CN109324692A - 一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 - Google Patents
一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 Download PDFInfo
- Publication number
- CN109324692A CN109324692A CN201811449668.9A CN201811449668A CN109324692A CN 109324692 A CN109324692 A CN 109324692A CN 201811449668 A CN201811449668 A CN 201811449668A CN 109324692 A CN109324692 A CN 109324692A
- Authority
- CN
- China
- Prior art keywords
- eye
- virtual reality
- hand
- test
- tested person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 title claims abstract description 40
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 title claims abstract description 39
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 102
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 210000001508 eye Anatomy 0.000 claims description 88
- 238000006073 displacement reaction Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000004424 eye movement Effects 0.000 claims description 11
- 210000005252 bulbus oculi Anatomy 0.000 claims description 7
- 210000004556 brain Anatomy 0.000 claims description 4
- 208000013403 hyperactivity Diseases 0.000 claims description 4
- 230000003924 mental process Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010835 comparative analysis Methods 0.000 abstract 1
- 238000007654 immersion Methods 0.000 abstract 1
- 238000013139 quantization Methods 0.000 abstract 1
- 230000036461 convulsion Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000003792 cranial nerve Anatomy 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1103—Detecting eye twinkling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Developmental Disabilities (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Ophthalmology & Optometry (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种用于注意缺陷多动障碍检测的虚拟现实方法及系统，该方法包括以下步骤：虚拟现实设备为被测试者展示测试内与执行的闭环测试环境；被测试者按需求佩戴手柄和眼动仪，数据采集模块采集被测试者在测试时间内的手部运动数据和眼部运动数据；参数模块根据采集到的手部和眼部运动数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调的运动学参数；评价模块调用年龄常模数据库，根据计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。本发明通过虚拟现实技术，为医疗人员和患者提供沉浸式的测试场景以及量化的诊断数据，更好地实现注意缺陷多动障碍的客观诊断。
Description
技术领域
本发明属于虚拟现实技术领域，具体涉及一种用于注意缺陷多动障碍检测的虚拟现实方法及系统。
背景技术
根据美国疾病控制与预防中心的研究，注意力缺陷多动障碍(Attention DeficitHyperactivity Disorder，ADHD)，是一个与脑神经发育相关的心理疾患病，也是一个与脑神经相关的疾病。它的特征是“容易分心，难以专注”、“过度的活动”或“难以控制自身的言行举止”且不符合患者年龄该有的成熟度。症状通常出现在十二岁左右且持续超过六个月并在至少两种情境中出现(例如：学校、家庭、休闲活动等)。专注力方面的问题可能影响儿童患者的在学表现，但患儿的智力水平基本正常。ADHD在学龄前症状明显,随着年龄增长症状有所缓解,但是部分儿童可以一直持续到成年期,给其自身、家庭、社会都带来了巨大负担。
目前医院的诊断标准为询问病史,依赖于ADHD评估量表，根据父母老师对孩子日常行为的评价作为标准，结合DSM-5诊断标准进行诊断。主要通过学习成绩下滑情况，日常人际交往状况进行判断,测量结果带有较大主观性，患者症状较轻或病情不稳定时容易诊断不出或者误诊。
