[发明专利]一种基于眼动信息的疾病分类系统

说明书

本发明涉及疾病诊断系统技术领域，公开了一种基于眼动信息的疾病分类系统，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；强分类系统用于对所述m项眼动特征向量进行联合分类，并计算各类疾病的联合分类概率。本发明解决现有技术对疾病诊断需要依赖透彻的先验医学知识的技术问题，针对多种疾病进行分类，功能不再单一，诊断更灵活，对人体无创，无伤害，实用性强，成本低。

技术领域

本发明涉及疾病诊断系统技术领域，具体涉及一种基于眼动信息的疾病分类系统。

背景技术

医学研究表明，眼球运动涉及视神经、动眼神经、滑车神经等6对脑神经，眼动异常与多种心理活动、精神障碍和身体疾病相关。

从国内外研究来看，基于视频采集的眼动图像已经开展了相关研究，并取得了一定进展，但对人眼运动蕴含的丰富的生理和心里信息的挖掘还远远不够，目前主要存在的局限性包括：

(1)主要研究停留在直观的视线追踪性能提升及人机交互应用；

(2)由于在机理上不明确，难于将眼动特征与疾病判别进行直接关联，造成产品功能较为单一，用传统的统计方法也难以对多疾病进行区分，且主要针对前庭疾病、眩晕症等；

(3)自动分析功能较弱，多数应用只将直观信息呈现给用户，由研究者或医生做出判断，主观性较强，实用性较差；

(4)设备价格昂贵，推广难度大。

发明内容

针对上述现有技术的不足，本发明提供一种基于眼动信息的疾病分类系统，解决现有技术对疾病诊断需要依赖透彻的先验医学知识的技术问题。

为了解决上述技术问题，本发明采用了如下的技术方案：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。

进一步的，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：