精神分裂症自动检测方法

基于异常眼动

通过融合眼动轨迹与机器学习模型，实现精神分裂症的客观辅助诊断。

Yang, Hui · 何凌 · Li, Wen · Qi, Zheng · 李元媛 · 郑秀娟 · 张靖

Expert Systems with Applications 2024

参数信息

检测准确率

96.25 %

受试者人数

40

技术优势

提高诊断准确率

结合三种异常模型的特征和多种分类器，检测准确率达到96.25%。

客观辅助诊断

基于眼动轨迹的自动检测方法可作为精神分裂症的计算机辅助诊断工具。

提取有效阅读状态

通过有效阅读状态轨迹提取算法，将阅读过程划分为有效和无效状态，提高眼动分析的准确性。

应用场景

• 精神疾病诊断：提供客观眼动指标辅助精神科医生诊断精神分裂症。
• 医疗辅助诊断：作为计算机辅助诊断工具，集成到现有诊断流程中。
• 眼动生物标志物：从阅读任务中提取异常眼动特征作为疾病生物标志物。