目前临床上依旧缺乏有效的ADHD量化评价标准，因此，本发明通过采集虚拟现实测试场景下的测试数据，通过显著性检验分析，建立量化的诊断标准。同时，由于部分脑区受损， ADHD患者在运动控制方面较于正常人较弱，对于视觉反馈的刺激反应更为强烈。虚拟现实技术通过更好的视觉反馈机制能够创造更具有沉浸式体验的测试场景，闭环式的测试场景在加强检验效果的同时可排除无关干扰。
将虚拟现实技术应用到ADHD诊断领域，可以突破传统ADHD诊断方法的局限性。在虚拟现实检测系统中被测试者既可以接触到虚拟世界提供的多种形式信息反馈又可以得到量化的诊断指标，因此具有沉浸式体验和客观诊断ADHD的优点。
发明内容
本发明的主要目的在于针对现有诊断技术的主观性影响，提供一种用于注意缺陷多动障碍检测的虚拟现实方法及系统，为被测试者提供量化的检测标准，更客观地提供诊断依据。
为实现上述发明目的，本发明是采用以下技术方案实现的：一种用于注意缺陷多动障碍检测的虚拟现实方法，该方法包括以下步骤：
S1.虚拟现实设备为被测试者展示测试内容与执行的闭环测试环境；
S2.被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪，根据虚拟现实设备展示的测试内容进行测试；
S3.数据采集模块通过所述手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；
S4.测试内容完成后，参数计算模块根据数据采集模块采集到的手部运动坐标数据和眼部注视点位移坐标数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调控制的运动学参数；
S5.评价模块调用年龄常模数据库，将参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
优选地，所述测试内容由研究人员根据大脑认知的心理过程进行设计。
优选地，所述手部运动坐标数据由标记点进行标记，所述手部运动坐标包括二维坐标或三维坐标。
优选地，所述眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所述眼部注视点位移坐标包括二维坐标或三维坐标。
优选地，所述手部运动坐标数据和眼部注视点位移坐标数据的具体方法为：
(1)在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
(2)通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测试者手部运动数据；
(3)通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被测试者眼部注视点位移坐标数据。
一种用于注意缺陷多动障碍检测的虚拟现实系统，该系统应用了如上述所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，该系统包括虚拟现实模块、数据采集模块、参数计算模块、评价模块和年龄常模数据库；其中，
所述虚拟现实模块用于建立测试环境和展示测试内容；
所述数据采集模块包括手柄和眼动仪，用于采集被测试者在测试场景下的手部运动坐标数据和眼部注视点位移坐标数据；
所述参数计算模块用于计算手部控制、眼部控制和手眼协调控制的运动学参数；
所述评价模块用于评价被测试者在测试维度内注意力及多动方面的表现；
所述虚拟现实模块为被测试者建立测试环境和测试内容；被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪进入所述虚拟现实模块完成测试内容，所述数据采集模块通过手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；测试内容完成后，所述参数计算模块根据采集到的手部运动坐标数据和眼部注视点位移坐标数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调控制的运动学参数；所述评价模块调用年龄常模数据库，将所述参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
优选地，所述数据采集模块包括虚拟现实子模块，手部跟踪子模块和眼部跟踪子模块；其中，
所述虚拟现实子模块在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
所述手部跟踪子模块通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测试者手部运动坐标数据；
所述眼部跟踪子模块通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被测试者眼部注视点位移坐标数据。
优选地，所述参数计算模块包括手部运动控制子模块、眼部运动控制子模块以及手眼协调控制子模块；其中，
所述手部运动控制子模块用于计算被测试者手部运动的运动学参数；
所述眼球运动控制子模块用于计算被测试者眼部运动的运动学参数；
所述手眼协调控制子模块用于计算被测试者手眼协调控制的运动学参数。
优选地，所述年龄常模数据库为所在年龄组完成同样测试内容的正常对照结果所构建数据库，可供其它模块检索和使用。
优选地，所述手部运动坐标数据由标记点进行标记，所采集的手部运动坐标包括二维坐标或三维坐标；所述采集眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所采集的眼部注视点位移坐标包括二维坐标或三维坐标。
有益效果
与现有技术相比，本发明取得的有益效果为：本发明将虚拟现实技术应用到ADHD诊断领域，可以突破传统ADHD诊断方法的局限性。在虚拟现实检测系统中被测试者既可以接触到虚拟世界提供的多种形式信息反馈又可以得到量化的诊断指标，因此同时具有沉浸式体验和客观诊断ADHD的优点。
附图说明
图1为本发明的一种用于注意缺陷多动障碍检测的虚拟现实方法的一种具体实施流程图；
图2为本发明的一种用于注意缺陷多动障碍检测的虚拟现实系统的框架图；
