[發(fā)明專利]基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310357791.2
• 申請(qǐng)日: 2023-04-06
• 公開（公告）號(hào): CN116487042A
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 張麗軍;楊丹華;徐海萍;徐瑞;王瑞霞;李正華;梁彩玲;姜書琴;黃鳳娟;付杰;魯興鳳;楊雅冰;丁玲
• 申請(qǐng)（專利權(quán)）人: 鄭州大學(xué)第三附屬醫(yī)院
• 主分類號(hào): G16H50/30
• 分類號(hào): G16H50/30;G16H50/20;G16H50/50;G16H20/70;G06F18/24
• 代理公司: 安徽善安知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 34200
• 代理人: 劉勇

1.基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于，包括處理器以及與處理器通訊連接的數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)預(yù)處理模塊、注意力干預(yù)模塊、數(shù)據(jù)分析模塊以及干預(yù)效果評(píng)估模塊，其中：

數(shù)據(jù)分析模塊通過將數(shù)據(jù)預(yù)處理模塊處理好的眼動(dòng)指標(biāo)、EEG指標(biāo)和握動(dòng)指標(biāo)作為自變量，代入干預(yù)效果評(píng)估指標(biāo)的三元一次函數(shù)當(dāng)中，將三元一次函數(shù)作為干預(yù)效果評(píng)估指標(biāo)的評(píng)估機(jī)制，干預(yù)效果評(píng)估指標(biāo)的公式為：

K_zh＝f(x,y,z)；

式中：K_zh為干預(yù)效果評(píng)估指標(biāo)，x、y和z為三元一次函數(shù)f(x,y,z)的三個(gè)自變量；

其中：f(x,y,z)＝0.3x+0.6y+0.1z；

式中：x＝K_yd；y＝K_eg；z＝K_wd。

2.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：數(shù)據(jù)分析模塊中，利用眼動(dòng)指標(biāo)分析反應(yīng)時(shí)間、注視時(shí)間以及眼震幅度，眼動(dòng)指標(biāo)與反應(yīng)時(shí)間正相關(guān)，與注視時(shí)間正相關(guān)，與眼震幅度負(fù)相關(guān)，眼動(dòng)指標(biāo)的公式為：

式中：T_f為反應(yīng)時(shí)間，T_z為注視時(shí)間，β_d為眼震幅度。

3.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：數(shù)據(jù)分析模塊中，利用EEG指標(biāo)分析相關(guān)電位、時(shí)域信息和頻域信息，EEG指標(biāo)與相關(guān)電位正相關(guān)，與時(shí)域信息負(fù)相關(guān)，與頻域信息負(fù)相關(guān)，EEG指標(biāo)公式為：

式中：E_RP為相關(guān)電位，T_sy為時(shí)域信息，δ_P為頻域信息。

4.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：數(shù)據(jù)分析模塊中，利用握動(dòng)指標(biāo)分析力度大小、計(jì)數(shù)量和指端長(zhǎng)度信息，握動(dòng)指標(biāo)與力度大小正相關(guān)，與計(jì)數(shù)量負(fù)相關(guān)，與指端長(zhǎng)度信息負(fù)相關(guān)，握動(dòng)指標(biāo)公式為：

式中：F_w為力度大小，μ為計(jì)數(shù)量，L為指端長(zhǎng)度信息。

5.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：數(shù)據(jù)預(yù)處理模塊通過異常值剔除、空缺值插補(bǔ)和高斯濾波對(duì)數(shù)據(jù)采集模塊獲取的數(shù)據(jù)進(jìn)行處理，將采集到的異常值和離群點(diǎn)進(jìn)行剔除，將數(shù)據(jù)轉(zhuǎn)換成FBM行為模型所需的序列數(shù)據(jù)。

6.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：處理器用于處理來自用于自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)的至少一個(gè)組件的數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)模塊對(duì)檢測(cè)的數(shù)據(jù)進(jìn)行保存和管理，處理器對(duì)各個(gè)模塊之間相互協(xié)調(diào)配合，使系統(tǒng)能夠有序的運(yùn)行。

7.根據(jù)權(quán)利要求1的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于：獲取干預(yù)效果評(píng)估指標(biāo)后，利用干預(yù)效果評(píng)估指標(biāo)的數(shù)值創(chuàng)建樣本集，并獲取樣本集中的均值和標(biāo)準(zhǔn)差，利用均值和標(biāo)準(zhǔn)差對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化公式為在此式中z為標(biāo)準(zhǔn)參量，σ為樣本數(shù)據(jù)的方差，μ為樣本數(shù)據(jù)的均值，在完成標(biāo)準(zhǔn)化后，將標(biāo)準(zhǔn)參量利用將數(shù)值區(qū)間調(diào)整至[0,1]之間，利用f(m)的函數(shù)值對(duì)干預(yù)效果評(píng)估指標(biāo)進(jìn)行分類，分類的機(jī)制為：

當(dāng)時(shí)，干預(yù)效果評(píng)估指標(biāo)分類為一級(jí)；

當(dāng)時(shí)，干預(yù)效果評(píng)估指標(biāo)分類為二級(jí)。

8.一種基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估方法，用于實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)的基于FBM行為模型的自閉癥患兒注意力干預(yù)效果評(píng)估系統(tǒng)，其特征在于，包括以下步驟：

步驟一，使用EEG采集器和眼動(dòng)儀對(duì)自閉癥患兒在接受干預(yù)之前和接受干預(yù)之后的眼動(dòng)數(shù)據(jù)、EEG數(shù)據(jù)和握動(dòng)數(shù)據(jù)；

步驟二，通過異常值剔除、空缺值插補(bǔ)和高斯濾波對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，清除數(shù)據(jù)中的異常值，將數(shù)據(jù)轉(zhuǎn)換成FBM行為模型所需的序列數(shù)據(jù)；

步驟三，通過眼動(dòng)數(shù)據(jù)獲取眼動(dòng)指標(biāo)，通過EEG數(shù)據(jù)獲取EEG指標(biāo)，和通過握動(dòng)數(shù)據(jù)獲取握動(dòng)指標(biāo)；

步驟四，聯(lián)合眼動(dòng)指標(biāo)、EEG指標(biāo)和握動(dòng)指標(biāo)獲取干預(yù)效果評(píng)估指標(biāo)，獲取干預(yù)效果評(píng)估指標(biāo)后對(duì)干預(yù)效果評(píng)估指標(biāo)進(jìn)行分級(jí)評(píng)估。