CN113827238A - 基于虚拟现实和眼动信息的情绪评估方法、装置 - Google Patents
基于虚拟现实和眼动信息的情绪评估方法、装置 Download PDFInfo
- Publication number
- CN113827238A CN113827238A CN202111025963.3A CN202111025963A CN113827238A CN 113827238 A CN113827238 A CN 113827238A CN 202111025963 A CN202111025963 A CN 202111025963A CN 113827238 A CN113827238 A CN 113827238A
- Authority
- CN
- China
- Prior art keywords
- eye movement
- virtual reality
- characteristic data
- dynamic picture
- emotion
- 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
- 230000004424 eye movement Effects 0.000 title claims abstract description 110
- 230000008451 emotion Effects 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 title description 7
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000013135 deep learning Methods 0.000 claims abstract description 23
- 238000003062 neural network model Methods 0.000 claims abstract description 22
- 210000005252 bulbus oculi Anatomy 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000036651 mood Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000994 depressogenic effect Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008909 emotion recognition Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 210000001508 eye Anatomy 0.000 description 5
- 241000272201 Columbiformes Species 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 230000009323 psychological health Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010071368 Psychological trauma Diseases 0.000 description 1
- 208000010513 Stupor Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000020796 long term synaptic depression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007830 nerve conduction Effects 0.000 description 1
- 230000009711 regulatory function Effects 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Human Computer Interaction (AREA)
- Ophthalmology & Optometry (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明适用医疗器械技术领域，提供了一种基于虚拟现实和眼动信息的情绪评估方法、装置及虚拟现实设备，该方法包括：响应针对虚拟现实设备的情绪评估操作，在虚拟现实设备的显示界面上显示动态画面；采集被测者跟随动态画面的眼动特征数据；采用深度学习算法，将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算，生成相应的情绪评估报告。本发明借助虚拟现实技术和眼动技术，预先采集个体的眼动特征数据，分析眼动追踪轨迹特征，探索抑郁者与非抑郁者在眼动轨迹上的差异，由于患者的抑郁程度与其眼动特征高度相关，因此通过对眼动轨迹进行跟踪来评估情绪，有效提高了情绪识别的准确性。
Description
技术领域
本发明属于医疗器械技术领域，尤其涉及一种基于虚拟现实和眼动信息的情绪评估方法、装置及虚拟现实设备。
背景技术
目前情绪的识别和评估大多是医生通过心理健康量表，根据一些临床诊断标准以及与患者的交流来进行。然而这些评估方法易受主观因素的影响，存在着主观性强、结果误差较大的局限性。因此，急需采取更加客观且便捷的方法。
发明内容
本发明的目的在于提供一种基于虚拟现实和眼动信息的情绪评估方法、装置及虚拟现实设备，旨在解决现有技术中对情绪识别的准确性较低的技术问题。
