CN111223363A - 一种基于vr和眼动仪的递增式注意力训练方法 - Google Patents

Abstract

本发明公开了一种基于VR和眼动仪的递增式注意力训练方法，本发明利用了VR的特点，可以实现更多场景、更大场景、实现现实空间中无法形成的场景，可以让小孩子或受训者接受更多维度的注意力训练。使用眼动仪在场景内将注意力换算成可操控的，但是又能够训练注意力。使用VR眼镜和眼动仪，提示他注视某个特点，保持一段时间，可操作性直观，容易掌握。本发明自动递增式训练方法降低医生工作强度，实时通过眼动仪采集注意力数据，进行训练间比对，掌握训练效果。本发明自动递增式训练方法还能够自动关联各种实时注意力数据，自动快速执行判断和分析，对多维度数据进行实时分析和比较，大大提高训练系统的使用成果和效率。

Description

一种基于VR和眼动仪的递增式注意力训练方法

技术领域

本发明具体涉及一种基于VR和眼动仪的递增式注意力训练方法。

背景技术

注意力不足一般在多动症儿童、自闭症儿童身上表现得比较明显。多动，就是注意力不足，不能持续在一件事情上保持专注。专注力是注意力的重要形式。

注意力训练方法一般有2种方法，一种是物理空间和实体积木的训练室，缺点是场景少，空间有限，因为注意力有4个维度，如果每种维度一个空间的话，则需要4个房间，显然对空间要求很大；布置和收拾效率慢，需要一个专门的医生操作。另一种有电脑，有训练场景，但是需要医生选择场景，需要医生进行评估。现有注意力训练系统使用的方法是医生人工干预方法进行训练，每次都需要医生选择场景，设置时长，效率不高，医生工作强度大；无法实时采集专注力数值，也无法在训练间进行训练成果评估。为了衡量训练效果，就需要实时获取和保存大量数据，并进行人工计算，则工作量巨大。如果不进行计算，就需要使用主观评估法，则就非常不精确。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提供一种基于VR和眼动仪的递增式注意力训练方法。

为了实现上述目的，本发明提供以下技术方案：

一种基于VR和眼动仪的递增式注意力训练方法，包括以下步骤：

(1)读取当前训练等级，总训练课时和当前训练课时；读取总训练时间、总注意力时长、连续时间；

(2)读取上次训练场景，生成今天的训练场景；

(3)采用VR眼镜，进入今天的训练场景，进行训练，训练过程中采用眼动仪采集眼动数据，生成训练历史数据；

(4)对训练历史数据进行判断，判断训练总时长是否达标，训练总课时是否达标，专注力持续时间是否达到下一训练等级标准，当训练总课时达标，训练总时长达到设置的训练总时长，并且专注力持续时间达到下一训练等级标准，则升到下一个训练等级，提高训练等级；如果任意一项没有达标，则继续保持当前训练等级；

(5)保存训练数据。

进一步地，步骤(2)中，训练场景是针对注意力的四个维度被设计的，分别为稳定性场景、广度场景、转移场景、分配场景。

进一步地，每个训练场景设置五个训练难度，即五个训练等级，场景中的物品数量从少到多，需要的专注时长从短到长。

进一步地，从训练难度低的训练等级开始训练，每天训练1次，每次训练20分钟；四个维度训练场景依次轮流训练。

进一步地，步骤(3)在训练过程中，还采用脑机接口头环采集脑电信号，通过接触式水性电极采集前额页脑电信号。

进一步地，步骤(3)中的训练内容，即眼睛注视目标物体，注视到规定时间，开始选择物体，然后移动物体，到达指定的位置，完成一个操作，如果眼睛移开则中断移动。

进一步地，步骤(4)中，在下一个训练等级中，训练场景难度为新的难度，物品复杂度增加，所需要的专注时长变长。

本发明的有益效果是：

(1)本发明使用VR系统相比原来的实物模式，可以实现在一个狭小的空间模拟出许多不同的场景，空间更大，可以让小孩子或受训者接受更多维度的注意力训练。

(2)本发明基于VR技术，对场景的难度和复杂度进行控制，可以大大减轻使用者(医生)还原训练场景、收拾场景、配置场景的效率，提高利用率，减轻医生的工作中强度。

(3)本发明利用了VR的特点，可以实现更多场景、更大场景、实现现实空间中无法形成的场景。本发明能够将医生的经验数据以参数形式输入系统，自动切换场景、自动检测训练效果、自动递增难度等级，可以大幅度提升使用者的效率。

