基于眼动序列时空特征分析的抑郁状态鉴别方法及装置

摘要

本发明公开了一种基于眼动序列时空特征分析的抑郁状态鉴别方法及装置，涉及视觉分析技术领域。包括：获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据；将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络；根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。本发明设计了基于眼动序列时空特征的抑郁状态鉴别网络，提取视觉扫视路径中的时间和空间特征结合作为实验刺激的情绪图像的语义来表征测试者的心理状态，从而实现了对不同心理状态人群的分类。

说明书

技术领域

本发明涉及视觉分析技术领域，特别是指一种基于眼动序列时空特征分析的抑郁状态鉴别方法及装置。

背景技术

抑郁症与生活中常见的情绪波动或者是一个时间段内持续的短暂情绪状态不同，患者主要表现为长期的情绪低落、感到生活乏味无趣、自我价值感低下，还会引起一些进食或者睡眠上的障碍。长期的保持程度较高的抑郁状态已经构成了严重的疾病，患者常常会感到罪恶、绝望、不安，出现妄想、幻觉，甚至产生自杀意念。根据2019年发表的中国精神疾病患病率的流行病学研究报告可知，中国目前存在约6.9%的抑郁症终身患病率，统计结果中18岁以上每个年龄段的抑郁症患病率都相当高。根据美国精神疾病联盟统计，美国成年人当中有7%的人患有抑郁症，然而仅有将近40%的成年患者接受过有效治疗，其中白种人群接受有效治疗的比例为49%，而亚裔人群则低至25%。影响抑郁症患者接受有效治疗的因素多种多样，包括缺乏足够的医疗资源、缺乏训练有素的心理医师、社会普遍对精神疾病存在歧视等等，但最主要的原因还是无法准确有效地识别抑郁状态。相比生理疾病，精神疾病的检测负担更重、检测周期更长、检测精度更低。因此，如何准确有效地识别抑郁状态是一个亟需解决的问题。

传统的抑郁状态识别方法包括以下两种：一是临床诊断方法。临床医生通过分析测试者的口头抑郁指标，包括音调单调、语速下降、音量下降等，以及测试者的非口头抑郁指标，包括手势减少、向下视线增多等，来分析测试者的抑郁状态程度。若上述症状持续两周以上，则认为测试者的抑郁状态较为严重。但该方法存在一定的局限性：首先，临床诊断需要大量的医疗资源，诊断周期过长；其次，临床诊断存在医生的主观性判断，需要训练有素的心理医师来完成。因此，很多抑郁状态较为严重的测试者无法得到及时有效的诊断和治疗。

二是结构化量表方法。结构化量表从多个维度分析测试者的抑郁状态程度，综合各维度的得分情况得出最终的抑郁状态评估结果。结构化量表分为自评量表和他评量表，其中自评量表是指测试者根据量表指导语对自己进行评估，简便易实施，大约5至10分钟即可独立完成，较为著名的有SDS（Self-Rating Depression Scale，抑郁自评量表）和BDI（Beck Depression Inventory，贝克抑郁自评量表）等；他评量表则是由专业的心理医师对测试者进行访谈，根据量表各条目的评分标准逐条打分并得出测试者的评估结果，相对可靠性更高，较为著名的有HAMD（Hamilton depression scale，汉米尔顿抑郁量表）等。但该方法同样存在一定局限性，首先，量表的问题模式固定，测试者可以隐藏自己的真实心理状态并获得预期的分数；其次，量表无法对具有阅读障碍的测试者进行心理评测。

发明内容

本发明针对如何准确有效地识别抑郁状态的问题，提出了本发明。

为解决上述技术问题，本发明提供如下技术方案：

一方面，本发明提供了一种基于眼动序列时空特征分析的抑郁状态鉴别方法，该方法由电子设备实现，该方法包括：

S1、获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据。

S2、将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络。

S3、根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。

可选地，S2中的基于眼动序列时空特征的抑郁状态鉴别网络的构建过程包括：

S21、获取多组正负性情绪图片组合中每组正负性情绪图片组合的特征图。

S22、获取样本测试者在观看每组正负性情绪图片组合时的眼动数据；其中，样本测试者包括正常人群和抑郁人群。

S23、根据眼动数据，得到眼动序列。

S24、根据眼动序列以及特征图，构建注视点的特征序列；其中，特征序列包括空间特征序列以及时间特征序列。

S25、利用特征序列和特征序列对应的心理状态的分类标签对构建的transformer模型进行训练，利用训练好的transformer模型对输入的特征序列进行编解码操作后得到交互后的特征序列。