第一方面，本发明提供了一种基于虚拟现实和眼动信息的情绪评估方法，包括：
响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面；
采集被测者跟随所述动态画面的眼动特征数据；
采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告。
可选的，所述响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面的步骤之前，所述方法还包括：
在所述虚拟现实设备的显示界面上显示心理测试题；
接收被测者针对所述心理测试题的回答，并计算得分；
在所述得分未达到预设的达标分数阈值时，触发所述虚拟现实设备的情绪评估操作。
可选的，所述采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告的步骤之前，所述方法还包括：
根据所述眼动特征数据确定所述被测者的眼球移动轨迹；
将所述眼球移动轨迹与所述动态画面的移动轨迹进行匹配运算。
可选的，所述根据所述眼动特征数据确定所述被测者的眼球移动轨迹的步骤包括：
根据所述眼动特征数据中的时间、位置，在所述眼动特征数据进行异常数据的过滤；
根据异常数据过滤后所述眼动特征数据的时间、位置，确定所述被测者的眼球移动轨迹。
可选的，所述采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告的步骤包括：
采用深度学习算法，将所述眼动特征数据与所述动态画面在预选训练的神经网络模型库中进行匹配运算，计算关于所述眼动特征数据的情绪值；
根据所述情绪值生成关于所述被测者的情绪评估报告。
第二方面，本发明提供了一种基于虚拟现实和眼动信息的情绪评估装置，包括：
动态画面显示装置，用于响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面；
眼动特征数据采集装置，用于采集被测者跟随所述动态画面的眼动特征数据；
匹配运算装置，用于采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告。
第三方面，本发明还提供了一种虚拟现实设备，包括：
处理器；以及
与所述处理器通讯连接的存储器；其中，
所述存储器存储有可读性指令，所述可读性指令被所述处理器执行时实现如第一方面所述的方法。
第四方面，本发明提供了一种计算机可读性存储介质，其上存储有计算机程序，所述计算机程序在被执行时实现如第一方面的方法。
本发明提供的基于虚拟现实和眼动信息的情绪评估方法、装置及虚拟现实设备中，响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面；采集被测者跟随所述动态画面的眼动特征数据；采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告，由此基于虚拟现实和眼动信息对被测者进行情绪评估，由于患者的抑郁程度与其眼动特征高度相关，因此通过对眼动轨迹进行跟踪来评估情绪，有效提高了情绪识别的准确性。
附图说明
图1是实施例一示出的基于虚拟现实和眼动信息的情绪评估方法的实现流程图。
图2是实施例一示出的一种动态画面示意图。
图3是实施例一示出的一种眼动数据示意图。
图4是实施例二示出的基于虚拟现实和眼动信息的情绪评估装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
实施例一：
图1是实施例一示出的基于虚拟现实和眼动信息的情绪评估方法的实现流程图。实施例一示出的基于虚拟现实和眼动信息的情绪评估方法适用于特定的虚拟现实设备中，该虚拟现实设备中设置有处理器，以采集被测者的眼动特征数据，准确实现情绪的评估。为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
步骤S110，响应针对虚拟现实设备的情绪评估操作，在虚拟现实设备的显示界面上显示动态画面。
步骤S120，采集被测者跟随动态画面的眼动特征数据。
步骤S130，采用深度学习算法，将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于被测者的情绪评估报告。
“眼动”理论认为，人在突然遭遇到严重的心理创伤性事件后，巨大的灾难性的创伤重击人的大脑，使当事人的心理受到极大的震动。当事人会出现闯入性的闪回、躲避与此有关的任何接触、高警觉状态等，负面记忆和情绪会被压抑、固滞于大脑右半球的身体知觉区，使大脑本身的调节功能和神经传导受到阻碍，因此造成了认知上的迟滞和情绪上处于木僵状态。
研究表明，受到严重心理创伤和长期抑郁的人通常会出现“管状视觉”现象，即眼睛长时间呆滞、不动，目光空洞、像两个无限延伸的管子，抑郁患者的眼睛呆滞不动，很难一直追随目标物(如运动的鸽子)移动。
眼动追踪是指利用眼动设备记录眼球轨迹，从中提取眼动信息进而分析人的心理健康等。利用眼动追踪分析人的心理健康既能降低主观因素的影响，又能够真实、准确地反映个人的心理健康情况。
本发明借助虚拟现实(VR)技术和眼动技术，通过追踪个体的眼球运动轨迹，获取抑郁者和非抑郁者的眼部运动特征信息，建立了基于眼动追踪轨迹特征的情绪识别模型。通过分析眼动追踪轨迹数据集中的眼动追踪轨迹特征，探索抑郁者与非抑郁者在眼动轨迹上的差异，客观量化抑郁者的眼动异常，建立客观的生物指标，使用深度学习方法构建适用于眼动追踪轨迹特征的神经网络模型，并通过优化网络结构，提高模型的识别准确率，辅助医生临床诊断。
在虚拟现实设备被触发进行情绪评估操作后，虚拟现实设备的显示界面上将显示动态画面，例如，运动的鸽子。图2是根据本实施例实示出的一种动态画面示意图，如图2所示，动态画面中的鸽子将按照预设的轨迹路线，并以一定速度进行移动。
正常人看到动态画面时，眼珠将跟随动态画面中的移动物体而运动，因而，正常人的眼球移动轨迹将与动态画面中移动物体的运动轨迹基本保持一致。但对于具有情绪的患者而言，其眼球移动轨迹可能并不跟随动态画面中的移动物体而运动。
图3是根据本实施例实示出的一种眼动数据示意图，如图3所示，规则直线形线条是动态画面中移动物体的运动轨迹，不规则线条是眼动轨迹。
需要说明的是，神经网络模型库是预先训练生成的，通过预先采用深度学习算法对不同测试者的眼动数据、动态画面移动物体的运动轨迹及测试者的情绪等，进行深度学习，生成神经网络模型库。
在采集被测者跟随动态画面的眼动特征数据，采用深度学习算法，将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算，从而生成关于被测者的情绪评估报告。
本发明借助虚拟现实技术和眼动技术，预先采集个体的眼动特征数据，分析眼动追踪轨迹数据集中的眼动追踪轨迹特征，探索抑郁者与非抑郁者在眼动轨迹上的差异，客观量化抑郁者的眼动异常，建立客观的生物指标，建立基于眼动特征数据的情绪识别模型(神经网络模型库)。在对被测者进行情绪评估时，通过采集被测者的眼动特征数据，采用深度学习算法，将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于被测者的情绪评估报告，由于患者的抑郁程度与其眼动特征高度相关，因此通过对眼动轨迹进行跟踪来评估情绪，有效提高了情绪识别的准确性。
可选的，在进行眼动信息的采集之前，也可预先通过在虚拟现实设备的显示界面上显示心理测试题，通过心理测试题对被测者进行预评估。
具体的，在虚拟现实设备的显示界面上显示心理测试题，被测者对心理测试题回答后，将接收被测者针对心理测试题的回答，并判断被测者的回答是否正确，进而根据回答计算得分，在得分未达到预设的达标分数阈值时，则需根据眼动信息进一步进行测评，进而触发虚拟现实设备的情绪评估操作。
例如，被测者头上戴一副集成眼动仪的VR眼镜，先进行心理测试题测试，测试完根据得分，系统自动判断是否需要进行VR眼动评估。如果不需要，显示“您的得分正常，评估结束。”如果需要，则进入VR眼动检测，出现3D虚拟场景，显示界面上显示动态画面，进而采集被测者的眼动特征数据，以进行情绪的评估。
可选的，在采用深度学习算法对眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算之前，可预先根据眼动特征数据确定被测者的眼球移动轨迹，再将眼球移动轨迹与动态画面的移动轨迹进行匹配运算，判断眼球移动轨迹与动态画面的移动轨迹是否一致。若眼球移动轨迹与动态画面的移动轨迹基本一致，则说明被测者正常；若眼球移动轨迹与动态画面的移动轨迹差别较大时，再采用深度学习算法进行匹配运算，从而在被测者正常时无需采用较为复杂的深度学习算法进行匹配运算，有效提高了对被测者情绪的评估效率。
具体的，在根据眼动特征数据确定被测者的眼球移动轨迹时，可先根据眼动特征数据中的时间、位置，在眼动特征数据进行异常数据的过滤，再根据异常数据过滤后眼动特征数据的时间、位置，确定被测者的眼球移动轨迹。由于在确定被测者的眼球移动轨迹之前，预先进行异常数据的删除，从而进一步保证了确定被测者眼球移动轨迹的准确性。
具体的，在采用深度学习算法将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算时采用深度学习算法，将眼动特征数据与动态画面在预选训练的神经网络模型库中进行匹配运算，计算关于眼动特征数据的情绪值，进而根据情绪值生成关于被测者的情绪评估报告，通过情绪值对被测者的情绪程度进行量化。
实施例二：
如图4所示，本发明实施例二提供了一种基于虚拟现实和眼动信息的情绪评估装置，该装置可执行上述任一所示的基于虚拟现实和眼动信息的情绪评估方法的全部或者部分步骤。该装置包括：
动态画面显示装置1，用于响应针对虚拟现实设备的情绪评估操作，在虚拟现实设备的显示界面上显示动态画面；
眼动特征数据采集装置2，用于采集被测者跟随动态画面的眼动特征数据3；
匹配运算装置4，用于采用深度学习算法，将眼动特征数据与动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于被测者的情绪评估报告。
实施例三：
本发明实施例三提供了一种虚拟现实设备，例如为虚拟现实眼镜，该虚拟现实设备可执行上述任一所示的基于虚拟现实和眼动信息的情绪评估方法的全部或者部分步骤。该系统包括：
处理器；以及
与处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一示例性实施例所述的方法，此处将不做详细阐述说明。
在本实施例中，还提供了一种存储介质，该存储介质为计算机可读存储介质，例如可以为包括指令的临时性和非临时性计算机可读存储介质。该存储介质例如包括指令的存储器，上述指令可由服务器系统的处理器执行以完成上述基于虚拟现实和眼动信息的情绪评估方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于虚拟现实和眼动信息的情绪评估方法，其特征在于，所述方法包括：
响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面；
采集被测者跟随所述动态画面的眼动特征数据；
采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告。
2.如权利要求1所述的方法，其特征在于，所述响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面的步骤之前，所述方法还包括：
在所述虚拟现实设备的显示界面上显示心理测试题；