(4)本发明以VR成像，使用眼动仪在场景内将注意力换算成可操控的，但是又直接使用注意力，并训练注意力。使用VR眼镜和眼动仪，提示他注视某个特点，保持一段时间，可操作性直观，容易掌握。

(5)本发明自动递增式训练方法降低医生工作强度，实时通过眼动仪采集注意力数据，进行训练间比对，掌握训练效果。本发明自动递增式训练方法能够自动关联各种实时注意力数据，自动快速执行判断和分析，对多维度数据进行实时分析和比较，大大提高训练系统的使用成果和效率。

(6)本发明使用计算机系统自动记录数据，自动按既定成熟逻辑和数据设定，生成训练课程逻辑，节省人工人力，自动化大数据计算，使判断更准确。更多的升级数据判断，使得误差更小；自动化多维度场景办的训练，均匀地进行四维度注意力训练。

附图说明

图1是递增算法逻辑流程图。

具体实施方式

以下结合附图对本发明的技术方案做进一步详细说明，应当指出的是，具体实施方式只是对本发明的详细说明，不应视为对本发明的限定。

一种基于虚拟现实的注意力训练系统，包括脑波音乐播放模块、评估模块、眼动仪校准模块、自动训练模块、眼动数据采集模块、脑电数据采集模块、数据处理模块、报告模块；

在一些优选的方式中，该系统采用VR眼镜，创建不同类型的虚拟场景，按照注意力四个维度，分别设计了场景，总计几十个训练场景，具有不同风格，适合从儿童到成人之间不同年龄段的人。在一些优选的方式中，按照注意力四个维度，将场景分为4类，分别为：广度场景、稳定性场景、转移场景、分配场景。场景为VR虚拟场景，根据训练类型和训练内容，分别创建，可以为超市、训练场、操场、海洋、太空、星空等。

脑波音乐播放模块：该模块播放Alpha脑波音乐，全程都在不同的脑波音乐中给予受训者引导。阿尔法波音乐是属于一种脑电波音乐。它是一种8-14赫兹左右，每分钟60-70节拍的音乐，它能把人们带入到阿尔法脑波状态，可用来开发大脑、激发潜能、协调身心，是四种基本脑波之一，人体潜能存在于人的右半脑中，右脑的活动脑波呈α波状态；α脑波音乐会使大脑保持在α波活动状态。脑内神经递质呐腓肽增多，这时人就会充满旺盛的精力；做事情就会处于高度的专注状态；长期处于α脑波状态的人，容易与人和睦相处。

眼动仪校准模块：采用引导场景，诱导式简化眼动仪校准，供每次评估及首次训练人员使用；同时起到眼动仪操作示范作用。

评估模块：采用VR放松场景使受训者放松，脑波音乐引导受训者进入专注状态，使用四张电子试卷分别测试受训者注意力四个维度的情况(每一张电子试卷测试注意力的一个维度)，得到测试数据，将测试数据传输至数据处理模块；在一些优选的方式中，每张电子试卷限时3分钟内完成，得到试卷分数、完成时间，测试数据包括受训者的四张电子试卷分数、完成时间。在一些优选的方式中，VR放松场景内使用眼动仪诱导受训者放松。所有受训者开始训练前都通过本模块进行评估，以得到真实的注意力数据。首次进入训练系统，需要进行评估，以后按照训练计划进行训练即可，就不用评估了，系统根据实际情况调整训练课时。

