CN118044777A - 基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 - Google Patents
基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 Download PDFInfo
- Publication number
- CN118044777A CN118044777A CN202410239922.1A CN202410239922A CN118044777A CN 118044777 A CN118044777 A CN 118044777A CN 202410239922 A CN202410239922 A CN 202410239922A CN 118044777 A CN118044777 A CN 118044777A
- Authority
- CN
- China
- Prior art keywords
- eye
- consciousness
- subject
- tested person
- judging
- 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 266
- 238000012544 monitoring process Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004590 computer program Methods 0.000 title claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 139
- 238000013499 data model Methods 0.000 claims abstract description 73
- 230000006399 behavior Effects 0.000 claims description 180
- 238000011156 evaluation Methods 0.000 claims description 91
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000002474 experimental method Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims 4
- 210000001508 eye Anatomy 0.000 description 113
- 230000033001 locomotion Effects 0.000 description 19
- 210000004556 brain Anatomy 0.000 description 18
- 238000001514 detection method Methods 0.000 description 18
- 230000000638 stimulation Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 239000006196 drop Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 210000001747 pupil Anatomy 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 6
- 210000005252 bulbus oculi Anatomy 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 208000003443 Unconsciousness Diseases 0.000 description 5
- 210000000133 brain stem Anatomy 0.000 description 5
- 239000003889 eye drop Substances 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000001936 parietal effect Effects 0.000 description 5
- 210000001638 cerebellum Anatomy 0.000 description 4
- 230000002490 cerebral effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 210000005036 nerve Anatomy 0.000 description 4
- 230000004461 rapid eye movement Effects 0.000 description 4
- 230000004434 saccadic eye movement Effects 0.000 description 4
- 210000003863 superior colliculi Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 210000000653 nervous system Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002360 prefrontal effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 210000001259 mesencephalon Anatomy 0.000 description 2
- 238000002610 neuroimaging Methods 0.000 description 2
- 210000001152 parietal lobe Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003238 somatosensory effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000003523 substantia nigra Anatomy 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 241000243684 Lumbricus Species 0.000 description 1
- 208000027089 Parkinsonian disease Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 241000288906 Primates Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 210000004227 basal ganglia Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000036992 cognitive tasks Effects 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 210000000609 ganglia Anatomy 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003565 oculomotor Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000007119 pathological manifestation Effects 0.000 description 1
- 208000005026 persistent vegetative state Diseases 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 210000002442 prefrontal cortex Anatomy 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 230000036647 reaction Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000006886 spatial memory Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
本申请实施例提供了一种基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品。该方法包括:发送视觉刺激信号并获取所述被测者针对视觉刺激的眼动图像;分析所述眼动图像以提取眼动数据;基于所述眼动数据判断所述被测者是否处于特定行为模式;基于与每个所述特定行为模式相对应的数据模型,判断所述被测者的意识状态。本申请实施例实现了准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助医生对最小意识状态进行判断。
Description
技术领域
本申请涉及图像处理的技术领域,具体而言,本申请涉及一种基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
本申请的基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品可以用于监测被测者是否处于最小意识状态。
最小意识状态(Minimal Conscious State,MCS)是一种低级别的意识状态,是指被测者在严重大脑损伤后,意识水平低于清醒意识状态,但高于无意识的植物状态(vegetative state,VS)。这种状态下,被测者仍然有限地表现出意识迹象。最小意识状态的被测者可能表现出以下特征:
1.眼睛反应:被测者可能能够在一定程度上睁开眼睛,进行有意识或者无意识眼动,或者眼神呆滞,无法进行有意义的目光交流。
2.有限交流:被测者可能会出现极为有限的语言或非语言反应,例如发出杂音、简单的声音或动作。
3.刺激反应:被测者可能对一些外部刺激作出反应,如疼痛或触摸刺激,但反应通常是非常简单和局限的。
