本发明提供了眼疲劳恢复进程的辅助调节方法，包括：识别并获取用户用眼行为场景；对用户眼部生理状态进行实时地监测分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，生成眼疲劳恢复进程辅助调节策略并执行，提取眼疲劳恢复进程辅助调节效果系数并应用；重复上述过程，持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成调节报告和长期数据库。本发明实现了对用户不同用眼行为场景下实时动态且科学高效地眼疲劳恢复进程辅助调节。
1.一种眼疲劳恢复进程的辅助调节方法，其特征在于，包括以下步骤：识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
根据用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
重复上述过程，完成对用户眼疲劳恢复进程进行持续地动态辅助调节，基于眼疲劳恢复进程辅助调节效果系数提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
所述眼疲劳水平实时指数和所述眼疲劳水平实时曲线的计算生成方法具体为：
1）获取所述眼生理状态实时特征和所述用户用眼行为场景；
2）获取用户信息，从健康群体眼生理场景特征基线数据库中提取当前所述用户用眼行为场景对应的眼生理状态特征值，得到眼生理状态特征基线对比集；
3）计算所述眼生理状态实时特征和所述眼生理状态特征基线对比集的相对变化量，生成眼生理状态特征基线变化集；
4）根据预设眼生理状态特征重要性权重和所述眼生理状态特征基线变化集进行归一调和计算，提取归一调和特征值，即所述眼疲劳水平实时指数；
5）根据连续时序的所述眼疲劳水平实时指数，生成或更新得到所述眼疲劳水平实时曲线；
1）若数值序列 为全零序列，则其归一调和特征值为0；
2）若数值序列 为非全零序列，则其归一调和特征值为：
其中， 分别为数值序列 的归一调和特征值、第 个值以及其权重，为数值序列长度且为正整数， 为取绝对值算符， 为与用户年龄相关的修正指数且；
其中，所述眼疲劳恢复进程辅助调节场景基线方案至少包括最优调节方式、最优执行方式、最优调节方法、最优调节强度和最优调节目标眼疲劳水平迭代值。
2.如权利要求1所述的方法，其特征在于,所述用户用眼行为场景至少包括不同用眼任务态、静息态、睡眠态；其中，所述任务态包括阅读任务态、视频任务态、观物任务态、近观任务态、远眺任务态、序列光照度任务态和序列色温任务态至少一项或多项；所述静息态至少包括闭眼静息态、无任务睁眼静息态；所述睡眠态至少包括快速眼动睡眠态、非快速眼动浅睡眠态和非快速眼动深睡眠态。
3.如权利要求1或2所述的方法，其特征在于，所述对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线的具体步骤还包括：对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号；
对所述眼部生理状态实时信号进行实时地信号处理和特征分析，提取所述眼生理状态实时特征；
根据所述眼生理状态实时特征和健康群体眼生理场景特征基线数据库，计算得到所述眼疲劳水平实时指数，生成或更新所述眼疲劳水平实时曲线。
4.如权利要求3所述的方法，其特征在于：所述眼部生理状态实时信号包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号至少一项。
5.如权利要求3所述的方法，其特征在于：所述信号处理至少包括A/D模数转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，所述矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，所述动态截取是指根据辅助调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
6.如权利要求3所述的方法，其特征在于：所述特征分析包括数值特征分析、物理学特征分析、时频特征分析、信号包络特征分析和非线性特征分析至少一项。
7.如权利要求3所述的方法，其特征在于：所述眼生理状态实时特征包括眼压状态特征、眼肌状态特征和眼动态代谢特征至少一项。
8.如权利要求1或2所述的方法，其特征在于，所述根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略的具体步骤还包括：根据所述用户用眼行为场景、所述眼生理状态实时特征和所述眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线；
根据所述用眼行为基线趋势方向和所述眼疲劳水平实时预测指数，结合所述眼疲劳恢复进程辅助调节场景基线方案，结合所述眼疲劳恢复进程辅助调节历史，生成所述眼疲劳恢复进程辅助调节策略。
9.如权利要求8所述的方法，其特征在于，所述眼疲劳恢复进程辅助调节历史至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数，以及眼疲劳恢复进程辅助调节效果。
10.如权利要求8所述的方法，其特征在于，所述用眼行为基线趋势方向至少包括用眼强度加强、减弱和持平。
11.如权利要求8所述的方法，其特征在于：所述趋势预测的方法包括传统时间序列预测方法和深度学习趋势预测方法至少一项；其中，所述传统时间序列预测方法包括AR、MR、ARMA、ARIMA、SARIMA、VAR至少一项。
12.如权利要求 1所述的方法，其特征在于：所述眼疲劳恢复进程辅助调节策略至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
13.如权利要求1或2所述的方法，其特征在于，所述根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略的具体步骤还包括：根据所述眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节；
实时评估动态辅助调节效果，提取所述眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略。
14.如权利要求13所述的方法，其特征在于，所述眼疲劳恢复进程辅助调节效果系数的具体计算公式如下：；
其中， 分别为所述眼疲劳恢复进程辅助调节效果系数、动态辅
助调节前的调节目标眼疲劳水平值、动态辅助调节后的所述眼疲劳水平实时指数，分别为取最小值算符和取最大值算符。