接收被测者针对所述心理测试题的回答，并计算得分；
在所述得分未达到预设的达标分数阈值时，触发所述虚拟现实设备的情绪评估操作。
3.如权利要求1所述的方法，其特征在于，所述采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告的步骤之前，所述方法还包括：
根据所述眼动特征数据确定所述被测者的眼球移动轨迹；
将所述眼球移动轨迹与所述动态画面的移动轨迹进行匹配运算。
4.如权利要求3所述的方法，其特征在于，所述根据所述眼动特征数据确定所述被测者的眼球移动轨迹的步骤包括：
根据所述眼动特征数据中的时间、位置，在所述眼动特征数据进行异常数据的过滤；
根据异常数据过滤后所述眼动特征数据的时间、位置，确定所述被测者的眼球移动轨迹。
5.如权利要求1所述的方法，其特征在于，所述采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告的步骤包括：
采用深度学习算法，将所述眼动特征数据与所述动态画面在预选训练的神经网络模型库中进行匹配运算，计算关于所述眼动特征数据的情绪值；
根据所述情绪值生成关于所述被测者的情绪评估报告。
6.一种基于虚拟现实和眼动信息的情绪评估装置，其特征在于，所述装置包括：
动态画面显示装置，用于响应针对虚拟现实设备的情绪评估操作，在所述虚拟现实设备的显示界面上显示动态画面；
眼动特征数据采集装置，用于采集被测者跟随所述动态画面的眼动特征数据；
匹配运算装置，用于采用深度学习算法，将所述眼动特征数据与所述动态画面输入预选训练的神经网络模型库中进行匹配运算，生成关于所述被测者的情绪评估报告。
7.一种虚拟现实设备，其特征在于，所述虚拟现实设备包括：
处理器；以及
与所述处理器通讯连接的存储器；其中，
所述存储器存储有可读性指令，所述可读性指令被所述处理器执行时实现如权利要求1-5任一项所述的方法。
8.一种计算机可读性存储介质，其上存储有计算机程序，所述计算机程序在被执行时实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111025963.3A CN113827238A (zh) | 2021-09-02 | 2021-09-02 | 基于虚拟现实和眼动信息的情绪评估方法、装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111025963.3A CN113827238A (zh) | 2021-09-02 | 2021-09-02 | 基于虚拟现实和眼动信息的情绪评估方法、装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113827238A true CN113827238A (zh) | 2021-12-24 |
Family
ID=78961975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111025963.3A Pending CN113827238A (zh) | 2021-09-02 | 2021-09-02 | 基于虚拟现实和眼动信息的情绪评估方法、装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113827238A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109271030A (zh) * | 2018-09-25 | 2019-01-25 | 华南理工大学 | 一种三维空间下注视点轨迹多维度比较方法 |
| CN109498036A (zh) * | 2018-11-14 | 2019-03-22 | 苏州中科先进技术研究院有限公司 | 一种眼动脱敏再加工干预系统和方法 |
| CN111202663A (zh) * | 2019-12-31 | 2020-05-29 | 浙江工业大学 | 一种基于vr技术的视觉训练学习系统 |
| CN112006700A (zh) * | 2020-10-27 | 2020-12-01 | 垒途智能教科技术研究院江苏有限公司 | 一种用于眼动仪的情感识别系统及方法 |
| CN112244827A (zh) * | 2020-10-20 | 2021-01-22 | 无锡市妇幼保健院 | 用于心理测试的远程评分方法、系统、终端与存储介质 |
| CN112818883A (zh) * | 2021-02-07 | 2021-05-18 | 东南大学 | 基于眼动信号的感兴趣目标深度学习检测与定位方法 |
| CN113082448A (zh) * | 2021-04-02 | 2021-07-09 | 北方工业大学 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
| CN113326733A (zh) * | 2021-04-26 | 2021-08-31 | 吉林大学 | 一种眼动点数据分类模型的构建方法及系统 |
-
2021
- 2021-09-02 CN CN202111025963.3A patent/CN113827238A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109271030A (zh) * | 2018-09-25 | 2019-01-25 | 华南理工大学 | 一种三维空间下注视点轨迹多维度比较方法 |
| CN109498036A (zh) * | 2018-11-14 | 2019-03-22 | 苏州中科先进技术研究院有限公司 | 一种眼动脱敏再加工干预系统和方法 |