S26、将交互后的特征序列输入到全连接层，得到交互后的特征序列的心理状态的分类标签。

S27、根据交互后的特征序列的心理状态的分类标签以及预设阈值，得到样本测试者的抑郁状态鉴别结果。

可选地，S21中的获取多组正负性情绪图片组合中每组正负性情绪图片组合的特征图，包括：

基于图像编码器，对多组正负性情绪图片组合中的每组正负性情绪图片组合进行特征提取，对特征提取得到的特征图进行上采样，得到每组正负性情绪图片组合的特征图。

可选地，S23中的根据眼动数据，得到眼动序列，包括：

S231、将眼动数据映射到正负性情绪图片组合的坐标系中，得到映射后的坐标点数据。

S232、基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列。

可选地，S232中的基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列，包括：

依次获取由映射后的坐标点数据组成的集合A中的坐标点，计算所获取的坐标点到所获取的坐标点的下一个坐标点的眼动速度，若眼动速度小于预设的速度阈值，则将所获取的坐标点加入到集合B中，并继续获取下一个坐标点，直到所获取的坐标点的速度大于或等于速度阈值，判断集合B中的坐标点个数是否大于或等于预设的个数阈值，若是，则集合B构成一次注视，得到注视点；若否，则集合B不构成一次注视，继续获取下一个坐标点，直至集合A中的坐标点获取完毕。

可选地，个数阈值为：形成一次注视的最短时间折算得到的最小记录点个数。

可选地，眼动序列包括注视点的横纵坐标以及时间戳。

S24中的根据眼动序列以及特征图，构建注视点的特征序列，包括：

S241、获取预设个数的注视点的眼动序列。

S242、根据所获取的眼动序列中的横纵坐标，获取特征图上对应位置的图像特征，得到空间特征序列。

S243、将所获取的眼动序列中的时间戳，转换为距离测试者开始获取眼动数据的相对时间，将相对时间作为位置编码得到时间特征序列。

另一方面，本发明提供了一种基于眼动序列时空特征分析的抑郁状态鉴别装置，该装置应用于实现基于眼动序列时空特征分析的抑郁状态鉴别方法，该装置包括：

获取模块，用于获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据。

输入模块，用于将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络。

输出模块，用于根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。

可选地，输入模块，进一步用于：

S21、获取多组正负性情绪图片组合中每组正负性情绪图片组合的特征图。

S22、获取样本测试者在观看每组正负性情绪图片组合时的眼动数据；其中，样本测试者包括正常人群和抑郁人群。

S23、根据眼动数据，得到眼动序列。

S24、根据眼动序列以及特征图，构建注视点的特征序列；其中，特征序列包括空间特征序列以及时间特征序列。

S25、利用特征序列和特征序列对应的心理状态的分类标签对构建的transformer模型进行训练，利用训练好的transformer模型对输入的特征序列进行编解码操作后得到交互后的特征序列。

S26、将交互后的特征序列输入到全连接层，得到交互后的特征序列的心理状态的分类标签。

S27、根据交互后的特征序列的心理状态的分类标签以及预设阈值，得到样本测试者的抑郁状态鉴别结果。

可选地，输入模块，进一步用于：

基于图像编码器，对多组正负性情绪图片组合中的每组正负性情绪图片组合进行特征提取，对特征提取得到的特征图进行上采样，得到每组正负性情绪图片组合的特征图。

可选地，输入模块，进一步用于：

S231、将眼动数据映射到正负性情绪图片组合的坐标系中，得到映射后的坐标点数据。

S232、基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列。

可选地，输入模块，进一步用于：

依次获取由映射后的坐标点数据组成的集合A中的坐标点，计算所获取的坐标点到所获取的坐标点的下一个坐标点的眼动速度，若眼动速度小于预设的速度阈值，则将所获取的坐标点加入到集合B中，并继续获取下一个坐标点，直到所获取的坐标点的速度大于或等于速度阈值，判断集合B中的坐标点个数是否大于或等于预设的个数阈值，若是，则集合B构成一次注视，得到注视点；若否，则集合B不构成一次注视，继续获取下一个坐标点，直至集合A中的坐标点获取完毕。