4.缺乏意识内容:在最小意识状态下,被测者可能缺乏复杂的思维、记忆、情感和意识内容,无法进行意识的高级认知功能。
5.波动性:被测者有限的意识可能还存在波动性,间歇性。例如今天上午还有意识,下午就没有意识了,过一段时间又有意识了。
由于最小意识状态的被测者意识水平较低,他们可能无法意识到自己的状况,也无法与他人进行有效的交流。对于最小意识状态的被测者,准确地进行监测非常重要,以便采取适当的医疗和康复措施,提高被测者的生活质量和功能水平。
然而,目前没有统一的全球性指导方针针对最小意识状态(Minimally ConsciousState,MCS)进行监测,但许多国家或地区医学专业协会和研究机构会发表他们的建议。治疗这种复杂的病状要求高度专业化和个体化的方法。现有的对意识障碍被测者进行诊断的方法主要包括三类:
1、临床量表:脑干反射、神经科查体和昏迷康复量表的修定版评分(ComaRecovery Scale-revised,CRS-R)。
2、脑电图(EEG):通过在植物人头皮上放置电极,记录和分析大脑对外部体感(疼痛)、视觉或听觉刺激的时间相关的脑电变化。
3、神经影像学:电脑断层扫描(CT)、磁共振成像(MRI)、和可能的功能性影像学,如正电子放射计算机断层扫描(PET)或功能性磁共振成像(fMRI),有助于确定被测者脑内结构和功能的变化。
然而,临床量表评估有局限性,某些反应不稳定,具有波动性,容易导致判断的误差。如果被测者并发潜在的语言或非语言交流功能的缺陷,如失语、失认或失用,会使判断更加困难。临床诊断为主观评定,受评定者和被评定者多重的影响,不够客观,也不能持续高效检测。
脑电图存在的缺陷是基于任务下的脑电监测难以长时间进行,例如体感(疼痛)刺激,不能频繁使用,也不能长时间使用。对于视觉,听觉任务的引导也困难。
神经影影像学受场地限制,设备庞大,不符合床旁检查这个金标准,对于意识波动性这个问题也不能有效解决,例如被测者可能进入检测室之前有意识,检测的时候又没意识了,也不可能长时间检测,并且检测费用昂贵,普通人难以承受。而且,不能床旁检测。
综上所述,现有技术的对最小意识状态进行检测的技术存在上述诸多缺点和不足之处。
发明内容
本申请实施例的目的旨在解决上述技术问题,以避免上述缺点和不足之处。并且本申请实施例提出了一种基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品。
之所以可以基于眼动来检测被测者的意识,是因为眼动与意识之间存在复杂的关联。从广义上讲,意识可以被理解为一个人在特定时刻所经验到的、对内部和外部世界的感知和认知状态。眼动即眼球的移动,特别是指眼球一系列的自发性、控制性及目的性运动。基于科学研究及临床工作中对眼球运动的大量观察发现,眼球运动不仅对维持人类清晰视觉至关重要,还是大脑活动的客观体现,对多学科疾病的诊断和定位具有重要意义。眼球运动是灵长类动物能做出的最快速的运动,并能被精确的检测记录。眼动一般是由不同的脑区和脑神经控制的,可分为有意识的和无意识的。
(1)有意识的眼动:当我们有意识地查看或搜索某个视觉对象时,我们的眼球会做出快速、精准的有目的性的运动,称为“注视跳变”(saccades)。此外,当我们阅读、追踪移动物体或进行视觉探索时,我们也会有意识地控制眼动。
(2)无意识的眼动:有些眼动是发生在我们并不完全意识到的情况下,例如,眼睛在睡眠快速眼动期(REM睡眠)会出现无目的性快速眼动,这种眼动与梦境体验有关,尽管在此时人是处于无意识状态。
此外,眼睛和大脑在生理上存在紧密联系,以下是涉及的几个主要区域:
皮层区域,皮层区域包括且不限于:额前眼野(FEF)、背外侧前额叶皮层(DLPFC)、扣带眼野(CEF)、补充眼野(SEF)、内侧题(MT)、内侧题上叶(MST)、顶叶眼野(PEF)和后顶叶皮层(PPC)。
中间地区,中间地区包括且不限于:上丘(SC)、后连合核(nPC)、舌下前置核(PHN)内侧纵束口侧间质核(RImlf)、Cajal间质核(IC)、桥旁区网状结构(ppRF)和中脑网状结构(cmRF)。
动眼肌核,动眼肌核包括且不限于:动眼神经(CNⅢ)、滑车神经(CN IV)、外展神(CN VI)。
眼外肌,眼外肌包括且不限于:(1)上直肌,(2)上斜肌,(3)内直肌,(4)下斜肌,(5)下直肌,(6)外侧直肌。
可见,眼球运动(简称为“眼动”)是由一个复杂的网络结构协调的,一旦收集到视觉信息,视觉信息就通过视神经(CNⅡ)传递给中枢神经系统,然后由中枢神经将信息传递给丘脑,然后是枕叶皮层。在这个阶段,视觉信息被组装成图像,然后被传递到顶叶、颞叶和额叶的其他皮质中心进行解释和反应。当这种解释和反应表现出对视觉信息感兴趣时,由皮层区域产生的自主运动计划被传递到脑干的中间结构。中间结构协调并传递这些计划到中脑和脑桥的动眼肌核,支配眼外肌控制眼球运动。
本申请正是基于眼动与意识之间的上述关联提出的。此外,本申请的发明人通过长期的实验积累和监测发现,以下几种眼动行为与意识的关联性尤其显著。
a)注视:是指眼睛在某一个点上盯着不动,维持凝视。
科学研究发现,人类大脑中的前额叶皮层和顶叶皮层是控制自我意识的重要区域,而这些区域与眼睛的运动和注视方向有密切关联。例如,当人们注视自己的身体部位时,前额叶皮层和顶叶皮层会受到刺激,从而使自我意识活跃起来。而当人们注视他人的眼睛时,这些区域同样会被激活,并且会引发共情和自我意识的体验。
b)眼跳:眼睛从一个注视点到下一个注视点的眼跳运动,在眼跳过程中,视觉输入被抑制,当我们的眼睛进行眼跳时,我们实际上是看不清楚东西的。
眼跳的控制涉及多个脑区,如前额叶的额叶眼动区(FEF)、附眼动区(SEF),后顶叶的皮层(PPC),上丘(SC)等,因此可以帮助探索不同脑区功能。同时,不同的眼跳任务可以帮助探究不同的认知功能,例如反向眼跳任务可以很好的测量被试的抑制功能,记忆诱导眼跳任务可很好测量被试的工作记忆(working memory)和空间记忆功能。不论是目的性眼跳(proposed saccade)还是反射性眼跳,均受到来自基底节区(Basial ganglia,BG)黑质投射纤维的调节,而帕金森被测者的基本病理表现就是黑质多巴胺神经元的凋亡。
c)眼球平滑追踪与大脑神经系统之间存在密切的关联。以下是其中的几个关联点:
脑干和小脑的控制:眼球平滑追踪是由大脑的脑干和小脑负责控制和协调的。脑干中的眼动神经核(oculomotor nucleus)以及小脑的蚓部(vermis)和小脑半球(cerebellar hemisphere)等结构与眼球运动密切相关。这些区域与视觉信息的处理和眼肌的协调紧密合作,使眼球能够实现精确而平稳的来回摆动。
眼球平滑追踪在视觉感知中起到重要作用,帮助我们维持视觉稳定性。尽管眼球在眼跳过程(或者“扫视过程”)中迅速移动,但大脑通过预测和补偿机制,使我们感知到的视觉世界保持稳定。这一过程涉及到大脑对视觉输入的处理和整合,以及将眼跳眼球运动与其他感觉信息(例如头部姿势和身体运动)相结合。此外,眼球平滑追踪有助于目标定位和注意力的调控。通过快速眼跳周围环境,我们能够迅速将视觉注意力集中在感兴趣的目标上。大脑对眼跳过程中的目标定位进行精细调节,使我们能够准确地将视觉焦点对准目标,以便获取更多细节和信息。此外,眼球平滑追踪与大脑的认知处理密切相关。研究表明,眼球平滑追踪与工作记忆、注意力、决策制定和语言理解等认知过程相关联。眼跳的速度、方向和准确性会受到认知任务的性质和要求的影响,同时也可以反过来影响认知处理的效果。这些是眼球平滑追踪与大脑神经系统之间的关联点。眼球的运动控制和视觉感知的稳定性是大脑神经系统的复杂调节和整合结果,使我们能够进行有效的视觉探索和认知活动。
综合前文所述,眼动和自我意识之间存在着神经基础的联系。基于这种联系,本申请的基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品通过监测被测者眼动判断是否有最小意识存在科学依据,具有可行性。
根据本申请实施例的一个方面,提供了一种基于被测者的眼动监测所述被测者的意识的方法,该方法包括:
发送视觉刺激信号并获取所述被测者针对视觉刺激的眼动图像;
分析所述眼动图像以提取眼动数据;
基于所述眼动数据判断所述被测者是否处于特定行为模式;以及
基于与每个所述特定行为模式相对应的数据模型,判断所述被测者的意识状态。
在一个可能的实现方式中,所述特定行为模式包括注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种。
在一个可能的实现方式中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态,并且其中,基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态包括:获取所述被测者的以下参数中的至少一种参数的相应数据:针对视觉刺激点位置的注视点位置分布、针对所述视觉刺激点位置的注视误差、注视所述视觉刺激点的注视总时间、所述被测者从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件以及多次试验下的注视正确率;以及基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态,并且其中,基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态包括:获取所述被测者的以下参数中的至少一种参数的相应数据:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例;以及基于所述眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态,并且其中,基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态包括:获取所述被测者的以下参数中的至少一种参数的相应数据:针对不断移动位置的视觉刺激的单个或者连续的眼动事件和多次试验下所述被测者的眼动跟踪率;以及基于所述平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,基于评估结果判断所述被测者的意识状态包括:当综合评估结果低于预先设置的第一阈值时,判定未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,判定被测者处于最小意识状态;以及当综合评估结果高于第二阈值时,判定被测者处于清醒意识状态。
