CN106667429B - 基于眼动信号的视觉诱导晕动检测方法 - Google Patents

基于眼动信号的视觉诱导晕动检测方法 Download PDF

Info

Publication number
CN106667429B
CN106667429B CN201710089641.2A CN201710089641A CN106667429B CN 106667429 B CN106667429 B CN 106667429B CN 201710089641 A CN201710089641 A CN 201710089641A CN 106667429 B CN106667429 B CN 106667429B
Authority
CN
China
Prior art keywords
eye
cinetosis
subject
vision
moves
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710089641.2A
Other languages
English (en)
Other versions
CN106667429A (zh
Inventor
易琳
刘然
张艳珍
贾瑞双
李丽仙
辇伟奇
邓泽坤
徐苗
李德豪
刘明明
冉静
林昌海
何永鹏
陈超
陈一超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Chongqing Tumour Institute
Original Assignee
Chongqing University
Chongqing Tumour Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University, Chongqing Tumour Institute filed Critical Chongqing University
Priority to CN201710089641.2A priority Critical patent/CN106667429B/zh
Publication of CN106667429A publication Critical patent/CN106667429A/zh
Application granted granted Critical
Publication of CN106667429B publication Critical patent/CN106667429B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Ophthalmology & Optometry (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明公开了一种基于眼动信号的视觉诱导晕动检测方法，包括以下步骤：1)在受试者头部上佩戴实时检测睁眼和闭眼两种状态下眼动次数的头戴式脑电波传感器；2)对头戴式脑电波传感器采集到的眼动次数数据进行处理，得出受试者在睁眼、闭眼两种状态下的每分钟平均眼动次数；3)判定受试者是否处于晕动状态。本发明基于眼动信号的视觉诱导晕动检测方法，其通过平均眼动次数来评估受试者是否发生晕动，评估更客观准确，且评估操作更简单，能更方便的对视觉诱导晕动问题进行研究。

