JP2020092924A - 評価装置、評価方法、及び評価プログラム - Google Patents

Abstract

【課題】発達障がいの可能性が高いか低いかの評価を高精度に行う。【解決手段】評価装置は、画像を表示する表示部１０１Ｓと、表示部１０１Ｓを観察する被験者の注視点の位置データを検出する注視点検出部２１４と、表示部１０１Ｓにおいて、判定領域を設定する領域設定部２１６と、注視点の位置データに基づいて、注視点が判定領域の内部に存在するか否かをそれぞれ判定する判定部２１８と、判定部２１８の判定結果に基づいて、所定時間に注視点が存在する判定領域の総数を算出する演算部２２０と、演算部２２０が算出した注視点が存在する判定領域の総数に基づいて、被験者の評価データを求める評価部２２４とを備える。【選択図】図３

Description

本発明は、評価装置、評価方法、及び評価プログラムに関する。

近年、発達障がい者が増加傾向にあると言われている。発達障がいは、早期に発見し療育を開始することで症状を軽減し、社会に適応できる効果が高くなることがわかっている。被験者が相対する人の目を見ている時間と他所を見ている比率の差から被験者は自閉症の特徴を有するかを判断する診断支援用装置に関する技術が知られている（例えば、特許文献１参照）。

特開２０１１−２０６５４２号公報

自閉スペクトラム症（ＡＳＤ：Autism Spectrum Disorder）であると診断された被験者は、他者の存在への無関心、人より物への興味の強さ、特定の物への興味（こだわり）が一般的な傾向である。これらの傾向を適切に検出することによって、発達障がいの可能性が高いか低いかの評価を高精度に行うことが求められていた。

本発明は、上記に鑑みてなされたものであり、発達障がいの可能性が高いか低いかの評価を高精度に行うことが可能な評価装置、評価方法、及び評価プログラムを提供することを目的とする。

本発明に係る評価装置は、画像を表示する表示部と、前記表示部を観察する被験者の注視点の位置データを検出する注視点検出部と、前記表示部において、判定領域を設定する領域設定部と、前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定部と、前記判定部の判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算部と、前記演算部が算出した前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価部とを備える。

本発明に係る評価方法は、表示部に画像を表示する表示ステップと、前記表示部を観察する被験者の注視点の位置データを検出する注視点検出ステップと、前記表示部において、判定領域を設定する領域設定ステップと、前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、前記判定ステップにおける判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算ステップと、前記演算ステップによって算出された前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価ステップとを含む。

本発明に係る評価プログラムは、表示部に画像を表示する表示ステップと、前記表示部を観察する被験者の注視点の位置データを検出する注視点検出ステップと、前記表示部において、判定領域を設定する領域設定ステップと、前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、前記判定ステップにおける判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算ステップと、前記演算ステップによって算出された前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価ステップとをコンピュータに実行させる。

本発明によれば、発達障がいの可能性が高いか低いかの評価を高精度に行うことが可能な評価装置、評価方法、及び評価プログラムを提供することができる。

図１は、本実施形態に係る視線検出装置の一例を模式的に示す斜視図である。 図２は、本実施形態に係る視線検出装置のハードウェア構成の一例を示す図である。 図３は、本実施形態に係る視線検出装置の一例を示す機能ブロック図である。 図４は、本実施形態に係る角膜曲率中心の位置データの算出方法を説明するための模式図である。 図５は、本実施形態に係る角膜曲率中心の位置データの算出方法を説明するための模式図である。 図６は、本実施形態に係るキャリブレーション処理の一例を説明するための模式図である。 図７は、本実施形態に係る注視点検出処理の一例を説明するための模式図である。 図８は、評価用画像の一例を示す図である。 図９は、図８の評価用画像に設定された判定領域の一例を示す図である。 図１０は、評価用画像の他の例を示す図である。 図１１は、図１０の評価用画像に設定された判定領域の一例を示す図である。 図１２は、図８の評価用画像に対する注視点の一例を示す図である。 図１３は、図８の評価用画像に対する注視点の他の例を示す図である。 図１４は、図１０の評価用画像に対する注視点の一例を示す図である。 図１５は、図１０の評価用画像に対する注視点の他の例を示す図である。 図１６は、評価用画像の他の例を示す図である。 図１７は、図１６の評価用画像に設定された判定領域の一例を示す図である。 図１８は、本実施形態に係る評価方法の一例を示すフローチャートである。

以下、本発明に係る評価装置、評価方法、及び評価プログラムの実施形態を図面に基づいて説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。

以下の説明においては、三次元グローバル座標系を設定して各部の位置関係について説明する。所定面の第１軸と平行な方向をＸ軸方向とし、第１軸と直交する所定面の第２軸と平行な方向をＹ軸方向とし、第１軸及び第２軸のそれぞれと直交する第３軸と平行な方向をＺ軸方向とする。所定面はＸＹ平面を含む。

［視線検出装置］
図１は、第１実施形態に係る視線検出装置１００の一例を模式的に示す斜視図である。視線検出装置１００は、発達障がいの可能性が高いか低いかの評価を行う評価装置として用いられる。図１に示すように、視線検出装置１００は、表示装置１０１と、ステレオカメラ装置１０２と、照明装置１０３とを備える。

表示装置１０１は、液晶ディスプレイ（liquid crystal display：ＬＣＤ）または有機ＥＬディスプレイ（organic electroluminescence display：ＯＬＥＤ）のようなフラットパネルディスプレイを含む。本実施形態において、表示装置１０１は、表示部１０１Ｓを有する。表示部１０１Ｓは、画像を表示する。本実施形態において、表示部１０１Ｓは、例えば被験者の視機能を評価するための指標を表示する。表示部１０１Ｓは、ＸＹ平面と実質的に平行である。Ｘ軸方向は表示部１０１Ｓの左右方向であり、Ｙ軸方向は表示部１０１Ｓの上下方向であり、Ｚ軸方向は表示部１０１Ｓと直交する奥行方向である。

ステレオカメラ装置１０２は、第１カメラ１０２Ａ及び第２カメラ１０２Ｂを有する。ステレオカメラ装置１０２は、表示装置１０１の表示部１０１Ｓよりも下方に配置される。第１カメラ１０２Ａと第２カメラ１０２ＢとはＸ軸方向に配置される。第１カメラ１０２Ａは、第２カメラ１０２Ｂよりも−Ｘ方向に配置される。第１カメラ１０２Ａ及び第２カメラ１０２Ｂはそれぞれ、赤外線カメラを含み、例えば波長８５０［ｎｍ］の近赤外光を透過可能な光学系と、その近赤外光を受光可能な撮像素子とを有する。