在一些优选的方式中，评估测试过程中，采用脑机接口头环采集脑电数据，采用眼动仪采集眼动数据。

眼动数据采集模块：采用眼动仪采集眼动数据，包括眨眼、移开、注视总时长，注视持续时间、成功次数；成功次数指的是：在场景中使用眼动仪成功选择、移动目标物体的次数。在一些优选的方式中，采用眼动仪采集眼动数据，训练场景中，眼动的注意焦点数据、眨眼数据、注视目标物体持续时间、注意焦点的移动等，这些就是眼动数据，眼动数据用于训练场景的操作、数据分析以及后期生成报告。

脑电数据采集模块：采用脑机接口头环采集全程脑电信号，通过接触式水性电极采集前额页脑电信号，可采集：Delta、Theta、Alpha、Beta、Gamma脑波。系统保存运行的操作，比如在做广度场景测试的时候，试卷得分和对应的脑电信号进行匹配分析，得到准确的注意力分值和分布。在一些优选的方式中，脑机接口分为侵入式和非侵入式两种，本实施例中，脑机接口头环采用非侵入式，佩带就可以了，也不用涂导电膏。

数据处理模块：对所有接收到的数据进行处理。比如对脑波数据、训练数据(训练难度、训练得分、训练时长)、眼动数据(成功次数、眨眼、移开、注视持续时间)、场景数据(场景类型、难度、复杂度)、基础数据(训练级别、总训练时长、总注意力时长、注视持续时间)、脑电数据(专注力、爆发力、持久度、总量)进行综合换算处理；处理后的数据用于生成评估报告、单日训练报告、阶段训练报告、等级训练报告等。复杂度是指场景内物品的数量多少，难度则是由注视时长和复杂度一起构成的。难度增加了，除了复杂度增加外，所需要达到的注视目标物体持续时间也增加了。在一些优选地方式中，根据评估时四张试卷分数、完成时间和脑电数据综合计算得到注意力初始等级。

自动训练模块：根据受训者的注意力初始等级，按照四个维度自动轮换的切换算法，在限定总训练时长、总注意力时长、注意力持续时长的目标内，不断自动进行每日训练。此处，总注意力时长包括两层含义：第一层含义是单次训练中比如20分钟内他的注意力总时长，比如他注意了8分钟；第二层含义是把每个等级维度训练中每一次的注意力总时长加起来，比如第一等级需要训练60次，单次训练中他的注意力总时长为8分钟，则60次的注意力总时长加一起就是总注意力时长。医生可以调整训练目标，受训者在自动训练模块的协助下，自动完成每日训练，训练过程中采集多种数据，包括眼动数据、脑电数据，自动保存在数据库中，交付给数据处理模块加工处理。在一些优选的方式中，具体训练内容为：眼睛注视物体，选中物体，再注视要移动到的目标点，选中目标点，注视目标点一段时间达到预设值，物体开始移动，到达指定的位置，完成一个操作，如果眼睛移开则中断移动。在一些优选的方式中，训练场景是针对注意力的四个维度被设计的，分别为稳定性场景、广度场景、转移场景、分配场景。在一些优选的方式中，每个训练场景设置五个训练难度，即五个训练等级，场景中的物品数量从少到多，需要的专注时长从短到长。在一些优选的方式中，从训练难度低的训练等级开始训练，每天训练1次，每次训练20分钟；四个维度训练场景依次轮流训练。

报告模块：生成和管理报告，报告在评估阶段会生成评估报告，单日训练完成有单日训练报告，每周有阶段训练报告，上升一个训练等级会有等级训练报告。报告保存在数据库里并支持实时打印以及事后查询和回看。用于量化指导训练过程。

脑波音乐播放模块分别与评估模块、眼动仪校准模块、自动训练模块连接，眼动仪校准模块与评估模块连接，评估模块分别与脑电数据采集模块、数据处理模块连接，自动训练模块分别与数据处理模块、眼动数据采集模块连接，眼动数据采集模块、脑电数据采集模块均与数据处理模块连接，数据处理模块与报告模块连接；