| CN111202663A (zh) * | 2019-12-31 | 2020-05-29 | 浙江工业大学 | 一种基于vr技术的视觉训练学习系统 |
| CN112244827A (zh) * | 2020-10-20 | 2021-01-22 | 无锡市妇幼保健院 | 用于心理测试的远程评分方法、系统、终端与存储介质 |
| CN112006700A (zh) * | 2020-10-27 | 2020-12-01 | 垒途智能教科技术研究院江苏有限公司 | 一种用于眼动仪的情感识别系统及方法 |
| CN112818883A (zh) * | 2021-02-07 | 2021-05-18 | 东南大学 | 基于眼动信号的感兴趣目标深度学习检测与定位方法 |
| CN113082448A (zh) * | 2021-04-02 | 2021-07-09 | 北方工业大学 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
| CN113326733A (zh) * | 2021-04-26 | 2021-08-31 | 吉林大学 | 一种眼动点数据分类模型的构建方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11452475B2 (en) | Systems and methods for assessing and improving sustained attention | |
| Chaouachi et al. | Affect and mental engagement: Towards adaptability for intelligent | |
| CN109215804B (zh) | 基于虚拟现实技术与生理参数检测的精神类疾病辅助诊断系统 | |
| KR101247748B1 (ko) | 사용자 집중도 분석장치 및 방법 | |
| US20070066916A1 (en) | System and method for determining human emotion by analyzing eye properties | |
| EP1799105B1 (en) | System and method for mental workload measurement based on rapid eye movement | |
| CN106691476B (zh) | 基于眼动特征的图像认知心理分析系统 | |
| KR101535432B1 (ko) | 콘텐츠 평가 시스템 및 이를 이용한 콘텐츠 평가 방법 | |
| US20220222687A1 (en) | Systems and Methods for Assessing the Marketability of a Product | |
| KR102129730B1 (ko) | 인공지능 기반의 환자상태 예측 장치 및 이를 이용한 환자상태 예측 방법 | |
| US11083398B2 (en) | Methods and systems for determining mental load | |
| KR20150076167A (ko) | 감각 및 인지 프로파일링을 위한 시스템 및 방법 | |
| GB2539250A (en) | Methods and systems for testing aspects of vision | |
| CN111012367A (zh) | 一种精神疾病的智能识别系统 | |
| Kołodziej et al. | Fatigue detection caused by office work with the use of EOG signal | |
| JP2015229040A (ja) | 感情分析システム、感情分析方法および感情分析プログラム | |
| CN111887867A (zh) | 基于表情识别与心理学测试生成性格的分析方法及系统 | |
| CN113974589B (zh) | 多模态行为范式评估优化系统及认知能力评价方法 | |
| CN115299947A (zh) | 基于多模态生理数据的心理量表置信度评估方法及系统 | |
| KR102208508B1 (ko) | 복합적인 안과 진료를 수행하는 시스템 및 방법 | |
| CN115444422A (zh) | 一种基于眼动数据的真实环境心理负荷评估方法和系统 | |
| CN113827238A (zh) | 基于虚拟现实和眼动信息的情绪评估方法、装置 | |
| WO2020139108A1 (ru) | Способ проведения когнитивных исследований с использованием системы нейровизуализации и механизма обратной связи | |
| KR20210157229A (ko) | 인공지능을 기반으로 한 심리 검사 장치 및 그 방법 | |
| Miltiadous et al. | An experimental protocol for exploration of stress in an immersive VR scenario with EEG |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Xi Inventor before: Zhang Yuqing Inventor before: Jiang Xi |
|
| CB03 | Change of inventor or designer information |