评价模型，用于评价所述待测目标的眼运动情况。


2.如权利要求1所述一种智能眼动识别分析方法，其特征在于，
所述阅读测试题长度最多为300字；
所述阅读测试题的内容根据所述受教育水平分为学龄前、小学、初中、高中、大学；
所述内容包括但不限于图像、数字、汉字、外文。


3.如权利要求1所述一种智能眼动识别分析方法，其特征在于，
所述S3还包括根据所述正确信息获得所述待测目标的正确率。


4.如权利要求3所述一种智能眼动识别分析方法，其特征在于，
所述S4还包括，基于所述正确率，对所述平均语速信息进行判断，当所述正确率大于等于85％时，执行所述S5，否则执行S2。


5.如权利要求3所述一种智能眼动识别分析方法，其特征在于，
所述S5还包括，当所述阅读正确信息对应的语速信息小于所述阈值时，将所述语速信息对应的所述阅读正确信息添加到所述阅读错误信息，构建所述待测目标的阅读评价模型。


6.如权利要求1所述一种智能眼动识别分析方法，其特征在于，
所述眼动信息包括但不限于眼球扫视、眼球注视及眼球返回的信息。


7.如权利要求1所述一种智能眼动识别分析方法，其特征在于，
所述S4还包括，当所述平均语速信息低于或高于阅读正常水平时，所述待测目标存在问题，所述问题包括但不限于阅读障碍等学习困难、眼部疾...

【专利技术属性】
技术研发人员：张艳玲，蔡剑秋，查屹，
申请(专利权)人：深圳市龙华区妇幼保健院深圳市龙华区妇幼保健计划生育服务中心，深圳市龙华区健康教育所，
类型：发明
国别省市：广东;44