图3为本发明的一种用于注意缺陷多动障碍检测的虚拟现实系统的一种具体实施流程图；
图4为本发明的一种用于注意缺陷多动障碍检测的虚拟现实系统的一种具体实施示意图；
图5为本发明的一种用于注意缺陷多动障碍检测的虚拟现实方法及系统的虚拟现实场景建设界面图；
图6为本发明的一种用于注意缺陷多动障碍检测的虚拟现实方法及系统的虚拟现实场景及舒尔特表格；
附图中的标记所对应的技术特征为：1-基站，2-手柄，3-头盔，4-眼动仪，5-计算机。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更加详细的描述。附图中给出了本发明较佳的实施例。但是，本发明可以以其他不同的形式来体现，并不局限于本文所描述的实施例。相反的，提供这个实施例的目的是为了使本发明的公开内容理解的更加全面透彻。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
如图1所示，一种用于注意缺陷多动障碍检测的虚拟现实方法，该方法包括以下步骤：
S1.虚拟现实设备为被测试者展示测试内容与执行的闭环测试环境；
S2.被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪，根据虚拟现实设备展示的测试内容进行测试；
S3.数据采集模块通过所述手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；
S4.测试内容完成后，参数计算模块根据对数据采集模块采集到的手部运动坐标数据和眼部注视点坐标数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调控制的运动学参数；
S5.评价模块调用年龄常模数据库，将参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
所述测试内容由研究人员根据大脑认知的心理过程进行设计，例如：舒尔特方格。
如图5和图6所示，舒尔特方格(Schulte table)通过动态的练习锻炼视神经末梢，心理学上用此表来研究和发展心理感知的速度，其中包括培养注意力集中、分配、控制能力；拓展视野范围；增强视觉短期记忆；提高视觉的稳定性、辨别力、感知力、定向搜索能力和手眼协调能力。舒尔特方格由分配有数字1～25的5*5方格构成，被测试者需按从1到25的正序顺序依次指出指定数字所在方格的位置以完成实验任务。每次任务中数字1～25的所在位置是可变的，由系统随机生成。
所述手部运动坐标数据由标记点进行标记，所述手部运动坐标包括二维坐标或三维坐标。所述采集眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所述眼部注视点坐标包括二维坐标或三维坐标。
所述采集手部运动坐标数据和眼部注视点位移坐标数据的具体方法为：
(1)在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
(2)通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测
试者手部运动数据；
(3)通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被
测试者眼部注视点位移坐标数据。
如图2和图3所示，一种用于注意缺陷多动障碍检测的虚拟现实系统，该系统应用了上述的一种用于注意缺陷多动障碍检测的虚拟现实方法，该系统包括虚拟现实模块、数据采集模块、参数计算模块、评价模块和年龄常模数据库；其中，
所述虚拟现实模块用于建立测试环境和展示测试内容；
所述数据采集模块包括手柄和眼动仪，用于采集被测试者在测试场景下的手部和眼部运动数据；所述数据采集模块包括虚拟现实子模块，手部跟踪子模块和眼部跟踪子模块；其中，
所述虚拟现实子模块在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
所述手部跟踪子模块通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测试者手部运动数据；所述手部运动坐标数据由标记点进行标记，所述手部运动坐标包括二维坐标或三维坐标；
所述眼部跟踪子模块通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被测试者眼部注视点位移坐标数据。所述眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所采集的眼部注视点坐标包括二维坐标或三维坐标。
所述参数计算模块用于计算手部控制、眼部控制和手眼协调控制相关参数；所述参数计算模块包括手部运动控制子模块、眼部运动控制子模块以及手眼协调控制子模块；其中，
所述手部运动控制子模块用于计算被测试者手部运动的运动学参数；
所述眼球运动控制子模块用于计算被测试者眼部运动的运动学参数；
所述手眼协调控制子模块用于计算被测试者手手眼协调的运动学参数。
例如计算被测试者的手部运动和眼部运动的加加速度以及模拟近似熵等运动学参数：数据采集模块通过所述手柄和眼动仪采集到被测试者手部的实时位置以及眼球主视目标的实时位置，并对量测后的位置信息做滤波处理，进而获得速度等状态信息；目标的加加速度为：
其中，j(t)表示目标的加加速度，p(t)是目标的位置矢量，它包含两个分量x和y或三个分量x，y和z，是由相对于实验室固定的笛卡尔坐标系定义的，对这个位置矢量进行三次微分得到可以定义手的笛卡尔加加速度。
模糊近似熵是一种估计信号复杂度的非线性参数。
所述加加速度又称急动度，是描述加速度变化快慢的物理量。所述加加速度是由加速度的变化量和时间决定的。
所述评价模块用于评价被测试者在测试维度内注意力及多动方面的表现；
所述年龄常模数据库为所在年龄组完成同样测试内容的正常对照结果所构建数据库，可供其它模块检索和使用。
