一种基于虚拟导航系统位置点聚类的认知能力评估方法和系统

本发明涉及认知评估，具体是一种基于虚拟导航系统位置点聚类的认知能力评估方法和系统。

背景技术：

1、空间导航是指在熟悉或者陌生的环境中准确寻找不同目标点的能力，这项能力对日常生活至关重要。随着60岁及以上的人口比例在未来几十年内预计迅速增加，老年人在空间导航方面遇到的严重问题，诸如变得容易迷路，受到越来越多的关注。其中空间导航能力较弱的老人将不得不避开不熟悉的路线和地点，而这也极大地限制了他们的自由并降低了他们的生活质量。

2、现如今，调查空间导航的神经机制及其在整个成人生命周期中的变化的研究越来越多地使用虚拟现实(vr)技术。虚拟现实技术允许在复杂的虚拟环境中进行逼真的导航和实时交互，同时研究人员可以实时跟踪参与者的反应、动作或大脑活动。相比于传统的现实中的导航实验，虚拟场景下进行空间导航更加便捷、空间定位更加准确。但根据现有的研究来看，不论是现实还是虚拟中的空间导航实验，数据处理的方案大多仅仅是依据导航的时间、走错路的次数、停留时间等来分析。这些分析参数包含了太多噪声，也不能体现使用者的个体特征。因此，本技术提出一种基于虚拟导航系统位置点聚类的认知能力评估方法和系统。

技术实现思路

1、本发明的目的是在虚拟导航系统使用的基础上，对使用者在虚拟空间中的位置点进行聚类，从而实现评估，以解决上述背景技术中提出的问题。

2、本发明的技术方案是：一种基于虚拟导航系统位置点聚类的认知能力评估方法，具体为

3、建立完善的虚拟城市街区环境场景，按策略执行虚拟空间导航任务中目标点的出现以及人物在虚拟场景中的交互；

4、记录被试者的个人信息、多项认知量表评估结果，记录虚拟场景中每个被试者移动的时间信息和空间信息

5、计算每位被试者在每个信息记录位置的平均速度并使用一维的kmeans算法确定各使用者的犹豫位置的计算，使用dbscan密度聚类算法进行噪声数据的处理；在结合大量被试者数据的基础上使用二维kmeans算法确定空间中的多个聚类中心其中k为聚类中心编号；结合轮廓系数和二维散点图像确定最优的k值，最后分别计算每个被试者的犹豫总时长tn；

6、根据得到的犹豫总时长tn对不同被试者的认知能力进行评判。

7、所述场景依照现实中的场景为原型搭建；所述任务中导航的目标点是按照预先设定的顺序依次出现；所述交互用于实现被试者在导航过程中的移动控制。

8、记录的所述时间信息和所述空间信息分别表示以一定频率记录被试者的时间、位置信息，且所述时间信息与空间信息二者一一对应，其中n指被试编号，in指不同被试记录的所有时间或位置点总数，分别对应n号被试者在第in个位置点上记录的横坐标、纵坐标。

9、计算每位被试者在每个信息记录位置的平均速度是通过以下方式计算的：

10、以一定频率记录被试的位置其中相邻两点间的距离：每个记录位置的速度为：

11、使用dbscan密度聚类算法进行噪声数据处理的具体方法是，在确定各使用者的犹豫位置后，其中m指每位被试者分类后的所有犹豫点数，基于dbscan密度聚类算法进行空间位置点噪声检测，其中虚拟空间数据的样本集为hn＝{hn1,hn2,…hnm}，使用参数(,minpts)用来描述邻域的样本分布紧密程度，依据参数( ,minpts)的要求将空间位置点分类成簇，每个簇内有最少minpts个点，构成一个聚类类别；不能形成簇的点识别为噪声，剔除上述噪声数据得到新的犹豫位置m'为处理后的犹豫位置点数。

