本申请涉及计算机,具体涉及计算机视觉,特别涉及智慧医疗,尤其涉及注意力评估方法、装置、电子设备及计算机可读存储介质。
背景技术:
1、注意力是人用于选择和集中于相关刺激的能力,使人体可以将自己置于相关的刺激因素,从而对其做出反应。注意力对于认知技能的正常运行是必要的,这就是为什么任何注意过程的改变可能使任何日常活动都更难完成,即注意力的缺失(或者注意不集中)会对日常活动造成影响。
2、注意力对于日常活动的影响非常大,而针对于注意力的评估现阶段还是以任务测试、评估者主观观察等方式为主,缺乏持续性、客观性的判断方式,使得影响了评估结果的准确性。
技术实现思路
1、针对现有技术中注意力的评估方法存在评估结果准确性低的技术问题,提供了一种注意力评估方法、装置、电子设备及计算机可读存储介质。
2、根据第一方面,提供了一种注意力评估方法,包括:
3、通过眼动追踪方式获取待测目标对象与时空相关的眼动特征,称为第一眼动特征,并在眼动追踪过程中同步获取所述待测目标对象的眼球活动视频图像,称为第一眼球活动视频图像;
4、根据所述第一眼球活动视频图像,确定所述第一眼球活动视频图像中每帧图像对应的眼动行为标记物,眼动行为标记物用于表示眼动行为的类型;
5、根据所述第一眼动特征和所述每帧图像对应的眼动行为标记物,确定所述待测目标对象的综合眼动特征,称为第一综合眼动特征;
6、将所述第一综合眼动特征输入分类模型,所述分类模型输出所述待测目标对象的注意力集中情况的分类结果。
7、根据第二方面,提供了一种注意力评估装置,包括:
8、数据获取单元,用于通过眼动追踪方式获取待测目标对象与时空相关的眼动特征,称为第一眼动特征,并在眼动追踪过程中同步获取所述待测目标对象的眼球活动视频图像,称为第一眼球活动视频图像;
9、眼动行为确定单元,用于根据所述第一眼球活动视频图像,确定所述第一眼球活动视频图像中每帧图像对应的眼动行为标记物,眼动行为标记物用于表示眼动行为的类型;
10、眼动特征确定单元,用于根据所述第一眼动特征和所述每帧图像对应的眼动行为标记物,确定所述待测目标对象的综合眼动特征,称为第一综合眼动特征;
11、注意力评估单元,用于将所述第一综合眼动特征输入分类模型,所述分类模型输出所述待测目标对象的注意力集中情况的分类结果。
12、根据第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如注意力评估方法中任一实施例的方法。
13、根据第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如注意力评估方法中任一实施例的方法。
14、根据本申请的方案,通过获取待测目标对象与时空相关的眼动特征和眼球活动视频图像,以从客观的时空眼动特征加眼动行为标记物两个维度来确定待测目标对象的综合眼动特征,进而将综合眼动特征输入分类模型,以获得待测目标对象的注意力集中情况的分类结果。实现了可以持续地、客观地对注意力集中情况进行评估,有利于提高评估结果的真实性、准确性。
1.一种注意力评估方法,所述方法包括:
2.根据权利要求1所述的方法,其中,根据所述第一眼球活动视频图像,确定第一所述眼球活动视频图像中每帧图像对应的眼动行为标记物,包括:
3.根据权利要求1所述的方法,其中,根据所述第一眼动特征和所述每帧图像对应的眼动行为标记物,确定所述待测目标对象的综合眼动特征,包括:
4.根据权利要求3所述的方法,其中,计算相邻时刻的所述瞬时眼动特征之间的变化量,将该变化量确定为相邻时刻对应时长的变化眼动特征,包括:
5.根据权利要求1至4中任一项所述的方法,其中,还包括:
6.根据权利要求5所述的方法,其中,将各帧图像的标签和所述第二综合眼动特征作为样本数据,采用所述样本数据训练机器学习组件,得到所述分类模型,包括:
7.根据权利要求6所述的方法,其中,所述信息增益为信息熵和条件熵的差值。
8.一种注意力评估装置,所述装置包括:
9.一种电子设备,包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1至7中任一所述的方法。