"/>
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于制造技術

    技術編號:39814317 閱讀:12 留言:0更新日期:2023-12-22 19:32
    本發明專利技術涉及計算機軟件技術領域,特別涉及一種基于

    【技術實現步驟摘要】
    基于DSM
    ?
    V認知域的認知功能智能評估和訓練一體化方法


    [0001]本專利技術涉及計算機軟件
    ,特別涉及一種基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法


    技術介紹

    [0002]隨著人口老齡化加劇,認知功能障礙患者人數較多,但專科醫生嚴重不足,目前針對輕度認知障礙一般采用認知訓練方法進行治療,認知訓練是基于神經可塑性理論設計的針對人的認知能力進行科學測評及系統化訓練,一般采用標準化實驗范式來進行測評項目和訓練項目的設計

    [0003]目前市場上現有的認知訓練產品一般通過國際通用量表評估確定認知障礙的程度,無法對大腦各個認知域進行全面的評估,做不到與受試者實際水平相一致的難度等級訓練,進而導致無法做到針對性訓練,針對性不強,易出現天花板效應和地板效應,效率不高,每次需從低級到高級進行訓練,無法直接進入相應難度水平的訓練的問題


    技術實現思路

    [0004]本專利技術的主要目的為提供一種基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,旨在解決現有技術中訓練無針對性的技術問題

    [0005]本專利技術提出一種基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,包括:
    [0006]獲取患者初始認知水平值,并根據所述患者初始認知水平值對患者在每個認知域的認知障礙程度進行評分,得到多個認知評分值,其中,所述認知域包括復合注意域

    學習記憶域

    執行抑制域

    語言言語域

    知覺運動域和社會認知域;
    [0007]按照預設條件對多個所述認知評分值進行篩選,并將符合預設條件的所述認知評分值所對應的認知域判定為第一認知域;
    [0008]根據認知評分值獲取所述第一認知域所對應的第一難度等級任務,以使患者根據第一難度等級任務完成訓練;
    [0009]接收患者根據第一難度等級任務完成訓練的第一訓練結果,并根據所述第一訓練結果判斷是否需要與第一訓練結果對應的難度等級任務進行調整;
    [0010]若需要對于第一訓練結果對應的難度等級任務進行調整,則根據第一訓練結果對所述難度等級任務進行調整,得到第二難度等級任務,以使患者根據第二難度等級任務完成訓練;
    [0011]接收患者根據第二難度等級任務完成訓練的第二訓練結果,并判斷所述第二訓練結果是否達到預設值;
    [0012]若所述第二訓練結果達到預設值,則判定患者完成認知障礙訓練;
    [0013]若所述第二評估值未達到預設值,則判定患者未完成認知障礙訓練,并將所述第二訓練結果作為第一訓練結果返回至所述根據第一訓練結果對所述難度等級任務進行調整的步驟

    [0014]作為優選,所述根據所述患者初始認知水平值對患者在每個認知域的認知障礙程度進行評分,得到多個認知評分值的步驟,包括:
    [0015]設立認知任務成績水平與任務難度等級匹配表;
    [0016]將所述患者初始認知水平值和認知任務成績水平與任務難度等級匹配表進行匹配,獲取初始難度等級任務;
    [0017]從一個認知域的每個初始難度等級任務中抽取預設題量的評估題;
    [0018]獲取患者完成每個初始難度等級任務中多個評估題的得分值;
    [0019]根據每個初始難度等級任務中多個評估題的得分值計算患者完成每個初始難度等級任務的評估值,其中,計算公式為:
    [0020][0021]其中,
    X
    表示患者完成每個初始難度等級任務的評估值,
    A
    i
    表示每個初始難度等級任務中每個評估題的得分值,
    n
    表示評估題的數量;
    [0022]根據患者在一個認知域中多個所述初始難度等級任務的評估值獲取患者在該認知域的認知平均值;
    [0023]根據患者在一個認知域中多個所述初始難度等級任務的評估值和認知平均值來計算患者在該認知域的認知評分值,其中,計算公式為:
    [0024][0025]其中,
    r(p)
    表示患者在該認知域的認知評分值,
    X
    r
    表示該認知域的每個初始難度等級任務的評估值,
    Y
    表示患者在該認知域的認知平均值,
    N
    表示初始難度等級任務的數量

    [0026]作為優選,所述根據認知評分值獲取所述第一認知域所對應的第一難度等級任務,以使患者根據第一難度等級任務完成訓練的步驟,包括:
    [0027]獲取任務的預設難度等級;
    [0028]根據所述認知評分值

    任務的預設難度等級和患者初始認知水平值計算患者通過預設難度等級任務的概率值,其中,計算公式為:
    [0029][0030]其中,
    R(b)
    表示患者通過預設難度等級任務的概率值,
    r(p)
    表示認知評分值,
    r(c)
    表示患者初始認知水平值,
    y(c)
    表示任務的預設難度等級;
    [0031]實時檢測所述患者通過預設難度等級任務的概率值是否大于1;
    [0032]若所述患者通過預設難度等級任務的概率值大于1,則判定患者當前認知水平高于當前任務的預設難度等級,則向患者推薦當前任務預設難度等級的下一等級作為第一難度等級任務,以使患者根據第一難度等級任務完成訓練

    [0033]作為優選,所述根據第一訓練結果對所述難度等級任務進行調整,得到第二難度等級任務的步驟,包括:
    [0034]根據所述第一訓練結果獲取患者訓練時的行為反應數據,其中,所述行為反應數據包括反應時間和正確率;
    [0035]根據所述第一訓練結果獲取患者完成訓練后的認知評分值;
    [0036]根據所述患者完成訓練后的認知評分值和患者訓練時的行為反應數據獲取患者完成訓練前后認知變化值;
    [0037]設立認知變化值與難度等級變化差對照表;
    [0038]將所述患者完成訓練前后認知變化值和認知變化值與難度等級變化差對照表進行匹配,獲取等級變化差值;
    [0039]根據所述等級變化差值和第一難度等級任務對難度等級任務進行調整,得到第二難度等級任務

    [0040]作為優選,所述根據所述患者當前的認知障礙程度和行為反應數據獲取患者認知變化值的步驟,包括:
    [0041]獲取患者初始認知水平值;
    [0042]根據所述患者當前的認知障礙程度獲取當前認知評分值;
    [0043]根據所述行為反應數據獲取患者訓練時的反應變化曲線;
    [0044]根據所述患者訓練時的反應變化曲線獲取訓練穩定占比值和訓練阻礙占比值;
    [0045]根據所述患者初始認知水平值

    當前認知評分值

    訓練穩定占比值和訓練本文檔來自技高網
    ...

    【技術保護點】

    【技術特征摘要】
    1.
    一種基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,其特征在于,包括:獲取患者初始認知水平值,并根據所述患者初始認知水平值對患者在每個認知域的認知障礙程度進行評分,得到多個認知評分值,其中,所述認知域包括復合注意域

    學習記憶域

    執行抑制域

    語言言語域

    知覺運動域和社會認知域;按照預設條件對多個所述認知評分值進行篩選,并將符合預設條件的所述認知評分值所對應的認知域判定為第一認知域;根據認知評分值獲取所述第一認知域所對應的第一難度等級任務,以使患者根據第一難度等級任務完成訓練;接收患者根據第一難度等級任務完成訓練的第一訓練結果,并根據所述第一訓練結果判斷是否需要與第一訓練結果對應的難度等級任務進行調整;若需要對于第一訓練結果對應的難度等級任務進行調整,則根據第一訓練結果對所述難度等級任務進行調整,得到第二難度等級任務,以使患者根據第二難度等級任務完成訓練;接收患者根據第二難度等級任務完成訓練的第二訓練結果,并判斷所述第二訓練結果是否達到預設值;若所述第二訓練結果達到預設值,則判定患者完成認知障礙訓練;若所述第二評估值未達到預設值,則判定患者未完成認知障礙訓練,并將所述第二訓練結果作為第一訓練結果返回至所述根據第一訓練結果對所述難度等級任務進行調整的步驟
    。2.
    根據權利要求1所述的基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,其特征在于,所述根據所述患者初始認知水平值對患者在每個認知域的認知障礙程度進行評分,得到多個認知評分值的步驟,包括:設立認知任務成績水平與任務難度等級匹配表;將所述患者初始認知水平值和認知任務成績水平與任務難度等級匹配表進行匹配,獲取初始難度等級任務;從一個認知域的每個初始難度等級任務中抽取預設題量的評估題;獲取患者完成每個初始難度等級任務中多個評估題的得分值;根據每個初始難度等級任務中多個評估題的得分值計算患者完成每個初始難度等級任務的評估值,其中,計算公式為:其中,
    X
    表示患者完成每個初始難度等級任務的評估值,
    A
    i
    表示每個初始難度等級任務中每個評估題的得分值,
    n
    表示評估題的數量;根據患者在一個認知域中多個所述初始難度等級任務的評估值獲取患者在該認知域的認知平均值;根據患者在一個認知域中多個所述初始難度等級任務的評估值和認知平均值來計算患者在該認知域的認知評分值,其中,計算公式為:
    其中,
    r(p)
    表示患者在該認知域的認知評分值,
    X
    r
    表示該認知域的每個初始難度等級任務的評估值,
    Y
    表示患者在該認知域的認知平均值,
    N
    表示初始難度等級任務的數量
    。3.
    根據權利要求1所述的基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,其特征在于,所述根據認知評分值獲取所述第一認知域所對應的第一難度等級任務,以使患者根據第一難度等級任務完成訓練的步驟,包括:獲取任務的預設難度等級;根據所述認知評分值