照明装置１０３は、第１光源１０３Ａ及び第２光源１０３Ｂを有する。照明装置１０３は、表示装置１０１の表示部１０１Ｓよりも下方に配置される。第１光源１０３Ａと第２光源１０３ＢとはＸ軸方向に配置される。第１光源１０３Ａは、第１カメラ１０２Ａよりも−Ｘ方向に配置される。第２光源１０３Ｂは、第２カメラ１０２Ｂよりも＋Ｘ方向に配置される。第１光源１０３Ａ及び第２光源１０３Ｂはそれぞれ、ＬＥＤ（light emitting diode）光源を含み、例えば波長８５０［ｎｍ］の近赤外光を射出可能である。なお、第１光源１０３Ａ及び第２光源１０３Ｂは、第１カメラ１０２Ａと第２カメラ１０２Ｂとの間に配置されてもよい。

照明装置１０３は、検出光である近赤外光を射出して、被験者の眼球１１１を照明する。ステレオカメラ装置１０２は、第１光源１０３Ａから射出された検出光が眼球１１１に照射されたときに第２カメラ１０２Ｂで眼球１１１の一部（以下、これを含めて「眼球」とする）を撮影し、第２光源１０３Ｂから射出された検出光が眼球１１１に照射されたときに第１カメラ１０２Ａで眼球１１１を撮影する。

第１カメラ１０２Ａ及び第２カメラ１０２Ｂの少なくとも一方からフレーム同期信号が出力される。第１光源１０３Ａ及び第２光源１０３Ｂは、フレーム同期信号に基づいて検出光を射出する。第１カメラ１０２Ａは、第２光源１０３Ｂから射出された検出光が眼球１１１に照射されたときに、眼球１１１の画像データを撮影する。第２カメラ１０２Ｂは、第１光源１０３Ａから射出された検出光が眼球１１１に照射されたときに、眼球１１１の画像データを撮影する。

眼球１１１に検出光が照射されると、その検出光の一部は瞳孔１１２で反射し、その瞳孔１１２からの光がステレオカメラ装置１０２に入射する。また、眼球１１１に検出光が照射されると、角膜の虚像である角膜反射像１１３が眼球１１１に形成され、その角膜反射像１１３からの光がステレオカメラ装置１０２に入射する。

第１カメラ１０２Ａ及び第２カメラ１０２Ｂと第１光源１０３Ａ及び第２光源１０３Ｂとの相対位置が適切に設定されることにより、瞳孔１１２からステレオカメラ装置１０２に入射する光の強度は低くなり、角膜反射像１１３からステレオカメラ装置１０２に入射する光の強度は高くなる。すなわち、ステレオカメラ装置１０２で撮影される瞳孔１１２の画像は低輝度となり、角膜反射像１１３の画像は高輝度となる。ステレオカメラ装置１０２は、撮影される画像の輝度に基づいて、瞳孔１１２の位置及び角膜反射像１１３の位置を検出することができる。

図２は、本実施形態に係る視線検出装置１００のハードウェア構成の一例を示す図である。図２に示すように、視線検出装置１００は、表示装置１０１と、ステレオカメラ装置１０２と、照明装置１０３と、コンピュータシステム２０と、入出力インターフェース装置３０と、駆動回路４０と、出力装置５０と、入力装置６０とを備える。

コンピュータシステム２０と、駆動回路４０と、出力装置５０と、入力装置６０とは、入出力インターフェース装置３０を介してデータ通信する。コンピュータシステム２０は、演算処理装置２０Ａ及び記憶装置２０Ｂを含む。演算処理装置２０Ａは、ＣＰＵ（central processing unit）のようなマイクロプロセッサを含む。記憶装置２０Ｂは、ＲＯＭ（read only memory）及びＲＡＭ（random access memory）のようなメモリまたはストレージを含む。演算処理装置２０Ａは、記憶装置２０Ｂに記憶されているコンピュータプログラム２０Ｃに従って演算処理を実施する。

駆動回路４０は、駆動信号を生成して、表示装置１０１、ステレオカメラ装置１０２、及び照明装置１０３に出力する。また、駆動回路４０は、ステレオカメラ装置１０２で撮影された眼球１１１の画像データを、入出力インターフェース装置３０を介してコンピュータシステム２０に供給する。

出力装置５０は、フラットパネルディスプレイのような表示装置を含む。なお、出力装置５０は、印刷装置を含んでもよい。入力装置６０は、操作されることにより入力データを生成する。入力装置６０は、コンピュータシステム用のキーボードまたはマウスを含む。なお、入力装置６０が表示装置である出力装置５０の表示部に設けられたタッチセンサを含んでもよい。

本実施形態においては、表示装置１０１とコンピュータシステム２０とは別々の装置である。なお、表示装置１０１とコンピュータシステム２０とが一体でもよい。例えば視線検出装置１００がタブレット型パーソナルコンピュータを含む場合、そのタブレット型パーソナルコンピュータに、コンピュータシステム２０、入出力インターフェース装置３０、駆動回路４０、及び表示装置１０１が搭載されてもよい。

図３は、本実施形態に係る視線検出装置１００の一例を示す機能ブロック図である。図３に示すように、入出力インターフェース装置３０は、入出力部３０２を有する。

駆動回路４０は、表示装置１０１を駆動するための駆動信号を生成して表示装置１０１に出力する表示装置駆動部４０２と、第１カメラ１０２Ａを駆動するための駆動信号を生成して第１カメラ１０２Ａに出力する第１カメラ入出力部４０４Ａと、第２カメラ１０２Ｂを駆動するための駆動信号を生成して第２カメラ１０２Ｂに出力する第２カメラ入出力部４０４Ｂと、第１光源１０３Ａ及び第２光源１０３Ｂを駆動するための駆動信号を生成して第１光源１０３Ａ及び第２光源１０３Ｂに出力する光源駆動部４０６とを有する。また、第１カメラ入出力部４０４Ａは、第１カメラ１０２Ａで撮影された眼球１１１の画像データを、入出力部３０２を介してコンピュータシステム２０に供給する。第２カメラ入出力部４０４Ｂは、第２カメラ１０２Ｂで撮影された眼球１１１の画像データを、入出力部３０２を介してコンピュータシステム２０に供給する。

コンピュータシステム２０は、視線検出装置１００を制御する。コンピュータシステム２０は、表示制御部２０２と、光源制御部２０４と、画像データ取得部２０６と、入力データ取得部２０８と、位置検出部２１０と、曲率中心算出部２１２と、注視点検出部２１４と、領域設定部２１６と、判定部２１８と、演算部２２０と、記憶部２２２と、評価部２２４と、出力制御部２２６とを有する。コンピュータシステム２０の機能は、演算処理装置２０Ａ及び記憶装置２０Ｂによって発揮される。