所述虚拟现实模块为被测试者建立测试环境和测试内容；被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪进入所述虚拟现实模块完成测试内容，所述数据采集模块通过手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；测试内容完成后，所述参数计算模块根据高机动目标跟踪算法对采集到的手部运动坐标数据和眼部注视点坐标数据进行计算，得到被测试者手部运动眼部运动和手眼协调的加加速度以及模糊近似熵；所述评价模块调用年龄常模数据库，将所述参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
下面详细描述本发明的一个具体的工作过程：
如图4所示，计算机5设置虚拟现实场景和测试内容，被测试者按需求佩戴上手柄2、眼动仪4和虚拟现实头盔3，所述眼动仪4可放置在虚拟现实头盔3内与虚拟现实头盔3配套使用，所述虚拟现实头盔3为被测试者展示虚拟现实场景和测试内容，所述手柄2对被测试者手部进行标记，基站1捕捉被测试者手部运动坐标数据，并传输到计算机5中，所述眼动仪4采集被测试者的眼部注视点坐标数据，并传输到计算机5中，所述计算机5根据采集到的被测试者的手部运动坐标数据和眼部注视点坐标数据进行运动学参数计算，并调用年龄常模数据库，将计算结果与正常对照数据进行多维度的对比分析，所述计算机5根据分析结果对被测试者的注意力和多动方面做出评价。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。
Claims (10)
1.一种用于注意缺陷多动障碍检测的虚拟现实方法，其特征在于：该方法包括以下步骤：
S1.虚拟现实设备为被测试者展示测试内容与执行的闭环测试环境；
S2.被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪，根据虚拟现实设备展示的测试内容进行测试；
S3.数据采集模块通过所述手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；
S4.测试内容完成后，参数计算模块根据数据采集模块采集到的手部运动坐标数据和眼部注视点位移坐标数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调控制的运动学参数；
S5.评价模块调用年龄常模数据库，将参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
2.根据权利要求1所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，其特征在于：所述测试内容由研究人员根据大脑认知的心理过程进行设计。
3.根据权利要求1所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，其特征在于：所述手部运动坐标数据由标记点进行标记，所述手部运动坐标包括二维坐标或三维坐标。
4.根据权利要求1所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，其特征在于：所述采集眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所述眼部注视点位移坐标包括二维坐标或三维坐标。
5.根据权利要求1所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，其特征在于：所述采集手部运动坐标数据和眼部注视点位移坐标数据的具体方法为：
(1)在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
(2)通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测试者手部运动坐标数据；
(3)通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被测试者眼部注视点位移坐标数据。
6.一种用于注意缺陷多动障碍检测的虚拟现实系统，其特征在于，该系统应用了如权利要求1-5任意一项所述的一种用于注意缺陷多动障碍检测的虚拟现实方法，该系统包括虚拟现实模块、数据采集模块、参数计算模块、评价模块和年龄常模数据库；其中，
所述虚拟现实模块用于建立测试环境和展示测试内容；
所述数据采集模块包括手柄和眼动仪，用于采集被测试者在测试场景下的手部和眼部运动数据；
所述参数计算模块用于计算手部控制、眼部控制和手眼协调控制的运动学参数；
所述评价模块用于评价被测试者在测试维度内注意力及多动方面的表现；
所述虚拟现实模块为被测试者建立测试环境和测试内容；被测试者按需求佩戴标记点或者使用带有标记点的手柄和眼动仪进入所述虚拟现实模块完成测试内容，所述数据采集模块通过手柄和眼动仪采集被测试者在测试时间内的手部运动坐标数据和眼部注视点位移坐标数据；测试内容完成后，所述参数计算模块根据采集到的手部运动坐标数据和眼部注视点位移坐标数据进行计算，得到被测试者手部运动和眼部运动以及手眼协调控制的运动学参数；所述评价模块调用年龄常模数据库，将所述参数计算模块的计算结果与所在年龄常模正常对照数据进行多维度的对比分析，根据分析结果对被测试者注意力和多动方面进行评价。
7.根据权利要求6所述的一种用于注意缺陷多动障碍检测的虚拟现实系统，其特征在于：所述数据采集模块包括虚拟现实子模块，手部跟踪子模块和眼部跟踪子模块；其中，
所述虚拟现实子模块在虚拟现实设备中预定测试内容，被测试者在测试时间段内对测试内容做出反应；
所述手部跟踪子模块通过手柄对测试场景下的被测试者的手部进行数据采集，获得测试时间段内被测试者手部运动坐标数据；
所述眼部跟踪子模块通过眼动仪对测试场景下的被测试者的眼部进行数据采集，获得测试时间段内被测试者眼部主视点位移坐标数据。
8.根据权利要求6所述的一种用于注意缺陷多动障碍检测的虚拟现实系统，其特征在于：所述参数计算模块包括手部运动控制子模块、眼部运动控制子模块以及手眼协调控制子模块；其中，
所述手部运动控制子模块用于计算被测试者手部运动的运动学参数；
所述眼球运动控制子模块用于计算被测试者眼部运动的运动学参数；
所述手眼协调控制子模块用于计算被测试者手眼协调控制的运动学参数。