Description

基于眼动信号的视觉诱导晕动检测方法
技术领域
本发明涉及视觉诱导晕动状态检测技术领域，特别涉及一种基于眼动信号的视觉诱导晕动检测方法。
背景技术
近年来，显示技术的快速发展使得越来越多的人们不断接触到全新的显示环境，例如高分辨率和强深度对比的宽屏电视机、裸眼3D电视机以及在虚拟现实和游戏中所使用的头戴式显示器。此外，伴随视频处理和计算机图形学技术的发展，出现了大量的包含复杂且频繁的视点晕动的新颖的图像，而这些是传统摄像技术所不能实现的。这些技术的发展与运用，使得图像不再仅仅局限于显示器的平面上，而是体现出图像的深度感、层次感、真实感以及图像的显示分布情况，使画面变得立体逼真，带给了观众人们前所未有的观影体验。
先进的显示技术因其强烈的立体感和沉浸感，很大程度上推进了其在各个领域的应用于发展，但也存在一定的弊端，最突出的问题就是在观影过程中往往会引发观影者出现视觉诱导晕动(visually induced motion，VIM),出现视觉疲劳、视力模糊、复视、恶心、呕吐、眩晕等现象，影响人们的身体健康，同时也阻碍了显示技术的进一步发展与推广。
为了降低视觉诱导晕动所带来的风险，我们有必要分析造成视觉诱导晕动状体的因素与条件。而为了实现这一目的，我们必须首先探寻出一种可以定量评估视觉诱导晕动状体的方法。
目前，针对立体观影中不适感进行评估的方法主要有主观评估法和客观评估法两大类。主观评估法指通过主观问卷对VIM进行评估，受试者需要根据自身体验回答问卷，再由研究人员对问卷进行统计分析评估VIM程度，该方法简单、便捷，但是主观性大、可靠性低，评估结果不够准确。客观评估法指通过定义某些客观指标对受试者的VIM程度进行公式化评估，该方法不受主观因素的影响，但指标的选取困难、测试复杂。
发明内容
鉴于现有评估视觉诱导晕动状态的方法还存在许多不足，本发明的目的是提供一种基于眼动信号的视觉诱导晕动检测方法，以实现更客观准确、更方便的评估观影者的视觉诱导晕动状态。
本发明基于眼动信号的视觉诱导晕动检测方法包括以下步骤：
1)在受试者头部上佩戴实时检测睁眼和闭眼两种状态下眼动次数的头戴式脑电波传感器；
2)对头戴式脑电波传感器采集到的眼动次数数据进行处理，通过公式：
分别计算出受试者在睁眼、闭眼两种状态下的每分钟平均眼动次数，公式中BR即每分钟平均眼动次数，s1为数据段的起始时刻，s2为数据段的结束时刻，单位为秒，blink(i)为头戴式脑电波传感器在s1-s2时间段内的每个采样时刻采集到的眼动数据，采集到眼动信号blink(i)为1，未采集到眼动信号blink(i)为0；
3)若受试者在睁眼状态下，其每分钟的平均眼动次数大于27次，则判定受试者发生晕动，反之则判定受试者没有发生晕动；若受试者在闭眼状态下，其每分钟的平均眼动次数大于4次，则判定受试者发生晕动，反之则判定受试者没有发生晕动。
本发明的有益效果：
本发明基于眼动信号的视觉诱导晕动检测方法，其通过平均眼动次数来评估受试者是否发生晕动，评估更客观准确，且评估操作更简单，能更方便的对视觉诱导晕动问题进行研究。
具体实施方式
下面结合实施例对本发明作进一步描述。
本实施例基于眼动信号的视觉诱导晕动检测方法，包括以下步骤：
1)在受试者头部上佩戴实时检测睁眼和闭眼两种状态下眼动次数的头戴式脑电波传感器；
2)对头戴式脑电波传感器采集到的眼动次数数据进行处理，通过公式：
分别计算出受试者在睁眼、闭眼两种状态下的每分钟平均眼动次数，公式中BR即每分钟平均眼动次数，s1为数据段的起始时刻，s2为数据段的结束时刻，单位为秒，blink(i)为头戴式脑电波传感器在s1-s2时间段内的每个采样时刻采集到的眼动数据，采集到眼动信号blink(i)为1，未采集到眼动信号blink(i)为0；
3)若受试者在睁眼状态下，其每分钟的平均眼动次数大于27次，则判定受试者发生晕动，反之则判定受试者没有发生晕动；若受试者在闭眼状态下，其每分钟的平均眼动次数大于4次，则判定受试者发生晕动，反之则判定受试者没有发生晕动。
本实施例中在受试者头部上佩戴的检测眼动次数的头戴式脑电波传感器为Muse脑电波智能头带，其采样频率可自行设定，采样周期短，采样准确度高。当然在具体实施中，还可采用其他形式的头戴式脑电波传感器。
本实施例基于眼动信号的视觉诱导晕动检测方法，其通过平均眼动次数来评估受试者是否发生晕动，评估更客观准确，且评估操作更简单，能更方便的对视觉诱导晕动问题进行研究。
下面通过实验对本基于眼动信号的视觉诱导晕动检测方法的可靠性进行验证：
试验中受试者人数为30人，每人佩戴上Muse脑电波智能头带，受试者通过驾驶模拟器诱发视觉晕动，驾驶模拟器由一个可移动的驾驶室和220°的情景投影屏组成，每个受试者在睁眼状态和闭眼状态下分别进行一次测试。
