一种基于眼动特征的孤独特质程度检测装置

本发明涉及人群中孤独特质程度筛查，尤其涉及一种基于眼动特征的孤独特质程度检测装置，通过量化的眼动指标评定人群的孤独特质程度。

背景技术：

1、孤独症谱系障碍简称孤独症，是一类以社会交往障碍、行为重复刻板为主要临床特征的神经发育性障碍性疾病。孤独特质具有连续性质，孤独症处于症状连续谱上最严重的一端，一旦发病，预后较差且症状会伴随终身。大部分孤独症患儿无法生活自理，成年后不具备独立生活、学习、工作的能力，且可能合并有智力障碍等症状，给家庭和社会带来沉重的负担。

2、孤独特质指正常个体表现出与孤独症相关的行为特征和认知特点，但症状程度尚未达到临床孤独症的诊断标准。研究表明，孤独特质广泛存在于人群中，其程度在人群中呈现连续分布的特点，并具有一定的遗传性。

3、孤独特质水平较高的个体与孤独症患者相比，在外在行为表现和内在脑机能等方面在一定程度上存在一致性。社会交往障碍既是孤独症患者的典型症状，也是高孤独特质个体的核心表现。较高的孤独特质在临床或亚临床水平增加了不良社会功能的易感性。与孤独症患者类似，高孤独特质群体在社会交往中常表现出缺乏主动的社交行为，存在一定的交流障碍、述情障碍等，不利于其在社交互动中建立良好的人际关系。社交应对策略的不正常发展可能会导致其在学习教育与日常生活中面临各种心理、精神层面的障碍和其他社会适应问题，亟需尽早关注和干预。

4、通过分析个体的孤独特质程度，引导高孤独特质群体尽早关注心理健康及社会性发展，建立覆盖个人、家庭、社区的综合干预支持系统，有助于增强其社会适应能力，避免较高的孤独特质程度不利于其社交技能的习得，从而进一步影响其各方面发展。

5、同时，研究发现，孤独特质可能是孤独症的易感性标记。父母双方孤独特质程度较高的孩子表现为孤独特质程度显著趋近于孤独症，且孤独症患者亲属的孤独特质程度与其亲缘关系的密切程度相关。通过对正常人群中高孤独特质群体的有效筛查，有助于降低孤独症的遗传风险。

6、目前孤独特质程度的筛查和评估主要依赖于行为观察或基于与社交相关的内容编制的评估量表或问卷，但量表评估方法主观性较强，受限于医生的经验与相对紧缺的资源，易导致筛查不准确、不及时等问题。

7、因此，亟需研究一种通过可量化的生理指标分析评估人群孤独特质程度的方法，高效、精准地对高孤独特质群体进行筛查，从而有助于其通过后天的学习促进社交技能的发展，且对其重点关注与早期干预有助于探究孤独症的临床诊断与干预。

技术实现思路

1、本发明提供了一种基于眼动特征的孤独特质程度检测装置，本发明利用设计的面孔情绪识别范式，采集用户完成任务时的眼动数据，分析提取用户的眼动特征以构建特征集，输入至训练的神经网络模型中，实现对孤独特质程度的分析与分类，详见下文描述：

2、一种基于眼动特征的孤独特质程度检测装置，所述装置包括：

3、眼动数据采集及预处理模块，用于设计的面孔情绪识别范式包含快乐、中性、悲伤、愤怒四种情绪，单张面孔包含正面0°、半侧面45°、侧面90°三种角度，以0°-45°-90°-45°-0°和90°-45°-0°-45°-90°两种呈现方式播放；采集用户完成任务期间的眼动数据并进行圈定兴趣区、删除无效的眼动采样点等数据预处理；

4、眼动特征提取模块，提取具有明显区分度的基于眼部兴趣区的比例注视时间、定向眼部兴趣区的潜伏期、脱离眼部兴趣区的潜伏期三个眼动指标作为评定参数，对特征进行归一化与降维后，分为训练集与测试集；

5、基于眼部aoi的比例注视时间分别提取正面、半侧面、侧面三个角度及快乐、中性、悲伤、愤怒四种情绪下的平均值、标准差、中值作为特征；定向眼部aoi的潜伏期分别提取四种情绪与同一面孔不同角度的五次播放下的平均值、标准差、中值作为特征；脱离眼部aoi的潜伏期提取特征数量与定向眼部aoi的潜伏期一致；

6、训练模块，将上述特征输入至构建的天牛须算法优化的bp神经网络分类器中，利用天牛须搜索算法确定bp神经网络的最优权值和阈值，对训练集进行学习后，使用测试集对分类模型的可靠性进行测试，得到该装置的分类模型。

7、预测评估模块，将用户特征数据集输入至分类模型中，得到分类结果，以实现人群孤独特质程度的检测与评定。

8、针对现有主要依靠量表评估孤独特质程度主观性较强的缺陷和问题，本发明基于眼动技术，通过提取高、低孤独特质程度的可分性眼动特征，提出了一种通过量化眼动指标经天牛须搜索算法改进的bp神经网络分类后评估人群孤独特质程度的方法，相较于其他方法，有以下优势：

9、1)提出了一种分析正常人群孤独特质程度的客观性评价指标，相较于传统的量表评估方法，具有更高的准确性和稳定性；可有效应用于临床或亚临床孤独特质程度的分析，具有重要的社会效益与经济效益；

10、2)通过眼动技术指标利用神经网络评估人群孤独特质程度具有快速、简便的优点，极大地解放医护人员生产力，在合理利用医疗资源方面具有重要意义；

11、3)此方法评估孤独特质程度不受地区医疗水平影响，更具有普适性，能够输出更稳定的孤独特质分类结果。

技术特征：

1.一种基于眼动特征的孤独特质程度检测装置，其特征在于，所述装置包括：

技术总结
本发明公开了一种基于眼动特征的孤独特质程度检测装置，包括：采集用户完成情绪面孔识别任务时的眼动数据，经预处理后，提取高、低孤独特质具有明显区分度的基于眼部兴趣区的比例注视时间、定向眼部兴趣区的潜伏期、脱离眼部兴趣区的潜伏期三个眼动指标作为评定参数；基于眼部AOI的比例注视时间分别提取正面、半侧面、侧面三个角度及快乐、中性、悲伤、愤怒四种情绪下的平均值、标准差、中值作为特征；定向眼部AOI的潜伏期分别提取四种情绪与同一面孔不同角度的五次播放下的平均值、标准差、中值作为特征；脱离眼部AOI的潜伏期提取特征数量与定向眼部AOI的潜伏期一致；将上述特征进行归一化和降维后，组成特征集，并按比例划分为训练集和测试集；训练集输入至构建的天牛须算法优化的BP神经网络分类器中学习后，利用训练集对检测模型进行测试，根据结果优化参数以确定最终的分类模型，实现人群孤独特质程度的分析与评定。

技术研发人员：刘爽,汪君玲,明东,张露丹,薛慧琴,刘薇,柯余峰
受保护的技术使用者：天津大学
技术研发日：
技术公布日：2024/1/11