[发明专利]一种基于眼动信息的疾病分类系统

权利要求书

1.一种基于眼动信息的疾病分类系统，其特征在于：包括眼动特征提取系统、弱分类系统与强分类系统；

眼动特征提取系统用于从受测者进行眼动试验的眼动视频中提取眼动特征向量；每种眼动试验均提取对应的一组眼动特征向量；每组眼动特征向量中的每一项特征向量，均由从相应眼动实验的眼动视频中的各图像帧中提取的同种类型的眼动特征依次构成；完成所需眼动试验，则总共提取m项眼动特征向量；

弱分类系统包括与所述m项眼动特征向量一一对应的预先训练完成的LSTM弱分类器，LSTM弱分类器用于计算单项眼动特征向量属于各类疾病的属性值；属性值即以单项眼动特征向量作为输入的LSTM弱分类器的输出值；

强分类系统用于对所述m项眼动特征向量进行联合分类，并根据如下公式计算各类疾病的联合分类概率：

式中，P^j表示第j类疾病的联合分类概率，P_i^j表示第i项眼动特征向量属于第j类疾病的属性值，W_i^j表示第i个LSTM弱分类器对第j类疾病的分类能力规范值，i∈{1，2，...，m}，j∈{1，2，...，k}，k表示需要分类的疾病种类数；

通过Sigmoid函数将LSTM弱分类器的分类能力值进行规范化，得到分类能力规范值：

式中，W_i^j表示第i个LSTM弱分类器对第j类疾病的分类能力规范值，表示第i个LSTM弱分类器对第j类疾病的分类能力值；

LSTM弱分类器的分类能力按如下公式定量评价：

式中，N_j表示同属于第j类疾病的训练样本个数，表示第i个LSTM弱分类器将第l个训练样本分类为第j类疾病的风险值，l∈{1，2，...，N_j}；的计算公式如下：

式中，P_i^j，l表示第i个LSTM弱分类器将第l个训练样本正确分类为第j类疾病的属性值，表示第i个LSTM弱分类器将第l个训练样本错误分类为第j类疾病以外的疾病的属性值中的最大值，表示第i个LSTM弱分类器将第l个训练样本分类为第r类疾病的属性值中的最大值，表示第i个LSTM弱分类器将第l个训练样本分类为第r类疾病的属性值中的最小值。

2.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：强分类系统以最大联合分类概率对应的疾病种类作为受测者的疾病种类。

3.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：还包括用于采集眼动视频的眼动视频采集系统。

4.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：眼动试验包括凝视试验、扫描试验、平稳跟踪试验、视动性试验、位置性试验或变位性试验；通过进行单种眼动试验或两种及以上眼动试验来获取相应的眼动视频。

5.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：眼动特征的类型包括瞳孔横坐标位置、瞳孔纵坐标位置、瞳孔面积、瞳孔最小外接矩形面积、最小外接矩形长宽比、瞳孔最小外接矩形方位角、瞳孔对称性，形状规则性。

6.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：眼动特征提取系统将眼动特征向量归一化，并按时间顺序切片降维后输入给弱分类系统。

7.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：疾病种类包括未患病。

8.根据权利要求1所述的基于眼动信息的疾病分类系统，其特征在于：用于脑损伤、眩晕症与健康三类疾病的分类，从视动性试验与平稳跟踪试验的眼动视频中分别提取眼动特征向量；每种眼动试验均提取三项眼动特征向量，眼动特征的类型为瞳孔面积、瞳孔横坐标位置与瞳孔纵坐标位置。