9.根据权利要求6所述的一种用于注意缺陷多动障碍检测的虚拟现实系统，其特征在于：所述年龄常模数据库为所在年龄组完成同样测试内容的正常对照结果所构建数据库，供其它模块检索和使用。
10.根据权利要求6所述的一种用于注意缺陷多动障碍检测的虚拟现实系统，其特征在于：所述手部运动坐标数据由标记点进行标记，所述手部运动坐标包括二维坐标或三维坐标；所述采集眼部注视点位移坐标数据需跟踪并分析被测试者至少一只眼的眼球运动，所述眼部注视点位移坐标包括二维坐标或三维坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811449668.9A CN109324692A (zh) | 2018-11-30 | 2018-11-30 | 一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811449668.9A CN109324692A (zh) | 2018-11-30 | 2018-11-30 | 一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109324692A true CN109324692A (zh) | 2019-02-12 |
Family
ID=65259530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811449668.9A Pending CN109324692A (zh) | 2018-11-30 | 2018-11-30 | 一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109324692A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223363A (zh) * | 2020-02-11 | 2020-06-02 | 杭州同绘科技有限公司 | 一种基于vr和眼动仪的递增式注意力训练方法 |
| CN111292834A (zh) * | 2020-02-11 | 2020-06-16 | 杭州同绘科技有限公司 | 一种基于虚拟现实的注意力训练系统 |
| CN111887845A (zh) * | 2020-07-31 | 2020-11-06 | 昆明理工大学 | 一种基于eeg神经反馈注意力调节系统 |
| CN113011244A (zh) * | 2021-01-25 | 2021-06-22 | 北京科技大学 | 基于眼动仪的高质量用户生成内容的识别方法和系统 |
| CN114129852A (zh) * | 2021-12-02 | 2022-03-04 | 上海市第五人民医院 | 一种用于认知障碍的vr靶向训练系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014039337A1 (en) * | 2012-09-07 | 2014-03-13 | Tractus Corporation | Methods, apparatus, and systems for viewing multiple-slice medical images |
| CN106923785A (zh) * | 2017-02-17 | 2017-07-07 | 大辅科技（北京）有限公司 | 基于虚拟现实技术的视觉筛查系统 |
| CN107024987A (zh) * | 2017-03-20 | 2017-08-08 | 南京邮电大学 | 一种基于eeg的实时人脑注意力测试和训练系统 |
-
2018
- 2018-11-30 CN CN201811449668.9A patent/CN109324692A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014039337A1 (en) * | 2012-09-07 | 2014-03-13 | Tractus Corporation | Methods, apparatus, and systems for viewing multiple-slice medical images |
| CN106923785A (zh) * | 2017-02-17 | 2017-07-07 | 大辅科技（北京）有限公司 | 基于虚拟现实技术的视觉筛查系统 |
| CN107024987A (zh) * | 2017-03-20 | 2017-08-08 | 南京邮电大学 | 一种基于eeg的实时人脑注意力测试和训练系统 |
Non-Patent Citations (2)
| Title |
|---|
| 孙金磊、杜亚松: "虚拟现实技术在注意缺陷多动障碍诊疗中的应用", 《中国儿童保健杂志》 * |
| 康淑琛: "基于Kinect体感交互的儿童运动协调能力情境化测评方法研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223363A (zh) * | 2020-02-11 | 2020-06-02 | 杭州同绘科技有限公司 | 一种基于vr和眼动仪的递增式注意力训练方法 |
| CN111292834A (zh) * | 2020-02-11 | 2020-06-16 | 杭州同绘科技有限公司 | 一种基于虚拟现实的注意力训练系统 |
| CN111887845A (zh) * | 2020-07-31 | 2020-11-06 | 昆明理工大学 | 一种基于eeg神经反馈注意力调节系统 |
| CN113011244A (zh) * | 2021-01-25 | 2021-06-22 | 北京科技大学 | 基于眼动仪的高质量用户生成内容的识别方法和系统 |
| CN114129852A (zh) * | 2021-12-02 | 2022-03-04 | 上海市第五人民医院 | 一种用于认知障碍的vr靶向训练系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109324692A (zh) | 一种用于注意缺陷多动障碍检测的虚拟现实方法及系统 | |
| Irvine et al. | Distorted body image influences body schema in individuals with negative bodily attitudes | |
| EP1799105B1 (en) | System and method for mental workload measurement based on rapid eye movement | |
| US20120108909A1 (en) | Assessment and Rehabilitation of Cognitive and Motor Functions Using Virtual Reality | |
| Simbaña et al. | Review of automated systems for upper limbs functional assessment in neurorehabilitation | |
| US8740794B2 (en) | Method and apparatus for assessing or detecting brain injury and neurological disorders | |
| CN110495895B (zh) | 一种基于眼动跟踪的疲劳检测方法与系统 | |
| CN111863256A (zh) | 一种基于视觉认知功能损害的精神性疾病检测装置 | |
| Lee et al. | ADHD assessment and testing system design based on virtual reality | |
| Arthur et al. | Visuo-motor attention during object interaction in children with developmental coordination disorder | |
| Di Libero et al. | Assessment of coordinative abilities through upper extremity wearable device technology | |
| CN113100766A (zh) | 基于多模态交互测量多色种模拟航天环境下个体情绪与作业能力评价方法 | |
| Nguyen et al. | Quantitative assessment of cerebellar ataxia with kinematic sensing during rhythmic tapping | |
| Papatheodorou et al. | Upper limb motor skills performance evaluation based on point-and-click cursor trajectory analysis: application in early multiple sclerosis detection | |
| US10779726B2 (en) | Device and method for determining eye movements by tactile interface | |
| CN116138726A (zh) | 一种基于虚拟现实的视敏度综合评估系统及方法 | |
| Sprint et al. | Designing wearable sensor-based analytics for quantitative mobility assessment | |
| Smith et al. | Computerized system for quantitative measurement of sensorimotor aspects of human performance | |
| Pascolo et al. | From time series analysis to a biomechanical multibody model of the human eye | |
| Böhlen et al. | Technology-based education and training system for nursing professionals | |
| Chytas et al. | Characterization of Upper Limb Functionality Caused by Neuromuscular Disorders using Novel Motion Features from a Specialized Gaming Platform. | |
| Suriani et al. | Gait Analysis for Rehabilitation Assessment System Simulator | |
| Di Libero et al. | Workers, motor efficiency assessment through an IMU-based standardized test and an automated and error-minimizing measurement procedure | |
| CN111542256A (zh) | 分析个体视野的方法以及相应的眼科镜片 | |
| Suzuki et al. | Characteristics of gaze tracking during movement analysis by therapists |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190212 |
|
| RJ01 | Rejection of invention patent application after publication |