脑波音乐播放模块播放Alpha脑波音乐，使受训者放松，播放引导场景，眼动仪校准模块进行眼动仪校准，评估模块中，采用VR场景使受训者放松，Alpha脑波音乐引导受训者进入专注状态，使用四维度四张电子试卷测试受训者注意力分维度情况，得到测试数据，将测试数据传输至数据处理模块；评估测试过程中，脑机接口头环采集注意力实时数据传输至数据处理模块，数据处理模块对接收到的数据进行处理，处理后的数据传输至数据库，处理后的数据传输至报告模块，生成评估报告，存储在数据库中，自动训练模块根据评估阶段得到的注意力初始等级，按照四个维度自动轮换的切换算法，在限定总训练时长、总注意力时长、注意力持续时长的目标内，不断自动对受训者进行每日训练，训练过程中，脑波音乐播放模块播放音乐，眼动数据采集模块采用眼动仪采集眼动数据，并将眼动数据传输至数据处理模块，自动训练模块将训练数据(训练难度、训练得分、训练时长)传输至数据处理模块，数据处理模块对接收到的数据进行处理，处理后的数据传输至数据库，处理后的数据传输至报告模块，生成单日训练报告、阶段训练报告、等级训练报告，存储在数据库中。

一种基于VR和眼动仪的递增式注意力训练方法，该递增式注意力训练方法可以采用以上所述的系统，包括以下步骤：

(1)读取当前训练等级，总训练课时和当前训练课时；读取总训练时间、总注意力时长、注意力持续时长，系统中的主程序，执行上述操作。此处，当前训练等级指的是今天将要进行训练的等级，总训练课时指的是系统里设定的总课时，当前训练课时指的是今天将要进行训练的课时，总训练时间指的是已经完成的累计训练时间，总注意力时长指的是已经完成训练的累计注意力时间，注意力持续时长指的是已经完成训练的注意力持续时长；比如，当前训练等级为第一级难度，系统里设定此级难度中需要50次训练即总训练课时为50课时，每课时20分钟，则第一级的训练总时长为1000分钟，本级难度中，当前训练课时为第16课时，已经训练了15课时，那么总训练时间即累计训练时间为300分钟。

(2)读取上次训练场景，生成今天的训练场景；

(3)采用VR眼镜，进入今天的训练场景，进行训练，训练过程中采用眼动仪采集数据；具体地，采用VR眼镜，进入今天的训练场景，开始训练，训练内容即使用眼睛注视或选择目标物体，注视到一定时间，开始选择物体，然后移动物体，到达指定的位置，完成一个操作，如果眼睛移开则中断移动；

整个训练过程，眼动数据采集模块采用眼动仪采集眼动数据，并将眼动数据传输给数据处理模块；在一些优选的方式中，在训练过程中，还采用脑机接口头环采集脑电信号，通过接触式水性电极采集前额页脑电信号，并将脑电信号数据传输至数据处理模块；所采集的眼动数据和脑电数据及训练本身的信息生成历史训练数据；

(4)对训练数据进行判断，比如，判断训练总时长是否达标，训练总课时是否达标，总注意力时长是否达到要求，专注力持续时长即注意力持续时长是否达到下一训练等级标准，当训练总课时达到设置的训练总课时，训练总时长达到设置的训练总时长，总注意力时长也达到要求，并且专注力持续时长达到下一训练等级标准，则升到下一个训练等级开始训练；

(5)保存训练数据。

在一些优选的方式中，步骤(2)中，使用VR设计注意力训练场景。注意力分为4个维度：稳定性、广度、转移、分配；分别为每个维度针对性设计场景，分别为稳定性场景、广度场景、转移场景、分配场景；每个维度包括至少二个场景，至少八个场景；场景涵盖生活中的场景、历险中的场景、旅游中的场景等。

在一些优选的方式中，每个训练场景设置五个训练难度，即五个训练等级，场景中的物品数量从少到多，需要的专注时长从短到长。专注时长即注意力持续时长，简单说就是眼睛盯住一个物体的持续时间。比如某一训练难度，需要训练者每次专注时长要达到5秒，下一个训练难度需要训练者每次专注时长达到7秒。

