[发明专利]基于眼动技术与机器学习对孤独症儿童自动识别的系统

权利要求书

1.一种基于眼动技术与机器学习对孤独症儿童自动识别的系统，其特征在于：包括数据采集模块、标准化转换模块、分类用特征值获取模块和分类模型训练模块；

所述数据采集模块用于采集儿童个体在视觉追随任务中的眼动坐标数据；

所述标准化转换模块用于对每个任务试次中的目标图片和干扰图片位置进行标准化转换；

所述分类用特征值获取模块是在获得眼动坐标数据及标准化转换模块处理后，按照特征值种类对眼动坐标数据进行数据处理，并将处理后的数据作为最终分类用的特征值；

所述分类模型训练模块利用K-近邻分类器，以及将收集到的眼动坐标数据转化为特征值的数据，训练出分类模型，根据建立的分类模型，自动对未知儿童进行分类识别；

所述标准化转换模块中，对每个任务试次中的目标图片和干扰图片位置进行标准化转换的方法为：所有在线索区域和其它区域的采样点坐标保持不变，而目标图片区域采样点坐标被统一转换在线索区域上方位置，三张干扰区域采样点被统一叠放在线索区域下方；

所述眼动坐标数据获取时，首先需要对眼动进行五点校准，然后进行正式任务试次，任务时长上限设置为4秒，4秒内未能完成任务要求则算作任务失败；

所述正式任务试次中，儿童个体每完成10个试次后进行一次注视精度测试；

所述注视精度测试过程为：屏幕上出现一个带有颜色的圆点，以屏幕中心为圆心，200像素为半径进行圆周运动一周，儿童个体会被要求视觉追踪该圆点运动轨迹，如追踪精度较好则继续进行任务；否则进行眼动仪重新校准后继续任务；其中，追踪精度较好是指平均追踪偏移度小于等于1°视角。

2.如权利要求1所述系统，其特征在于：所述分类用特征值获取模块中的数据处理方法为：对于特征值种类表中前八类特征值种类，根据眼动坐标数据的横、纵坐标所在的四个兴趣区：中心线索兴趣区、正确目标图片兴趣区、非目标干扰图片兴趣区以及周围无信息其它区，均能算出一个特征值，即计算在四类兴趣区内眼动横、纵坐标的算术平均值、中位数、标准差、偏度、斜度、四分位距、坐标最小值和坐标最大值，最终每类特征均获得了八个特征值；对于第九类特征值，计算四类兴趣区内的眼动采样点个数，得到4个特征数量。

3.如权利要求1所述系统，其特征在于：所述视觉追随任务采用4线索条件×4方向条件；在每个试次中，方向性线索出现在屏幕中心，并指向上、下、左、右四个方向其中一个，四张对应物体图片分别呈现在线索图片周围，且方向性线索共分为人类面孔注视线索、卡通面孔注视线索、指示手指和箭头四种。

4.如权利要求1所述系统，其特征在于：所述数据采集模块中眼动坐标数据的采集利用Tobii Pro-X120眼动仪获取，其采样频率为120Hz。

5.如权利要求1所述系统，其特征在于：所述校准方法为：儿童坐在距离屏幕约60厘米处，儿童被要求依次看向屏幕四个角落和中间的校准点，只有当所有五个校准点误差平均不超过1°视角时，则校准部分通过。