表示制御部２０２は、表示装置駆動部４０２を制御して、被験者に視認させる評価用画像を表示装置１０１の表示部１０１Ｓに表示させる。評価用画像は、静止画と動画とを含む。評価用画像は、例えば複数用意される。表示制御部２０２は、当該複数の評価用画像を表示装置１０１に順次表示する。また、表示制御部２０２は、表示部１０１Ｓ上において所望の位置に注視点Ｐを位置させるためのアイキャッチ映像を表示装置１０１に表示させてもよい。

光源制御部２０４は、光源駆動部４０６を制御して、第１光源１０３Ａ及び第２光源１０３Ｂの作動状態を制御する。光源制御部２０４は、第１光源１０３Ａと第２光源１０３Ｂとが異なるタイミングで検出光を射出するように第１光源１０３Ａ及び第２光源１０３Ｂを制御する。

画像データ取得部２０６は、第１カメラ１０２Ａ及び第２カメラ１０２Ｂを含むステレオカメラ装置１０２によって撮影された被験者の眼球１１１の画像データを、入出力部３０２を介してステレオカメラ装置１０２から取得する。

入力データ取得部２０８は、入力装置６０が操作されることにより生成された入力データを、入出力部３０２を介して入力装置６０から取得する。

位置検出部２１０は、画像データ取得部２０６で取得された眼球１１１の画像データに基づいて、瞳孔中心の位置データを検出する。また、位置検出部２１０は、画像データ取得部２０６で取得された眼球１１１の画像データに基づいて、角膜反射中心の位置データを検出する。瞳孔中心は、瞳孔１１２の中心である。角膜反射中心は、角膜反射像１１３の中心である。位置検出部２１０は、被験者の左右それぞれの眼球１１１について、瞳孔中心の位置データ及び角膜反射中心の位置データを検出する。

曲率中心算出部２１２は、画像データ取得部２０６で取得された眼球１１１の画像データに基づいて、眼球１１１の角膜曲率中心の位置データを算出する。

注視点検出部２１４は、画像データ取得部２０６で取得された眼球１１１の画像データに基づいて、被験者の注視点Ｐの位置データを検出する。本実施形態において、注視点Ｐの位置データとは、三次元グローバル座標系で規定される被験者の視線ベクトルと表示装置１０１の表示部１０１Ｓとの交点の位置データをいう。注視点検出部２１４は、眼球１１１の画像データから取得された瞳孔中心の位置データ及び角膜曲率中心の位置データに基づいて、被験者の左右それぞれの眼球１１１の視線ベクトルを検出する。視線ベクトルが検出された後、注視点検出部２１４は、視線ベクトルと表示部１０１Ｓとの交点を示す注視点Ｐの位置データを検出する。

領域設定部２１６は、表示装置１０１の表示部１０１Ｓに表示された評価用画像に対応した判定領域を設定する。領域設定部２１６は、評価用画像に含まれる人物、物体、模様などに判定領域を設定する。本実施形態では、領域設定部２１６は、表示部１０１Ｓにおいて評価用画像の少なくとも一部に判定領域を設定する。判定領域は、複数設定されることが好ましい。領域設定部２１６は、表示部１０１Ｓにおいて自然画と幾何学画像とが表示される場合、例えば、自然画が表示された領域の少なくとも一部と、幾何学画像が表示された領域の少なくとも一部とにそれぞれ判定領域を設定してもよい。判定領域は、評価用映像に含まれる物体に対して設定されることが好ましい。判定領域は、自然画に対して設定される場合、例えば、人物または人物の顔といった物体毎に設定することが好ましい。判定領域は、表示部１０１Ｓには表示されない。判定領域の形状は、例えば、矩形、円形、楕円形、多角形などであってもよく、限定されない。複数の判定領域の大きさは、異なってもよい。複数の判定領域は、重なって設定されてもよい。判定領域は、ＡＳＤの可能性が高い被験者と、ＡＳＤの可能性が低い被験者とで注視するか否かの傾向に差異が出る、評価用画像中の領域に設定されることが好ましい。

判定部２１８は、注視点Ｐの位置データに基づいて、注視点Ｐが判定領域に存在するか否かをそれぞれ判定し、判定データを出力する。例えば、判定部２１８は、注視点Ｐが判定領域に存在すると判定する場合、当該判定領域の判定値を「１」とし、存在しないと判定する場合、当該判定領域の判定値を「０」とした判定データを出力する。判定部２１８は、注視点Ｐが判定領域に存在すると判定する場合、判定領域を注視した時間および注視した回数によらず、判定値を「１」とする。判定部２１８は、注視した時間が長くても短くても判定値を「１」とする。判定部２１８は、注視点Ｐが判定領域とその他の領域とを往復して、複数回、判定領域に存在すると判定する場合でも、判定値を「１」とする。判定部２１８は、例えば一定時間毎に注視点Ｐが判定領域に存在するか否かを判定する。一定時間としては、例えば第１カメラ１０２Ａ及び第２カメラ１０２Ｂから出力されるフレーム同期信号の周期（例えば２０［ｍｓｅｃ］毎）とすることができる。

演算部２２０は、判定部２１８の判定データに基づいて、所定時間に注視点Ｐが存在する判定領域の総数を算出する。言い換えると、演算部２２０は、所定時間に評価用画像中の判定領域を被験者がいくつ見たかを算出する。演算部２２０は、各判定領域の判定値を積算して、注視点Ｐが存在する判定領域の総数を算出する。

演算部２２０は、映像の再生時間を管理する管理タイマと、表示部１０１Ｓに映像が表示されてからの経過時間を検出する検出タイマを有する。

評価部２２４は、演算部２２０が算出した注視点Ｐが存在する判定領域の総数に基づいて、被験者の評価データを求める。評価データは、表示動作において表示部１０１Ｓに表示される判定領域を被験者が注視した数を評価するデータである。評価データは、例えば、判定領域を注視した時間および注視した回数に関わらず、注視した判定領域の数を評価する。評価部２２４は、注視点Ｐが存在する判定領域毎に重みをつけて評価データを求めてもよい。評価部２２４は、さらに評価データが所定のしきい値以上であるか否かを判断し、評価の判定を行う。

記憶部２２２は、上記の判定データ、及び評価データを記憶する。また、記憶部２２２は、画像を表示する処理と、表示部を観察する被験者の注視点Ｐの位置を検出する処理と、表示部において、判定領域を設定する処理と、注視点Ｐの位置データに基づいて、注視点Ｐが判定領域に存在するか否かをそれぞれ判定し、判定データを出力する処理と、判定データに基づいて、被験者の評価データを求める処理と、評価データを出力する処理とをコンピュータに実行させる評価プログラムを記憶する。

出力制御部２２６は、表示装置１０１及び出力装置５０の少なくとも一方にデータを出力する。

次に、本実施形態に係る曲率中心算出部２１２の処理の概要について説明する。曲率中心算出部２１２は、眼球１１１の画像データに基づいて、眼球１１１の角膜曲率中心の位置データを算出する。図４及び図５は、本実施形態に係る角膜曲率中心１１０の位置データの算出方法を説明するための模式図である。図４は、１つの光源１０３Ｃで眼球１１１が照明される例を示す。図５は、第１光源１０３Ａ及び第２光源１０３Ｂで眼球１１１が照明される例を示す。

