申请/专利权人：南京医科大学

申请日：2024-01-30

公开（公告）日：2024-04-26

公开（公告）号：CN117932441A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06F18/243;G06N5/01;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种认知负荷分类识别方法，它包括以下步骤：S1、获取眼动与心率数据；其中眼动数据包括三类，分别为：注视数据，眨眼数据和瞳孔数据；S2、数据预处理，获得眼动追踪数据特征和心率特征，将所有特征划分为特征集；S3、特征集输入至认知负荷分类识别模型，输出认知负荷分类；所述认知负荷分类识别模型为：随机森林RF、支持向量机SVM、逻辑回归或人工神经网络中的一种。本发明提出了一种认知负荷分类识别方法和认知负荷反馈方法，为认知负荷分类识别提供了科学、精确、可再现的稳定算法，对患有早期AD风险的MCI患者研究提供积极的意义。

主权项：1.一种认知负荷分类识别方法，其特征在于它包括以下步骤：S1、获取眼动与心率数据；其中眼动数据包括三类，分别为：注视数据，眨眼数据和瞳孔数据；S2、数据预处理，获得眼动追踪数据特征和心率特征，将所有特征划分为特征集；S3、特征集输入至认知负荷分类识别模型，输出认知负荷分类；所述认知负荷分类识别模型为：随机森林RF、支持向量机SVM、逻辑回归或人工神经网络中的一种。

全文数据：

权利要求：

百度查询： 南京医科大学 认知负荷分类识别方法、认知负荷反馈方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD