基于VR眼动追踪的痴呆风险筛查系统、设备及介质技术方案

本申请提供了一种基于VR眼动追踪的痴呆风险筛查系统，包括：展示模块，用于通过VR设备展示不同类型的测试任务；追踪模块，用于追踪预设时间内的眼动轨迹；第一确定模块，用于确定相应测试任务的关注点；第一提取模块，用于提取出与测试任务对应的第一眼动特征；筛查模块，用于获取痴呆筛查模型输出的预测类别；第二确定模块，用于当预测类别为正常或轻度时，确定预测类别对应的目标测试任务，确定对应的目标眼动轨迹；第二提取模块，用于提取目标眼动轨迹的第二眼动特征；风险评估模块，用于根据风险转化评估模型确定转化风险概率，该系统不仅可以进行痴呆的筛查，而且可以预测未来风险转化的概率。险转化的概率。险转化的概率。

【技术实现步骤摘要】
基于VR眼动追踪的痴呆风险筛查系统、设备及介质


[0001]本申请涉及计算机
，特别涉及为一种基于VR眼动追踪的痴呆风险筛查系统、设备及介质。

技术介绍

[0002]轻度认知障碍（MCI），是指比正常衰老更严重的记忆和认知功能减退，但是并未显著损害日常生活功能。大量研究结果显示并非所有 MCI 患者将来都一定会发展为阿尔茨海默病（Alzheimer
’
s Disease，AD），约50%的MCI在3年内发展为痴呆症。急需可靠的系统来预测 MCI 患者的未来临床趋势，及转化到AD风险。现有的准确诊断早期痴呆的策略受到高成本和手术侵入性的限制。
[0003]痴呆症的诊断通常使用神经心理学测试，如简易精神状态检查(MMSE)和蒙特利尔认知评估(MoCA)。虽然这些传统的神经心理学测试是有效和可靠的，但作为常规的痴呆症筛查工具，需由训练有素的测试人员实施，门槛高，操作不便且效率低，不利于大规模推行，且受测人员有的时候还会故意隐瞒导致评价结果不准确。随着VR技术的发展，采用VR设备进行测试成为了可能，目前也已经存在在其他领域使用VR设备采集眼动特征进行测评，比如，CN114209324A就公开了一种基于图像视觉认知的心理测评数据获取系统及VR系统。
[0004]但是在痴呆筛查方面还没有很好的预测筛查系统，主要是因为仅仅依靠VR设备进行眼动特征提取虽然能够在一定程度上可以得到预测筛查结果，但是预测筛查结果往往不够准确。另外，目前痴呆症的筛查也都仅仅限于能够辅助预测出患者目前是否正常，但是对于未来是否存在潜在转化风险还不能够很好的预测。