まず、図４に示す例について説明する。光源１０３Ｃは、第１カメラ１０２Ａと第２カメラ１０２Ｂとの間に配置される。瞳孔中心１１２Ｃは、瞳孔１１２の中心である。角膜反射中心１１３Ｃは、角膜反射像１１３の中心である。図４において、瞳孔中心１１２Ｃは、眼球１１１が１つの光源１０３Ｃで照明されたときの瞳孔中心を示す。角膜反射中心１１３Ｃは、眼球１１１が１つの光源１０３Ｃで照明されたときの角膜反射中心を示す。角膜反射中心１１３Ｃは、光源１０３Ｃと角膜曲率中心１１０とを結ぶ直線上に存在する。角膜反射中心１１３Ｃは、角膜表面と角膜曲率中心１１０との中間点に位置付けられる。角膜曲率半径１０９は、角膜表面と角膜曲率中心１１０との距離である。角膜反射中心１１３Ｃの位置データは、ステレオカメラ装置１０２によって検出される。角膜曲率中心１１０は、光源１０３Ｃと角膜反射中心１１３Ｃとを結ぶ直線上に存在する。曲率中心算出部２１２は、その直線上において角膜反射中心１１３Ｃからの距離が所定値となる位置データを、角膜曲率中心１１０の位置データとして算出する。所定値は、一般的な角膜の曲率半径値などから事前に定められた値であり、記憶部２２２に記憶されている。

次に、図５に示す例について説明する。本実施形態においては、第１カメラ１０２Ａ及び第２光源１０３Ｂと、第２カメラ１０２Ｂ及び第１光源１０３Ａとは、第１カメラ１０２Ａと第２カメラ１０２Ｂとの中間位置を通る直線に対して左右対称の位置に配置される。第１カメラ１０２Ａと第２カメラ１０２Ｂとの中間位置に仮想光源１０３Ｖが存在するとみなすことができる。角膜反射中心１２１は、第２カメラ１０２Ｂで眼球１１１を撮影した画像における角膜反射中心を示す。角膜反射中心１２２は、第１カメラ１０２Ａで眼球１１１を撮影した画像における角膜反射中心を示す。角膜反射中心１２４は、仮想光源１０３Ｖに対応する角膜反射中心を示す。角膜反射中心１２４の位置データは、ステレオカメラ装置１０２で撮影された角膜反射中心１２１の位置データ及び角膜反射中心１２２の位置データに基づいて算出される。ステレオカメラ装置１０２は、ステレオカメラ装置１０２に規定される三次元ローカル座標系において角膜反射中心１２１の位置データ及び角膜反射中心１２２の位置データを検出する。ステレオカメラ装置１０２について、事前にステレオ較正法によるカメラ較正が実施され、ステレオカメラ装置１０２の三次元ローカル座標系を三次元グローバル座標系に変換する変換パラメータが算出される。その変換パラメータは、記憶部２２２に記憶されている。曲率中心算出部２１２は、ステレオカメラ装置１０２で撮影された角膜反射中心１２１の位置データ及び角膜反射中心１２２の位置データを、変換パラメータを使って、三次元グローバル座標系における位置データに変換する。曲率中心算出部２１２は、三次元グローバル座標系で規定される角膜反射中心１２１の位置データ及び角膜反射中心１２２の位置データに基づいて、三次元グローバル座標系における角膜反射中心１２４の位置データを算出する。角膜曲率中心１１０は、仮想光源１０３Ｖと角膜反射中心１２４とを結ぶ直線１２３上に存在する。曲率中心算出部２１２は、直線１２３上において角膜反射中心１２４からの距離が所定値となる位置データを、角膜曲率中心１１０の位置データとして算出する。所定値は、一般的な角膜の曲率半径値などから事前に定められた値であり、記憶部２２２に記憶されている。

このように、光源が２つある場合でも、光源が１つである場合の方法と同様の方法で、角膜曲率中心１１０が算出される。

角膜曲率半径１０９は、角膜表面と角膜曲率中心１１０との距離である。したがって、角膜表面の位置データ及び角膜曲率中心１１０の位置データが算出されることにより、角膜曲率半径１０９が算出される。

次に、本実施形態に係る視線検出方法の一例について説明する。図６は、本実施形態に係るキャリブレーション処理の一例を説明するための模式図である。キャリブレーション処理では、被験者に注視させるため、目標位置１３０が設定される。目標位置１３０は、三次元グローバル座標系において規定される。本実施形態において、目標位置１３０は、例えば表示装置１０１の表示部１０１Ｓの中央位置に設定される。なお、目標位置１３０は、表示部１０１Ｓの端部位置に設定されてもよい。出力制御部２２６は、設定された目標位置１３０に目標画像を表示する。直線１３１は、仮想光源１０３Ｖと角膜反射中心１１３Ｃとを結ぶ直線である。直線１３２は、目標位置１３０と瞳孔中心１１２Ｃとを結ぶ直線である。角膜曲率中心１１０は、直線１３１と直線１３２との交点である。曲率中心算出部２１２は、仮想光源１０３Ｖの位置データと、目標位置１３０の位置データと、瞳孔中心１１２Ｃの位置データと、角膜反射中心１１３Ｃの位置データとに基づいて、角膜曲率中心１１０の位置データを算出することができる。

次に、注視点検出部２１４の注視点検出処理について説明する。注視点検出処理は、キャリブレーション処理の後に実施される。注視点検出部２１４は、眼球１１１の画像データに基づいて、被験者の視線ベクトル及び注視点Ｐの位置データを算出する。図７は、本実施形態に係る注視点検出処理の一例を説明するための模式図である。図７において、注視点１６５は、一般的な曲率半径値を用いて算出された角膜曲率中心から求めた注視点Ｐを示す。注視点１６６は、キャリブレーション処理で求められた距離１２６を用いて算出された角膜曲率中心から求めた注視点Ｐを示す。瞳孔中心１１２Ｃは、キャリブレーション処理において算出された瞳孔中心を示し、角膜反射中心１１３Ｃは、キャリブレーション処理において算出された角膜反射中心を示す。直線１７３は、仮想光源１０３Ｖと角膜反射中心１１３Ｃとを結ぶ直線である。角膜曲率中心１１０は、一般的な曲率半径値から算出した角膜曲率中心の位置である。距離１２６は、キャリブレーション処理により算出した瞳孔中心１１２Ｃと角膜曲率中心１１０との距離である。角膜曲率中心１１０Ｈは、距離１２６を用いて角膜曲率中心１１０を補正した補正後の角膜曲率中心の位置を示す。角膜曲率中心１１０Ｈは、角膜曲率中心１１０が直線１７３上に存在すること、及び瞳孔中心１１２Ｃと角膜曲率中心１１０との距離が距離１２６であることから求められる。これにより、一般的な曲率半径値を用いる場合に算出される視線１７７は、視線１７８に補正される。また、表示装置１０１の表示部１０１Ｓ上の注視点Ｐは、注視点１６５から注視点１６６に補正される。

［評価方法］
次に、本実施形態に係る評価方法について説明する。本実施形態に係る評価方法では、上記の視線検出装置１００を用いることにより、被験者の視機能として、発達障がいを評価する。

表示制御部２０２は、評価用画像を表示部１０１Ｓに表示する。表示制御部２０２は、評価用画像を表示する前に、アイキャッチ映像を表示部１０１Ｓに表示して、表示部１０１Ｓ上において所望の位置に被験者の注視点Ｐを位置させてもよい。

まず、図８ないし図１１を用いて、評価用画像の例について説明する。図８は、評価用画像の一例を示す図である。図９は、図８の評価用画像に設定された判定領域の一例を示す図である。図１０は、評価用画像の他の例を示す図である。図１１は、図１０の評価用画像に設定された判定領域の一例を示す図である。

ここで示す評価用画像は、自然画と幾何学画像とを含む。発達障がい者は、自然画よりも幾何学画像の映像を好むためである。また、ＡＳＤであると診断された被験者は、他者の存在への無関心、人より物への興味の強さ、特定の物への興味（こだわり）が一般的な傾向とされるためである。自然画は、幾何学画像以外の、自然物または自然物を連想させるような画像であればよい。例えば、人物、動物、植物、及び自然の景観などをカメラで撮像した画像（静止画、動画）を自然画として用いてもよい。また、人物及び動物などを模したキャラクタの画像（静止画、動画）を自然画として用いてもよい。

図８に示す評価用画像は、左側に自然画Ｆ１である人物映像を表示し、右側に幾何学画像Ｇ１を表示している。ここでは、自然画Ｆ１と幾何学画像Ｇ１との色彩、輝度、動きなどを近いように設計されている。

また、図９に示すように、評価のため、評価用画像には、人物の顔付近に円形状の判定領域Ａ１１、判定領域Ａ１２及び判定領域Ａ１３を設定し、幾何学模様部分に円形状の判定領域Ａ１４、判定領域Ａ１５、判定領域Ａ１６及び判定領域Ａ１７を設定している。判定領域Ａ１１、判定領域Ａ１２、判定領域Ａ１３、判定領域Ａ１４、判定領域Ａ１５、判定領域Ａ１６及び判定領域Ａ１７は、表示部１０１Ｓには表示されない。これらの判定領域を注視したかを示す判定値を積算した、評価データである評価値を求めることにより、被験者が定型発達に近いか、発達障がいの可能性が高いか低いかを評価する。

図１０に示す評価用画像は、図８に対して、右側に自然画Ｆ２を表示し、左側に幾何学画像Ｇ２を表示している。図１１に示すように、人物の顔付近に円形状の判定領域Ａ２２及び判定領域Ａ２３を設定し、幾何学模様部分に円形状の判定領域Ａ２１を設定している。これは、このような評価用画像を見せる場合、被験者の癖で右から見始める場合や、左をより多く見る場合などがあり、この影響を軽減するために左右配置の異なった映像を同数制作し、これを見せる方法（カウンターバランス）がある。しかしながら、この影響を完全に取ることは困難である。

通常、複数の自然画と幾何学画像との組み合わせであるパターンなど複数の評価用画像を被験者に見せて、総合的に発達障がいの可能性が高いか低いかを評価する。これは、偶然性を排除するためと、たまたま好みに近い映像が出て、発達障がいの特性と異なる見方をしてしまう場合の影響を軽減するためである。そこで、例えば、評価用画像を図８→図１０というように視聴してもらう。

上記のような評価用画像を被験者に視認させると、被験者が発達障がい者である場合、人物映像よりも幾何学画像に対して興味を示す傾向にある。また、被験者が発達障がい者である場合、特定の物への興味を示す傾向がある。この場合、注視点Ｐが幾何学画像に移動し、幾何学画像を人物映像よりも注視する傾向にある。一方、被験者が発達障がい者ではない場合、特定の物への興味を示す傾向がないため、特定の画像を強い興味を示す傾向は見られない。この場合、注視点Ｐは画像中を多く移動して、多くの領域を注視する傾向にある。

このため、例えば以下の手順を行うことにより、被験者を評価することが可能である。本実施形態では、表示部１０１Ｓに評価画像を提示しながら、同時に被験者の注視点Ｐを測定し、評価画像中に設定された判定領域に対する注視判定を行う。被験者の注視点Ｐが判定領域に入った場合、その被験者は該当の注視対象を見たと判断し、複数の評価用画像に対して被験者が見た判定領域の総数を評価値とする。ＡＳＤ被験者は上記の理由によって相対的に評価値が低くなる傾向があるため、精度良くＡＳＤの診断支援を行うことが可能である。

判定部２１８は、注視点Ｐが判定領域に入った場合、判定領域の判定値を「１」とする。演算部２２０は、注視点Ｐが存在する判定領域の積算した総数を算出する。

本実施形態において、評価部２２４は、例えば、複数の画像における判定領域毎の判定値を積算することで、評価の判定を行うことが可能である。評価部２２４は、評価値が大きいほど、被験者の関心度は特定の物への興味を示す傾向はないと評価を判定することが可能である。また、この場合、被験者が発達障がい者である可能性は低いと評価することが可能である。評価部２２４は、評価値が小さいほど、被験者の関心度は幾何学画像の方が高い、または、特定の物への興味を示す傾向がある、と評価を判定することが可能である。また、この場合、被験者が発達障がい者である可能性は高いと評価を判定することが可能である。

ここで、図８に示す評価用画像の判定領域毎の判定値を、Ｘ[判定領域]と表す。例えば、判定領域Ａ１１の判定値は、Ｘ［Ａ１１］と表し、判定領域Ａ１４の判定値は、Ｘ［Ａ１４］と表す。なお、注視点Ｐが一度も内部に存在しなかった判定領域の判定値は「０」、注視点Ｐが内部に存在した判定領域の判定値は「１」である。

この場合、図８に示す評価用画像に対する評価値ＡＮＳ１は、各判定領域の判定値を積算し、
ＡＮＳ１＝Ｘ［Ａ１１］＋Ｘ［Ａ１２］＋Ｘ［Ａ１３］＋Ｘ［Ａ１４］＋Ｘ［Ａ１５］＋Ｘ［Ａ１６］＋Ｘ［Ａ１７］
と表される。