可选地，个数阈值为：形成一次注视的最短时间折算得到的最小记录点个数。

可选地，眼动序列包括注视点的横纵坐标以及时间戳。

输入模块，进一步用于：

S241、获取预设个数的注视点的眼动序列。

S242、根据所获取的眼动序列中的横纵坐标，获取特征图上对应位置的图像特征，得到空间特征序列。

S243、将所获取的眼动序列中的时间戳，转换为距离测试者开始获取眼动数据的相对时间，将相对时间作为位置编码得到时间特征序列。

一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述基于眼动序列时空特征分析的抑郁状态鉴别方法。

一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述基于眼动序列时空特征分析的抑郁状态鉴别方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

上述方案中，实现了一种客观、便捷的抑郁状态检测方法，将正性和负性情绪图像作为刺激呈现并记录受试者的眼球运动数据。抑郁和非抑郁个体对正性和负性情绪图像的注意力模式不同并且眼球运动直接反映了注意力分配的过程。扫描路径可以被视为观察者大脑内在特征的表现。扫描路径相似性可以被视为知觉或注意偏向的标志。我们利用深度学习在图像处理和受试者心理状态分析之间建立了联系，实现一种更加高效、客观且易于获取的抑郁状态鉴别方法。使用本发明所公开的基于眼动序列时空特征分析的抑郁状态鉴别方法，可以实现准确客观的抑郁状态鉴别，克服传统抑郁状态识别方法的主观性并且实现人力物力资源的节约，可以在学校、医院、企业中实现大规模快捷的抑郁状态筛查和量化评估。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于眼动序列时空特征分析的抑郁状态鉴别方法流程示意图；

图2是本发明实施例提供的基于眼动序列时空特征的抑郁状态鉴别网络结构图；

图3是本发明实施例提供的基于速度阈值的算法流程图；

图4是本发明实施例提供的基于眼动序列时空特征分析的抑郁状态鉴别装置框图；

图5是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示，本发明实施例提供了一种基于眼动序列时空特征分析的抑郁状态鉴别方法，该方法可以由电子设备实现。如图1所示的基于眼动序列时空特征分析的抑郁状态鉴别方法流程图，该方法的处理流程可以包括如下的步骤：

S1、获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据。

一种可行的实施方式中，可以基于眼动仪记录待鉴别测试者的眼动数据。

S2、将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络。

一种可行的实施方式中，本发明设计了扫描路径相似度计算方法，该方法由五个单独的测量方法组成，它们捕获扫描路径的不同特征之间的相似性，即矢量、方向、长度、位置和持续时间。在进行扫描路径相似度计算前需要对其进行简化，因为原始的眼动信号不能直接反应测试者的注视模式，如果原始的眼动坐标记录点在给定的距离内或在彼此的给定方向阈值内则迭代地合并为连续的注视点。这种简化过程有助于降低扫描路径的复杂性，同时保持其空间和时间结构。在进行简化之后，使用动态规划方法根据扫描路径的形状对其进行对齐。对齐是通过优化扫描路径之间的向量差来计算的，这种对齐降低了在比较小时间或小空间扫描路径变化时的敏感性，并允许算法在两个扫描路径之间找到可能的最佳匹配，所有随后的相似性度量都是在这些简化的对齐扫描路径上进行计算的。

其中，矢量相似度计算为对齐扫视对之间的向量差，通过屏幕对角线归一化并在扫描路径上平均。该方法不依赖预先定义的量化，对注视位置的空间差异很敏感。它是衡量两个注视-扫视序列在形状上的整体相似性的指标。长度相似度计算为对齐扫视矢量振幅的绝对差值，通过屏幕对角线归一化并在扫描路径上平均。这种测量只对眼跳幅度敏感，对方向、位置或注视持续时间不敏感。方向相似度计算为对齐扫视之间的角差，通过π归一化和扫描路径上的平均。该测量仅对扫视方向敏感，对幅度和绝对注视位置不敏感。位置相似度计算为对齐的固定点之间的欧氏距离，通过屏幕对角线归一化，并在扫描路径上平均。这种测量方法对扫视振幅和方向都很敏感。持续时间相似度计算为对齐注视的注视时间的绝对差异，通过最大持续时间归一化，并在扫描路径上取平均值。这种测量不受注视位置或眼跳幅度的影响。

进一步地，本发明通过比较属于同一组不同成员（群体内相似性）的不同扫描路径来衡量扫描路径相似性。组内扫描路径相似性有助于衡量群体成员在外观行为方面的共性，即群体成员共有的特征。较高的群体相似性意味着眼动模式更受群体成员的限制，或者简单地说，这个人看起来与群体中的其他成员很相似。本发明发现，对于人类、动物、物体这些主题的图像、在矢量、长度、位置、持续时间的度量方式下，抑郁受试者的扫描路径相似度显著高于另一组，那么本发明认为在这种情况下，扫描路径的相似性可以被解释为注意偏向的反映，限制眼球运动模式。因为在没有任何偏向的情况下，眼睛会自由移动，以相等的概率探索图像的每个区域，经过图像的重复呈现，应该会导致完全不同的扫描路径。但是因为观察者有许多偏向限制了他们的眼球运动模式，比如偏爱图像的突出或有意义的特征，因此对于某一类刺激，扫描路径相似度的增加可以被解释为知觉或注意偏向的标志。

进一步地，使用扫描路径相似性作为一种新的注意偏向或偏好度量，它通过将注意力引导到图像的特定视觉或语义特征来限制眼球运动模式。因此针对眼动序列时空特征的利用十分重要，本发明根据预先搭建好的实验平台，给被试呈现多组正负性情绪图片组合作为实验刺激，记录下被试的眼球运动，设计基于眼动序列时空特征的抑郁状态鉴别网络，网络结构图如图2所示。

可选地，S2中的基于眼动序列时空特征的抑郁状态鉴别网络的构建过程可以包括S21-S27：

S21、基于图像编码器，对多组正负性情绪图片组合中的每组正负性情绪图片组合进行特征提取，对特征提取得到的特征图进行上采样，得到每组正负性情绪图片组合的特征图。

一种可行的实施方式中，本发明将同时呈现的一组情绪图片（正性+负性）拼接成为一张图片，该图片的维度是512*1340，通道数为3，可以选择Resnet-34作为图像编码器对图片进行特征提取。得到的特征图是降维32倍的尺寸大小，通道数为512，从而避免反复对图片的语义特征进行提取，减少时间和空间上的冗余。为了减小特征图和原图的尺寸差距，将特征图的尺寸上采样2倍。

S22、获取正常人群和抑郁人群在观看每组正负性情绪图片组合时的眼动数据。

S23、根据眼动数据，得到眼动序列。

可选地，上述步骤S23可以包括如下步骤S231-S232：

S231、将眼动数据映射到正负性情绪图片组合的坐标系中，得到映射后的坐标点数据。

一种可行的实施方式中，眼动仪记录的数据是以屏幕坐标系为参照系的，因此需要先将记录的原始数据映射到显示的二维图像坐标系上。其中，显示屏的分辨率记为a*b；图像分辨率记为a'*b'。将眼动仪记录的坐标数据(x,y)，映射到二维图像显示坐标系(x',y')中，计算如下式（1）所示：

S232、基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列。可选地，上述步骤S232具体可以是：依次获取由映射后的坐标点数据组成的集合A中的坐标点，计算所获取的坐标点到所获取的坐标点的下一个坐标点的眼动速度，若眼动速度小于预设的速度阈值，则将所获取的坐标点加入到集合B中，并继续获取下一个坐标点，直到所获取的坐标点的速度大于或等于速度阈值，判断集合B中的坐标点个数是否大于或等于预设的个数阈值，若是，则集合B构成一次注视，得到注视点；若否，则集合B不构成一次注视，继续获取下一个坐标点，直至集合A中的坐标点获取完毕。

可选地，个数阈值为：形成一次注视的最短时间折算得到的最小记录点个数。

一种可行的实施方式中，设计对坐标点基于速度阈值的算法进行聚类，得到注视点的横纵坐标和时间戳，作为眼动序列。其中，基于速度阈值的算法流程如图3所示。

进一步地，从被试在单次测试中记录的眼动数据的集合A的首个坐标点向后遍历，计算当前坐标点到下一坐标点的眼动速度v，速度v的计算公式如下式（2）所示：

进一步地，将计算得到的速度值v小于速度阈值

通过对测试者在单次实验过程中的全部眼动轨迹数据进行计算，可以得到测试者的多个注视点信息，用于后续的特征提取及分析工作。

S24、根据眼动序列以及特征图，构建注视点的特征序列。

其中，特征序列包括空间特征序列以及时间特征序列。

可选地，上述步骤S24可以包括如下步骤S241-S243：

S241、获取预设个数的注视点的眼动序列。

S242、根据所获取的眼动序列中的横纵坐标，获取特征图上对应位置的图像特征，得到空间特征序列。

S243、将所获取的眼动序列中的时间戳，转换为距离测试者开始获取眼动数据的相对时间，将相对时间作为位置编码得到时间特征序列。

一种可行的实施方式中，提取在每张图片上形成的前6个注视点的眼动序列对应的空间位置（x,y）的图像特征得到一组空间特征序列。将眼动序列中的时间戳信息转换成距离每组实验开始的相对时间，并将其编码作为位置信息进行嵌入，可以表示每个注视点形成时的相对时间以及不同注视点之间的时间差，核心思想是在注意力机制计算时提供有效的距离信息，充分利用了眼动序列中的时间特征。

S25、利用特征序列和特征序列对应的心理状态的分类标签对构建的transformer模型进行训练，利用训练好的transformer模型对输入的特征序列进行编解码操作后得到交互后的特征序列。

S26、将交互后的特征序列输入到全连接层，得到交互后的特征序列的心理状态的分类标签。

S27、根据交互后的特征序列的心理状态的分类标签以及预设阈值，得到样本测试者的抑郁状态鉴别结果。

一种可行的实施方式中，利用处理后得到的眼动序列的空间特征对构建好的transformer网络结构进行训练，transformer中的注意力机制结构类似于人类的注意力机制，在人类的视觉系统中，有着选择性的注意力机制。视觉注意力机制是人类视觉所特有的大脑信号处理机制。人类视觉通过快速扫描全局图像，获得需要重点关注的目标区域，也就是一般所说的注意力焦点，而后对这一区域投入更多注意力资源，以获取更多所需要关注目标的细节信息，而抑制其他无用信息。这是人类利用有限的注意力资源从大量信息中快速筛选出高价值信息的手段，是人类在长期进化中形成的一种生存机制，人类视觉注意力机制极大地提高了视觉信息处理的效率与准确性。同时将得到的位置编码信息作为眼动序列的时间特征也送入transformer对其进行训练，位置编码的目的是将位置信息内嵌到输入向量中，保证在计算中位置信息不丢失。每一段输入的特征序列及其位置编码都有相应的标签数据，分为正常人群和抑郁人群两类。利用所述测试者的眼动序列构建的空间特征序列、时间特征序列和特征序列对应的心理状态的分类标签对构建的transformer模型进行训练， transformer模型对输入的特征序列进行编解码操作后得到交互后的特征序列；将所述交互后的特征序列输入到全连接层，得到交互后的特征序列的心理状态的分类标签；根据所述测试者所有眼动序列经过transformer模型进行编解码操作交互后得到的心理状态的分类标签以及预设阈值，得到所述测试者的抑郁状态鉴别结果。

进一步地，本发明利用多种度量方法计算扫视路径相似度，实现对视觉扫视路径的多维度分析，对眼动信号的时空特征进行充分的挖掘和利用，量化两种人群注意力机制的差异。

以往其他方法中仅仅利用眼动信号的基础特征，例如眼动点的个数、轨迹的长度等，本发明首次对眼动信号的时空特征进行充分的挖掘和利用，将眼动的空间特征与作为实验刺激的情绪图片的语义相结合，将时间这一维度作为相对位置编码内嵌到输入向量中，充分利用了眼动序列的时空特征信息。

本发明实现了在有限的样本数据下进行合理的分类算法设计，充分利用每个被试的每组实验标签作为一个样本，可以将数据集的规模扩大至原来的80倍，80为每个被试参加实验时看到的图片组数，让网络模型的训练可以基于更大的数据集进行训练，提高模型的泛化能力。

本发明实施例中，实现了一种客观、便捷的抑郁状态检测方法，将正性和负性情绪图像作为刺激呈现并记录受试者的眼球运动数据。抑郁和非抑郁个体对正性和负性情绪图像的注意力模式不同并且眼球运动直接反映了注意力分配的过程。扫描路径可以被视为观察者大脑内在特征的表现。扫描路径相似性可以被视为知觉或注意偏向的标志。我们利用深度学习在图像处理和受试者心理状态分析之间建立了联系，实现一种更加高效、客观且易于获取的抑郁状态鉴别方法。使用本发明所公开的基于眼动序列时空特征分析的抑郁状态鉴别方法，可以实现准确客观的抑郁状态鉴别，克服传统抑郁状态识别方法的主观性并且实现人力物力资源的节约，可以在学校、医院、企业中实现大规模快捷的抑郁状态筛查和量化评估。

如图4所示，本发明实施例提供了一种基于眼动序列时空特征分析的抑郁状态鉴别装置400，该装置400应用于实现基于眼动序列时空特征分析的抑郁状态鉴别方法，该装置400包括：

获取模块410，用于获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据。

输入模块420，用于将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络。

输出模块430，用于根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。

可选地，输入模块420，进一步用于：

S21、获取多组正负性情绪图片组合中每组正负性情绪图片组合的特征图。

S22、获取样本测试者在观看每组正负性情绪图片组合时的眼动数据；其中，样本测试者包括正常人群和抑郁人群。

S23、根据眼动数据，得到眼动序列。

S24、根据眼动序列以及特征图，构建注视点的特征序列；其中，特征序列包括空间特征序列以及时间特征序列。

S25、利用特征序列和特征序列对应的心理状态的分类标签对构建的transformer模型进行训练，利用训练好的transformer模型对输入的特征序列进行编解码操作后得到交互后的特征序列。

S26、将交互后的特征序列输入到全连接层，得到交互后的特征序列的心理状态的分类标签。

S27、根据交互后的特征序列的心理状态的分类标签以及预设阈值，得到样本测试者的抑郁状态鉴别结果。

可选地，输入模块420，进一步用于：

基于图像编码器，对多组正负性情绪图片组合中的每组正负性情绪图片组合进行特征提取，对特征提取得到的特征图进行上采样，得到每组正负性情绪图片组合的特征图。

可选地，输入模块420，进一步用于：

S231、将眼动数据映射到正负性情绪图片组合的坐标系中，得到映射后的坐标点数据。

S232、基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列。

可选地，输入模块420，进一步用于：

依次获取由映射后的坐标点数据组成的集合A中的坐标点，计算所获取的坐标点到所获取的坐标点的下一个坐标点的眼动速度，若眼动速度小于预设的速度阈值，则将所获取的坐标点加入到集合B中，并继续获取下一个坐标点，直到所获取的坐标点的速度大于或等于速度阈值，判断集合B中的坐标点个数是否大于或等于预设的个数阈值，若是，则集合B构成一次注视，得到注视点；若否，则集合B不构成一次注视，继续获取下一个坐标点，直至集合A中的坐标点获取完毕。

可选地，个数阈值为：形成一次注视的最短时间折算得到的最小记录点个数。

可选地，眼动序列包括注视点的横纵坐标以及时间戳。

输入模块420，进一步用于：

S241、获取预设个数的注视点的眼动序列。

S242、根据所获取的眼动序列中的横纵坐标，获取特征图上对应位置的图像特征，得到空间特征序列。

S243、将所获取的眼动序列中的时间戳，转换为距离测试者开始获取眼动数据的相对时间，将相对时间作为位置编码得到时间特征序列。

本发明实施例中，实现了一种客观、便捷的抑郁状态检测方法，将正性和负性情绪图像作为刺激呈现并记录受试者的眼球运动数据。抑郁和非抑郁个体对正性和负性情绪图像的注意力模式不同并且眼球运动直接反映了注意力分配的过程。扫描路径可以被视为观察者大脑内在特征的表现。扫描路径相似性可以被视为知觉或注意偏向的标志。我们利用深度学习在图像处理和受试者心理状态分析之间建立了联系，实现一种更加高效、客观且易于获取的抑郁状态鉴别方法。使用本发明所公开的基于眼动序列时空特征分析的抑郁状态鉴别方法，可以实现准确客观的抑郁状态鉴别，克服传统抑郁状态识别方法的主观性并且实现人力物力资源的节约，可以在学校、医院、企业中实现大规模快捷的抑郁状态筛查和量化评估。

图5是本发明实施例提供的一种电子设备500的结构示意图，该电子设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessing units，CPU）501和一个或一个以上的存储器502，其中，存储器502中存储有至少一条指令，至少一条指令由处理器501加载并执行以实现下述基于眼动序列时空特征分析的抑郁状态鉴别方法：

S1、获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据。

S2、将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络。

S3、根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述基于眼动序列时空特征分析的抑郁状态鉴别方法。例如，计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。