[发明专利]一种眼动状态评估方法、装置、终端设备及存储介质

说明书

本发明公开了一种眼动状态评估方法、装置、终端设备及存储介质，所述方法包括：获取脑电数据，将所述脑电数据输入至预先训练的眼动评估模型，并基于所述眼动评估模型输出眼动评分数据，其中，所述眼动评估模型是基于不同眼动状态下的脑电数据进行对比分析与训练得到；根据所述眼动评分数据，确定所述眼动评分数据所对应的眼动状态信息，所述眼动状态信息用于反映眨眼情况、眼球转动情况或眼球视线方向。本发明可基于脑电数据评估眼动状态信息，整个分析过程简单，且效率高，并且分析得到的眼动状态信息为研究孤独症提供有利的数据支持。

技术领域

本发明涉及眼动分析技术领域，尤其涉及一种眼动状态评估方法、装置、终端设备及存储介质。

背景技术

在现有技术中，眼动状态是用于评估孤独症的关键，但是对于眼动状态的分析，目前基本都是采用人工观察的方法，比如，观察眼部眨眼的情况或者眼球转动的情况。但是，人工观察的方法存在主观性，且对于眼部状态分析不准确，效率也低。

因此，现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种眼动状态评估方法、装置、终端设备及存储介质，旨在提供解决现有技术中采用人工观察的方法来分析眼动状态时，存在主观性、分析不准确、效率低的问题。

第一方面，本发明提供一种眼动状态评估方法，其中，所述方法包括：

获取脑电数据，将所述脑电数据输入至预先训练的眼动评估模型，并基于所述眼动评估模型输出眼动评分数据，其中，所述眼动评估模型是基于不同眼动状态下的脑电数据进行对比分析与训练得到；

根据所述眼动评分数据，确定所述眼动评分数据所对应的眼动状态信息，所述眼动状态信息用于反映眨眼情况、眼球转动情况或眼球视线方向。

在一种实现方式中，所述眼动评估模型的训练过程包括：

采集若干样本脑电数据，并对所述样本脑电数据进行分类，确定眼部处于正常眼动状态下的脑电数据以及眼部处于异常眼动状态下的脑电数据；

对眼部处于正常眼动状态下的脑电数据以及眼部处于异常眼动状态下的脑电数据进行对比分析，确定脑电差异数据以及所述脑电差异数据对应的眼动差异数据；

基于所述脑电差异数据与所述眼动差异数据，训练预设的神经网络模型，得到所述眼动评估模型。

在一种实现方式中，所述对所述样本脑电数据进行分类，确定眼部处于正常眼动状态下的脑电数据以及眼部处于异常眼动状态下的脑电数据，包括：

获取所有样本脑电数据所对应的眼动信息，所述眼动信息包括：眨眼情况、眼球转动情况或眼球视线方向；

根据所述眼动信息，对所述脑电数据进行分类，得到眼部处于正常眼动状态下的脑电数据以及眼部处于异常眼动状态下的脑电数据。

在一种实现方式中，所述对眼部处于正常眼动状态下的脑电数据以及眼部处于异常眼动状态下的脑电数据进行对比分析，确定脑电差异数据以及所述脑电差异数据对应的眼动差异数据，包括：

将眼部处于正常眼动状态下的脑电数据与所述处于异常眼动状态下的脑电数据进行对比，确定所述脑电差异数据；

获眼部处于正常眼动状态下的眼动信息与处于异常眼动状态下的眼动信息；

将眼部处于正常眼动状态下的眼动信息与处于异常眼动状态下的眼动信息进行对比，得到所述眼动差异数据。

在一种实现方式中，所述基于所述脑电差异数据与所述眼动差异数据，训练预设的神经网络模型，得到所述眼动评估模型，包括：

预先为眼部处于正常眼动状态下的眼动信息进行赋值，分别得到眼部处于正常眼动状态时眨眼情况、眼球转动情况或眼球视线方向所对应的基础分值；