一种基于眼跳分析的诊断方法与流程

所属的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

背景技术：

1、随着光学技术、计算机技术和人工智能的发展，作为视觉信息加工最有效手段之一，近年来，眼动追踪技术得到了国内外研究者广泛关注，已经应用于用户体验与交互研究(网页可用性、移动端可用性、软件可用性、游戏可用性、视线交互研究)、市场研究与消费者调研(购物行为研究、包装设计研究、广告研究)、人的效能研究、心理学与神经科学研究(认知心理学研究、神经科学研究、社会心理学研究、视觉感知研究、灵长类和犬类动物研究等)、汽车hmi交互设计、航空航天/核电厂等操作人员的状态监测以及医学研究和医疗应用等领域。

2、眼动(眼跳)是一种非常复杂的运动，包含注视、眼跳和追随运动三种基本模式，而注视又包括飘逸、震颤和微小的不随意眼跳三种运动；眼跳又包括眼跳潜伏期、眼跳和眼跳抑制三个过程。注视和眼跳功能作为两种主要的眼球运动，对眼球运动行为的研究至关重要。长期以来，人们发现眼跳行为与某些疾病有关。特别是在神经病学和精神病学领域，眼跳的定量分析一直是重要的诊断工具，如脑脑震荡、认知、轻度创伤性脑损伤、自闭症、精神分裂症、黄斑变性相关功能缺陷以及注意缺陷障碍等。而近年来，反眼跳指标对于医生确定已知或怀疑涉及额叶皮层和/或基底神经节的疾病，如基底神经节疾病、精神分裂症、注意缺陷多动障碍、阅读障碍也是至关重要的。与此同时，眼跳和反眼跳作为诊断工具在阿尔茨海默病和帕金森病的诊断早期诊断中的作用越来越受到关注，预计未来眼跳和反眼跳技术在阿尔茨海默病和帕金森病的诊断和治疗上将取得更大的成功。

3、由于眼动分析应用于医学研究和医疗诊断具有巨大的发展潜力，高精度的眼动设备也得到了长足的发展。如eyelink系列眼动仪由于其高采样率，高精度和低噪声等优秀特性一直是各个研究领域尤其是医疗系统的首选，其eyelink 1000plus可以支持高达2000hz的双眼追踪，这意味着一次眼动检查就会生成海量的眼动数据，而另一方面，利用眼动分析进行心理和神经性疾病分析时，其眼动现象尤其是眼跳行为通常存在细微的差别，往往需要与其他诊疗设备配合进行，因此如何对不同类型的眼跳进行识别并分析，成为了亟需解决的问题。

技术实现思路

1、为了克服现有技术无法快速对眼跳类型进行识别及分析的问题，本发明提供了一种基于眼跳分析的诊断方法。

2、第一方面，为了解决上述技术问题，本发明提供了一种基于眼跳分析的诊断方法，包括以下步骤：

3、s1.采集被检测者的眼动追踪图像数据；

4、s2.将获得的眼动追踪图像数据进行图像处理得到眼动位移和时间数据；

5、s3.将眼动位移及时间数据化为一维数列，得到位移数列，并对位移数列进行一阶求导，得到眼动速度数列；

6、s4.对位移数列和眼动速度数列进行去噪；

7、s5.确定所诊断眼跳的眼跳类型及眼跳类型对应的速度阈值；

8、s6.根据眼动速度数列长度确定移动窗口的时间长度；

9、s7.将移动窗口置于去噪后的眼动速度数列上；

10、s8.求得窗口内眼动速度数列的所有极值并与设定的速度阈值相比较，若极值超过速度阈值，则判断为速度阈值对应的眼跳类型；

11、s9.将移动窗口从眼动速度数列的开始滑至数列末尾，求得整个眼动速度数列对应的眼动检测数列及所检测到的眼跳总个数；

12、s10.将所得的眼动检测数列和各个眼跳总个数与预期数据或者正常眼跳数列及其时间间隔相比较，判断所得结果是否符合预期或者正常眼跳移数列，若满足，则执行s11，若不满足，则判断为异常数据，并执行s12；