    任務的預設難度等級和患者初始認知水平值計算患者通過預設難度等級任務的概率值,其中,計算公式為:其中,
    R(b)
    表示患者通過預設難度等級任務的概率值,
    r(p)
    表示認知評分值,
    r(c)
    表示患者初始認知水平值,
    y(c)
    表示任務的預設難度等級;實時檢測所述患者通過預設難度等級任務的概率值是否大于1;若所述患者通過預設難度等級任務的概率值大于1,則判定患者當前認知水平高于當前任務的預設難度等級,則向患者推薦當前任務預設難度等級的下一等級作為第一難度等級任務,以使患者根據第一難度等級任務完成訓練
    。4.
    根據權利要求1所述的基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,其特征在于,所述根據第一訓練結果對所述難度等級任務進行調整,得到第二難度等級任務的步驟,包括:根據所述第一訓練結果獲取患者訓練時的行為反應數據,其中,所述行為反應數據包括反應時間和正確率;根據所述第一訓練結果獲取患者完成訓練后的認知評分值;根據所述患者完成訓練后的認知評分值和患者訓練時的行為反應數據獲取患者完成訓練前后認知變化值;設立認知變化值與難度等級變化差對照表;將所述患者完成訓練前后認知變化值和認知變化值與難度等級變化差對照表進行匹配,獲取等級變化差值;基于所述第一難度等級任務根據所述等級變化差值對難度等級任務進行調整,得到第二難度等級任務
    。5.
    根據權利要求4所述的基于
    DSM
    ?
    V
    認知域的認知功能智能評估和訓練一體化方法,其特征在于,所述根據所述患者當前的認知障礙程度和行為反應數據獲取患者認知變化值的步驟,包括:獲取患者初始認知水平值;根據所述患者當前的認知障礙程度獲取當前認...

    【專利技術屬性】
    技術研發人員:于鶴立宋魯平王麗李利軍魯帥
    申請(專利權)人:深圳市鶴靈醫療設備技術開發有限責任公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲av无码专区国产不乱码| 无码少妇一区二区浪潮免费| 亚洲成AV人片在线观看无码 | 青春草无码精品视频在线观| 国产成人无码网站| 国产AV无码专区亚洲A∨毛片| 亚洲熟妇无码av另类vr影视| 亚洲成AV人片在线观看无码| 国产精品亚洲αv天堂无码| 日韩精品少妇无码受不了| av无码东京热亚洲男人的天堂 | 中国无码人妻丰满熟妇啪啪软件 | 小13箩利洗澡无码视频网站 | 无码国产成人午夜电影在线观看| 久热中文字幕无码视频| 亚洲无码视频在线| 好了av第四综合无码久久| 久久亚洲AV成人无码软件| 亚洲av无码不卡| 国产日韩AV免费无码一区二区| 人妻精品无码一区二区三区| 无码人妻丰满熟妇区BBBBXXXX| 亚洲av日韩av无码黑人| 亚洲熟妇无码另类久久久| 超清无码一区二区三区| 日韩经典精品无码一区| 日韩免费无码一区二区视频| 无码精品A∨在线观看无广告| 人妻夜夜添夜夜无码AV| 无码超乳爆乳中文字幕久久| 亚洲AV无码久久精品色欲| 国产乱人无码伦av在线a| 国产精品VA在线观看无码不卡| 最新中文字幕AV无码不卡| 国产AV一区二区三区无码野战| 国产亚洲精品a在线无码| 午夜不卡久久精品无码免费| 无码精品A∨在线观看中文| 亚洲综合无码一区二区三区| 久久无码高潮喷水| 无码国产精品一区二区免费I6|