【技术实现步骤摘要】
本专利技术涉及帕金森病诊断，特别涉及基于眼球运动特征分析的帕金森病早期诊断系统。
技术介绍
1、传统的帕金森病诊断方法多依赖于临床症状的观察和主观判断，缺乏定量指标，不利于早期识别和治疗效果的评估。现关于帕金森病的早期诊断，公开号为：cn115251901a的专利申请公开了基于眼面动作捕捉技术的帕金森病早期诊断方法，包括，一、采集测试者的眼面部运动参数，包括以下参数，(1)眼球水平扫视、垂直扫视及眨眼的频率、速度、幅度；(2)额肌及面颊部肌肉收缩幅度、速度和频率；(3)口角和唇部收缩的频率、速度和幅度；(4)头部的运动幅度和频率；(5)面部肌肉从静态-动态-恢复到静态时的时长。
2、上述专利虽然可以实现帕金森综合症患者的确诊工作，尽管眼面部运动参数在帕金森病中可能发生变化，但这些参数的变化也可能出现在其他神经退行性疾病或正常衰老过程中，且高精度的眼面部动作捕捉数据复杂，往往无法准确捕捉帕金森病早期诊断的特征，影响诊断的准确性和效率。
技术实现思路
1、本专利技术的目的在于提供基于眼球运动特征分析的帕金森病早期诊断系统，通过结合面部表情分析，系统更加全面地评估了患者的症状，提高了诊断的准确性，并结合瞳距信息和屈光度信息，解释眼球运动中的异常，提高了诊断的一致性和可靠性，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案，
3、基于眼球运动特征分析的帕金森病早期诊断系统，包括：
4、数据采集单元，用于基于眼动
5、特征提取单元，用于从处理后的数据中提取与帕金森病相关的眼球运动特征，包括眼球运动速度、运动幅度、眼球注视点稳定性和眼球扫视运动特征；
6、早期诊断单元，用于对提取的眼球运动特征进行训练和建模，建立帕金森病早期诊断模型，将提取到的患者的眼球运动特征输入至帕金森病早期诊断模型中，得到帕金森病的早期诊断结果，生成帕金森病早期诊断报告。
7、进一步的，数据采集单元，包括：
8、运动激发模块，用于根据帕金森病诊断需求建立视觉刺激模式，根据预设的视觉刺激模式生成动态视觉刺激，并将动态视觉刺激实时展示在显示屏上，生成扫视任务；
9、数据获取模块，用于在患者执行扫视任务时，基于眼动仪实时记录该患者的眼球运动数据，包括扫视的起始和结束时间、速度、幅度和路径；
10、图像采集模块，用于捕捉患者眼球运动的视频图像，及眼部运动过程中患者的面部表情的视频图像；
11、数据处理模块，用于对数据获取模块和图像采集模块采集到的数据进行预处理，将数据转换为统一的格式。
12、进一步的，所述数据处理模块，还包括：
13、基于图像采集模块捕捉患者眼球运动的视频图像，提取患者的眼球图像数据，计算所述患者的两个瞳孔间的距离和两个眼球的形状比率；
14、其中，对不少于一个患者的眼球图像数据进行计算，并基于计算结果比对瞳孔间的距离是否一致，判断瞳孔间距离的变化范围是否异常；
15、根据判断结果将计算结果的平均值作为所述患者的两个瞳孔间的距离，获取所述患者最终的瞳距信息；
16、根据所述患者的两个眼球的形状比率，计算获取所述患者的屈光度信息。
17、进一步的，特征提取单元，包括：
18、眼球运动特征提取模块，用于提取患者的眼球运动速度特征和眼球运动幅度特征，并基于患者最终的瞳距信息对眼球运动速度特征和眼球运动幅度特征进行修正；
19、眼球注视特征提取模块，用于提取患者的眼球注视点特征和眼球扫视运动特征，并基于患者的屈光度信息对眼球注视点特征和眼球扫视运动特征进行视觉功能和运动能力评估。
20、进一步的，早期诊断单元，包括：
21、诊断模型构建模块，用于构建帕金森病早期诊断模型，基于眼球运动特征提取模块和眼球注视特征提取模块的输出数据对帕金森病早期诊断模型进行模型训练；
22、眼球运动异常特征提取模块，用于基于视觉功能和运动能力评估结果提取眼球扫视运动的不对称性特征，包括：扫视潜伏期的不对称性：比较左右眼在扫视任务中的反应时间差异，扫视峰值速度的不对称性：比较左右眼在扫视过程中的最大速度差异，扫视幅度的不对称性：以及左右眼在扫视过程中的移动距离差异，基于所述不对称性特征评估患者的眼球运动异常程度；
23、帕金森病诊断模块，用于将提取到的眼球运动异常特征输入至训练好的帕金森病早期诊断模型中进行诊断，结合患者的眼球运动异常程度的评估结果输出包含不对称性指数和结论的诊断结果；
24、临床诊断结果比对模块，用于将帕金森病诊断模块输出的诊断结果与临床医生的诊断结果进行比对，根据比对结果对帕金森病早期诊断模型进行参数调整。
25、进一步的，所述眼球运动异常特征提取模块，具体为：
26、基于眼球扫视运动特征识别眼动仪捕捉的患者的眼球运动数据中的扫视事件，基于识别结果将连续的眼球运动数据分割成单个扫视事件；
27、计算每个扫视事件的潜伏期、峰值速度和幅度，并比较左右眼之间的差异，根据比较结果计算左右眼扫视潜伏期、峰值速度和幅度的平均值和标准差，基于计算结果获取潜伏期、峰值速度和幅度的不对称性指数；
28、将潜伏期、峰值速度和幅度的不对称性指数与对应预设的不对称性指数阈值进行比对，确定左右眼之间是否存在显著的不对称性，综合评估患者的眼球运动异常程度。
29、进一步的，帕金森病诊断模块，还包括根据眼部运动过程中患者的面部表情的视频图像判断患者是否存在帕金森病，具体为：
30、基于所述视频图像获得患者的多个面部表情样本数据；
31、在每个面部表情样本数据中提取出患者的眨眼频率、面部运动变化频率和幅度变化；
32、对提取的多项参数进行辨识，获取辨识结果，确定是否存在帕金森病的典型面部运动特征；
33、根据每个面部表情样本数据中的患者的眨眼频率、面部运动变化频率和幅度变化以及每项参数的辨识结果计算出患者的异常系数；
34、确认所述异常系数是否大于预设系数，若是，基于所述视频图像获得患者的异常视频图像段，否则，初步判断患者未患有帕金森病。
35、进一步的，基于所述视频图像获得患者的异常视频图像段，还包括：
36、基于异常视频图像段提取每帧图像中的人眼特征因子；
37、根据每帧图像中的人眼特征因子筛选出帕金森病的典型特征；
38、根据每帧图像中的人眼特征因子中的帕金森病典型特征计算出患者的症状严重程度；
39、确认所述患者的症状严重程度是否大于等于预设阈值，若是，则确认患者患有帕金森病，否则，认为该患者未表现出帕金森病的典型症状。
40、进本文档来自技高网...
【技术保护点】
1.基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，包括：
2.如权利要求1所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，数据采集单元，包括：
3.如权利要求2所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，所述数据处理模块，还包括：
4.如权利要求3所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，特征提取单元，包括：
5.如权利要求4所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，早期诊断单元，包括：
6.如权利要求5所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，所述眼球运动异常特征提取模块，具体为：
7.如权利要求6所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，帕金森病诊断模块，还包括根据眼部运动过程中患者的面部表情的视频图像判断患者是否存在帕金森病，具体为：
8.如权利要求7所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，基于所述视频图像获得患者的异常视频图像段，还包括：
<...【技术特征摘要】
1.基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，包括：
2.如权利要求1所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，数据采集单元，包括：
3.如权利要求2所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，所述数据处理模块，还包括：
4.如权利要求3所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，特征提取单元，包括：
5.如权利要求4所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于，早期诊断单元，包括：
6.如权利要求5所述的基于眼球运动特征分析的帕金森病早期诊断系统，其特征在于...
【专利技术属性】
技术研发人员：高中宝，王淼，尹西，
申请(专利权)人：中国人民解放军总医院第二医学中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。