15.如权利要求8所述的方法，其特征在于，所述重复上述过程，完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库的具体步骤还包括：完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的所述眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线；
根据所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的所述眼疲劳恢复进程辅助调节策略，生成所述眼疲劳恢复进程辅助调节报告；
将所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的所述眼疲劳恢复进程辅助调节策略存入所述用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案。
16.如权利要求15所述的方法，其特征在于：所述眼疲劳恢复进程辅助调节报告包括用户基本信息、所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线、关键节点的所述眼疲劳恢复进程辅助调节策略，以及辅助调节总结至少一项或全部。
17.如权利要求15所述的方法，其特征在于，所述用户个性化眼疲劳恢复调节长期数据库具体为记录用户基本信息、每一次用眼场景和眼疲劳恢复进程动态辅助调节过程的关键数据，以及不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案，为后续用户的眼疲劳恢复进程动态辅助调节过程优化提供数据基础。
18.一种眼疲劳恢复进程的辅助调节系统，其特征在于，包括以下模块：场景跟踪识别模块，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
疲劳水平分析模块，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
调节策略生成模块，根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
动态调节执行模块，用于根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
循环优化管理模块，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，基于眼疲劳恢复进程辅助调节效果系数提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
数据运行管理模块，用于对所述系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理；
所述眼疲劳水平实时指数和所述眼疲劳水平实时曲线的计算生成方法具体为：
1）获取所述眼生理状态实时特征和所述用户用眼行为场景；
2）获取用户信息，从健康群体眼生理场景特征基线数据库中提取当前所述用户用眼行为场景对应的眼生理状态特征值，得到眼生理状态特征基线对比集；
3）计算所述眼生理状态实时特征和所述眼生理状态特征基线对比集的相对变化量，生成眼生理状态特征基线变化集；
4）根据预设眼生理状态特征重要性权重和所述眼生理状态特征基线变化集进行归一调和计算，提取归一调和特征值，即所述眼疲劳水平实时指数；
5）根据连续时序的所述眼疲劳水平实时指数，生成或更新得到所述眼疲劳水平实时曲线；
1）若数值序列 为全零序列，则其归一调和特征值为0；
2）若数值序列 为非全零序列，则其归一调和特征值为：
其中， 分别为数值序列 的归一调和特征值、第 个值以及其权重，为数值序列长度且为正整数， 为取绝对值算符， 为与用户年龄相关的修正指数且；
其中，所述眼疲劳恢复进程辅助调节场景基线方案至少包括最优调节方式、最优执行方式、最优调节方法、最优调节强度和最优调节目标眼疲劳水平迭代值。
19.如权利要求18所述的系统，其特征在于，所述疲劳水平分析模块还包括以下功能单元：状态监测采集单元，用于对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号；
特征分析处理单元，用于对所述眼部生理状态实时信号进行实时地信号处理和特征分析，提取所述眼生理状态实时特征；
基线特征管理单元，用于健康群体眼生理场景特征基线数据库的建立、更新和管理；
疲劳水平量化单元，用于根据所述眼生理状态实时特征和所述健康群体眼生理场景特征基线数据库，计算得到所述眼疲劳水平实时指数，生成或更新所述眼疲劳水平实时曲线。
20.如权利要求18或19所述的系统，其特征在于，所述调节策略生成模块还包括以下功能单元：状态趋势预测单元，用于根据所述用户用眼行为场景、所述眼生理状态实时特征和所述眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线；
动态策略生成单元，用于根据所述用眼行为基线趋势方向和所述眼疲劳水平实时预测指数，结合所述眼疲劳恢复进程辅助调节场景基线方案，结合所述眼疲劳恢复进程辅助调节历史，生成所述眼疲劳恢复进程辅助调节策略。
21.如权利要求20所述的系统，其特征在于，所述动态调节执行模块还包括以下功能单元：动态辅助调节单元，用于根据所述眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节；
调节效果跟踪单元，用于实时评估动态辅助调节效果，提取所述眼疲劳恢复进程辅助调节效果系数。
22.如权利要求21所述的系统，其特征在于，所述循环优化管理模块还包括以下功能单元：循环动态调节单元，用于完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的所述眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线；
调节报告生成单元，用于根据所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的所述眼疲劳恢复进程辅助调节策略，生成所述眼疲劳恢复进程辅助调节报告；
个性数据管理单元，用于将所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的所述眼疲劳恢复进程辅助调节策略存入所述用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案；
报告输出管理单元，用于对所述眼疲劳恢复进程辅助调节报告的格式输出、展现形式进行统一管理。
23.如权利要求21或22所述的系统，其特征在于，所述数据运行管理模块还包括以下功能单元：用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
数据可视化管理单元，用于对所述系统中所有数据的可视化展现管理；
数据存储管理单元，用于对所述系统中所有数据的统一存储管理；
数据运营管理单元，用于对所述系统中所有数据的备份、迁移和导出。
24.一种眼疲劳恢复进程的辅助调节装置，其特征在于，包括以下模组：场景跟踪识别模组，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
疲劳水平分析模组，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
调节策略生成模组，根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
动态调节执行模组，用于根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
循环优化管理模组，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，基于眼疲劳恢复进程辅助调节效果系数提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
数据可视化模组，用于对所述装置中所有过程数据和/或结果数据的统一可视化展示管理；
数据管理中心模组，用于对所述装置中所有过程数据和/或结果数据的统一存储和数据运营管理；
所述眼疲劳水平实时指数和所述眼疲劳水平实时曲线的计算生成方法具体为：
1）获取所述眼生理状态实时特征和所述用户用眼行为场景；
2）获取用户信息，从健康群体眼生理场景特征基线数据库中提取当前所述用户用眼行为场景对应的眼生理状态特征值，得到眼生理状态特征基线对比集；
3）计算所述眼生理状态实时特征和所述眼生理状态特征基线对比集的相对变化量，生成眼生理状态特征基线变化集；
4）根据预设眼生理状态特征重要性权重和所述眼生理状态特征基线变化集进行归一调和计算，提取归一调和特征值，即所述眼疲劳水平实时指数；
5）根据连续时序的所述眼疲劳水平实时指数，生成或更新得到所述眼疲劳水平实时曲线；
1）若数值序列 为全零序列，则其归一调和特征值为0；
2）若数值序列 为非全零序列，则其归一调和特征值为：
其中， 分别为数值序列 的归一调和特征值、第 个值以及其权重，为数值序列长度且为正整数， 为取绝对值算符， 为与用户年龄相关的修正指数且；
其中，所述眼疲劳恢复进程辅助调节场景基线方案至少包括最优调节方式、最优执行方式、最优调节方法、最优调节强度和最优调节目标眼疲劳水平迭代值。
一种眼疲劳恢复进程的辅助调节方法、系统和装置
技术领域
[0001] 本发明涉及眼疲劳恢复进程辅助调节领域，特别涉及一种眼疲劳恢复进程的辅助调节方法、系统和装置。
背景技术
[0002] 眼睛是人类最重要的感官器官之一，承担着人类全部视知觉的任务和行为。持续长时间用眼、屈光不正、眼部睫状肌调节能力下降、不良用眼行为和不良光环境等因素，可能会出现眼胀、灼热、眼困、干涩、流泪、眼肌酸痛、复视、头晕等眼疲劳状态，尤其在学生、司机、程序员、文案和视频工作者等长时间超负荷用眼群体。另外，精神压力、衰老、疾病和意外感染等因素都可能会带来相关人群的眼疲劳状态。
[0003] 眼疲劳的长时间持续且得不到及时调节缓解，将加速引起视力下降、干眼症、角膜炎、青光眼等症状或疾病。对于眼疲劳带来的眼部肌肉乳酸堆积、循环代谢紊乱等问题，通过休息，可以部分缓解；通过滴眼液、药物使用、改善光环境等，而眼保健操、雾视法、远眺法等调节训练方式，可以改善眼部血液循环，辅助减轻眼疲劳状态。但目前大部分人只是粗放地按统一频次或者时间间隔进行用眼休息，或者在极度不适时才进行干预调节。由于不同人体质不同，对于外部用眼和用眼程度的接受程度不同，其疲劳变化也是差异性的。如果仅按统一节律休息并不科学和精准，如果在极度不适时才进行调节也错过了最佳恢复介入时机，可能造成不可逆的损害。
[0004] 现有技术方案CN110279565A公开了一种具有缓解眼疲劳与场景游戏训练功能的VR系统，以及CN107645590A公开了一种用眼疲劳的提醒方法及用户终端，仅解决用户在特定任务态下的眼疲劳问题，而没有对用户任务态、静息态、睡眠态等多种状态下眼疲劳水平进行科学系统的量化评价，也没有对眼疲劳干预调节的效果进行实时有效的跟踪评价，以及缺乏针对不同人群、同一个人的不同状态和不同生理反馈下制定不同的干预或调节策略，从而导致眼疲劳干预调节的实际使用场中实施效果难以保障。
[0005] 如何针对不同个体的眼疲劳程度或恢复水平进行科学系统分析量化，构建一套科学有效的方法或框架来实现对不同用户各种不同用眼行为场景下差异化地实时动态且科学高效地进行眼疲劳恢复进程辅助调节，这是目前国内外仍没有明确技术方案解决的问题或难题。
发明内容
[0006] 针对现有方法的以上缺陷及改进需求，本发明的目的在于提供一种眼疲劳恢复进程的辅助调节方法，通过获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景并对用户眼部生理状态进行实时地监测采集和处理分析，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线，进而对用户的用眼行为和眼疲劳水平进行实时地预测，生成眼疲劳恢复进程辅助调节策略并进行实时动态辅助调节，最后提取眼疲劳恢复进程辅助调节效果曲线且生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库，实现对用户各种不同用眼行为场景下实时动态且科学高效地眼疲劳恢复进程辅助调节。本发明还提供了一种眼疲劳恢复进程的辅助调节系统，用于实现上述方法。本发明还提供了一种眼疲劳恢复进程的辅助调节装置，用于实现上述系统。
[0007] 根据本发明的目的，本发明提出了一种眼疲劳恢复进程的辅助调节方法，包括以下步骤：
[0008] 识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
[0009] 对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
[0010] 根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
[0011] 根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
[0012] 重复上述过程，完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库。
[0013] 更优地，所述用户用眼行为场景至少包括不同用眼任务态、静息态、睡眠态；其中，所述任务态至少包括阅读任务态、视频任务态、观物任务态、近观任务态、远眺任务态、序列光照度任务态和序列色温任务态；所述静息态至少包括闭眼静息态、无任务睁眼静息态；所述睡眠态至少包括快速眼动睡眠态、非快速眼动浅睡眠态和非快速眼动深睡眠态。
