[发明专利]视觉健康风险评价方法、设备及计算机存储介质

权利要求书

1.一种视觉健康风险评价方法，其特征在于，包括：

接收不同受试者使用预设时间段长度虚拟现实显示设备前的第一视觉物理指标集合，及使用预设时间段长度后的第二视觉物理指标集合，根据第一视觉物理指标集合和第二视觉物理指标集合，将受试者分为第一有风险类型受试者和第一无风险类型受试者两类；第一视觉物理指标集合和第二视觉物理指标均包含N种视觉物理指标；

采用假设检验统计学方法，分别对两类受试者的第一视觉物理指标集合、第二视觉物理指标集合进行分析，确定有统计学差异的M种视觉物理指标；

根据所述M种视觉物理指标，采用聚类算法，将受试者分为分第二有风险受试者和第二无风险受试者，及确定有视觉健康风险中心点A和无视觉健康风险中心点B；

根据每个受试者的第一视觉物理指标集合、第二视觉物理指标集合与所述有视觉健康风险中心点A、所述无视觉健康风险中心点B中相对应物理指标的距离确定对应的受试者是否具有视觉健康风险。

2.根据权利要求1所述的方法，其特征在于，所述接收不同受试者使用预设时间段长度虚拟现实显示设备前的第一视觉物理指标集合，及使用预设时间段长度后的第二视觉物理指标集合，根据第一视觉物理指标集合和第二视觉物理指标集合，将受试者分为第一有风险类型受试者和第一无风险类型受试者两类，包括：

接收不同受试者使用预设时间段长度虚拟现实显示设备前的第一视觉物理指标集合，及使用预设时间段长度后的第二视觉物理指标集合；

根据第一视觉物理指标集合与第二视觉物理指标集合确定受试者采用虚拟现实显示设备前后的全集健康状态变化向量；

采用聚类分析方法，根据所述全集健康状态变化向量，将对应受试者分为第一有风险受试者和第一无风险受试者两类。

3.根据权利要求2所述的方法，其特征在于，所述采用聚类分析方法，根据所述全集健康状态变化向量，将对应受试者分为第一有风险受试者和第一无风险受试者两类，包括：

采用聚类分析方法，以误差平方和局部最小原则为终止条件，根据全集健康状态变化向量将应试者分为第一有风险应试者和第一无风险应试者。

4.根据权利要求2所述的方法，其特征在于，所述聚类分析算法为K-means聚类算法、层次聚类算法或均值漂移聚类算法。

5.根据权利要求1所述的方法，其特征在于，所述根据每个受试者的第一视觉物理指标集合、第二视觉物理指标集合与所述有视觉健康风险中心点A、所述无视觉健康风险中心点B中相对应物理指标的距离确定对应的受试者是否具有视觉健康风险，包括：

从第一视觉物理指标集合中选取所述M种视觉物理指标构成第一视觉物理指标子集，及从第二视觉物理指标集合中选取所述M种视觉物理指标构成第二视觉物理指标子集；

根据应试者的第一视觉物理指标子集、第二视觉物理指标子集确定子集健康状态变化向量；

当子集健康状态变化向量距离有视觉健康风险中心点A的空间距离大于子集健康状态变化向量距离无视觉健康风险中心点B的预设空间距离时，则确定对应应试者具有视觉健康风险。

6.根据权利要求5所述的方法，其特征在于，所述预设空间距离为欧几里得距离、曼哈顿距离或夹角余弦距离。