在一个可能的实现方式中,综合每个所述特定行为模式的所述评估结果,以得到总评分,并且基于总评分的结果判断所述被测者所处的意识状态。
在一个可能的实现方式中,所述方法还包括:将所述被测者针对所述视觉刺激的所述眼动图像、所述眼动数据与所述评估结果相对应地实时显示,并实时保存以用于生成监测报告。
在一个可能的实现方式中,所述方法还包括:根据所述视觉刺激信号向所述被测者呈现所述视觉刺激;
采集所述被测者针对所述视觉刺激的所述眼动图像。
根据本申请实施例的另一个方面,提供了一种基于被测者的眼动监测所述被测者的意识的装置,所述装置包括:
图像获取模块,所述图像获取模块用于发送视觉刺激信号并获取所述被测者针对视觉刺激的眼动图像;
数据提取模块,所述数据提取模块用于分析所述被测者的眼动图像以提取眼动数据;
行为判断模块,所述行为判断模块用于基于所述眼动数据判断所述被测者是否处于特定行为模式;以及
意识判断模块,所述意识判断模块用于基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态。
在一个可能的实现方式中,所述特定行为模式包括注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种。
在一个可能的实现方式中,所述意识判断模块包括注视行为判断单元,所述注视行为判断单元用于基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态;并且其中,所述注视行为判断单元包括:
注视参数分析子单元,所述注视参数分析子单元用于分析以下参数中的至少一种:针对视觉刺激点位置的注视点位置分布、针对所述视觉刺激点位置的注视误差、注视所述视觉刺激点的注视总时间、所述被测者从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件以及多次试验下的注视正确率;和注视分析结果判定子单元,所述注视分析结果判定子单元用于基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,所述意识判断模块包括眼跳行为判断单元,所述眼跳行为判断单元用于基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态;并且其中,所述眼跳行为判断单元包括:眼跳参数分析子单元,所述眼跳参数分析子单元用于分析以下参数中的至少一种:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例;以及眼跳分析结果判定子单元,所述眼跳分析结果判定子单元用于基于所述眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,所述意识判断模块包括平滑追踪行为判断单元,所述平滑追踪行为判断单元用于基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态;并且其中,所述平滑追踪行为判断单元包括:平滑追踪参数分析子单元,平滑追踪参数分析子单元用于分析以下参数中的至少一种:针对不断移动位置的视觉刺激的单个或者连续的眼动事件和多次试验下所述被测者的眼动跟踪率;以及平滑追踪分析结果判定子单元,所述平滑追踪分析结果判定子单元用于基于所述平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
在一个可能的实现方式中,所述分析结果判定子单元包括:最小意识判定子单元,所述最小意识判定子单元用于当综合评估结果低于预先设置的第一阈值时,判定未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,判定被测者处于最小意识状态;以及当综合评估结果高于第二阈值时,判定被测者处于清醒意识状态。
在一个可能的实现方式中,所述意识判断模块包括:总评分单元,所述总评分单元用于综合每个所述特定行为模式的所述评估结果以得到总评分,并且基于总评分的结果判断所述被测者所处的意识状态。
在一个可能的实现方式中,所述装置还包括:显示与记录模块,所述记录模块用于将所述被测者针对所述视觉刺激的所述眼动图像、所述眼动数据与所述分析结果相对应地实时显示,并实时保存以用于生成监测报告。
根据本申请实施例的另一个方面,提供了一种基于被测者的眼动监测所述被测者的意识的系统,所述系统包括:
根据前文所述的基于被测者的眼动监测意识的装置;
显示模块,所述显示模块根据所述视觉刺激信号用于向所述被测者呈现视觉刺激;以及
图像采集模块,所述图像采集模块用于采集所述被测者针对所述视觉刺激的眼动图像。
在一个可能的实现方式中,所述系统一体化地设置。
根据本申请实施例的另一个方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现前文所述方法的步骤。
根据本申请实施例的再一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前文所述的方法的步骤。
根据本申请实施例的再一个方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现前文所述方法的步骤。
根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品,能够通过对眼动数据的采集和分析,准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助医生对最小意识状态进行判断;此外,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的装置、电子设备、计算机可读存储介质及计算机程序产品由此设备简化,因此能够以较低的监测成本、方便的操作方式基于眼动实现对被测者的意识的检测,从而能够判断出被测者是否处于最小意识状态。此外,本申请的基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品能够自由设定视觉刺激任务时长以基于该时长采集并分析被测者的眼动数据,因此,整个过程均能够实现持续、高效、低延迟且安全无创地监测被测者眼动,进而判断出被测者是否处于最小意识状态。此外,可以基于最终生成的监测报告,为意识障碍个体化精准治疗提供辅助(例如,对植物人的大脑意识状态的进行评估),从而可以提高监测效率和准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图2为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图3为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图4为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图5为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图6为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图7为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图8为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的方法的流程示意图;
图9为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的结构示意图;
图10为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的意识判断模块的结构示意图;
图11为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的注视行为判断单元的结构示意图;
图12为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的眼跳行为判断单元的结构示意图;
图13为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的平滑追踪行为判断单元结构示意图;
图14为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的结构示意图;
图15为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的装置的行为判断模块的结构示意图;
图16为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的系统的结构示意图;
图17为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的系统的具体应用场景的示意图;
图18为本申请实施例提供的一种基于被测者的眼动监测所述被测者的意识的电子设备的结构示意图。
具体实施方式
下面结合本申请中的附图描述本申请的实施例。应理解,下面结合附图所阐述的实施方式,是用于解释本申请实施例的技术方案的示例性描述,对本申请实施例的技术方案不构成限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件,但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解,当我们称一个元件被“连接”或“耦接”到另一元件时,该一个元件可以直接连接或耦接到另一元件,也可以指该一个元件和另一元件通过中间元件建立连接关系。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个,例如“A和/或B”指示实现为“A”,或者实现为“A”,或者实现为“A和B”。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供了一种基于被测者的眼动监测该被测者的意识的方法,该方法可以由基于被测者的眼动监测该被测者的意识的装置和/或系统实现。本申请实施例涉及的基于被测者的眼动监测该被测者的意识的装置和/或系统能够基于被测者的眼动监测被测者的意识,使得本申请实施例的技术方案能够通过对眼动数据的采集和分析,准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助医生对最小意识状态进行判断;此外,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的装置、电子设备、计算机可读存储介质及计算机程序产品由此设备简化,因此能够以较低的监测成本、方便的操作方式基于眼动实现对被测者的意识的检测,从而能够判断出被测者是否处于最小意识状态。此外,本申请的基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品能够自由设定视觉刺激任务时长以基于该时长采集并分析被测者的眼动数据,因此,整个过程均能够实现持续且高效的监测被测者眼动,进而判断出被测者是否处于最小意识状态。此外,可以基于最终生成的监测报告,为意识障碍个体化精准治疗提供辅助(例如,对植物人的大脑意识状态的进行评估),从而可以提高监测效率和准确性。