[0014] 更优地，所述对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线的具体步骤还包括：
[0015] 对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号；
[0016] 对所述眼部生理状态实时信号进行实时地信号处理和特征分析，提取所述眼生理状态实时特征；
[0017] 根据所述眼生理状态实时特征和健康群体眼生理场景特征基线数据库，计算得到所述眼疲劳水平实时指数，生成或更新所述眼疲劳水平实时曲线。
[0018] 更优地，所述眼部生理状态实时信号至少包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号中的任一项。
[0019] 更优地，所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，所述矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，所述动态截取是指根据辅助调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
[0020] 更优地，所述特征分析至少包括数值特征分析、物理学特征分析、时频特征分析、信号包络特征分析和非线性特征分析。
[0021] 更优地，所述眼生理状态实时特征至少包括眼压状态特征、眼肌状态特征和眼动态代谢特征中的任一项。
[0022] 更优地，所述眼疲劳水平实时指数和所述眼疲劳水平实时曲线的计算生成方法具体为：
[0023] 1）获取所述眼生理状态实时特征和所述用户用眼行为场景；
[0024] 2）获取用户信息，从所述健康群体眼生理场景特征基线数据库中提取当前所述用户用眼行为场景对应的眼生理状态特征值，得到眼生理状态特征基线对比集；
[0025] 3）计算所述眼生理状态实时特征和所述眼生理状态特征基线对比集的相对变化量，生成眼生理状态特征基线变化集；
[0026] 4）根据预设眼生理状态特征重要性权重和所述眼生理状态特征基线变化集进行归一调和计算，提取归一调和特征值，即所述眼疲劳水平实时指数；
[0027] 5）根据连续时序的所述眼疲劳水平实时指数，生成或更新得到所述眼疲劳水平实时曲线。
[0028] 更优地，所述归一调和计算的具体公式为：
[0029] 对于数值序列 来说，
[0030] 1）若数值序列 为全零序列，则其归一调和特征值为0；
[0031] 2）若数值序列 为非全零序列，则其归一调和特征值为：
[0032] ；
[0033] 其中， 分别为数值序列 的归一调和特征值、第 个值以及其权重，为数值序列长度且为正整数， 为取绝对值算符， 为与用户年龄相关的修正指数且。
[0034] 更优地，所述根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略的具体步骤还包括：
[0035] 根据所述用户用眼行为场景、所述眼生理状态实时特征和所述眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线；
[0036] 根据所述用眼行为基线趋势方向和所述眼疲劳水平实时预测指数，结合所述眼疲劳恢复进程辅助调节场景基线方案，结合所述眼疲劳恢复进程辅助调节历史，生成所述眼疲劳恢复进程辅助调节策略。
[0037] 更优地，所述眼疲劳恢复进程辅助调节历史至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数，以及眼疲劳恢复进程辅助调节效果。
[0038] 更优地，所述用眼行为基线趋势方向至少包括用眼强度加强、减弱和持平。
[0039] 更优地，所述趋势预测的方法至少包括传统时间序列预测方法和深度学习趋势预测方法；其中，所述传统时间序列预测方法至少包括AR、MR、ARMA、ARIMA、SARIMA、VAR。
[0040] 更优地，所述眼疲劳恢复进程辅助调节场景基线方案至少包括最优调节方式、最优执行方式、最优调节方法、最优调节强度和最优调节目标眼疲劳水平迭代值。
[0041] 更优地，所述眼疲劳恢复进程辅助调节策略至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
[0042] 更优地，所述根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略的具体步骤还包括：
[0043] 根据所述眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节；
[0044] 实时评估动态辅助调节效果，提取所述眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略。
[0045] 更优地，所述眼疲劳恢复进程辅助调节效果系数的具体计算公式如下：
[0046] ；
[0047] 其中， 分别为所述眼疲劳恢复进程辅助调节效果系数、动态辅助调节前的所述调节目标眼疲劳水平值、动态辅助调节后的所述眼疲劳水平实时指数， 分别为取最小值算符和取最大值算符。
[0048] 更优地，所述重复上述过程，完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库的具体步骤还包括：
[0049] 完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的所述眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线；
[0050] 根据所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的所述眼疲劳恢复进程辅助调节策略，生成所述眼疲劳恢复进程辅助调节报告；
[0051] 将所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的所述眼疲劳恢复进程辅助调节策略存入所述用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案。
[0052] 更优地，所述眼疲劳恢复进程辅助调节报告至少包括用户基本信息、所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线、关键节点的所述眼疲劳恢复进程辅助调节策略，以及辅助调节总结。
[0053] 更优地，所述用户个性化眼疲劳恢复调节长期数据库具体为记录用户基本信息、每一次用眼场景和眼疲劳恢复进程动态辅助调节过程的关键数据，以及不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案，为后续用户的眼疲劳恢复进程动态辅助调节过程优化提供数据基础。
[0054] 根据本发明的目的，本发明提出了一种眼疲劳恢复进程的辅助调节系统，包括以下模块：
[0055] 场景跟踪识别模块，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
[0056] 疲劳水平分析模块，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
[0057] 调节策略生成模块，根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
[0058] 动态调节执行模块，用于根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
[0059] 循环优化管理模块，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
[0060] 数据运行管理模块，用于对所述系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理。
[0061] 更优地，所述疲劳水平分析模块还包括以下功能单元：
[0062] 状态监测采集单元，用于对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号；
[0063] 特征分析处理单元，用于对所述眼部生理状态实时信号进行实时地信号处理和特征分析，提取所述眼生理状态实时特征；
[0064] 基线特征管理单元，用于健康群体眼生理场景特征基线数据库的建立、更新和管理；
[0065] 疲劳水平量化单元，用于根据所述眼生理状态实时特征和所述健康群体眼生理场景特征基线数据库，计算得到所述眼疲劳水平实时指数，生成或更新所述眼疲劳水平实时曲线。
[0066] 更优地，所述调节策略生成模块还包括以下功能单元：
[0067] 状态趋势预测单元，用于根据所述用户用眼行为场景、所述眼生理状态实时特征和所述眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线；
[0068] 动态策略生成单元，用于根据所述用眼行为基线趋势方向和所述眼疲劳水平实时预测指数，结合所述眼疲劳恢复进程辅助调节场景基线方案，结合所述眼疲劳恢复进程辅助调节历史，生成所述眼疲劳恢复进程辅助调节策略。
[0069] 更优地，所述动态调节执行模块还包括以下功能单元：
[0070] 动态辅助调节单元，用于根据所述眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节；
[0071] 调节效果跟踪单元，用于实时评估动态辅助调节效果，提取所述眼疲劳恢复进程辅助调节效果系数。
[0072] 更优地，所述循环优化管理模块还包括以下功能单元：
[0073] 循环动态调节单元，用于完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的所述眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线；
[0074] 调节报告生成单元，用于根据所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的所述眼疲劳恢复进程辅助调节策略，生成所述眼疲劳恢复进程辅助调节报告；
[0075] 个性数据管理单元，用于将所述眼疲劳水平实时曲线、所述眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的所述眼疲劳恢复进程辅助调节策略存入所述用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的所述眼疲劳恢复进程辅助调节场景基线方案；
[0076] 报告输出管理单元，用于对所述眼疲劳恢复进程辅助调节报告的格式输出、展现形式进行统一管理。
[0077] 更优地，所述数据运行管理模块还包括以下功能单元：
[0078] 用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
[0079] 数据可视化管理单元，用于对所述系统中所有数据的可视化展现管理；
[0080] 数据存储管理单元，用于对所述系统中所有数据的统一存储管理；
[0081] 数据运营管理单元，用于对所述系统中所有数据的备份、迁移和导出。
[0082] 根据本发明的目的，本发明提出了一种眼疲劳恢复进程的辅助调节装置，包括以下模组：
[0083] 场景跟踪识别模组，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
[0084] 疲劳水平分析模组，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
[0085] 调节策略生成模组，根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
[0086] 动态调节执行模组，用于根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略；
[0087] 循环优化管理模组，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
[0088] 数据可视化模组，用于对所述装置中所有过程数据和/或结果数据的统一可视化展示管理；
[0089] 数据管理中心模组，用于对所述装置中所有过程数据和/或结果数据的统一存储和数据运营管理。
[0090] 本发明提供了一种眼疲劳恢复进程的辅助调节方法、系统和装置，通过获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景并对用户眼部生理状态进行实时地监测采集和处理分析，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线，进而对用户的用眼行为和眼疲劳水平进行实时地预测，生成眼疲劳恢复进程辅助调节策略并进行实时动态辅助调节，最后提取眼疲劳恢复进程辅助调节效果曲线且生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库，实现对用户各种不同用眼行为场景下实时动态且科学高效地眼疲劳恢复进程辅助调节。
[0091] 在实际使用场景中，本发明所提供的一种眼疲劳恢复进程的辅助调节方法、系统和装置，能够结合、赋能或嵌入眼健康相关产品和服务，为不同人群用眼场景提供眼疲劳恢复进程动态辅助调节方案，尤其学生、司机、程序员、文案和视频工作者等长时间超负荷用眼群体。
[0092] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0093] 附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
[0094] 图1是本发明一实施例所提供的一种眼疲劳恢复进程的辅助调节方法的流程步骤示意图；
[0095] 图2是本发明一实施例所提供的一种眼疲劳恢复进程的辅助调节系统的模块组成示意图；
[0096] 图3是本发明一实施例所提供的一种眼疲劳恢复进程的辅助调节装置的模组构成示意图。
具体实施方式
[0097] 为了更清楚地说明本发明的目的和技术方案，下面将结合本发明申请实施例中的附图，对本发明进行进一步介绍说明。显而易见地，下面描述的实施例仅是本发明一部分实施例，而不是全部的实施例。在没有创造性劳动前提下，本领域普通技术人员基于本发明的实施例所得到的其他实施例，都应属于本发明的保护范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
[0098] 如图1所示，本发明实施例提供的一种眼疲劳恢复进程的辅助调节方法，包括以下步骤：
[0099] P100：识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景。
[0100] 本实施例中，用户用眼行为场景至少包括不同用眼任务态、静息态、睡眠态；其中，任务态至少包括阅读任务态、视频任务态、观物任务态、近观任务态、远眺任务态、序列光照度任务态和序列色温任务态；静息态至少包括闭眼静息态、无任务睁眼静息态；睡眠态至少包括快速眼动睡眠态、非快速眼动浅睡眠态和非快速眼动深睡眠态。
[0101] 在实际使用场景中，用户可以通过手动设置或外围场景识别工具来完成用户用眼行为场景的识别、获取和标识。在不同用户用眼行为场景的具体需求下，为了达到用户的最佳体验和最佳调节效果，可以选择不同的眼部生理状态信号和眼生理状态特征来完成眼疲劳水平实时指数评估，以及用不同动态辅助调节方式和方法来实现眼疲劳恢复进程实时动态辅助调节；另外，眼疲劳恢复进程实时动态辅助调节策略或方案的确定需要考虑到用户的眼疲劳恢复进程辅助调节过程和效果等历史记录。比如在视频观看、文案工作、学习阅读等超负荷强度用眼场景下，可以使用眼压监测和眼部动态微电刺激来实现眼疲劳恢复进程实时动态辅助调节过程；而在静息态和睡眠态等超低强度用眼场景下，可以使用眼电监测和眼部动态微电或热温刺激来实现眼疲劳恢复进程实时动态辅助调节过程。
[0102] 本实施例中，以用户闭眼休息的静息态下的用户用眼行为场景来说明眼疲劳恢复进程实时动态辅助调节的全过程。
[0103] P200：对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线。
[0104] 第一步、对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号。
[0105] 本实施例中，眼部生理状态实时信号至少包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号中的任一项。不同眼部生理状态实时信号能够描述不同眼部生理状态特征变化。
[0106] 本实施例中，以左右眼的上眼睑中心、外眼角侧上方、外眼角侧下方、下眼睑中心的8（2*4）个位置对称放置眼电采集传感器电极，参考电极为右耳乳突，采样率为1024Hz，采集用户眼电实时信号作为眼部生理状态实时信号。
[0107] 第二步、对眼部生理状态实时信号进行实时地信号处理和特征分析，提取眼生理状态实时特征。
[0108] 本实施例中，信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，动态截取是指根据辅助调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
[0109] 本实施例中，特征分析至少包括数值特征分析、物理学特征分析、时频特征分析、信号包络特征分析和非线性特征分析。眼生理状态实时特征至少包括眼压状态特征、眼肌状态特征和眼动态代谢特征中的任一项。
[0110] 本实施例中，对眼电实时信号的实时信号处理主要包括小波降噪、去伪迹、50Hz及其倍频的工频陷波、0.3‑400Hz带通滤波、矫正处理和动态截取。
[0111] 本实施例中，以眼电实时状态特征（眼肌状态特征）作为眼生理状态实时特征，而对眼电实时信号的特征分析主要包括数值特征（均方根、变异系数、峰度和偏度）、时频特征（总功率、特征频带功率、特征频带功率占比）、非线性特征（奇异值分解熵、赫斯特分形指数），其中特征频带分为0.3‑3Hz、3‑30Hz、30‑80Hz、80‑150Hz、150‑400Hz五个频带。
[0112] 第三步、根据眼生理状态实时特征和健康群体眼生理场景特征基线数据库，计算得到眼疲劳水平实时指数，生成或更新眼疲劳水平实时曲线。
[0113] 本实施例中，以上述第二步中眼电实时状态特征作为眼生理状态实时特征，同时从健康群体眼生理场景特征基线数据库中提取与用户年龄段相近的、闭眼静息态下的、眼电状态特征的基线特征值作为对比分析基线数据。
[0114] 本实施例中，在计算眼疲劳水平实时指数前需要优先建立健康群体眼生理场景特征基线数据库。在实际使用场景中，通过对不同年龄段的健康人群在不同用户用眼行为场景中的不同眼部生理状态信号进行监测采集、信号处理和特征分析，提取眼生理状态特征，并按年龄、场景、信号类型和特征属性等维度进行求均值、中位数或其他分位数处理得到对应的基线特征值，建立和不断更新健康群体眼生理场景特征基线数据库。
[0115] 本实施例中，眼疲劳水平实时指数和眼疲劳水平实时曲线的计算生成方法具体为：
[0116] 1）获取眼生理状态实时特征和用户用眼行为场景；
[0117] 2）获取用户信息，从健康群体眼生理场景特征基线数据库中提取当前用户用眼行为场景对应的眼生理状态特征值，得到眼生理状态特征基线对比集；
[0118] 3）计算眼生理状态实时特征和眼生理状态特征基线对比集的相对变化量，生成眼生理状态特征基线变化集；
[0119] 4）根据预设眼生理状态特征重要性权重和眼生理状态特征基线变化集进行归一调和计算，提取归一调和特征值，即眼疲劳水平实时指数；
[0120] 5）根据连续时序的眼疲劳水平实时指数，生成或更新得到眼疲劳水平实时曲线。
[0121] 本实施例中，归一调和计算的具体公式为：
[0122] 对于数值序列 来说，
[0123] 1）若数值序列 为全零序列，则其归一调和特征值为0；
