[發明專利]一種基于眼動信息的疾病分類系統

有效

• 申請號: 202010622526.9
• 申請日: 2020-06-30
• 公開（公告）號: CN111714080B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 毛玉星;何映虹;劉露梅;肖雄;熊雄;陳學碩;李思謀
• 申請（專利權）人: 重慶大學
• 主分類號: A61B3/113
• 分類號: A61B3/113
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 周玉玲

1.一種基于眼動信息的疾病分類系統，其特征在于：包括眼動特征提取系統、弱分類系統與強分類系統；

眼動特征提取系統用于從受測者進行眼動試驗的眼動視頻中提取眼動特征向量；每種眼動試驗均提取對應的一組眼動特征向量；每組眼動特征向量中的每一項特征向量，均由從相應眼動實驗的眼動視頻中的各圖像幀中提取的同種類型的眼動特征依次構成；完成所需眼動試驗，則總共提取m項眼動特征向量；

弱分類系統包括與所述m項眼動特征向量一一對應的預先訓練完成的LSTM弱分類器，LSTM弱分類器用于計算單項眼動特征向量屬于各類疾病的屬性值；屬性值即以單項眼動特征向量作為輸入的LSTM弱分類器的輸出值；

強分類系統用于對所述m項眼動特征向量進行聯合分類，并根據如下公式計算各類疾病的聯合分類概率：

式中，P^j表示第j類疾病的聯合分類概率，P_i^j表示第i項眼動特征向量屬于第j類疾病的屬性值，W_i^j表示第i個LSTM弱分類器對第j類疾病的分類能力規范值，i∈{1，2，...，m}，j∈{1，2，...，k}，k表示需要分類的疾病種類數；

通過Sigmoid函數將LSTM弱分類器的分類能力值進行規范化，得到分類能力規范值：

式中，W_i^j表示第i個LSTM弱分類器對第j類疾病的分類能力規范值，表示第i個LSTM弱分類器對第j類疾病的分類能力值；

LSTM弱分類器的分類能力按如下公式定量評價：

式中，N_j表示同屬于第j類疾病的訓練樣本個數，表示第i個LSTM弱分類器將第l個訓練樣本分類為第j類疾病的風險值，l∈{1，2，...，N_j}；的計算公式如下：

式中，P_i^j，l表示第i個LSTM弱分類器將第l個訓練樣本正確分類為第j類疾病的屬性值，表示第i個LSTM弱分類器將第l個訓練樣本錯誤分類為第j類疾病以外的疾病的屬性值中的最大值，表示第i個LSTM弱分類器將第l個訓練樣本分類為第r類疾病的屬性值中的最大值，表示第i個LSTM弱分類器將第l個訓練樣本分類為第r類疾病的屬性值中的最小值。

2.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：強分類系統以最大聯合分類概率對應的疾病種類作為受測者的疾病種類。

3.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：還包括用于采集眼動視頻的眼動視頻采集系統。

4.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：眼動試驗包括凝視試驗、掃描試驗、平穩跟蹤試驗、視動性試驗、位置性試驗或變位性試驗；通過進行單種眼動試驗或兩種及以上眼動試驗來獲取相應的眼動視頻。

5.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：眼動特征的類型包括瞳孔橫坐標位置、瞳孔縱坐標位置、瞳孔面積、瞳孔最小外接矩形面積、最小外接矩形長寬比、瞳孔最小外接矩形方位角、瞳孔對稱性，形狀規則性。

6.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：眼動特征提取系統將眼動特征向量歸一化，并按時間順序切片降維后輸入給弱分類系統。

7.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：疾病種類包括未患病。

8.根據權利要求1所述的基于眼動信息的疾病分類系統，其特征在于：用于腦損傷、眩暈癥與健康三類疾病的分類，從視動性試驗與平穩跟蹤試驗的眼動視頻中分別提取眼動特征向量；每種眼動試驗均提取三項眼動特征向量，眼動特征的類型為瞳孔面積、瞳孔橫坐標位置與瞳孔縱坐標位置。