図１０に示す評価用画像に対する評価値ＡＮＳ２は、各判定領域の判定値を積算し、
ＡＮＳ２＝Ｘ［Ａ２１］＋Ｘ［Ａ２２］＋Ｘ［Ａ２３］
と表される。

これらより、図８に示す評価用画像に対する評価値ＡＮＳ１と図１０に示す評価用画像に対する評価値ＡＮＳ２とを積算して、被験者の評価値ＡＮＳは、例えば、
ＡＮＳ＝ＡＮＳ１＋ＡＮＳ２
と表される。

図１２、図１４を用いて、被験者Ａの評価値ＡＮＳについて説明する。図１２は、図８の評価用画像に対する注視点の一例を示す図である。図１４は、図１０の評価用画像に対する注視点の一例を示す図である。

被験者Ａの図８に示す評価用画像に対する評価値ＡＮＳ１は、
ＡＮＳ１＝１＋０＋１＋１＋０＋０＋０＝３
と算出される。

被験者Ａの図１０に示す評価用画像に対する評価値ＡＮＳ２は、
ＡＮＳ２＝１＋０＋１＝２
と算出される。

これらより、被験者Ａの評価値ＡＮＳは、
ＡＮＳ＝３＋２＝５
と算出される。

例えば、ＡＳＤの可能性が高いか否かを判断するしきい値を「７」とすると、被験者Ａの評価値ＡＮＳはしきい値以上ではないので、「ＡＳＤの可能性が高い」と判断する。

図１３、図１５を用いて、被験者Ｂの評価値ＡＮＳについて説明する。図１３は、図８の評価用画像に対する注視点の他の例を示す図である。図１５は、図１０の評価用画像に対する注視点の他の例を示す図である。

被験者Ｂの図８に示す評価用画像に対する評価値ＡＮＳ１は、
ＡＮＳ１＝１＋１＋１＋１＋１＋１＋０＝６
と算出される。

被験者Ｂの図１０に示す評価用画像に対する評価値ＡＮＳ２は、
ＡＮＳ２＝１＋１＋１＝３
と算出される。

これらより、被験者Ｂの評価値ＡＮＳは、
ＡＮＳ＝６＋３＝９
と算出される。

例えば、ＡＳＤの可能性が高いか否かを判断するしきい値を「７」とすると、被験者Ｂの評価値ＡＮＳはしきい値以上であるので、「ＡＳＤの可能性が低い」と判断する。

また、評価値は、判定領域毎の判定値に重み付けをして算出してもよい。

重み付けの第一の方法は、同一画像内の判定領域毎に重み付けを行う方法である。例えば、自然画に設定された判定領域に対して重み付けを行う。この場合、評価値ＡＮＳ１、評価値ＡＮＳ２は、以下のように表される。なお、Ｋは、重みづけのための係数である。係数Ｋは、適宜設定することができる。
ＡＮＳ１＝Ｘ［Ａ１１］・Ｋ＋Ｘ［Ａ１２］・Ｋ＋Ｘ［Ａ１３］・Ｋ＋Ｘ［Ａ１４］＋Ｘ［Ａ１５］＋Ｘ［Ａ１６］＋Ｘ［Ａ１７］
ＡＮＳ２＝Ｘ［Ａ２１］＋Ｘ［Ａ２２］・Ｋ＋Ｘ［Ａ２３］・Ｋ

ここで、係数Ｋを「２」とした場合、被験者Ａの評価値は、以下のように算出される。
ＡＮＳ１＝２＋０＋２＋１＋０＋０＋０＝５
ＡＮＳ２＝１＋０＋２＝３
ＡＮＳ＝８

重み付けを行う、言い換えると、重要視する判定領域の選定方法は、既知の臨床的な知見によるもの、または、計測結果から診断感度が高くなるように選択する方法などが考えられる。また、係数Ｋの値は判定領域毎に異なる値を設定することもできる。

重み付けの第二の方法は、評価用画像毎に重み付けを行う方法である。例えば、図１０に示す評価用画像に対して重み付けを行う。この場合、評価値ＡＮＳ１、評価値ＡＮＳ２は、以下のように表される。
ＡＮＳ１＝Ｘ［Ａ１１］＋Ｘ［Ａ１２］＋Ｘ［Ａ１３］＋Ｘ［Ａ１４］＋Ｘ［Ａ１５］＋Ｘ［Ａ１６］＋Ｘ［Ａ１７］
ＡＮＳ２＝（Ｘ［Ａ２１］＋Ｘ［Ａ２２］＋Ｘ［Ａ２３］）・Ｋ

ここで、係数Ｋを「２」とした場合、被験者Ａの評価値は、以下のように算出される。
ＡＮＳ１＝３
ＡＮＳ２＝４
ＡＮＳ＝７

重み付けを行う、言い換えると、重要視する評価用画像の選定方法は、既知の臨床的な知見によるもの、または、計測結果から診断感度が高くなるように選択する方法などが考えられる。また、係数Ｋの値は評価用画像毎に異なる値を設定することもできる。

図１６、図１７を用いて、評価用画像の他の例について説明する。図１６は、評価用画像の他の例を示す図である。図１７は、図１６の評価用画像に設定された判定領域の一例を示す図である。評価用画像は、自然画と幾何学画像とを含むものに限定されない。評価用画像は、複数の物体を含む１つの自然画であってもよい。

図１６に示す評価用画像は、複数の物体を含む自然画Ｆ３である。自然画Ｆ３には、例えば、自動車、自動車の運転手、信号機、点灯中の青信号、看板、看板に書かれた文字、歩行者、動物、横断歩道などが含まれる。

また、図１７に示すように、評価のため、評価用画像には、自動車に判定領域Ａ３１、自動車の運転者に判定領域Ａ３２、信号機に判定領域Ａ３３、点灯中の青信号に判定領域Ａ３４、看板に判定領域Ａ３５、看板に書かれた文字に判定領域Ａ３６、歩行者に判定領域Ａ３７、動物に判定領域Ａ３８、及び、横断歩道に判定領域Ａ３９を設定している。また、判定領域Ａ３１の中に判定領域Ａ３２を設定し、判定領域Ａ３３の中に判定領域Ａ３４を設定し、判定領域Ａ３５の中に判定領域Ａ３６を設定している。この場合、内側の判定領域Ａ３２、判定領域Ａ３４、及び、判定領域Ａ３６の内部に注視点Ｐが存在すると判定する場合、外側の判定領域Ａ３１、判定領域Ａ３３、及び、判定領域Ａ３５の内部にも注視点Ｐが存在するとして判定する。

評価部２２４は、評価データである評価値ＡＮＳが所定のしきい値以上か否かを判断して、評価の判定を行う。例えば評価値ＡＮＳがしきい値以上である場合、被験者がＡＳＤである可能性は低いと評価を判定することができる。また、評価値ＡＮＳが所定のしきい値以上ではない場合、被験者がＡＳＤである可能性は高いと評価を判定することができる。