[0124] 2）若数值序列 为非全零序列，则其归一调和特征值为：
[0125] ；
[0126] 其中， 分别为数值序列 的归一调和特征值、第 个值以及其权重，为数值序列长度且为正整数， 为取绝对值算符， 为与用户年龄相关的修正指数且。
[0127] P300：根据所述用户用眼行为场景、所述眼生理状态实时特征、所述眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略。
[0128] 第一步、根据用户用眼行为场景、眼生理状态实时特征和眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线。
[0129] 本实施例中，趋势预测的方法至少包括传统时间序列预测方法和深度学习趋势预测方法；其中，传统时间序列预测方法至少包括AR、MR、ARMA、ARIMA、SARIMA、VAR。
[0130] 本实施例中，眼疲劳恢复进程辅助调节历史至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数，以及眼疲劳恢复进程辅助调节效果。
[0131] 本实施例中，用眼行为基线趋势方向至少包括用眼强度加强、减弱和持平。通过深度学习趋势预测方法建模，根据用户用眼行为场景、眼生理状态实时特征来完成用眼行为的趋势预测，得到用眼行为基线趋势方向。
[0132] 本实施例中，眼疲劳水平实时预测指数是通过传统时间序列预测方法ARMA对眼疲劳水平实时曲线进行趋势预测而得到的。
[0133] 第二步、根据用眼行为基线趋势方向和眼疲劳水平实时预测指数，结合眼疲劳恢复进程辅助调节场景基线方案，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略。
[0134] 本实施例中，眼疲劳恢复进程辅助调节场景基线方案至少包括最优调节方式、最优执行方式、最优调节方法、最优调节强度和最优调节目标眼疲劳水平迭代值。眼疲劳恢复进程辅助调节场景基线方案来自用户个性化眼疲劳恢复调节长期数据库（用户的眼疲劳恢复进程辅助调节过程和效果等历史记录），若是新用户则来自系统基于当前用户用眼行为场景和健康群体眼生理场景特征基线数据库所确定的预设方案。
[0135] 本实施例中，眼疲劳恢复进程辅助调节策略至少包括调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、调节目标眼疲劳水平值和设备控制参数；其中，调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，执行方式至少包括离体式和接触式中的任一方式。
[0136] 本实施例中，眼疲劳恢复进程辅助调节策略采用接触式的眼部动态微电刺激（DC直流电，0.05 1.5ma）。~
[0137] P400：根据所述眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化所述眼疲劳恢复进程辅助调节策略。
[0138] 第一步、根据眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节。
[0139] 本实施例中，眼部动态微电刺激设备电极分别对称放置在上眼睑中心、外眼角侧中心、下眼睑中心，注意避免与眼电采集电极靠得太近或接触上。
[0140] 本实施例中，根据眼疲劳恢复进程辅助调节策略，连接眼部动态微电刺激设备，通过刺激时间（调节时点）、持续时间（持续时间）和电流强度（调节强度）等参数调整来实现对用户眼部行为过程进行实时动态辅助调节。
[0141] 第二步、实时评估动态辅助调节效果，提取眼疲劳恢复进程辅助调节效果系数并用于优化眼疲劳恢复进程辅助调节策略。
[0142] 本实施例中，需要实时评估动态辅助调节效果，以保障调节的正向有效性，并提高眼疲劳恢复进程辅助调节策略的制定合理性。
[0143] 本实施例中，眼疲劳恢复进程辅助调节效果系数的具体计算公式如下：
[0144] ；
[0145] 其中， 分别为眼疲劳恢复进程辅助调节效果系数、动态辅助调节前的调节目标眼疲劳水平值、动态辅助调节后的眼疲劳水平实时指数，分别为取最小值算符和取最大值算符。
[0146] 在本实施例中，眼疲劳水平实时指数越小代表眼疲劳程度越低。若眼疲劳恢复进程辅助调节效果系数小于1（即 ），则表示调节效果未达到，后续需要优化调节策略；若眼疲劳恢复进程辅助调节效果系数大于等于1（即 ），则
表示调节效果达到。
[0147] P500：重复上述过程，完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库。
[0148] 第一步、完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线。
[0149] 本实施例中，在闭眼静息态下完成30分钟（预设时间段）、每个1分钟（预设调节时间间隔）的用户眼疲劳恢复进程持续动态辅助调节。在实际使用场景中，在预设时间段内、预设调节时间间隔完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，包括眼生理状态的监测采集、信号处理和特征分析，以及眼疲劳水平实时指数的评估、预测和动态调节等全过程。在预设时间段结束时，抽取全部的眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线。
[0150] 第二步、根据眼疲劳水平实时曲线、眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的眼疲劳恢复进程辅助调节策略，生成眼疲劳恢复进程辅助调节报告。
[0151] 本实施例中，眼疲劳恢复进程辅助调节报告至少包括用户基本信息、眼疲劳水平实时曲线、眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线、关键节点的眼疲劳恢复进程辅助调节策略，以及辅助调节总结。
[0152] 第三步、将眼疲劳水平实时曲线、眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的眼疲劳恢复进程辅助调节策略存入用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的眼疲劳恢复进程辅助调节场景基线方案。
[0153] 本实施例中，用户个性化眼疲劳恢复调节长期数据库具体为记录用户基本信息、每一次用眼场景和眼疲劳恢复进程动态辅助调节过程的关键数据，以及不同场景状态下的眼疲劳恢复进程辅助调节场景基线方案，为后续用户的眼疲劳恢复进程动态辅助调节过程优化提供数据基础。