下面通过对几个示例性实施方式的描述,对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是,下述实施方式之间可以相互参考、借鉴或结合,对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等,不再重复描述。
本申请实施例中提供了一种基于被测者的眼动监测所述被测者的意识的方法,如图1所示,该方法包括:步骤S101-步骤S104,下文将详细描述各个步骤。
步骤S101:获取被测者针对视觉刺激的眼动图像。
首先,向例如显示装置发送视觉刺激信号以呈现视觉刺激,这种视觉刺激的形式可以是多样的,例如,可以圆点、图片、视频,并且该视觉刺激的运动方式可以是移动的或者是闪烁的。通过这种视觉刺激的目的是可以尽可能地刺激被测者的眼球运动。进一步地,可以获取被测者针对该视觉刺激的眼动图像,该眼动图像可以是例如利用高速摄像机高速拍摄的被测者的眼球运动的图像,例如,可以以高于800帧每妙的速度采集该图像。
步骤S102:分析眼动图像以提取眼动数据。
通过图像分析可以获取与被测者的眼动相关的数据,该眼动数据包括且不限于被测者的眼位置信息。该眼位置信息包括且不限于瞳孔位置、角膜反光点位置、瞳孔大小、瞳孔面积等。
步骤S103:基于眼动数据判断被测者是否处于特定行为模式。
基于步骤S102中获得的眼动数据判断被测者是否处于特定行为模式,该特定行为模式包括且不限于:注视行为模式、眼跳行为模式和平滑追踪行为模式。
其中,注视(Fixation):是指将眼睛的中央凹对准某一物体的时间超过预定时间,例如可以为100毫秒,在此期间被注视的物体成像在中央凹上,获得更充分的加工而形成清晰的像。眼跳(Saccade)指眼睛从一个注视点跳转到另一个注视点过程中的快速眼动。平滑追踪眼动(Smooth Pursuit Eye Movements,SPEM)是指眼睛追随慢速运动的目标以使其稳定保持在中央凹上的眼球运动。
即,注视是指眼睛的中央凹注视某一物体或某一点超过预定时间段。眼跳是指眼睛从一个注视点跳转到下一个注视点的快速眼动。平滑追踪是指眼睛追随慢速移动的目标。
因此,基于步骤S102中的眼动数据可以判断被测者是否处于上述注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种行为模式。
首先,将描述视线检测的原理。基于获得的眼动数据计算被测者视线对应在屏幕上的落点。例如,基于步骤S102中获得的眼动数据可以计算出瞳孔转动的角度,在已知眼睛到屏幕的距离的情况下,按照三角函数关系可计算出视线对应在屏幕上的落点。然而,判断被测者视线的落点是否在刺激点周围的预定范围内。如果被测者实现的落点位于刺激点周围的预定范围内,则表示眼睛在看向刺激点。该预定范围的大小决定视线精度,范围越小精度越高。并且该预定范围根据眼动行为、刺激类型、刺激形状的不同而不同。例如,圆点刺激,检测范围可以是以刺激中心为圆心,某个阈值为半径的圆形范围。图片刺激,检测范围是以刺激中心为中心的矩形范围。
基于上述视线检测的原理,在一个实施例中,参考图8,步骤S103包括以下步骤S801-S803,下文将详细描述各个步骤。
步骤S801,判断被测者是否处于注视行为模式。
当在显示刺激点的屏幕(下文称为“被试屏”)中仅显示一个刺激时,如果在预定的时间阈值范围内能够持续检测到被测者视线的落点位于刺激点周围的预定范围内,则判断被测者处于注视行为模式,否则判断被测者不处于注视行为模式。
步骤S802,判断被测者是否处于眼跳行为模式。
当在如下场景时:先在被试屏的任意位置显示第一刺激并且在第一预定时间后在离第一刺激一定距离的位置显示第二刺激,与此同时第一刺激消失,而后在第二预定时间后第二刺激也消失,分析在第二刺激从出现到消失时间段内的被测者视线的落点位置,如果眼动方向基本朝向第二刺激并且眼动速度大于预先设定的阈值,则判断被测者处于眼跳行为模式。其中,眼动方向体现在被试屏上为视线落点形成的一小段轨迹的方向。
步骤S803,判断被测者是否处于平滑追踪行为模式。
当在被视屏的大致中心(或者任意位置)显示一刺激,随后该刺激以某个方向匀速运动或者匀加速运动,且移动预定距离后消失时,分析被测者视线的落点位置,当眼动方向与该刺激的移动方向大致相同并且眼动距离大于预先设定的距离阈值时,判断被测者处于平滑追踪行为模式。
考虑到此类病人的意识很低,不要求能完全跟随刺激,有跟随刺激的趋势和方向大致相同就可以判定为平滑追踪行为。对应在被视屏上的视线落点会形成一小段轨迹,此轨迹和刺激移动的轨迹大致平行。
步骤S104:基于与每个所述特定行为模式相对应的数据模型,判断所述被测者的意识状态。
与上述诸如注视行为模式、眼跳行为模式和平滑追踪行为模式这样的每个特定行为模式相对应的,设置有不同的数据模型,用以判断被测者所处的意识状态,当在步骤S103中确定了被测者处于某种特定行为模式的情况下,选择与该特定行为模式相对应的数据模型,结合相关参数判断被测者所处的意识状态,该意识状态包括且不限于未被监测到意识的状态、最小意识状态、清醒意识状态等。
基于以上实施例,通过对眼动数据的采集和分析,准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助监测者对最小意识状态等状态进行判断;此外,能够以较低的监测成本、方便的操作方式基于眼动实现对被测者的意识的检测,从而能够判断出被测者是否处于最小意识状态等状态。此外,能够自由设定视觉刺激任务时长以基于该时长采集并分析被测者的眼动数据,因此,整个过程均能够实现持续且高效的监测被测者眼动,进而判断出被测者是否处于最小意识状态等状态。
在一个实施例中,如图2所示,步骤S104至少包括步骤S201-S203中的一者或多者。下文将详细描述步骤S201-S203。
步骤S201:基于与注视行为模式相对应的注视数据模型判断被测者的意识状态。
具体地,当在步骤S103中判断出被测者处于注视行为模式下时,可以基于与注视行为模式相对应的注视数据模型,来判断被测者的意识状态。
在一个实施例中,如图3所示,该步骤S201可以进一步包括步骤S301-S302。
步骤S301:获取被测者的以下参数中的至少一种参数的相应数据:针对视觉刺激点位置的注视点位置分布、针对视觉刺激点位置的注视误差(可以简称为“注视误差”)、注视视觉刺激点的注视总时间(可以简称为“注视时间”)、被测者产生的从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件(包括且不限于例如眼跳、漂移等事件,其中,通过识别眼动事件以及眼动的方向来判定该眼动时间)、多次试验(trail)下的注视正确率。作为一个实例,在多次试验下,可以进行10次注视试验,如果被测者以某个阈值(例如,30%)以上的概率能够通过眼动去注视视觉刺激,则可以证明被测者存在主观意识。
上述参数可以分别从系统预设的刺激数据和步骤S102中提取的眼动数据中获得。
步骤S302:基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,可以利用系统预先设置的注视数据模型,对在步骤S301中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对步骤S301中的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
步骤S202:基于与眼跳行为模式相对应的眼跳数据模型判断被测者的意识状态。
具体地,当在步骤S103中判断出被测者处于眼跳行为模式下时,可以基于与眼跳行为模式相对应的眼跳数据模型,来判断被测者的意识状态。
在一个实施例中,如图4所示,该步骤S202可以进一步包括步骤S401-S402。
步骤S401:获取所述被测者的以下参数中的至少一种参数的相应数据:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例。作为一个实例,在多次试验下,可以进行10次眼跳试验,如果被测者以某个阈值(例如,30%)以上的概率能够进行正确方向的眼动跟踪,则可以证明被测者存在主观意识。
上述参数可以从步骤S102中获得的眼动数据获得,也可以从施加给被测者的视觉刺激数据中获得。
步骤S402:基于眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,可以利用系统预先设置的眼跳数据模型,对在步骤S401中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对步骤S401中的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
步骤S203:基于与平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态。
具体地,当在步骤S103中判断出被测者处于平滑追踪行为模式下时,可以基于与平滑追踪行为模式相对应的平滑追踪数据模型,来判断被测者的意识状态。
在一个实施例中,如图5所示,该步骤S203可以进一步包括步骤S501-S502。
步骤S501:获取所述被测者的以下参数中的至少一种参数的相应数据:针对不断移动位置的视觉刺激的单个或者连续的眼动事件(例如,包括且不限于眼跳、平滑跟踪、漂移等,并判定这些眼动事件的运动方向是否与刺激方向一致)和多次试验下被测者的眼动跟踪率。作为一个实例,在多次试验下,例如进行了10次平滑追踪试验,如果监测到被测者主动跟踪视觉刺激的比例超过特定阈值,例如,30%,则认为被测者存在主动跟踪的意识。
上述参数可以从步骤S102中获得的眼动数据获得,也可以从施加给被测者的视觉刺激数据中获得。
步骤S502:基于平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,可以利用系统预先设置的平滑追踪数据模型,对在步骤S501中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对步骤S501中的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
需要说明的是,前文描述的“第一阈值”和“第二阈值”在针对不同的行为模型时可以采用不同的数值或标准,并且不必须设定为相同的数值。
此外,根据本发明的实施例的基于被测者的眼动监测所述被测者的意识的方法的步骤S103还可以包括步骤S204。
在该步骤S204中,可以对步骤S201-S203获得的各个综合评估结果进行总评分,并且基于总评分的结果判断被测者所处的意识状态。
当总评分低于预先设置的第三阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第三阈值与第四阈值之间时,被测者处于最小意识状态;当综合评估结果高于第四阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
通过上述步骤S201-S203的实施例,能够基于与注视行为模式、眼跳行为模式和平滑追踪行为模式等行为模式相对应的数据模型对相关参数进行综合评估,进而判断被测者的所处的意识状态是否是最小意识状态等。
因此,能够实现非常高的监测精度,由于在对被测者进行观察时,人眼的分辨率在理想状态下是0.95度,然而,上述方法可以实现对眼动的最小分辨率低于0.15度的观察角度,因此,可以实现高于人眼数倍乃至数十倍的分辨率。
在一个实施例中,如图6所示,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的方法还包括步骤S601。
步骤S601:将被测者针对视觉刺激的眼动图像、眼动数据与评估结果相对应地实时显示,并实时保存以用于生成监测报告。
将被测者针对视觉刺激的眼动图像,提取的眼动数据以及基于该眼动数据的评估结果等均对应地实时显示出来并且进行相应存储,以用于生成针对被测者的监测报告。
并且进一步地,可以将被测者眼球运动时的眼动图像、眼动数据等实时显示出来,以提示监测者被测者的眼球发生了运动。
根据该实施例,能够实时显示眼动图像、眼动数据和评估结果并相应地存储,从而可以在提示监测者眼动发生的同时,对相关数据进行保存,以用于生成详细的监测报告,并且可以随时查找眼动相关数据和记录以便于对数据进行进一步处理。
在一个实施例中,如图7所示,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的方法还包括步骤S701-S702。
步骤S701:根据前文步骤S101中描述的视觉刺激信号向被测者呈现所述视觉刺激。
该视觉刺激可以是多样的,例如图片,圆点,视频等,并且可以自由设定视觉刺激的移动速度移动方向等。
步骤S702:采集被测者针对视觉刺激的眼动图像。
可以采用例如高速相机对被测者的眼动图像进行采集,例如,以高于800帧每秒的速度对眼动图像进行采集。
根据该实施例,能够高速采集眼动图像,实现高采样率,进而提高数据准确率。
另一方面,本申请实施例提供了一种基于被测者的眼动监测所述被测者的意识的装置,本申请实施例的装置可执行本申请实施例所提供的方法,其实现原理相类似,本申请各实施例的装置中的各模块、单元或子单元所执行的动作是与本申请各实施例的方法中的步骤相对应的,对于装置的各模块、单元或子单元所产生的技术效果,可以参见前文中所示的对应方法中的描述,此处不再赘述。
如图9所示,该基于被测者的眼动监测所述被测者的意识的装置100可以包括:图像获取模块101、数据提取模块102、行为判断模块103和意识判断模块104,下文将详细描述该装置100的各个模块。
图像获取模块101:图像获取模块101用于获取被测者针对视觉刺激的眼动图像。
首先,图像获取模块101向例如显示装置发送视觉刺激信号以呈现视觉刺激,这种视觉刺激的形式可以是多样的,例如,可以圆点、图片、视频,并且该视觉刺激的运动方式可以是移动的或者是闪烁的。通过这种视觉刺激的目的是可以尽可能地刺激被测者的眼球运动。进一步地,图像获取模块101可以获取被测者针对该视觉刺激的眼动图像,该眼动图像可以是例如利用高速摄像机高速拍摄的被测者的眼球运动的图像,例如,可以以高于800帧每秒的速度采集该图像。
数据提取模块102:数据提取模块102用于分析眼动图像以提取眼动数据。
数据提取模块102可以通过图像分析获取与被测者的眼动相关的数据,该眼动数据包括且不限于被测者的眼位置信息。该眼位置信息包括且不限于瞳孔位置、角膜反光点位置、瞳孔大小、瞳孔面积等。
行为判断模块103:行为判断模块103用于基于眼动数据判断被测者是否处于特定行为模式。
行为判断模块103基于数据提取模块102所获得的眼动数据判断被测者是否处于特定行为模式,该特定行为模式包括且不限于:注视行为模式、眼跳行为模式和平滑追踪行为模式。
其中,注视(Fixation):是指将眼睛的中央凹对准某一物体的时间超过预定时间,例如可以为100毫秒,在此期间被注视的物体成像在中央凹上,获得更充分的加工而形成清晰的像。眼跳(Saccade)指眼睛从一个注视点跳转到另一个注视点过程中的快速眼动。平滑追踪眼动(Smooth Pursuit Eye Movements,SPEM)是指眼睛追随慢速运动的目标以使其稳定保持在中央凹上的眼球运动。
即,注视是指眼睛的中央凹注视某一物体或某一点超过预定时间段。眼跳是指眼睛从一个注视点跳转到下一个注视点的快速眼动。平滑追踪是指眼睛追随慢速移动的目标。
因此,基于模块102所获取的眼动数据可以判断被测者是否处于上述注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种行为模式。
首先,将描述视线检测的原理。基于获得的眼动数据计算被测者视线对应在屏幕上的落点。例如,基于模块102中获得的眼动数据可以计算出瞳孔转动的角度,在已知眼睛到屏幕的距离的情况下,按照三角函数关系可计算出视线对应在屏幕上的落点。然而,判断被测者视线的落点是否在刺激点周围的预定范围内。如果被测者实现的落点位于刺激点周围的预定范围内,则表示眼睛在看向刺激点。该预定范围的大小决定视线精度,范围越小精度越高。并且该预定范围根据眼动行为、刺激类型、刺激形状的不同而不同。例如,圆点刺激,检测范围可以是以刺激中心为圆心,某个阈值为半径的圆形范围。图片刺激,检测范围是以刺激中心为中心的矩形范围。
基于上述视线检测的原理,在一个实施例中,参考图15所示,行为判断模块103包括以下单元801-803,下文将详细描述各个步骤。
注视行为判断单元801,用于判断被测者是否处于注视行为模式。
当在显示刺激点的屏幕(下文称为“被试屏”)中仅显示一个刺激时,如果在预定的时间阈值范围内能够持续检测到被测者视线的落点位于刺激点周围的预定范围内,则注视行为判断单元801判断被测者处于注视行为模式,否则判断被测者不处于注视行为模式。
眼跳行为判断单元802,用于判断被测者是否处于眼跳行为模式。
当在如下场景时:先在被试屏的任意位置显示第一刺激并且在第一预定时间后在离第一刺激一定距离的位置显示第二刺激,与此同时第一刺激消失,而后在第二预定时间后第二刺激也消失,注视行为判断单元801分析在第二刺激从出现到消失时间段内的被测者视线的落点位置,如果眼动方向基本朝向第二刺激并且眼动速度大于预先设定的阈值,则判断被测者处于眼跳行为模式。其中,眼动方向体现在被试屏上为视线落点形成的一小段轨迹的方向。
平滑追踪行为判断单元803,用于判断被测者是否处于平滑追踪行为模式。
当在被视屏的大致中心(或者任意位置)显示一刺激,随后该刺激以某个方向匀速运动或者匀加速运动,且移动预定距离后消失时,平滑追踪行为判断单元803分析被测者视线的落点位置,当眼动方向与该刺激的移动方向大致相同并且眼动距离大于预先设定的距离阈值时,判断被测者处于平滑追踪行为模式。
考虑到此类病人的意识很低,不要求能完全跟随刺激,有跟随刺激的趋势和方向大致相同就可以判定为平滑追踪行为。对应在被视屏上的视线落点会形成一小段轨迹,此轨迹和刺激移动的轨迹大致平行。
意识判断模块104:意识判断模块104用于基于与每个所述特定行为模式相对应的数据模型,判断所述被测者的意识状态。
与上述诸如注视行为模式、眼跳行为模式和平滑追踪行为模式这样的每个特定行为模式相对应的,设置有不同的数据模型,用以判断被测者所处的意识状态,当在模块103确定了被测者处于某种特定行为模式的情况下,意识判断模块104选择与该特定行为模式相对应的数据模型,结合相关参数判断被测者所处的意识状态,该意识状态包括且不限于未被监测到意识的状态、最小意识状态、清醒意识状态等。
基于以上实施例,通过对眼动数据的采集和分析,准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助监测者对最小意识状态等状态进行判断;此外,能够以较低的监测成本、方便的操作方式基于眼动实现对被测者的意识的检测,从而能够判断出被测者是否处于最小意识状态等状态。此外,能够自由设定视觉刺激任务时长以基于该时长采集并分析被测者的眼动数据,因此,整个过程均能够实现持续且高效的监测被测者眼动,进而判断出被测者是否处于最小意识状态等状态。
在一个实施例中,如图10所示,意识判断模块104至少包括注视行为判断单元201、眼跳行为判断单元202和平滑追踪行为判断单元203中的一者或多者。下文将详细描述单元201-203。
注视行为判断单元201:注视行为判断单元201基于与注视行为模式相对应的注视数据模型判断被测者的意识状态。
具体地,当在模块103中判断出被测者处于注视行为模式下时,注视行为判断单元201可以基于与注视行为模式相对应的注视数据模型,来判断被测者的意识状态。
在一个实施例中,如图11所示,该注视行为判断单元201可以进一步包括步骤注视参数分析子单元301和注视分析结果判定子单元302。