睁眼状态下的实验过程为：
NON-VIM阶段：受试者未驾驶汽车模拟器，睁眼站立3min，这一阶段受试者没有出现VIMS症状；
VIM阶段：受试者在一条弯曲的道路上睁眼驾驶汽车模拟器，诱发受试者产生视觉晕动，发生晕动后受试者仍持续保持睁眼驾驶状态，直到不能继续驾驶，通过休息恢复到不晕状态，在发生晕动到恢复到不晕状态这一阶段为VIM阶段，本阶段实验的时间长度依据受试者个人的晕动状态而定。
在整个驾驶流程中，当受试者晕动开始时，受试者需要每分钟口头报告一次主观是否处于晕动状态，同时将Muse脑电波智能头带采集到的眼动信号分为两组，一组为NON-VIM阶段的未晕动眼动数据，一组为VIM阶段的晕动眼动数据。
表一为睁眼状态下，各测试者在晕动状态和未晕动状态的每分钟平均眼动次数表：
表一
闭眼状态下的实验过程为：
NON-VIM阶段：受试者未驾驶汽车，闭眼站立3min，这一阶段受试者没有出现VIM症状；
VIM阶段：受试者在一条弯曲的道路上睁眼驾驶汽车，诱发受试者产生视觉晕动，发生晕动后受试者仍持续保持睁眼驾驶状态，直到不能继续驾驶，通过闭眼休息恢复到不晕状态。闭眼休息这一阶段为VIM阶段，本阶段实验的时间长度依据受试者个人的晕动状态而定。
在整个驾驶流程中，从受试者晕动开始起，受试者需要每分钟口头报告一次主观是否处于晕动状态，同时将Muse脑电波智能头带采集到的眼动信号分为两组，一组为NON-VIM阶段的未晕动眼动数据，一组为VIM阶段的晕动眼动数据。
表二为闭眼状态下，各测试者在晕动状态和未晕动状态的每分钟平均眼动次数表：
表二
我们采用配对t检验来检验表一中未晕动状态和晕动状态下BR值在统计学上是否有显著差异，结果为：t(29)＝2.05,P＝0.00，这表明睁眼状态下，未晕动状态和晕动状态的BR值在统计学上有显著差异。同样的，采用配对t检验来检验表二中未晕动状态和晕动状态下BR值是否有显著差异，结果为：t(29)＝2.05,P＝0.00，这表明闭眼状态下，未晕动状态和晕动状态的BR值在统计学上也有显著差异。上述结果验证了本发明中用平均每分钟眼动次数来判断受试者是否处于晕动状态是正确的。
本实施例中，判断受试者在睁眼状态下是否处于晕动状态的每分钟的平均眼动次数取为27次，从表一看出，实验次数11的未晕动BR为27.32，实验次数20的未晕动BR为30.17，实验次数28的晕动BR为25.32，除这三组数据外，采用本实施例方法均能对睁眼状态下的视觉诱导晕动状态进行正确的检测判定，检测准确率为90％。
本实施例中，判断受试者在闭眼状态下是否处于晕动状态的每分钟的平均眼动次数取为4次，从表二看出，实验次数9的晕动BR为3.21，实验次数25的晕动BR为2.46，除这两组数据外，采用本实施例方法均能对睁眼状态下的视觉诱导晕动状态进行正确的检测判定，检测准确率为93.3％。
从上述分析可知，采用本实施例方法可对绝大多数人进行准确的视觉诱导晕动状态进行检测。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.基于眼动信号的视觉诱导晕动检测方法，其特征在于：包括以下步骤：
1)在受试者头部上佩戴实时检测睁眼和闭眼两种状态下眼动次数的头戴式脑电波传感器；
2)对头戴式脑电波传感器采集到的眼动次数数据进行处理，通过公式：
分别计算出受试者在睁眼、闭眼两种状态下的每分钟平均眼动次数，公式中BR即每分钟平均眼动次数，s1为数据段的起始时刻，s2为数据段的结束时刻，单位为秒，blink(i)为头戴式脑电波传感器在s1-s2时间段内的每个采样时刻采集到的眼动数据，采集到眼动信号blink(i)为1，未采集到眼动信号blink(i)为0；
3)若受试者在睁眼状态下，其每分钟的平均眼动次数大于27次，则判定受试者发生晕动，反之则判定受试者没有发生晕动；若受试者在闭眼状态下，其每分钟的平均眼动次数大于4次，则判定受试者发生晕动，反之则判定受试者没有发生晕动。
CN201710089641.2A 2017-02-20 2017-02-20 基于眼动信号的视觉诱导晕动检测方法 Expired - Fee Related CN106667429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710089641.2A CN106667429B (zh) 2017-02-20 2017-02-20 基于眼动信号的视觉诱导晕动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710089641.2A CN106667429B (zh) 2017-02-20 2017-02-20 基于眼动信号的视觉诱导晕动检测方法

Publications (2)

Publication Number Publication Date
CN106667429A CN106667429A (zh) 2017-05-17
CN106667429B true CN106667429B (zh) 2018-05-04

Family

ID=58861104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710089641.2A Expired - Fee Related CN106667429B (zh) 2017-02-20 2017-02-20 基于眼动信号的视觉诱导晕动检测方法

Country Status (1)

Country Link
CN (1) CN106667429B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108836322B (zh) * 2018-05-04 2020-11-06 成都泰和万钟科技有限公司 一种裸眼3d显示视觉诱导晕动症检测方法
CN112957046B (zh) * 2021-03-05 2022-04-22 清华大学 评估晕动症的方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102133099A (zh) * 2011-01-27 2011-07-27 中国医学科学院生物医学工程研究所 生物电评估观看3d影像不适的装置及方法
KR20120109160A (ko) * 2011-03-28 2012-10-08 한국과학기술원 3차원 영상의 시각 피로감 측정 장치 및 유발 요인 추출 장치, 그리고 그 방법
CN102908152A (zh) * 2012-10-07 2013-02-06 西安信唯信息科技有限公司 一种疲劳检测眼镜
CN104146701A (zh) * 2014-07-22 2014-11-19 南京航空航天大学 一种多模态3d电视健康检测***
CN106073805A (zh) * 2016-05-30 2016-11-09 南京大学 一种基于眼动数据的疲劳检测方法和装置
CN205903240U (zh) * 2016-06-02 2017-01-25 西南交通大学 一种眼睛疲劳检测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102133099A (zh) * 2011-01-27 2011-07-27 中国医学科学院生物医学工程研究所 生物电评估观看3d影像不适的装置及方法
KR20120109160A (ko) * 2011-03-28 2012-10-08 한국과학기술원 3차원 영상의 시각 피로감 측정 장치 및 유발 요인 추출 장치, 그리고 그 방법
CN102908152A (zh) * 2012-10-07 2013-02-06 西安信唯信息科技有限公司 一种疲劳检测眼镜
CN104146701A (zh) * 2014-07-22 2014-11-19 南京航空航天大学 一种多模态3d电视健康检测***
CN106073805A (zh) * 2016-05-30 2016-11-09 南京大学 一种基于眼动数据的疲劳检测方法和装置
CN205903240U (zh) * 2016-06-02 2017-01-25 西南交通大学 一种眼睛疲劳检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Assessment of Eye Fatigue Caused by 3D Displays Based on Multimodal Measurements;Jae Won Bang et.al;<Sensors>;20140904;16467-16485 *
应用眼动仪评价观看立体显示视频诱导的视疲劳程度的实验研究;张莉等;《眼科》;20140228;第23卷(第1期);37-42 *

Also Published As

Publication number Publication date
CN106667429A (zh) 2017-05-17

Similar Documents

Publication Publication Date Title
CN103838378B (zh) 一种基于瞳孔识别定位的头戴式眼睛操控***
AU2017359293B2 (en) System for integrally measuring clinical parameters of visual function
CN107656613B (zh) 一种基于眼动追踪的人机交互***及其工作方法
Divjak et al. Eye Blink Based Fatigue Detection for Prevention of Computer Vision Syndrome.
Ittelson Size as a cue to distance: Static localization
Haque et al. Deep convolutional neural networks and transfer learning for measuring cognitive impairment using eye-tracking in a distributed tablet-based environment
CN102496005A (zh) 基于眼球特征的审讯辅助研判分析***
CN113743471A (zh) 一种驾驶评估方法及其***
CN106214118A (zh) 一种基于虚拟现实的眼球运动监测***
JP2023508339A (ja) 欺まん検出のための眼球システム
CN111863256B (zh) 一种基于视觉认知功能损害的精神性疾病检测装置
CN106667429B (zh) 基于眼动信号的视觉诱导晕动检测方法
Meijer et al. Active exploration improves perceptual sensitivity for virtual 3D objects in visual recognition tasks
CN110309813A (zh) 一种基于深度学习的人眼状态检测的模型训练方法、检测方法、装置、移动端设备及服务器
Li et al. Evaluation of the fine motor skills of children with DCD using the digitalised visual‐motor tracking system
CN108712879A (zh) 疲劳状态判定装置及疲劳状态判定方法
CN114190879A (zh) 基于虚拟现实技术的弱视儿童视功能检测***
CN110472546B (zh) 一种婴幼儿非接触式眼动特征提取装置及方法
Seagull et al. Training head movement in visual scanning: An embedded approach to the development of piloting skills with helmet-mounted displays.
CN107480635A (zh) 一种基于双模态分类模型融合的扫视信号识别方法及***
CN102008286A (zh) 一种基于半球面投射的视功能诊疗***
Nagamatsu et al. 3D gaze tracking with easy calibration using stereo cameras for robot and human communication
CN202472688U (zh) 基于眼球特征的审讯辅助研判分析仪
CN113925490B (zh) 空间定向障碍分类方法
Koh et al. Input evaluation of an eye-gaze-guided interface: kalman filter vs. velocity threshold eye movement identification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180504

CF01 Termination of patent right due to non-payment of annual fee