[0154] 在实际使用场景中，通过多次、多场景的对用户眼疲劳恢复进程进行动态辅助调节，将上述关键过程数据持续地更新入用户个性化眼疲劳恢复调节长期数据库，有利于不断优化眼疲劳恢复进程动态辅助调节策略和提升眼疲劳恢复进程动态辅助调节效果。
[0155] 如图2所示，本发明实施例提供的一种眼疲劳恢复进程的辅助调节系统，所述系统被构造以用于执行上述各个方法步骤。所述系统包括如下模块：
[0156] 场景跟踪识别模块S100，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
[0157] 疲劳水平分析模块S200，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
[0158] 调节策略生成模块S300，根据用户用眼行为场景、眼生理状态实时特征、眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
[0159] 动态调节执行模块S400，用于根据眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化眼疲劳恢复进程辅助调节策略；
[0160] 循环优化管理模块S500，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
[0161] 数据运行管理模块S600，用于对系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理。
[0162] 本实施例中，疲劳水平分析模块S200还包括以下功能单元：
[0163] 状态监测采集单元，用于对用户眼部生理状态进行实时地监测采集，生成眼部生理状态实时信号；
[0164] 特征分析处理单元，用于对眼部生理状态实时信号进行实时地信号处理和特征分析，提取眼生理状态实时特征；
[0165] 基线特征管理单元，用于健康群体眼生理场景特征基线数据库的建立、更新和管理；
[0166] 疲劳水平量化单元，用于根据眼生理状态实时特征和健康群体眼生理场景特征基线数据库，计算得到眼疲劳水平实时指数，生成或更新眼疲劳水平实时曲线。
[0167] 本实施例中，调节策略生成模块S300还包括以下功能单元：
[0168] 状态趋势预测单元，用于根据用户用眼行为场景、眼生理状态实时特征和眼疲劳水平实时曲线，对用眼行为和眼疲劳水平进行趋势预测，得到用眼行为基线趋势方向和眼疲劳水平实时预测指数，生成眼疲劳水平实时预测曲线；
[0169] 动态策略生成单元，用于根据用眼行为基线趋势方向和眼疲劳水平实时预测指数，结合眼疲劳恢复进程辅助调节场景基线方案，生成眼疲劳恢复进程辅助调节策略。
[0170] 本实施例中，动态调节执行模块S400还包括以下功能单元：
[0171] 动态辅助调节单元，用于根据眼疲劳恢复进程辅助调节策略，连接辅助调节设备，对用户眼部行为过程进行实时动态辅助调节；
[0172] 调节效果跟踪单元，用于实时评估动态辅助调节效果，提取眼疲劳恢复进程辅助调节效果系数并用于优化眼疲劳恢复进程辅助调节策略。
[0173] 本实施例中，循环优化管理模块S500还包括以下功能单元：
[0174] 循环动态调节单元，用于完成全部对用户眼疲劳恢复进程进行持续地动态辅助调节，抽取全部的眼疲劳恢复进程辅助调节效果系数，生成眼疲劳恢复进程辅助调节效果曲线；
[0175] 调节报告生成单元，用于根据眼疲劳水平实时曲线、眼疲劳水平实时预测曲线和眼疲劳恢复进程辅助调节效果曲线，结合全部过程中的眼疲劳恢复进程辅助调节策略，生成眼疲劳恢复进程辅助调节报告；
[0176] 个性数据管理单元，用于将眼疲劳水平实时曲线、眼疲劳水平实时预测曲线、眼疲劳恢复进程辅助调节效果曲线和全部过程中的眼疲劳恢复进程辅助调节策略存入用户个性化眼疲劳恢复调节长期数据库，提取或更新不同场景状态下的眼疲劳恢复进程辅助调节场景基线方案；
[0177] 报告输出管理单元，用于对眼疲劳恢复进程辅助调节报告的格式输出、展现形式进行统一管理。
[0178] 本实施例中，数据运行管理模块S600还包括以下功能单元：
[0179] 用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
[0180] 数据可视化管理单元，用于对系统中所有数据的可视化展现管理；
[0181] 数据存储管理单元，用于对系统中所有数据的统一存储管理；
[0182] 数据运营管理单元，用于对系统中所有数据的备份、迁移和导出。
[0183] 如图3所示，本发明实施例提供的一种眼疲劳恢复进程的辅助调节装置，包括以下模组：
[0184] 场景跟踪识别模组M100，用于识别并获取用户在任务态、静息态、睡眠态下的、具体的用眼行为场景；
[0185] 疲劳水平分析模组M200，用于对用户眼部生理状态进行实时地监测采集和处理分析，得到眼生理状态实时特征，用于提取眼疲劳水平实时指数并生成眼疲劳水平实时曲线；
[0186] 调节策略生成模组M300，根据用户用眼行为场景、眼生理状态实时特征、眼疲劳水平实时曲线和眼疲劳恢复进程辅助调节场景基线方案，对用眼行为和眼疲劳水平进行实时地预测，结合眼疲劳恢复进程辅助调节历史，生成眼疲劳恢复进程辅助调节策略；
[0187] 动态调节执行模组M400，用于根据眼疲劳恢复进程辅助调节策略，对用户眼部行为过程进行实时动态辅助调节，提取眼疲劳恢复进程辅助调节效果系数并用于优化眼疲劳恢复进程辅助调节策略；
[0188] 循环优化管理模组M500，用于完成对用户眼疲劳恢复进程进行持续地动态辅助调节，提取眼疲劳恢复进程辅助调节效果曲线并生成眼疲劳恢复进程辅助调节报告，建立用户个性化眼疲劳恢复调节长期数据库；
[0189] 数据可视化模组M600，用于对装置中所有过程数据和/或结果数据的统一可视化展示管理；
[0190] 数据管理中心模组M700，用于对装置中所有过程数据和/或结果数据的统一存储和数据运营管理。
[0191] 所述装置被构造以用于对应执行图1的方法中的各个步骤，在此不再赘述。
[0192] 本发明还提供了可编程的各类处理器（FPGA、ASIC或其他集成电路），所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中的步骤。
[0193] 本发明还提供了对应的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述存储器执行所述程序时实现上述实施例中的步骤。
[0194] 虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和原则的前提下，可以在实施的形式及细节上进行任何的修改与变化、等同替换等，这些都属于本发明的保护范围。因此，本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