12、参数(,minpts)分别描述了每一个样本点的邻域距离阈值和描述了每一个样本点距离为 的邻域中样本个数的阈值，所述参数( ,minpts)根据数据点的记录频率、空间导航地图的大小、操作的复杂程度以及被试者的年龄大小选值。

13、使用二维kmeans算法确定空间中的多个聚类中心是在将n个被试者的所有处理后的犹豫位置点全部绘制在二维平面上进行聚类得到的，所有人的犹豫位置点总个数为对dnm'个二维空间中的点使用二维的k均值聚类算法，从而将dnm'个位置点依照位置的相似性聚集到指定的k个类簇中，每个聚类的类簇中心便是这一区域犹豫位置点的犹豫中心每个位置点属于且仅属于一个其到犹豫中心距离最小的类簇中。

14、还计算单个点的轮廓系数sk(ii)和聚类总的轮廓系数s(k)，所述单个点的轮廓系数sk(ii)的计算如下：

15、

16、所述聚类总的轮廓系数s(k)的计算如下：

17、聚类总的轮廓系数

18、其中a(ii)指数据中任意一个点的簇内不相似度；b(ii)指数据中任意一个点的簇间不相似度。

19、犹豫总时长tn的计算如下：

20、

21、其中n为第k个犹豫中心范围内犹豫位置点的数量，t为记录的时间间隔。

22、本发明还提供一种基于寻路位置聚类的认知能力评估系统，包括虚拟空间导航模块，所述虚拟空间导航模块包括虚拟城市街区环境场景显示、虚拟空间导航任务中目标点及其出现策略实现，虚拟空间导航模块还包括人物在虚拟场景中的交互显示屏和手柄；

23、数据记录模块，所述数据记录模块记录被试者的个人信息，多项认知量表评估结果，虚拟场景中每个被试者移动的时间信息空间信息

24、计算模块，所述计算模块计算每位被试者在每个信息记录位置的平均速度使用一维的kmeans算法确定各使用者的犹豫位置的计算，使用dbscan密度聚类算法进行噪声数据的处理，并在结合大量被试者数据的基础上使用二维kmeans算法确定空间中的多个聚类中心其中k是聚类中心编号，结合轮廓系数和二维散点图像确定最优的k值，最后分别计算每个被试者的犹豫总时长tn；

25、认知评估模块，根据得到的犹豫总时长tn对不同被试者的认知能力进行评判。

26、本发明通过改进在此提供一种基于虚拟导航系统位置点聚类的认知能力评估方法和系统，与现有技术相比，具有如下改进及优点：

27、其一：本发明的认知能力评估方法和系统，利用虚拟空间导航任务作为寻路认知能力的评估手段，与传统的量表评估手段相比，更加直观，能够反应真实世界的情况，且系统的使用富有趣味性，提高测试依从性，也方便操作人员的一致性操作；

28、其二：本发明的虚拟导航系统位置点聚类方法，以虚拟空间各点的平均速度作为犹豫与正常行走的分类依据，通过数据去噪以及相关位置点在二维平面空间再次聚类，从而得到聚类后的犹豫中心和固定半径范围内犹豫的总时长，聚类算法的使用也使得犹豫区间的划分和识别更具准确性；

29、其三：本发明使用dbscan密度聚类算法对噪声进行了处理，能够识别出影响犹豫位置识别的干扰噪声数据，并将其剔除，结果更加准确；

30、其四：本发明的认知能力评估方法和系统，是以每个人为主体进行犹豫位置的划分，这体现了不同人导航能力各不相同这一特异性特征；方法中提出将犹豫中心范围内犹豫时长的总和这一参数作为判断标准，能够很好的代表描述导航能力水平，为寻路能力和认知水平的评估提供了新的思路。通过本发明提出方法的评估，能够获得较为真实准确的导航能力判断，并且经过实验验证，与多项专业认知水平评估量表具有非常好的相关性，验证了本方法和系统的可靠性，能够有效体现被测者的认知能力水平。