技术实现思路

[0005]基于此，针对上述目前痴呆预测结果不够准确且不能对未来转化风险预测的问题，本申请提出了一种基于VR眼动追踪的痴呆风险筛查系统、计算机设备及存储介质，该系统实现了简单高效且准确地预测痴呆症，且能够对于还未发展为痴呆的人进行风险预测。
[0006]为实现上述目的，本申请第一方面提供一种基于VR眼动追踪的痴呆风险筛查系统，包括：展示模块，用于通过VR设备在受测者眼部位置依次展示不同类型的测试任务，每一测试任务中包括目标图像和非目标图像，受测者被指示识别并注视目标图像；追踪模块，用于追踪所述受测者在被指示识别并注视目标图像后的预设时间内的眼动轨迹；第一确定模块，用于根据每一测试任务的任务类型确定相应测试任务的关注点；第一提取模块，用于根据所述测试任务的关注点从所述测试任务对应的眼动轨迹中提取出与所述测试任务对应的第一眼动特征；筛查模块，用于将与每一测试任务对应的第一眼动特征作为痴呆筛查模型的输入，获取所述痴呆筛查模型输出的预测类别，所述痴呆筛查模型中包括多个子筛查模型和
融合输出层，每个测试任务对应一个子筛查模型，每个子筛查模型用于根据所述测试任务对应的第一眼动特征进行预测，到子预测结果，所述融合输出层用于根据所述多个子预测结果确定所述预测类别，所述预测类别分为正常、轻度、痴呆；第二确定模块，用于当所述预测类别为正常或轻度时，确定所述预测类别对应的目标测试任务，根据所述目标测试任务确定对应的目标眼动轨迹；第二提取模块，用于提取所述目标眼动轨迹的第二眼动特征；风险评估模块，用于将所述预测类别和所述第二眼动特征作为风险转化评估模型的输入，获取所述风险转化评估模型输出在相应预测类别下的转化风险概率。
[0007]为实现上述目的，本申请第二方面提供一种基于VR眼动追踪的痴呆风险筛查设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：通过VR设备在受测者眼部位置依次展示不同类型的测试任务，每一测试任务中包括目标图像和非目标图像，受测者被指示识别并注视目标图像；追踪所述受测者在被指示识别并注视目标图像后的预设时间内的眼动轨迹；根据每一所述测试任务的任务类型确定相应测试任务的关注点；根据所述测试任务的关注点从所述测试任务对应的眼动轨迹中提取出与所述测试任务对应的第一眼动特征；将与每一测试任务对应的第一眼动特征作为痴呆筛查模型的输入，获取所述痴呆筛查模型输出的预测类别，所述痴呆筛查模型中包括多个子筛查模型和融合输出层，每个测试任务对应一个子筛查模型，每个子筛查模型用于根据所述测试任务对应的第一眼动特征进行预测，到子预测结果，所述融合输出层用于根据多个子预测结果确定所述预测类别，所述预测类别分为正常、轻度、痴呆；当所述预测类别为正常或轻度时，确定所述预测类别对应的目标测试任务，根据所述目标测试任务确定对应的目标眼动轨迹；提取所述目标眼动轨迹的第二眼动特征；将所述预测类别和所述第二眼动特征作为风险转化评估模型的输入，获取所述风险转化评估模型输出在相应预测类别下的转化风险概率。
[0008]为实现上述目的，本申请第三方面提供一种计算机可读存储介质，包括：存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：通过VR设备在受测者眼部位置依次展示不同类型的测试任务，每一测试任务中包括目标图像和非目标图像，受测者被指示识别并注视目标图像；追踪所述受测者在被指示识别并注视目标图像后的预设时间内的眼动轨迹；根据每一所述测试任务的任务类型确定相应测试任务的关注点；根据所述测试任务的关注点从所述测试任务对应的眼动轨迹中提取出与所述测试任务对应的第一眼动特征；将与每一测试任务对应的第一眼动特征作为痴呆筛查模型的输入，获取所述痴呆筛查模型输出的预测类别，所述痴呆筛查模型中包括多个子筛查模型和融合输出层，每个测试任务对应一个子筛查模型，每个子筛查模型用于根据所述测试任务对应的第一眼动特征进行预测，到子预测结果，所述融合输出层用于根据多个子预测结果确定所述预测类别，
所述预测类别分为正常、轻度、痴呆；当所述预测类别为正常或轻度时，确定所述预测类别对应的目标测试任务，根据所述目标测试任务确定对应的目标眼动轨迹；提取所述目标眼动轨迹的第二眼动特征；将所述预测类别和所述第二眼动特征作为风险转化评估模型的输入，获取所述风险转化评估模型输出在相应预测类别下的转化风险概率。