注视参数分析子单元301:注视参数分析子单元301用于获取被测者的以下参数中的至少一种参数的相应数据:针对视觉刺激点位置的注视点位置分布、针对视觉刺激点位置的注视误差(可以简称为“注视误差”)、注视视觉刺激点的注视总时间(可以简称为“注视时间”)、被测者产生的从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件(包括且不限于例如眼跳、漂移等事件,其中,通过识别眼动事件以及眼动的方向来判定该眼动时间)、多次试验(trail)下的注视正确率。作为一个实例,在多次试验下,可以进行10次注视试验,如果被测者以某个阈值(例如,30%)以上的概率能够通过眼动去注视视觉刺激,则可以证明被测者存在主观意识。
上述参数可以分别从系统预设的刺激数据和模块102中提取的眼动数据中获得。
注视分析结果判定子单元302:注视分析结果判定子单元302用于基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,注视分析结果判定子单元302可以利用系统预先设置的注视数据模型,对子单元301中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对子单元301中所获取的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
眼跳行为判断单元202:眼跳行为判断单元202用于基于与眼跳行为模式相对应的眼跳数据模型判断被测者的意识状态。
具体地,当在模块103中判断出被测者处于眼跳行为模式下时,眼跳行为判断单元202可以基于与眼跳行为模式相对应的眼跳数据模型,来判断被测者的意识状态。
在一个实施例中,如图12所示,该眼跳行为判断单元202可以进一步包括眼跳参数分析子单元401和眼跳分析结果判定子单元402。
眼跳参数分析子单元401:眼跳参数分析子单元401用于获取所述被测者的以下参数中的至少一种参数的相应数据:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例。作为一个实例,在多次试验下,可以进行10次眼跳试验,如果被测者以某个阈值(例如,30%)以上的概率能够进行正确方向的眼动跟踪,则可以证明被测者存在主观意识。
上述参数可以从模块102所获得的眼动数据获得,也可以从施加给被测者的视觉刺激数据中获得。
眼跳分析结果判定子单元402:眼跳分析结果判定子单元402用于基于眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,眼跳分析结果判定子单元402可以利用系统预先设置的眼跳数据模型,对在子单元401中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对子单元401中所获取的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
平滑追踪行为判断单元203:平滑追踪行为判断单元203用于基于与平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态。
具体地,当在模块103中判断出被测者处于平滑追踪行为模式下时,平滑追踪行为判断单元203可以基于与平滑追踪行为模式相对应的平滑追踪数据模型,来判断被测者的意识状态。
在一个实施例中,如图13所示,平滑追踪行为判断单元203可以进一步包括平滑追踪参数分析子单元501和平滑追踪分析结果判定子单元502。
平滑追踪参数分析子单元501:平滑追踪参数分析子单元501用于获取所述被测者的以下参数中的至少一种参数的相应数据。
针对不断移动位置的视觉刺激的单个或者连续的眼动事件(例如,包括且不限于眼跳、平滑跟踪、漂移等,并判定这些眼动事件的运动方向是否与刺激方向一致)和多次试验下被测者的眼动跟踪率。作为一个实例,在多次试验下,例如进行了10次平滑追踪试验,如果监测到被测者主动跟踪视觉刺激的比例超过特定阈值,例如,30%,则认为被测者存在主动跟踪的意识。
上述参数可以从模块102所获得的眼动数据获得,也可以从施加给被测者的视觉刺激数据中获得。
平滑追踪分析结果判定子单元502:平滑追踪分析结果判定子单元502用于基于平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
具体的,平滑追踪分析结果判定子单元502可以利用系统预先设置的平滑追踪数据模型,对在模块501中获得的各个参数进行综合评估,进而基于综合评估结果,判断被测者所处的意识状态。例如,可以通过对子单元501中所获取的参数的准确性、准确率或其它性能的至少一者进行评估而获得综合评估结果。
例如,当综合评估结果低于预先设置的第一阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第一阈值与第二阈值之间时,被测者处于最小意识状态;当综合评估结果高于第二阈值时,被测者处于清醒意识状态。
需要说明的是,前文描述的“第一阈值”和“第二阈值”在针对不同的行为模型时可以采用不同的数值或标准,并且不必须设定为相同的数值。
此外,根据本发明的实施例的基于被测者的眼动监测所述被测者的意识的方装置的模块103可以包括总评价单元204。
总评价单元204可以对单元201-203获得的各个综合评估结果进行总评分,并且基于总评分的结果判断被测者所处的意识状态。
当总评分低于预先设置的第三阈值时,未监测到被测者的意识;当综合评估结果在预先设置的第三阈值与第四阈值之间时,被测者处于最小意识状态;当综合评估结果高于第四阈值时,被测者处于清醒意识状态。
以上仅为一个具体应用实例,并且本申请不限于上述判断方式。
通过上述单元201-203的实施例,能够基于与注视行为模式、眼跳行为模式和平滑追踪行为模式等行为模式相对应的数据模型对相关参数进行综合评估,进而判断被测者的所处的意识状态是否是最小意识状态等。
因此,能够实现非常高的监测精度,由于在对被测者进行观察时,人眼的分辨率在理想状态下是0.95度,然而,上述方法可以实现对眼动的最小分辨率低于0.15度的观察角度,因此,可以实现高于人眼数倍乃至数十倍的分辨率。
在一个实施例中,如图14所示,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的装置还包括显示与记录模块601。
显示与记录模块601:显示与记录模块601用于将被测者针对视觉刺激的眼动图像、眼动数据与评估结果相对应地实时显示,并实时保存以用于生成监测报告。
显示与记录模块601用于将被测者针对视觉刺激的眼动图像,提取的眼动数据以及基于该眼动数据的评估结果等均对应地实时显示出来并且进行相应存储,以用于生成针对被测者的监测报告。
并且进一步地,显示与记录模块601可以将被测者眼球运动时的眼动图像、眼动数据等实时显示出来,以提示监测者被测者的眼球发生了运动。
根据该实施例,能够实时显示眼动图像、眼动数据和评估结果并相应地存储,从而可以在提示监测者眼动发生的同时,对相关数据进行保存,以用于生成详细的监测报告,并且可以随时查找眼动相关数据和记录以便于对数据进行进一步处理。
在一个实施例中,如图16所示,提供了一种根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的系统,该系统包括前文所述的基于被测者的眼动监测所述被测者的意识的装置100及其各个实施例,此外,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的系统还包括显示模块701和图像采集模块702。
显示模块701:显示模块701用于根据视觉刺激信号向被测者呈现所述视觉刺激。
该视觉刺激可以是多样的,例如图片,圆点,视频等,并且可以自由设定视觉刺激的移动速度移动方向等。
图像采集模块702:图像采集模块702用于采集被测者针对视觉刺激的眼动图像。
图像采集模块702可以采用例如高速相机对被测者的眼动图像进行采集,例如,以高于800帧每秒的速度对眼动图像进行采集。
根据该实施例,能够高速采集眼动图像,实现高采样率,进而提高数据准确率。
根据以上描述的基于被测者的眼动监测所述被测者的意识的装置或系统能够通过对眼动数据的采集和分析,准确记录意识波动下的细微眼动数据,有效监测意识波动性,并用数据化的方式辅助医生对最小意识状态进行判断;此外,设备简化,因此能够以较低的监测成本、方便的操作方式基于眼动实现对被测者的意识的检测,从而能够判断出被测者是否处于最小意识状态。此外,能够自由设定视觉刺激任务时长以基于该时长采集并分析被测者的眼动数据,因此,整个过程均能够实现持续且高效的监测被测者眼动,进而判断出被测者是否处于最小意识状态。此外,可以基于最终生成的监测报告,为意识障碍个体化精准治疗提供辅助(例如,对植物人的大脑意识状态的进行评估),从而可以提高监测效率和准确性。
参考图17,其示出了根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的系统的一个具体应用场景。
其中,根据本申请的实施例的基于被测者的眼动监测所述被测者的意识的系统1000包括:基于被测者的眼动监测所述被测者的意识的装置1003(例如,前文描述的基于被测者的眼动监测所述被测者的意识的装置100)、显示模块1001(例如,前文描述的显示模块701)、成像模块1010(例如,前文描述的图像采集模块702)、将装置10003与显示模块1001彼此连接的支架1002以及支座1004。
其中,基于被测者的眼动监测所述被测者的意识的系统1000整体一体地作为床侧设备而可以移动。例如,支座1004底部设置有万向轮等装置,以使得整个系统1000灵活、便携,便于推广使用。并且例如支座1004内可以设置有移动电源等供电设备,以便于断电情况下的应急使用。
基于被测者的眼动监测所述被测者的意识的装置1003能够实现前文描述的基于被测者的眼动监测所述被测者的意识的方法的各个步骤。
其中,基于被测者的眼动监测所述被测者的意识的装置1003设置有前文描述的基于被测者的眼动监测所述被测者的意识的装置100的各个模块,并且例如,可以设置有主显示器作为显示与记录模块601的组件,以用于对各种数据和分析结果进行显示,用作监测者的监测屏幕使用。
显示模块1001可以包括副显示器,该副显示器可以收到来自装置1003的视觉刺激信号,以向被测者呈现视觉刺激。
成像模块1010可以包括例如相机和光源1011,用于对被测者的眼部图像进行采集,以获得被测者的眼动图像,并且将该眼动图像发送至装置1003。其中,光源包括红外光源。
支架1002将装置10003与显示模块1001彼此可活动地连接,以方便调整两者之间的位置关系。