在一些优选的方式中，从训练难度低的训练等级开始训练，每天训练1次，每次训练20分钟；四个维度训练场景依次轮流训练过来。

在一些优选的方式中，步骤(4)中，在下一个训练等级中，训练场景难度为新的难度，物品复杂度增加，所需要的专注时长变长。

在一些优选的方式中，首次进行训练，需要进行评估，以后按照训练计划进行训练即可，就不用评估了；具体地，评估包括以下步骤：

在一些优选的方式中，采用虚拟场景使训练者放松，Alpha脑波音乐引导测试者进入专注状态，使用四张电子试卷测试训练者注意力分维度情况，得到测试数据；具体地，每张电子试卷针对注意力的一个维度进行测试，注意力分为4个维度：稳定性、广度、转移、分配；针对注意力的每个维度设计场景，每个维度至少2个场景，总共至少8个场景；每张电子试卷采用一个维度的至少一个场景，场景涵盖生活中的场景、历险中的场景、旅游中的场景等；

在一些优选的方式中，评估测试过程中，全程脑机接口头环采集注意力实时数据，眼动仪全程采集眼动实时数据。数据处理模块根据评估时四张试卷分数、完成时间和脑电数据综合计算得到注意力初始等级。

根据得到的注意力初始等级，四个维度的训练场景自动轮换，进行训练。

递增算法逻辑如图1所示，包括以下内容：

(1)系统启动后读取当前等级数据；

(2)读取总训练课时和当前训练课时数据；

(3)读取总注意力时长、注意力持续时长、总训练时间；

(4)读取上次训练场景，生成今天的训练场景；

(5)进行训练；

(6)生成训练历史数据

(7)根据训练历史数据判断训练总时长是否达到要求；如果训练总时长达到要求，判断训练总课时是否达到要求；如果训练总课时达到要求，判断总注意力时长是否达到要求；如果总注意力时长达到要求，判断注意力持续时长是否达到要求；如果注意力持续时长达到要求，则升级训练等级；任意一项没有达到要求，则退出判断逻辑，继续当前训练等级。

(8)保存训练数据。

(9)结束训练。

显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

Claims (7)

1.一种基于VR和眼动仪的递增式注意力训练方法，其特征是，包括以下步骤：

(1)读取当前训练等级，总训练课时和当前训练课时；读取总训练时间、总注意力时长、注意力持续时长；

(2)读取上次训练场景，生成今天的训练场景；

(3)采用VR眼镜，进入今天的训练场景，进行训练，训练过程中采用眼动仪采集眼动数据，生成训练历史数据；

(4)对训练历史数据进行判断，判断训练总时长是否达标，训练总课时是否达标，专注力持续时间是否达到下一训练等级标准，当训练总课时达标，训练总时长达到设置的训练总时长，并且专注力持续时间达到下一训练等级标准，则升到下一个训练等级，提高训练等级；如果任意一项没有达标，则继续保持当前训练等级；

(5)保存训练数据。

2.根据权利要求1所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，步骤(2)中，训练场景是针对注意力的四个维度被设计的，分别为稳定性场景、广度场景、转移场景、分配场景。

3.根据权利要求2所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，每个训练场景设置五个训练难度，即五个训练等级，场景中的物品数量从少到多，需要的专注时长从短到长。

4.根据权利要求3所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，从训练难度低的训练等级开始训练，每天训练1次，每次训练20分钟；四个维度训练场景依次轮流训练。

5.根据权利要求1所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，步骤(3)在训练过程中，还采用脑机接口头环采集脑电信号，通过接触式水性电极采集前额页脑电信号。

6.根据权利要求1所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，步骤(3)中的训练内容，即眼睛注视目标物体，注视到规定时间，开始选择物体，然后移动物体，到达指定的位置，完成一个操作，如果眼睛移开则中断移动。

7.根据权利要求1所述的一种基于VR和眼动仪的递增式注意力训练方法，其特征是，步骤(4)中，在下一个训练等级中，训练场景难度为新的难度，物品复杂度增加，所需要的专注时长变长。

Images