13、s11.诊断结束；

14、s12.找出异常数据并根据异常数据所对应时间段，提取放大该异常数据并进行更细致分析；

15、s13.通过移动窗口对异常数据进行分析，判断异常原因及是否需要进行微眼跳分析，若需要进行微眼跳分析，则重复s5及之后步骤；若不需要进行微眼动分析，则到s14；

16、s14.将异常数据标为异常点。

17、本发明提供的一种基于眼跳分析的诊断方法的有益效果是：将眼动位移和时间数据转化为位移数列，再根据一阶求导得到眼动速度数列，即可得到眼睛眼底黄斑在眼动仪中的偏移速度，再根据移动窗口滑过眼动速度数列，得到极值，并将极值与速度阈值对比，得到眼跳类型，对于各个眼跳类型，当移动窗口滑完整个眼动速度数列后即可得到眼动检测数列和眼跳总个数，最后将所得的眼动检测数列和各个眼跳总个数与预期数据或者正常眼跳数列及其时间间隔相比较，即可判断眼跳是否正常，解决了现有技术无法快速对眼跳类型进行识别及分析的问题。

18、在上述技术方案的基础上，本发明的一种基于眼跳分析的诊断方法还可以做如下改进。

19、进一步，根据眼动速度数列的长度及对计算时间的要求自由设置移动时间窗口的时间长度。

20、采用上述进一步方案的有益效果是：根据眼动速度数列的长度及对计算时间的要求自由设置移动窗口的时间长度，能够满足任意眼动速度数列的要求。

21、进一步，根据眼跳类型及诊断要求设置各个眼跳类型对应的速度阈值。

22、采用上述进一步方案的有益效果是：根据眼跳类型及诊断要求设置各个眼跳类型对应的速度阈值，基本满足了所有眼跳类型。

23、进一步，步骤s5及之后移动窗口速度阈值算法具体为：

24、确定所要诊断的眼跳类型及诊断要求，并根据所诊断的眼跳类型及要求确定对应的眼动速度阈值，以度/秒(deg/s)为单位；

25、移动窗口为时间窗口，因此根据去噪后的全部眼动速度数列及其对应的时间跨度和计算时间要求确定移动窗口的时间长度；

26、算法开始时，先将移动窗口置于去噪后的眼动速度数列上，移动窗口的开始时间为眼动速度数列对应时间序列的开始时间，移动窗口的结束时间为时间序列的开始时间与移动窗口时间长度的和，若干个移动窗口的和完全覆盖去噪后的全部眼动速度数列。

27、对移动窗口内的眼动速度数列进行极值的计算，求得此段眼动速度数列的所有极值并与设定的速度阈值比较，若极值超过速度阈值，则判断为速度阈值对应的眼跳类型，眼跳类型的检测数据在对应时间点的值标为1，若未检测到任意一个眼跳类型，则未检测到的眼跳类型的检测数据对应时间点的值标为0；

28、移动窗口将从眼动速度数列开始时间滑至结束时间，当移动窗口的结束时间超过眼动速度数列结束时间时，滑动停止，得到整列眼动速度数列的完整检测数列及每个眼跳类型对应的眼跳总个数及其时间间隔；

29、将所得的完整检测数列和各个眼跳总个数与预期数据或者正常眼跳数列及其时间间隔相比较，判断所得结果是否符合预期或者正常眼跳移数列，若满足，则诊断结束，若不满足，则判断为异常数据；

30、若不满足，还包括：

31、则找出异常数据，并根据异常数据所对应时间段，用窗口提取放大该时间段内的数据，判断是否需要进行微眼动分析，若需要进行微眼动分析，则设定微眼动速度阈值并重复移动窗口速度阈值算法；

32、若不需要进行微眼动分析，则将异常数据标为异常点。

33、采用上述进一步方案的有益效果是：根据移动窗口滑过眼动速度数列，得到极值，并将极值与速度阈值对比，得到眼跳类型，并且眼跳类型对应的总个数增加1，对于各个眼跳类型，当移动窗口滑完整个眼动速度数列后即可得到眼动检测数列和眼跳类型对应的眼跳总个数，最后将所得的眼动检测数列和各个眼跳总个数与预期数据或者正常眼跳数列及其时间间隔相比较，即可判断眼跳是否正常，若判断为异常数据，则需要进行微眼动分析，并根据微眼动分析确定该异常数据是否为真正的异常点。