[0009]上述基于VR眼动追踪的痴呆风险筛查系统、计算机设备及存储介质，针对不同类型的测试任务对应有不同的关注点，然后根据关注点可以从眼动轨迹提取到与该测试任务关注的第一眼动特征，并且根据每一测试任务对应的第一眼动特征采用痴呆筛查模型进行预测，得到预测类别。上述系统中，针对不同的测试任务设置不同的关注点，然后根据关注点可以提取到更加能够反映受测者情况的第一眼动特征，使得提取到的与每一测试任务对应的第一眼动特征更加准确有针对性，且为了使得预测的更加准确，痴呆筛查模型中针对每个测试任务对应有相应的子筛查模型，这样可以学习到痴呆症与每个测试任务眼动特征的关联关系，最后再通过融合输出层综合多个子预测结果，从而实现了更加精准进行痴呆的筛查；进一步的，当预测类别为正常或轻度时，进一步进行风险转化预测，具体地，当预测类别为正常或轻度时，确定预测类别对应的目标测试任务，然后根据目标测试任务确定对应的目标眼动轨迹，提取目标眼动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于VR眼动追踪的痴呆风险筛查系统，其特征在于，包括：展示模块，通过VR设备在受测者眼部位置依次展示不同类型的测试任务，每一测试任务中包括目标图像和非目标图像，受测者被指示识别并注视目标图像；追踪模块，追踪所述受测者在被指示识别并注视目标图像后的预设时间内的眼动轨迹；第一确定模块，用于根据每一所述测试任务的任务类型确定相应测试任务的关注点；第一提取模块，用于根据所述测试任务的关注点从所述测试任务对应的眼动轨迹中提取出与所述测试任务对应的第一眼动特征；筛查模块，用于将与每一测试任务对应的第一眼动特征作为痴呆筛查模型的输入，获取所述痴呆筛查模型输出的预测类别，所述痴呆筛查模型中包括多个子筛查模型和融合输出层，每个测试任务对应一个子筛查模型，每个子筛查模型用于根据所述测试任务对应的第一眼动特征进行预测，到子预测结果，所述融合输出层用于根据多个子预测结果确定所述预测类别，所述预测类别分为正常、轻度、痴呆；第二确定模块，用于当所述预测类别为正常或轻度时，确定所述预测类别对应的目标测试任务，根据所述目标测试任务确定对应的目标眼动轨迹；第二提取模块，用于提取所述目标眼动轨迹的第二眼动特征；风险评估模块，用于将所述预测类别和所述第二眼动特征作为风险转化评估模型的输入，获取所述风险转化评估模型输出的在相应预测类别下的转化风险概率。2.根据权利要求1所述的系统，其特征在于，上述系统还包括：目标测试任务确定模块；所述目标测试任务确定模块，用于获取历史测试数据中预测类别为正常的受测者群体，追踪所述受测者群体在之后的一段时间内转化为轻度的第一类人群和未转化为轻度的第二类人群；获取所述第一类人群对应的历史每一测试任务对应的眼动轨迹和所述第二类人群对应的历史每一测试任务对应的眼动轨迹；比对同一测试任务下所述第一类人群对应的眼动轨迹和所述第二类人群对应的眼动轨迹，确定第一眼动轨迹差异；当所述第一眼动轨迹差异大于第一预设值时，将相应的测试任务作为正常类别对应的目标测试任务；所述目标测试任务确定模块，还用于获取历史测试数据中预测类别为轻度的受测者群体，追踪所述受测者群体在之后的一段时间内转化为痴呆的第三类人群和未转化为痴呆的第四类人群；获取所述第三类人群对应的历史每一测试任务对应的眼动轨迹和所述第四类人群对应的历史每一测试任务对应的眼动轨迹；比对同一测试任务下所述第三类人群对应的眼动轨迹和所述第四类人群对应的眼动轨迹，确定第二眼动轨迹差异；当所述第二眼动轨迹差异大于第二预设值时，将相应的测试任务作为与轻度类别对应的目标测试任务。3.根据权利要求2所述的系统，其特征在于，所述系统还包括：训练数据确定模块；所述训练数据确定模块用于获取所述第一类人群中每个受测者在正常类别对应的目标测试任务下对应的第一目标眼动轨迹，提取所述第一目标眼动轨迹的第二眼动特征；将所述第一目标眼动轨迹的第二眼动特征作为第一类训练数据，将转化为轻度作为所述第一类训练数据的标注；所述训练数据确定模块还用于获取所述第二类人群中每个受测者在正常类别对应的目标测试任务下对应的第二目标眼动轨迹，提取所述第二目标眼动轨迹的第二眼动特征；将所述第二目标眼动轨迹的第二眼动特征作为第二类训练数据，将未转化为轻度作为所述
第二类训练数据的标注；所述训练数据确定模块还用于获取所述第三类人群中每个受测者在轻度类别对应的目标测试任务下对应的第三目标眼动轨迹，提取所述第三目标眼动轨迹的第二眼动特征；将所述第三目标眼动轨迹的第二眼动特征作为第三类训练数据，将转化为痴呆作为所述第三类训练数据对应的标注；所述训练数据确定模块还用于获取所述第四类人群中每个受测者在轻度类别对应的目标测试任务下对应的第四目标眼动轨迹，提取所述第四目标眼动轨迹的第二眼动特征；将所述第四目标眼动轨迹的第二眼动特征作为第四类训练数据，将未转化为痴呆作为所述第四类训练数据对应的标注。4.根据权利要求1所述的系统，其特征在于，所述追踪模块还用于根据检测到的所述受测者的瞳孔大小确定所述受测者的光感度，根据所述光感度将所述VR设备的光线调整为符合所述受测者的亮度，并确定所述受测者的初始瞳孔值；记录瞳孔在每个时间点的坐标以及在每个时间点的瞳孔值；根据所述瞳孔在每个时间点的坐标生成所述瞳孔的移动轨迹；根据所述瞳孔在每个时间点的瞳孔值确...

【专利技术属性】
技术研发人员：王思伦，张绪，
申请(专利权)人：深圳市铱硙医疗科技有限公司，
类型：发明
国别省市：