由此,基于被测者的眼动监测所述被测者的意识的系统1000整体基本一体化的构成,以实现整体地移动至被测者面前。
下文将描述该基于被测者的眼动监测所述被测者的意识的系统1000的应用场景的具体示例。
在监测前,当被测者处于躺卧在床的状态下,可将系统1000推至床边,调节支架1002和显示模块1001以及成像模块1010的方向和角度,例如,可以调节至副显示器位于被测者面部上方30厘米左右且被测者面部与副显示器基本平行的状态。
由于被测者的眼部图像(视频)在主显示器上实时显示(参考前文方法中的相应步骤的描述),可以参考该眼部图像调整光源1011方向和成像模块1010的相机光圈,以调整视频的亮度;进一步地,可以调节相机的焦距,以调整视频的清晰度,并且例如,可以在视频中自动标识出瞳孔和角膜反光点的位置,此时,对被测者的意识监测的准备就绪。
随后,可以执行前文描述的基于被测者的眼动监测所述被测者的意识的方法的各个步骤。
例如,下文结合具体实例描述了基于被测者的眼动检测被测者意识的方法。
整个监测过程执行3种范式实验,分别是注视实验,眼跳实验,平滑追踪实验,每种实验分别执行例如40次(3~8分钟不等),在实验过程中记录眼动数据。
首先,进行注视实验,在副显示器上随机显示一个刺激,持续闪烁,吸引被试注意力,同时不断检测视线落点是否在刺激点附近,如果10秒钟都没检测到视线落点,则记录单次实验失败。如果在10秒种内检测到了视线落点,则开始记录时间,持续检测到视线落点例如2秒后,记录为单次实验成功,表示单次存在注视行为,然后随机再选择第二个刺激点执行相同的操作,如此重复执行完设定的40次实验。
然后可以进行眼跳实验,先在屏幕中心显示一个刺激,持续闪烁,吸引被试注意力,同时不断检测视线落点是否在刺激附近,如果10秒钟都没检测到视线落点或者在10秒种内检测到了视线落点,则开始记录时间,在经过例如200毫秒后,在离第一个刺激20视角度的距离的随机位置显示第二个刺激,持续闪烁,同时第一个刺激消失,在例如1秒钟后,第二个刺激也消失,然后计算这1秒钟内视线落点轨迹的方向和速度,如果视线落点轨迹方向和第二个刺激点方向之间的夹角小于15度,并且眼动速度大于3视角度每秒,记录为单次实验成功,表示单次存在眼跳行为。重复执行完设定的40次实验。
最后,进行平滑追踪实验,先在屏幕中心显示一个刺激,持续闪烁1秒后随机选择一个方向移动(每次实验从屏幕的上下左右4个方向中选择一个),移动到屏幕边缘时刺激消失,表示一次实验结束,然后计算这次实验持续时间内视线落点轨迹的方向和距离,如果视线落点轨迹方向和刺激移动方向之间的夹角小于15度,并且眼动距离大于3视角度,记录为单次实验成功,表示单次存在平滑追踪行为。重复执行完设定的40次。
每种范式实验40次中能成功例如3~5次,可以判断为处于最小意识状态,每种范式实验40次中能成功次数小于3,可判断为未监测到被测者的意识,3种范式实验每种都能成功一半以上可判断为处于清醒意识状态。
以上仅为实例,可以用于解释本发明的实施例的基于被测者的眼动检测被测者意识的方法,而不意在对本发明公开的内容或保护范围进行任何限定。
在一个可选实施例中提供了一种电子设备,如图18所示,图18所示的电子设备4000包括:处理器4001、存储器4003和显示器4005。其中,处理器4001和存储器4003相连,如通过总线4002相连。可选地,电子设备4000还可以包括收发器4004,收发器4004可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线4002可包括一通路,在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质,在此不做限定。
存储器4003用于存储执行本申请实施例的计算机程序,并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序,以实现前述方法实施例所示的步骤。
显示器4005用于显示本申请实施例的计算机程序所实现显示的图像,其由4001来控制执行。
其中,电子设备包括但不限于:台式计算机、笔记本电脑、平板电脑等。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请实施例还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
应该理解的是,虽然本申请实施例的流程图中通过箭头指示各个操作步骤,但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明,否则在本申请实施例的一些实施场景中,各流程图中的实施步骤可以按照需求以其他的顺序执行。此外,各流程图中的部分或全部步骤基于实际的实施场景,可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行,这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下,这些子步骤或者阶段的执行顺序可以根据需求灵活配置,本申请实施例对此不限制。
以上所述仅是本申请部分实施场景的可选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请的方案技术构思的前提下,采用基于本申请技术思想的其他类似实施手段,同样属于本申请实施例的保护范畴。
Claims (22)
1.一种基于被测者的眼动监测所述被测者的意识的方法,其特征在于,所述方法包括:
发送视觉刺激信号并获取所述被测者针对视觉刺激的眼动图像;
分析所述眼动图像以提取眼动数据;
基于所述眼动数据判断所述被测者是否处于特定行为模式;以及
基于与每个所述特定行为模式相对应的数据模型,判断所述被测者的意识状态。
2.根据权利要求1所述的方法,其特征在于,
其中,所述特定行为模式包括注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种。
3.根据权利要求2所述的方法,其特征在于,
其中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态,并且
其中,基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态包括:
获取所述被测者的以下参数中的至少一种参数的相应数据:针对视觉刺激点位置的注视点位置分布、针对所述视觉刺激点位置的注视误差、注视所述视觉刺激点的注视总时间、所述被测者从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件以及多次试验下的注视正确率,以及
基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
4.根据权利要求2所述的方法,其特征在于,
其中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态,并且
其中,基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态包括:
获取所述被测者的以下参数中的至少一种参数的相应数据:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例;以及
基于所述眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
5.根据权利要求2所述的方法,其特征在于,
其中,基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态包括基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态,并且
其中,基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态包括:
获取所述被测者的以下参数中的至少一种参数的相应数据:针对不断移动位置的视觉刺激的单个或者连续的眼动事件和多次试验下所述被测者的眼动跟踪率,以及
基于所述平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
6.根据权利要求3至5的任意一项所述的方法,其特征在于,其中,基于评估结果判断所述被测者的意识状态包括:
当综合评估结果低于预先设置的第一阈值时,判定未监测到被测者的意识;
当综合评估结果在预先设置的第一阈值与第二阈值之间时,判定被测者处于最小意识状态;以及
当综合评估结果高于第二阈值时,判定被测者处于清醒意识状态。
7.根据权利要求3至5的任意一项所述的方法,其特征在于,其中,
综合每个所述特定行为模式的所述评估结果,以得到总评分,并且基于总评分的结果判断所述被测者所处的意识状态。
8.根据权利要求3至5的任一项所述的方法,其特征在于,所述方法还包括:
将所述被测者针对所述视觉刺激的所述眼动图像、所述眼动数据与所述评估结果相对应地实时显示,并实时保存以用于生成监测报告。
9.根据权利要求1至5的任一项所述的方法,其特征在于,所述方法还包括:
根据所述视觉刺激信号向所述被测者呈现所述视觉刺激;
采集所述被测者针对所述视觉刺激的所述眼动图像。
10.一种基于被测者的眼动监测所述被测者的意识的装置,其特征在于,所述装置包括:
图像获取模块,所述图像获取模块用于发送视觉刺激信号并获取所述被测者针对视觉刺激的眼动图像;
数据提取模块,所述数据提取模块用于分析所述被测者的眼动图像以提取眼动数据;
行为判断模块,所述行为判断模块用于基于所述眼动数据判断所述被测者是否处于特定行为模式;以及
意识判断模块,所述意识判断模块用于基于与每个所述特定行为模式相对应的数据模型判断所述被测者的意识状态。
11.根据权利要求10所述的装置,其特征在于,其中,
其中,所述特定行为模式包括注视行为模式、眼跳行为模式和平滑追踪行为模式中的至少一种。
12.根据权利要求11所述的装置,其特征在于,其中,
所述意识判断模块包括注视行为判断单元,所述注视行为判断单元用于基于与所述注视行为模式相对应的注视数据模型判断所述被测者的意识状态;并且其中,
所述注视行为判断单元包括:
注视参数分析子单元,所述注视参数分析子单元用于分析以下参数中的至少一种:针对视觉刺激点位置的注视点位置分布、针对所述视觉刺激点位置的注视误差、注视所述视觉刺激点的注视总时间、所述被测者从一个视觉刺激点位置到下一个视觉刺激点位置的眼动事件以及多次试验下的注视正确率;和
