[发明专利]基于虚拟现实技术的自闭症儿童辅助检测方法、系统及终端

说明书

本发明提供一种基于虚拟现实技术的自闭症儿童辅助检测方法、系统及终端，包括：利用已有的自闭症样例和正常对照样例信息建立正常人和自闭症的视觉注意分布差异模型，提取被测者视觉特征送入该模型，提取所述模型的中间参数作为眼动特征差异值组；利用已有的自闭症样例和正常对照样例信息建立正常人和自闭症的头部运动模式差异模型，提取被测者头部运动特征送入该异模型，提取所述模型的中间参数作为头部运动特征差异值组；将上述眼动特征差异值组和头部运动特征差异值组作为输入通过已训练完成的分类模型，得到被测者的自闭症辅助检测结果。本发明能够在用户完全无伤害的情况下对其是否患有自闭症进行拟神经学的辅助检测。

技术领域

本发明涉及一种自闭症儿童辅助检测系统，具体地，涉及一种基于虚拟现实技术的自闭症儿童辅助检测方法、系统及终端。

背景技术

自闭症，也称孤独症，是一组起病于儿童发育早期，以社会交往障碍、沟通障碍和兴趣范围狭窄及重复刻板行为为主要特征的发育障碍。2017年发布的《中国自闭症教育康复行业发展状况报告Ⅱ》中表示，我国以1％保守估计，13亿人口中，至少有超过1000万的自闭症人群、200万的自闭症儿童，并以每年近20万的速度增长，情形严重，触目惊心。

自闭症的治疗遵循越早越好的原则，越早检测出自闭症并对患者进行干涉就能提升治愈率。但是，现有的自闭症检测依赖于经验丰富的医师，需要投入大量的人力、物力和财力，这对拥有自闭症儿童的家庭和社会医疗资源都是极大的挑战。因此，为了减少对医师的依赖，提倡采用更客观的量化指标来辅助检测自闭症。

已有研究表明，自闭症儿童的视觉注意机制和头部运动模式存在其特异性，可将该特异性作为自闭症辅助检测的两种客观标记物。

可以通过给儿童展示视觉刺激材料(如图片或视频)，通过相应的眼动追踪传感器和头部运动追踪传感器采集他们的注视点在刺激材料上的分布和相应的头部运动信息，分析数据，获得儿童的视觉注意机制和头部运动模式来辅助判断自闭症。

但自闭症儿童很难听从指令持续专注的注视平面显示器上的图片或视频，他们可能更关注显示器之外的其他物体，这将导致其注视点分布超过视觉刺激材料的限定范围，传感器采集到的数据失效。所以，通过普通的平面视觉刺激材料采集到的自闭症儿童注视点信息无法排除显示设备之外的环境干扰。

同时，普通的平面眼动追踪传感器需要校准使用者的视线焦点，范围较大的头部运动会影响校准结果和实际测试过程中的注视点位置的匹配准确率，两种指标相互影响，会降低采集到的注视点数据的质量。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于虚拟现实技术的自闭症儿童辅助检测系统。

根据本发明的一个方面，提供一种基于虚拟现实技术的自闭症儿童辅助检测方法，包括：

利用已有的自闭症样例和正常对照样例信息建立正常人和自闭症的视觉注意分布差异模型，提取被测者视觉特征送入该视觉注意分布差异模型，提取所述视觉注意分布差异模型的中间参数作为眼动特征差异值组；

利用已有的自闭症样例和正常对照样例信息建立正常人和自闭症的头部运动模式差异模型，提取被测者头部运动特征送入该视觉注意分布差异模型，提取所述视觉注意分布差异模型的中间参数作为头部运动特征差异值组；

将上述眼动特征差异值组和头部运动特征差异值组作为输入通过已训练完成的分类模型，得到被测者的自闭症辅助检测结果。

可选地，所述视觉注意分布差异模型，该模型能预测正常人和自闭症两类人群在刺激材料上的视觉注意力分布差异性明显的关键位置和相应的取值分布。

可选地，所述提取被测者视觉特征，具体为：

收集被测者的注视点信息；

基于所述注视点信息，利用深度神经网络建立模型模拟被测者的视觉注意机制，获得对任意视觉刺激材料的视觉特征。