[发明专利]视觉健康风险评价方法、设备及计算机存储介质

说明书

本发明提供一种视觉健康风险评价方法、设备及存储介质，方法包括：接收不同受试者使用虚拟现实显示设备前、后的第一、第二视觉物理指标集合，根据第一、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；采用假设检验统计学方法，分别对两类受试者的第一、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、无视觉健康风险中心点A和B；根据第一、第二视觉物理指标集合与中心点A、中心点B中相对应物理指标的距离确定是否具有视觉健康风险，评价准确、建模容易且可解释性强。

技术领域

本发明涉及视觉评价技术领域，尤涉及一种视觉健康风险评价方法、设备及计算机存储介质。

背景技术

虚拟现实作为高技术领域中的前沿技术之一，可以为使用者提供一种新的、功能强大的交互方法，其在教育教学、工业生产、游戏娱乐、康复训练、手术操作、军事模拟等领域得到了很好的发展，对学术研究、产业升级、创新意识培养、国家安全保障和促进经济发展等方面有着十分重要的作用。虚拟现实有多种实现手段，包括头盔式MR(交互式)、框架眼镜式及裸眼VR等形式。

研究表明，使用虚拟现实设备沉浸式体验可能对视觉健康产生一定的副作用。然而如何评价对哪些用户的副作用较大，一直未得到有效的评价方法。现有技术方案使用神经网络构建视觉健康风险评价模型，视觉物理指标的选择未经过统计学方法检验，且采用较为复杂的建模过程，导致方案的可解释性较弱，或者是采用已标注数据建模，然而标注数据的过程容易受主观因素影响，导致数据、建模过程的准确的较低。

综上所述，现有技术方案中缺少一种准确度高、建模容易且可解释性较强的健康风险评价方法。

发明内容

因此，本发明要解决的技术问题在于克服传统方案影响dPCR定量的准确性的技术问题，从而提供一种阴阳性分类模型建立方法、系统、设备及存储介质。

第一方面，根据本申请实施例提供一种视觉健康风险评价方法，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。

优选地，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。