买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于虚拟现实的认知功能评估系统及方法_华南理工大学;中山市华南理工大学现代产业技术研究院_202110679504.0 

申请/专利权人:华南理工大学;中山市华南理工大学现代产业技术研究院

申请日:2021-06-18

公开(公告)日:2024-04-02

公开(公告)号:CN113521723B

主分类号:A63F13/211

分类号:A63F13/211;A63F13/00;A63F13/537;G06F18/213;G06N3/126;G06N3/086;G06N20/00

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要:本发明涉及VR测评技术领域,为基于虚拟现实的认知功能评估系统及方法,包括:VR任务模块,用于提供沉浸式的虚拟现实游戏和虚拟现实游戏的虚拟场景;人机交互模块,用于实现用户与虚拟场景交互;游戏数据采集模块,采集用户在虚拟现实任务诱发态下的行为数据;游戏数据采集模块对行为数据同步处理后进行存储并发送至数据处理模块;数据处理模块,对行为数据进行预处理和特征参数提取得到行为数据特征参数;智能评估模块,对机器学习回归模型进行训练并对用户的行为数据进行认知功能的评分预测,得到认知功能评估结果。本发明通过虚拟现实任务诱发态下的行为数据准确评价用户的认知功能能力,评估方式方便易用,评估结果准确。

主权项:1.一种基于虚拟现实的认知功能评估系统,其特征在于,包括:VR任务模块,用于提供沉浸式的虚拟现实游戏和虚拟现实游戏的虚拟场景,虚拟现实游戏为需要同步完成的双任务游戏;人机交互模块,用于接收用户的游戏操作指令并发送给VR任务模块生成游戏反馈,实现用户与虚拟场景交互;还将交互过程中用户的操作数据记录为人机交互数据,将人机交互数据作为用户在虚拟现实任务诱发态下的一种行为数据反馈到VR任务模块并被游戏数据采集模块所采集;游戏数据采集模块,与VR任务模块相连,采集用户在虚拟现实任务诱发态下的行为数据,行为数据包括用户的游戏表现和人机交互数据,其中用户的游戏表现直接在VR任务模块中产生;游戏数据采集模块对行为数据同步处理后进行存储并发送至数据处理模块;数据处理模块,对行为数据进行预处理和特征参数提取,最终得到行为数据特征参数;智能评估模块,对机器学习回归模型进行训练,并使用训练后的机器学习回归模型对用户的行为数据进行认知功能的评分预测;模型训练中使用遗传算法对行为数据特征参数进行特征选择,选择出与认知功能更具相关性的行为数据特征参数,通过选择、交叉、变异不断更新种群,最终得出包含若干个行为特征参数的最优特征子集;训练好的机器学习回归模型根据选择后的行为数据特征参数计算得到最终的认知功能评估结果;双任务游戏包括Stroop范式任务和过马路任务;虚拟现实游戏的虚拟场景为城镇场景,包括马路、各种车辆、房屋、树木及斑马线;VR任务模块将Stroop范式任务虚拟化,融入到过马路任务的虚拟场景中,构建虚拟现实双任务游戏,使用户同时完成过马路任务和Stroop范式任务;用户在进行过马路任务的同时,用户的视野中央还会出现Stroop范式任务的内容;Stroop范式任务的行为数据包括:回答正确的数量STCorrNum、回答错误的数量STWrongNum、反应时间Rt;过马路任务的行为数据包括:过马路用时TTC、过马路安全时间差PET、注意力矩阵AttMat、过马路前转头次数HT、行走路线图RouteMap、是否安全通过SafePass;行为数据特征参数包括Stroop范式任务的回答正确率Rc、平均反应时间RtMean,过马路用时的最大值TTCMax、最小值TTCMin、平均值TTCMean,过马路安全时间差的最大值PETMax、最小值PETMin、平均值PETMean,注意力矩阵的F范数FNorm,注意力矩阵的最大值LTGaze,过马路前转头次数的平均值HTMean,碰撞次数CollNum,安全通过次数ArrNum,总尝试次数AttNum,行走路线的标准差RouteSTD、路线效率RouteEFF、双任务完成度PerfDT;通过行走路线图RouteMap记录用户穿越马路过程中所处位置的横、纵坐标,游戏的每一帧记录一次,行走路线的标准差RouteSTD反应用户过马路过程中保持方向的能力,计算公式如下: 其中,px,y为记录行走路线坐标的矩阵,x为用户所处位置的横坐标,y为纵坐标,N为记录的帧数;通过路线效率RouteEFF反应用户行走路线的效率,计算公式如下: 其中,dm为马路宽度,ΔT为游戏一帧的时间,v为用户在游戏每一帧的瞬时行走速度;通过双任务完成度PerfDT反应用户对同时进行的Stroop范式任务和过马路任务的完成情况,计算公式如下: c1=Rc,其中,c1为Stroop范式任务的完成度,c2为过马路任务的完成度,TotalCNum为游戏时间内穿越马路的最多次数;智能评估模块对用户的认知加工速度和视觉空间能力进行评估;所述最优特征子集包括的行为特征参数为:双任务完成度PerfDT、Stroop任务反应时间Rt、过马路安全时间差的平均值PETMean、碰撞次数CollNum和过马路用时的最大值TTCMax。

全文数据:

权利要求:

百度查询: 华南理工大学;中山市华南理工大学现代产业技术研究院 一种基于虚拟现实的认知功能评估系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。