本実施形態において、出力制御部２２６は、評価部２２４が評価結果を出力した場合、評価結果に応じて、例えば「被験者は発達障がい者である可能性が低いと思われます」の文字データや、「被験者は発達障がい者である可能性が高いと思われます」の文字データ等を出力装置５０に出力させる。

次に、本実施形態に係る評価方法の一例について、図１８を参照しながら説明する。図１８は、本実施形態に係る評価方法の一例を示すフローチャートである。

注視点検出部２１４は、注視点検出を開始させる（ステップＳ１０１）。そして、ステップＳ１０２に進む。

表示制御部２０２は、表示部１０１Ｓに１枚目の評価用画像を表示させる（ステップＳ１０２）。本実施形態では、表示制御部２０２は、表示部１０１Ｓに図８に示す評価用画像を表示させる。そして、ステップＳ１０３に進む。

演算部２２０は、１枚目の評価用画像に設定された判定領域の判定値を「０」にする（ステップＳ１０３）。本実施形態では、演算部２２０は、１枚目の評価用画像に設定された判定領域Ａ１１ないし判定領域Ａ１７の判定値を「０」にする。そして、ステップＳ１０４に進む。

注視点検出部２１４は、被験者の評価用画像における注視点Ｐを取得する（ステップＳ１０４）。より詳しくは、注視点検出部２１４は、表示装置１０１に表示された１枚目の評価用画像を被験者に見せた状態で、規定のサンプリング周期（例えば２０［ｍｓｅｃ］）毎に、表示装置１０１の表示部１０１Ｓにおける被験者の注視点Ｐの位置データを検出する。そして、ステップＳ１０５に進む。

判定部２１８は、注視点Ｐの座標が判定領域Ａ１１ないし判定領域Ａ１７の内部に存在するかを判定する（ステップＳ１０５）。より詳しくは、判定部２１８は、サンプリング周期（例えば２０［ｍｓｅｃ］）毎に、注視点検出部２１４が検出した位置データに基づいて注視点Ｐが存在する判定領域を判定する。

注視点Ｐが判定領域Ａ１１ないし判定領域Ａ１７の内部に存在すると判定された場合（ステップＳ１０５でＹｅｓ）、判定部２１８は、注視点Ｐが存在すると判定された判定領域の判定値を「１」に変更する（ステップＳ１０６）。そして、ステップＳ１０７に進む。

注視点Ｐが判定領域Ａ１１ないし判定領域Ａ１７の内部に存在しないと判定された場合（ステップＳ１０５でＮｏ）、ステップＳ１０７に進む。

演算部２２０は、検出タイマの検出結果に基づいて、１枚目の評価用映像の再生が完了する時刻に到達したか否かを判断する（ステップＳ１０７）。本実施形態では、１枚目の評価用映像の再生開始から３［ｓｅｃ］が経過すると、１枚目の評価用映像の再生が完了する時刻に到達したと判断する。演算部２２０により１枚目の評価用映像の再生が完了する時刻に到達したと判断された場合（ステップＳ１０７のＹｅｓ）、ステップＳ１０８に進む。本実施形態では、１枚目の評価用映像の再生開始から３［ｓｅｃ］が経過していないと、１枚目の評価用映像の再生が完了する時刻に到達していないと判断する。演算部２２０により１枚目の評価用映像の再生が完了する時刻に到達していないと判断された場合（ステップＳ１０７のＮｏ）、上記のステップＳ１０４以降の処理を繰り返し行う。

演算部２２０により１枚目の評価用映像の再生が完了する時刻に到達したと判断された場合（ステップＳ１０７のＹｅｓ）、表示制御部２０２は、表示部１０１Ｓに２枚目の評価用画像を表示させる（ステップＳ１０８）。本実施形態では、表示制御部２０２は、表示部１０１Ｓに図１０に示す評価用画像を表示させる。そして、ステップＳ１０９に進む。

演算部２２０は、２枚目の評価用画像に設定された判定領域の判定値を「０」にする（ステップＳ１０９）。本実施形態では、演算部２２０は、２枚目の評価用画像に設定された判定領域Ａ２１ないし判定領域Ａ２３の判定値を「０」にする。そして、ステップＳ１１０に進む。

注視点検出部２１４は、被験者の評価用画像における注視点Ｐを取得する（ステップＳ１１０）。より詳しくは、注視点検出部２１４は、表示装置１０１に表示された２枚目の評価用画像を被験者に見せた状態で、規定のサンプリング周期（例えば２０［ｍｓｅｃ］）毎に、表示装置１０１の表示部１０１Ｓにおける被験者の注視点Ｐの位置データを検出する。そして、ステップＳ１１１に進む。

判定部２１８は、注視点Ｐの座標が判定領域Ａ２１ないし判定領域Ａ２３の内部に存在するかを判定する（ステップＳ１１１）。より詳しくは、判定部２１８は、サンプリング周期（例えば２０［ｍｓｅｃ］）毎に、注視点検出部２１４が検出した位置データに基づいて注視点Ｐが存在する判定領域を判定する。

注視点Ｐが判定領域Ａ２１ないし判定領域Ａ２３の内部に存在すると判定された場合（ステップＳ１１１でＹｅｓ）、判定部２１８は、注視点Ｐが存在する判定領域の判定値を「１」に変更する（ステップＳ１１２）。そして、ステップＳ１１３に進む。

注視点Ｐが判定領域Ａ２１ないし判定領域Ａ２３の内部に存在しないと判定された場合（ステップＳ１１１でＮｏ）、ステップＳ１１３に進む。

演算部２２０は、検出タイマの検出結果に基づいて、２枚目の評価用映像の再生が完了する時刻に到達したか否かを判断する（ステップＳ１１３）。本実施形態では、２枚目の評価用映像の再生開始から３［ｓｅｃ］が経過すると、２枚目の評価用映像の再生が完了する時刻に到達したと判断する。演算部２２０により２枚目の評価用映像の再生が完了する時刻に到達したと判断された場合（ステップＳ１１３のＹｅｓ）、ステップＳ１１４に進む。本実施形態では、２枚目の評価用映像の再生開始から３［ｓｅｃ］が経過していないと、２枚目の評価用映像の再生が完了する時刻に到達していないと判断する。演算部２２０により２枚目の評価用映像の再生が完了する時刻に到達していないと判断された場合（ステップＳ１１３のＮｏ）、上記のステップＳ１１０以降の処理を繰り返し行う。

評価部２２４は、注視点Ｐが存在する判定領域の総数に基づいて、被験者の評価値を算出する（ステップＳ１１４）。演算部２２０は、１枚目の評価用画像に対する判定値を積算して評価値ＡＮＳ１を算出する。また、演算部２２０は、２枚目の評価用画像に対する判定値を積算して評価値ＡＮＳ２を算出する。評価部２２４は、１枚目の評価用画像に対する評価値ＡＮＳ１と、２枚目の評価用画像に対する評価値ＡＮＳ２とを積算して、被験者の評価値ＡＮＳを算出する。そして、ステップＳ１１５に進む。

評価部２２４は、算出した評価値ＡＮＳがしきい値以上であるか否かを判断する（ステップＳ１１５）。本実施形態では、評価部２２４は、評価値ＡＮＳがしきい値「７」以上であるか否かを判断する。

評価部２２４は、算出した評価値ＡＮＳがしきい値以上ではないと判断する場合（ステップＳ１１５でＮｏ）、被験者は「ＡＳＤの可能性が高い」と評価を判定する（ステップＳ１１６）。その後、出力制御部２２６は、評価部２２４で判定した評価結果を出力して、処理を終了する。

評価部２２４は、算出した評価値ＡＮＳがしきい値以上であると判断する場合（ステップＳ１１５でＹｅｓ）、被験者は「ＡＳＤの可能性が低い」と評価を判定する（ステップＳ１１７）。その後、出力制御部２２６は、評価部２２４で判定した評価結果を出力して、処理を終了する。

以上のように、本実施形態に係る評価装置は、画像を表示する表示部１０１Ｓと、表示部１０１Ｓを観察する被験者の注視点Ｐの位置を検出する注視点検出部２１４と、表示部１０１Ｓにおいて、判定領域を設定する領域設定部２１６と、注視点Ｐの位置データに基づいて、注視点Ｐが判定領域の内部に存在するか否かをそれぞれ判定する判定部２１８と、判定部２１８の判定結果に基づいて、注視点Ｐが存在する判定領域の総数を算出する演算部２２０と、演算部２２０が算出した注視点Ｐが存在する判定領域の総数に基づいて、被験者の評価データを求める評価部２２４とを備える。

また、本実施形態に係る評価方法は、表示部１０１Ｓに画像を表示する表示ステップと、表示部１０１Ｓを観察する被験者の注視点Ｐの位置を検出する注視点検出ステップと、表示部１０１Ｓにおいて、判定領域を設定する領域設定ステップと、注視点Ｐの位置データに基づいて、注視点Ｐが判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、判定ステップにおける判定結果に基づいて、注視点Ｐが存在する判定領域の総数を算出する演算ステップと、演算ステップによって算出された注視点Ｐが存在する判定領域の総数に基づいて、被験者の評価データを求める評価ステップとを含む。

また、本実施形態に係る評価プログラムは、表示部１０１Ｓに画像を表示する表示ステップと、表示部１０１Ｓを観察する被験者の注視点Ｐの位置を検出する注視点検出ステップと、表示部１０１Ｓにおいて、判定領域を設定する領域設定ステップと、注視点Ｐの位置データに基づいて、注視点Ｐが判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、判定ステップにおける判定結果に基づいて、注視点Ｐが存在する判定領域の総数を算出する演算ステップと、演算ステップによって算出された注視点Ｐが存在する判定領域の総数に基づいて、被験者の評価データを求める評価ステップとをコンピュータに実行させる。

本実施形態によれば、注視点Ｐが存在する判定領域の総数に基づいて、言い換えると、評価用画像中の判定領域をいくつ見たかによって、被験者の評価データを求めることができる。本実施形態は、被験者のＡＳＤの診断支援を簡単かつ高精度に行うことができる。

本実施形態では、領域設定部２１６は、画像に含まれる人物、物体、模様などに判定領域を複数設定する。ＡＳＤの被験者は、特定の物への強い興味を示す傾向があるので、複数の判定領域のうちいずれかをより注視する可能性が高い。このように、本実施形態によれば、高精度の評価データを効率的に得ることができる。

本実施形態では、評価部２２４は、注視点Ｐが存在する判定領域毎に重みをつけて評価データを求める。これにより、既知の臨床的な知見によるもの、または、計測結果から診断感度が高くなるように選択する方法などを使用して、各データに適切に優先順位をつけることができる。本実施形態によれば、より高精度の評価データを得ることができる。

本実施形態では、評価部２２４は、評価データが所定のしきい値以上であるか否かを判断することによって、評価の判定を行う。本実施形態によれば、より高精度の評価データを容易に得ることができる。

本発明の技術範囲は上記実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更を加えることができる。例えば、上記各実施形態では、視線検出装置１００を、ＡＳＤである可能性を評価する評価装置として用いる場合を例に挙げて説明したが、これに限定されない。例えば、視線検出装置１００を、注意欠陥・多動性障がい（ＡＤＨＤ：Attention-deficit hyperactivity disorder）であるか可能性を評価する評価装置にも適用可能である。

Ａ１１〜Ａ１７…判定領域、Ａ２１〜Ａ２３…判定領域、Ｐ…注視点、ＡＮＳ…評価値、２０…コンピュータシステム、１００…視線検出装置、１０１…表示装置、１０１Ｓ…表示部、１０２…ステレオカメラ装置、１０３…照明装置、２０２…表示制御部、２１４…注視点検出部、２１６…領域設定部、２１８…判定部、２２０…演算部、２２２…記憶部、２２４…評価部、２２６…出力制御部

Claims (5)

1. 画像を表示する表示部と、
   前記表示部を観察する被験者の注視点の位置データを検出する注視点検出部と、
   前記表示部において、判定領域を設定する領域設定部と、
   前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定部と、
   前記判定部の判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算部と、
   前記演算部が算出した前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価部と、
   を備える評価装置。
2. 前記領域設定部は、前記判定領域を複数設定し、 前記評価部は、前記判定領域に重みをつけて評価データを求める、 請求項１に記載の評価装置。
3. 前記評価部は、さらに前記評価データが所定のしきい値以上であるか否かを判断し、評価の判定を行う、
   請求項１または２に記載の評価装置。
4. 表示部に画像を表示する表示ステップと、
   前記表示部を観察する被験者の注視点の位置データを検出する注視点検出ステップと、
   前記表示部において、判定領域を設定する領域設定ステップと、
   前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、
   前記判定ステップにおける判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算ステップと、
   前記演算ステップによって算出された前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価ステップと、
   を含む評価方法。
5. 表示部に画像を表示する表示ステップと、
   前記表示部を観察する被験者の注視点の位置データを検出する注視点検出ステップと、
   前記表示部において、判定領域を設定する領域設定ステップと、
   前記注視点の位置データに基づいて、前記注視点が前記判定領域の内部に存在するか否かをそれぞれ判定する判定ステップと、
   前記判定ステップにおける判定結果に基づいて、所定時間に前記注視点が存在する前記判定領域の総数を算出する演算ステップと、
   前記演算ステップによって算出された前記注視点が存在する前記判定領域の総数に基づいて、前記被験者の評価データを求める評価ステップと、
   をコンピュータに実行させる評価プログラム。