[发明专利]一种注意力训练方法

说明书

本发明提供一种注意力训练方法，S1、采集受试者的人脸图像信息，并根据所述人脸图像定位人眼虹膜中心，从而获得受试者的眼动分数；S2、评估受试者的注意力分数；S3、将受试者的实时的所述眼动分数和注意力分数与数据库中的对应的常模数据进行比对、分析，利用DQN network算法智能推送最佳训练方案。本发明基于CMA理论注意力临床模型，获取关于注意力水平的数据，利用视线追踪技术配置要求简单、成本较低和AI算法智能运算的优势，对ADHD儿童的注意力进行数字化评估，并运用DQN NETWORK算法实现智能推送相关注意力训练指导与方案，为解决目前市场缺乏科学指导下家庭注意力康复训练的难题，为ADHD儿童提供更加科学、准确的家庭注意力康复评估与训练系统。

技术领域

本发明涉及互联网技术领域，具体涉及一种注意力训练方法。

背景技术

注意缺陷多动障碍(Attention Deficit Hyperactivity Disorder，ADHD)，又称为多动症，是儿童期较为常见的行为障碍，临床主要表现为注意力不集中、多动、冲动等特征，同时伴随认知、情感、行为等方面的偏离，从而严重影响ADHD儿童的学习、生活，如导致明显的学习困难、与家人和同龄儿童关系紧张及缺乏自尊、运动协调障碍等。我国学龄前儿童ADHD的患病率为4.31％-5.83％，近年来资料表明，儿童期ADHD可持续至青少年期，甚至是成年期,且儿童期ADHD中30％～70％到了成年期仍存在明显的症状，会影响其日常生活与工作。因此对ADHD儿童的注意力障碍进行科学、准确的早期筛查、评估，并及时干预训练尤为重要。目前传统的注意力康复评估主要以量表评估和计算机辅助评估为主，量表评估时存在评估者的个人主观性和临床医生诊疗经验的局限性，且评估需由专业康复治疗师或医生进行，其评估场所主要为医院、康复医疗机构和特教机构。

注意力作为一种复杂的认知过程，学者们从理论与临床的角度对其进行了深入的研究。目前较为经典且应用较为广泛的是注意力临床模型(CMA),其中将注意力分为五种维度：1)集中注意力2)持续注意力3)选择性注意力4)交替注意力5)分别注意力。CMA理论模型与个体日常活动密切相关，且已被证明在评价不同病理类型的注意方面实用性，十分适合作为计算机辅助注意力康复的指导理论。

视线跟踪法是一种采用普通摄像头作为输入设备的眼动追踪技术，无需红外线发射装置，用户不需要佩戴任何装置，利用设计的算法实现跟踪眼球的运动以获取眼球注视的方向、注视时间以及注视点等指标。

在眼动追踪技术和注意力康复方面，通过检索相关研究内容发现，目前尚无结合视线追踪技术的注意力康复系统。所以运用视线追踪技术结合临床实用的注意力临床模型对注意力的各个层级，各个维度进行仔细的研究具有重大意义。DQN network算法可以为大数据库的建立、数据的智能分析与比对、训练方案与指导的智能推送提供了技术支撑。

当前已有部分计算机辅助注意力评估或训练系统：

专利CN109350907《基于虚拟现实的儿童注意力缺陷多动障碍测训方法和系统》提出一种针对ADHD的检测方法，利用虚拟现实技术和视听整合连续测试技术，以游戏的方式，对受试者进行ADHD检测，测试执行过程需要持续的采集受试者的脑电波信号，并以脑电波信号的标准判定受试者是否处于注意力集中的状态。但该系统采用的虚拟现实技术，需要使用较大的空间和复杂的连接线，使用不方便，脑电信号采集装置在测量过程中可能让用户感到不舒适，其次长时间使用虚拟现实训练后患儿容易感到疲劳，甚至出现恶心、眩晕等不良反应。

专利CN109646022《儿童注意力评估系统及其方法》提出一种基于脑电的注意力评估模型，通过一个单电极固定在用户的前额采集儿童的前额脑电并获取原始注意力数据，对其进行处理与分析。该系统使用的单电极因需要佩戴在受试者前额部，增加了患者的不适感，降低了体验感，且在测量过程中可能因患者头部转动而导致测量误差。