[实用新型]一种基于深度学习的孤独症辅助评估系统

权利要求书

1.一种基于深度学习的孤独症辅助评估系统，其特征在于，包括数据采集和特征提取单元、第一神经网络、第二神经网络和第三神经网络，结果输出单元，所述数据采集和特征提取单元以及所述结果输出单元分别与所述第一神经网络、所述第二神经网络、所述第三神经网络具有通信连接，其中：

所述数据采集和特征提取单元被配置为使用眼动仪以非侵入方式采集受试者观看动态视频的眼动数据，获得对应的热点图、焦点图和扫描路径图，所述热点图用于表征注视点的时间和位置的动态变化，所述焦点图用于表征注视位置、时间的动态变化，所述扫描路径图逐点连续显示注视点位置和各注视时间信息；

所述第一神经网络被配置为接收所述热点图，获得第一分类结果；

所述第二神经网络被配置为接收所述焦点图，获得第二分类结果；

所述第三神经网络被配置为接收所述扫描路径图，获得第三分类结果；

所述结果输出单元被配置为集合所述第一分类结果、所述第二分类结果和所述第三分类结果获得受试者的孤独症检测结果。

2.根据权利要求1所述的系统，其特征在于，所述第一神经网络、所述第二神经网络和所述第三神经网络具有相同或不同的结构。

3.根据权利要求1所述的系统，其特征在于，所述第一神经网络、所述第二神经网络和所述第三神经网络具有相同的结构，包括输入层、第一层卷积层，第二层池化层，第三层卷积层，第四层池化层，第五层卷积层，第六层全连接层、第七层全连接层和输出层。

4.根据权利要求3所述的系统，其特征在于，所述第一神经网络、所述第二神经网络和所述第三神经网络的第一层卷积层、第二层池化层、第三层卷积层、第四层池化层、第五层卷积层、第六层全连接层的激活函数为ReLU非线性激活函数，第七层全连接层的激活函数为Softmax激活函数，输出层的神经元数目为4个，分别对应健康、轻度自闭症症状、中度自闭症症状和重度自闭症症状四个类别。

5.根据权利要求1所述的系统，其特征在于，所述结果输出单元使用简单投票法结合所述第一分类结果、所述第二分类结果和所述第三分类结果给出最终的预测结果。

6.根据权利要求1所述的系统，其特征在于，所述热点图以颜色暖色度来显示注视点的时间和位置的动态变化，所述焦点图以亮度显示注视位置、时间的动态变化。