注视分析结果判定子单元,所述注视分析结果判定子单元用于基于所述注视数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
13.根据权利要求11所述的装置,其特征在于,其中,
其中,所述意识判断模块包括眼跳行为判断单元,所述眼跳行为判断单元用于基于与所述眼跳行为模式相对应的眼跳数据模型判断所述被测者的意识状态;并且其中,
所述眼跳行为判断单元包括:
眼跳参数分析子单元,所述眼跳参数分析子单元用于分析以下参数中的至少一种:视觉刺激出现后的眼跳方向、眼跳潜伏期、落点误差、针对视觉刺激点位置的注视时间、针对所述视觉刺激位置的注视误差、针对所述视觉刺激位置的注视点分布以及多次试验下所述被测者发生眼动且方向正确的比例;以及
眼跳分析结果判定子单元,所述眼跳分析结果判定子单元用于基于所述眼跳数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
14.根据权利要求11所述的装置,其特征在于,其中,
其中,所述意识判断模块包括平滑追踪行为判断单元,所述平滑追踪行为判断单元用于基于与所述平滑追踪行为模式相对应的平滑追踪数据模型判断所述被测者的意识状态;并且其中,
所述平滑追踪行为判断单元包括:
平滑追踪参数分析子单元,平滑追踪参数分析子单元用于分析以下参数中的至少一种:针对不断移动位置的视觉刺激的单个或者连续的眼动事件和多次试验下所述被测者的眼动跟踪率;以及
平滑追踪分析结果判定子单元,所述平滑追踪分析结果判定子单元用于基于所述平滑追踪数据模型对所述参数的数据进行综合评估,并基于评估结果判断所述被测者的意识状态。
15.根据权利要求12至14的任意一项所述的装置,其特征在于,其中,所述分析结果判定子单元包括:
最小意识判定子单元,所述最小意识判定子单元用于:
当综合评估结果低于预先设置的第一阈值时,判定未监测到被测者的意识;
当综合评估结果在预先设置的第一阈值与第二阈值之间时,判定被测者处于最小意识状态;以及
当综合评估结果高于第二阈值时,判定被测者处于清醒意识状态。
16.根据权利要求12至14的任意一项所述的装置,其特征在于,其中,所述意识判断模块包括:
总评分单元,所述总评分单元用于综合每个所述特定行为模式的所述评估结果以得到总评分,并且基于总评分的结果判断所述被测者所处的意识状态。
17.根据权利要求12至14的任意一项所述的装置,其特征在于,所述装置还包括:
显示与记录模块,所述记录模块用于将所述被测者针对所述视觉刺激的所述眼动图像、所述眼动数据与所述分析结果相对应地实时显示,并实时保存以用于生成监测报告。
18.一种基于被测者的眼动监测所述被测者的意识的系统,其特征在于,所述系统包括:
根据前述权利要求10-17的任意一项所述的基于被测者的眼动监测意识的装置;
显示模块,所述显示模块根据所述视觉刺激信号用于向所述被测者呈现视觉刺激;以及
图像采集模块,所述图像采集模块用于采集所述被测者针对所述视觉刺激的眼动图像。
19.根据权利要求18所述的系统,其特征在于,其中,
所述系统一体化地设置。
20.一种电子设备,包括存储器、处理器及存储在所述存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-9的任一项所述方法的步骤。
21.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9的任一项所述的方法的步骤。
22.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9的任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239922.1A CN118044777A (zh) | 2024-03-01 | 2024-03-01 | 基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239922.1A CN118044777A (zh) | 2024-03-01 | 2024-03-01 | 基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118044777A true CN118044777A (zh) | 2024-05-17 |
Family
ID=91050153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410239922.1A Pending CN118044777A (zh) | 2024-03-01 | 2024-03-01 | 基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118044777A (zh) |
-
2024
- 2024-03-01 CN CN202410239922.1A patent/CN118044777A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Itier et al. | Effects of task demands on the early neural processing of fearful and happy facial expressions | |
US10537276B2 (en) | System and method for detecting neurological disease | |
KR102273684B1 (ko) | 신경병리 평가를 위한 시스템 및 방법 | |
US20160106315A1 (en) | System and method of diagnosis using gaze and eye tracking | |
US20180103917A1 (en) | Head-mounted display eeg device | |
Stuart et al. | The measurement of visual sampling during real-world activity in Parkinson's disease and healthy controls: A structured literature review | |
WO2019015567A1 (zh) | 一种检测大脑功能的系统及其装置 | |
KR102344493B1 (ko) | 인공 지능 기반의 스마트 안진 검사 시스템, 방법 및 프로그램 | |
US20180249941A1 (en) | Oculometric Neurological Examination (ONE) Appliance | |
Stuart et al. | Accuracy and re-test reliability of mobile eye-tracking in Parkinson's disease and older adults | |
CA3103781C (en) | Method and system for assessing cognitive function of an individual | |
Tseng et al. | AlertnessScanner: what do your pupils tell about your alertness | |
Osuagwu et al. | Is implicit motor imagery a reliable strategy for a brain–computer interface? | |
Lyapunov et al. | Tremor eye movements as an objective marker of driver’s fatigue | |
US20240159780A1 (en) | Prediction of amount of in vivo dopamine etc., and application thereof | |
Giordano et al. | An eye tracker based computer system to support oculomotor and attention deficit investigations | |
CN118044777A (zh) | 基于被测者的眼动监测所述被测者的意识的方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品 | |
Bhatia et al. | A review on eye tracking technology | |
Kunka et al. | Awareness evaluation of patients in vegetative state employing eye-gaze tracking system | |
Jeroski et al. | Impact of vigilance decrement upon physiology measures | |
Bethanney et al. | An Intelligent Healthcare Monitoring System for Coma Patients | |
Saavedra-Peña | Saccade latency determination using video recordings from consumer-grade devices | |
Choi et al. | Suggestion of the Eye-tracking system based Fitness-for-duty Evaluation Methodology in Nuclear Power Plants | |
Liu et al. | Quantitative analysis on electrooculography (EOG) for neurodegenerative disease | |
Haji Samadi | Eye tracking with EEG life-style |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |