CN101953677A - 神经行为测试评价方法 - Google Patents

神经行为测试评价方法 Download PDF

Info

Publication number
CN101953677A
CN101953677A CN2009100576000A CN200910057600A CN101953677A CN 101953677 A CN101953677 A CN 101953677A CN 2009100576000 A CN2009100576000 A CN 2009100576000A CN 200910057600 A CN200910057600 A CN 200910057600A CN 101953677 A CN101953677 A CN 101953677A
Authority
CN
China
Prior art keywords
experimenter
test
neurobehavioral
project
evaluation method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009100576000A
Other languages
English (en)
Other versions
CN101953677B (zh
Inventor
徐黎明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN200910057600.0A priority Critical patent/CN101953677B/zh
Publication of CN101953677A publication Critical patent/CN101953677A/zh
Application granted granted Critical
Publication of CN101953677B publication Critical patent/CN101953677B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及使用计算机系统进行神经行为检测评价的技术领域,公开了一种神经行为测试评价方法。可以提高特定研究对象的检测结果的可比性,避免运行不必要的测试项目从而节约计算机系统的资源。本发明包括以下步骤:主试者可根据自己的需求建立不同测试模板,并供实际应用时选用;系统根据用户的选择,读取模板中有关的神经行为检测项目和条件参数,依次进行神经行为功能的检测;在完成全部检测任务后,系统可依据用户提供的有关参比值,自动生成神经行为能力综合评价指标。

Description

神经行为测试评价方法
技术领域
本发明涉及使用计算机系统进行神经行为检测评价的领域,特别涉及使用一个计算机系统对多种不同的研究对象或研究目的进行神经行为测试评价的方法。
背景技术
神经行为毒理学(Neurobehavioral Toxicology)是毒理学和应用心理学的一个分支。它的发展目标是,“借用”实验心理学和临床心理学、行为科学,以及神经生理学的理论和方法,编组足以反映不同类型神经行为功能状况的理论和状态的“测试组合”(test battery),通过流行病学调查手段,研究环境中不良因素,特别是神经化学毒物,对人体神经功能、心理状态及劳动能力的影响。神经行为检测评价技术则是神经行为毒理学中用于开展神经行为功能状态调查和分析的重要技术手段。神经行为检测评价技术中的某些方法起源于心理测量学(psychometry),但是经过几十年不断的研究和发展,目前神经行为检测评价技术已经成为一门相对独立和完整的技术,并且在预防医学、临床医学以及军事医学等领域得到了较为普遍的应用。
从生物学角度讲,行为(behavior)是指从外部可察觉到的有适应意义的活动。不仅包括身体的运动(如奔跑、攻击),还包括静止的姿势。某些动物通过体色的改变(为了更好的隐蔽)和展现身体某些特殊的标志或发出特殊的叫声(以吸引异性)等都属于行为的范畴。
对于人类而言,行为主要分为两大类:本能行为和社会行为,前者是指先天遗传的,不经学习即可出现的典型、刻板、定型的行为模式,并且是有目的的指向性行为,如摄食、饮水、防御、性、睡眠、母性行为和好奇等。后者是指同种动物所激起,以对同种的其他成员有影响的行为,如家庭、学校、团体、医疗、健康行为、人际交往行为、领导与随从、侵略与攻击等。除此以外,人类的情感也属于行为范畴,如喜、怒、哀、乐等,它只是行为的另一种表现形式。神经行为毒理学更关注本能行为。
机体的行为受中枢神经的控制,当机体受到内、外环境中某些因素的刺激后,经中枢神经系统整合、加工,并成为协调的运动性输出,或者储存在中枢神经系统内成为学习、记忆的神经基础。这种在中枢神经系统的参与下,由机体内外各种感觉神经系统接受信息,并通过中枢神经系统整合、加工,并发出各种动作指令,直至最后完成这一指令的过程被称之为神经行为。而这一过程的强、弱和准确与否就是神经行为能力。神经行为检测通过对这种反应过程的描述,以及依据这种反应过程中的某些细微变化来判断神经系统的异常改变,并进一步研究和分析导致这一改变的原因。
早期的神经行为检测评价大多是一些针对某个神经行为功能的单项目的评价方法,如视反应时、听反应时和听数距广度等。上个世纪60年代初,芬兰职业卫生研究所心理学家Haninnen率先编制成了世界上第一套用于有机溶剂接触者行为功能评价的神经行为测试组合,并于1979年编撰成册,取名为《用于毒物-心理学研究的行为测试组合》(Behavioral Test Battery forToxic-psychological Study)。1986年世界卫生组织(WHO)专家在经过反复研究后推出了一套最基本的神经行为核心测试组合(NeurobehavioralCore Test Battery,NCTB)。该测试系统具有耗费低、方法简单、易接受、文化背景影响较小等优点。早期的神经行为检测评价基本上都是采用手工测试,由于主试者在掌握测试评价技术上的差异,致使不同主试者之间检测结果的可比性相对较低。上个世纪80年中期美国神经毒理学家Baker和Letz通过与计算机专家合作开发出了世界上首套计算机化神经行为测试评系统(Computer-admistered Neurobehavioral Evaluation System,NES),使神经行为测试实现了程序化、规范化和记录的自动化,从而使神经行为检测结果可信度有了很大的提高。
目前的神经行为测试评系统通常有一个检测项目的库,其中有多个检测项目。一种做法是对每个测试者都进行所有的检测项目,这种做法的一个问题在于会占用过多的计算机资源。这是因为对于特定的研究对象或研究目的,并非所有的检测项目都是必要的。
另一种做法是根据不同的研究对象或研究目的,选择库中的一部分检测项目进行检测,有时还要为某些检测项目设置一些特定的参数。这种做法的问题在于,当有多个研究者完成同类的检测时,无法确保不同的研究者在不同的时间、地点所进行的检测条件都能保持一致,从而削弱了不同检测人员、不同时间和地点所完成的检测结果的可比性。
发明内容
本发明的目的在于提供一种神经行为测试评价方法,可以提高特定研究对象的检测结果的可比性,避免运行不必要的测试项目从而节约计算机系统的资源。
为解决上述技术问题,本发明的实施方式提供了一种神经行为测试评价方法,包括以下步骤:
根据主试者(神经行为检测的操作者,本发明中简称为:用户的输入选择模板;
读取所选模板中的神经行为检测项目和参数;
依次对模板中每一个神经行为检测项目进行正式测试,正式测试包括以下步骤:
根据模板中所设定的参数运行该项目;
在该项目运行过程中,获取受试者的反应值;
根据所获取的受试者相关测试项目的反应值和由用户所提供的对应的参比值,由系统自动生成神经行为能力综合评价指数,即神经行为能力指数(NAI)。
本发明实施方式与现有技术相比,主要区别及其效果在于:
系统运行的条件来源于系统测试模板中所设定的项目及其参数;用户可以针对不同的研究对象建立不同的模板,这样可以确保用户在不同的时间、地点所进行的检测条件都能保持一致,提高了特定研究对象的检测结果的可比性。对用户而言,每一个测试模板都具有一个特定的检测功能,而同一个系统可以同时安装多个测试模版,供不同的用户选择使用,因此也达到了节约计算机系统和相关硬件资源的技术效果。
进一步地,通过采用指数形式来评价被检测对象神经行为能力,不仅非常直观,同时由于采用的是相对数,因此研究人员通过比较不同检测项目的NAI,可以分析不同研究对象神经行为能力特征。
进一步地,通过引入“立体视觉”和“移动视觉”功能检测项目,使神经行为检测评价项目更为完善。
进一步地,在判定受试者没有理解指导信息时,进行模拟检测,可以有效地克服学习效应,提高神经行为测试结果的准确性。从技术角度说,相对于通过多次正式测试克服学习效应,模拟检测因其更为简短且不用计算测试结果,可以在整体上减少用于测试的计算机系统的工作时间,减少计算机系统的资源消耗。
进一步地,通过简单测试的结果判断受试者是否理解指导信息,判断的结果更为客观。
进一步地,在模拟测试过程中,当受试者输入错误时,及时显示针对性的提示信息,可以使受试者更快地学会该测试项目的操作方法,减少计算机系统资源的消耗。
进一步地,在模拟测试过程中,当受试者长时间没有进行输入时,显示下一步操作的提示信息,可以使受试者更快地学会该测试项目的操作方法,减少计算机系统资源的消耗。
附图说明
图1是本发明第一实施方式中神经行为测试评价方法基本流程示意图;
图2是本发明第一实施方式中一个项目的正式测试的流程示意图;
图3是本发明第二实施方式中神经行为测试评价方法基本流程示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种神经行为测试评价方法,其流程如图1所示。
在步骤101中,计算机系统(下面简称为“系统”)根据用户(即研究者)的输入选择模板。研究者可以根据不同的研究对象或研究目的建立不同的检测模板
此后进入步骤102,系统读取所选模板中的神经行为检测项目和参数。
此后进入步骤103,系统判断是否已完成了模板中所有的测试项目?如果是则结束本次测试流程,否则进入步骤104。
在步骤104中,系统对一个测试项目进行正式测试。此后回到步骤103。
步骤103和步骤104的功能是实现依次对模板中每一个神经行为检测项目进行正式测试。
系统从模板中读取要检测的项目及其参数,使用户可以针对不同的研究对象建立不同的模板,用户在不同的时间、地点所进行的检测条件都能保持一致,提高了特定研究对象的检测结果的可比性。模板对测试项目有一定的选择性,使用模板后不必对每一个受试者运行所有的测试项目,因此也达到了节约计算机系统资源的技术效果。
步骤104的细节流程如图2所示。
在步骤201中,根据模板中的参数构造并运行下一个项目。
此后进入步骤202,在该项目运行过程中,获取受试者的输入,通常是通过键盘和鼠标输入,也可以是特制的专用输入设备。
此后进入步骤203,根据所获取的受试者的输入计算该项目的测试结果。
在本实施方式的步骤203中,要计算的测试结果包括神经行为能力指数NAI。有两种计算方法。
第一种NAI的计算方法:
统计受试者对该项目的准确操作次数Ncs。
计算受试者在该项目的神经行为能力指数NAI,
NAI=Ncs/Ncc
其中Ncc为对照组该项目准确操作数,Ncc由历史(或实验)数据统计得到。Ncc可以设置在相应的模板中,这样不同的模板可以用不同的参比值,也可以设置在系统中由各个模板共用。
第二种NAI的计算方法:
统计受试者对该项目的准确操作次数Ncs和准确操作平均耗时Tas。
计算受试者在该项目的神经行为能力指数NAI,
NAI=(Ncs/Ncc)*[1/(Tas/Tac)]
其中Ncc为对照组该项目准确操作数,Tac为对照组该项目准确操作平均耗时,Ncc和Tac由历史数据统计得到。Ncc和Tac可以设置在相应的模板中,这样不同的模板可以用不同的参比值,也可以设置在系统中由各个模板共用。
具体采用哪一种NAI的计算方法可以由测试项目的特点决定,也可以根据研究对象的特点决定。
通过采用指数形式来评价被检测对象神经行为能力,不仅非常直观,同时由于采用的是相对数,因此研究人员通过比较不同检测项目的NAI,可以分析不同研究对象神经行为能力特征。
下面说明本实施方式中所涉及的具体检测项目,这些项目可以出现在模板中。
立体视觉(3D-Picture Discrimination)
在屏幕的四个角上分别有四幅立体图片,其中有一幅与中间的一幅完全相同,只是空间位置与中间的一幅有所不同,请受试者认真观察,并用鼠标点击受试者所选择的那幅图片,越快越好。
系统运行立体视觉项目时包括以下步骤:
在屏幕的中间和四个角分别显示一幅立体图片,四个角上的四幅立体图片中,有一幅与中间的图片仅在空间位置上有所不同。
记录开始显示图片的时刻。
等待,直到检测到鼠标的点击事件,并记录鼠标点击发生的时刻。
根据鼠标点击的位置,如果该位置对应的图片与中间的图片只有空间位置不同,则判定该受试者操作准确,否则判定该受试者操作不准确。
将鼠标点击发生的时刻减去开始显示图片的时刻得到操作耗时。
移动视觉(Sports Vision Sensation)
在屏幕上有一个移动标和一个障碍物。请受试者注意移动标移动的速度,当移动标进入障碍物并抵达定位标时立刻敲打空格键。
系统运行移动视觉项目时包括以下步骤:
在屏幕上显示一个移动标、一个定位标和一个障碍物。
不断刷新屏幕上移动标的位置。
检测受试者敲打空格键的事件,如果该事件发生时移动标进入障碍物并抵达定位标,则判定该受试者操作准确,否则判定该受试者操作不准确。
情感问卷(POMS)
屏幕上会先后出现65个不同的词汇,在每个词汇的下方又有五个不同等级的描述词,请受试者根据自己最近一周来的心境进行选择。选择方法是用鼠标在受试者所选择的词组上面点一下,选错了可以重新选择。选定了便用鼠标在[下一个问题]按钮上点一下,进入下一个选择。
半结构投射试验(Semi-Structured Projective Test)
总共有40幅画,请受试者仔细欣赏其中的每一幅画,并在画面下方的八个词汇中选出一个受试者认为最合适的或者是最接近的词汇来描写这幅画。选择方法是用鼠标在相应的词汇上点一下。选错了可以重新选择,选定了便用鼠标在〖下一个〗按钮上再点一下,进入下一个画面。
心算(Mental Arithmetic)
测试时间为1分钟。系统以1为基数,要求连续加3,并把加3后的结果填入屏幕上的空格内。例如:【1+3=4】,那么受试者就在数字键上敲个【4】,然后再敲回车;【4+3=7】,在数字键上敲个【7】,再敲回车。如果发现错了,可以将错就错继续加下去,直至完成。例如【4+3=7】,但受试者却敲了个【5】,那么下一步的计算就应该是【5+3=8】,在数字键敲个【8】,再敲回车,越快越好。
系列加减(Serial Add./Subt.)
要求受试者做15个加减法运算。测试时要求受试者首先记住屏幕上出现的2个数字,当数字消失后屏幕上会再出现一个运算符号,当出现【+】时,表明要把这两个数相加。当出现【-】时,表明要把这两个数相减。请受试者用数字键输入准确的结果。在做减法时总是以较大的数减去较小的数,例如:当屏幕上出现【1】和【3】两个数字时,受试者要先记住它们,当屏幕上再出现【+】,立刻在数字键上敲个【4】。若出现【-】,则在数字键上敲个【2】,越快越好。
视觉保留(Visual Retention)
屏幕上将会出现十二组成对词组,请仔细看,并努力记住。当十二对词组全部显示完毕以后,屏幕上将会再次重新出现一些成对词组,其中包含前面曾经出现过和没有出现过的词组。当受试者再次见到在前面曾经出现过的成对词组时,请立刻敲打空格键,越快越好。本测试将重复进行三次。
记忆扫描(Memory Scanning)
先给受试者看一组数字,请仔细看。紧接着屏幕上将显示单个数字,如果这单个数字是在刚才显示的一组数字中出现过的,请迅速敲打【+】键,如果没有出现过,则敲打【-】键。越快越好。
连续识别记忆(Continuous Recognition)
在屏幕上将同时显示两排数字,其中上排有二个数字,下排有二十个数字。请受试者尽快辨别在下排的二十个数字中是否包含有上排的二个数字。如果二个数字同时存在,那么就请立刻敲打【+】键,如果只有一个或一个也没有,则敲打【-】键。当二个数字同时出现时可以不考虑它们的顺序,例如:【5,7】也可以是【7,5】。越快越好。
符号译码(Symbol-digit Substitution)
屏幕的上方有十个符号,每个符号对应一个数字。屏幕的下方也有一排符号,但对应数字是空的。请受试者参照屏幕上方的提示,在每个符号下方的空格处填入对应的数字。系统首先在有参照的条件下进行90秒钟测试,请受试者尽量记住各个符号所对应的数字。随后屏幕将会隐去提示,请受试者根据记忆继续填写,如果实在想不起可以猜,猜错了也不要紧,越快越好。
线条判断(Line Discrimination)
屏幕上有两根线条,其中一根比较长,另一根比较短。请仔细看,一旦发现较长的线条出现时立刻敲打【+】键。越快越好。
现在系统将进行线条判断测试。屏幕上有两根线条,其中一根比较粗,另一根比较细。请仔细看,一旦发现较粗的线条出现时立刻键【+】键。越快越好。
注意力调转(Switching Attention)
屏幕上将会分别出现一个【蓝十字】,和一个【灰尖头】。当【蓝十字】出现时,请按【蓝十字】出现的位置按左方向键或右方向键;当【灰尖头】出现时,则以【灰尖头】指向按左方向键或右方向键。整个测试分三个部分进行。
第一部分:屏幕上将只出现【蓝十字】;
第二部分:屏幕上将只出现【灰尖头】;
第三部分:屏幕上将随机出现【蓝十字】和【灰尖头】。
请仔细看,并尽快敲击方向键。
听数距广度(Auditory Digit Span)
本测试共分两个部分。
第一部分为顺序回答,即:当计算机读完一组数字后,请尽快按计算机读的顺序,用数字键输入。例如:当受试者听到“1、2、3、4”时,应该敲打打“1、2、3、4”,数字打完后再敲打回车。
第二部分为倒序回答,即:当计算机读完一组数字后,请尽快按计算机读的倒序,用数字键输入。例如:当受试者听到“1、2、3、4”时,应该敲打“4、3、2、1”,数字打完后再敲打回车。
视简单反应时(VSR time)
当屏幕上一出现红色方块时,立即用受试者的习惯用手敲打空格键。越快越好。
听简单反应时(ASR time)
受试者将听到一种持续而且比较稳定的音乐声,期间将会随机出现另一种不同的声音,受试者要仔细听,一旦听到与背景音乐不同的声音时,马上敲打空格键,越快越好。
视复杂反应时(VCR Time)
在屏幕上有红、黄、绿、紫四种灯,每个灯分别对应不同的方向键。当红灯点亮时请敲打“左方向键”【←】;黄登点亮时,请敲打“下方向键”【↓】;绿灯点亮时,则敲打“右方向键”【→】;紫灯为空缺,当它点亮时不需按任何键,越快越好。
曲线吻合(Curve Coincide)
在屏幕上有一条弧线,在弧线的左端有一个圆形的光点。请受试者移动鼠标,当鼠标箭头指向圆形光点时按下鼠标左键,不要放松,随后拖动圆形光点沿着弧线移动。请受试者尽可能使圆形光点紧贴弧线移动,直至终点。越快越好。
目标追踪(Aim Tracing)
请受试者用习惯用手在屏幕上的圆圈中打点。打点的方法是先将鼠标的箭头移动到圆圈的中心,随后单击鼠标左键。请受试者尽可能的将鼠标箭头移动到圆圈的中心。越快越好。
连续操作(Continuous Performance)
屏幕上将会闪现出不同的字母,每次一个,当受试者看见字母【S】出现时,立刻敲打空格键,越快越好。
数字筛选(Two-digit substitution)
屏幕上有许多随机排列的数字,请受试者利用鼠标删除其中的【1】。方法是将鼠标箭头移动到数字为【1】的地方,随后单击鼠标左键,将数字【1】删除掉,越快越好。
本发明第二实施方式涉及一种神经行为测试评价方法。
第二实施方式在第一实施方式的基础上进行了改进,主要改进之处在于:在对模板中每一个神经行为检测项目进行正式测试的步骤之前增加了指导信息的理解判断和模拟测试功能。第一实施方式提到的各个细节在本实施方式中都可以使用,为了使申请文件更为简洁,这里就不再对每一个细节都重复了。
第二实施方式的完整流程如图3所示。
在步骤301中,系统根据用户(即研究者)的输入选择模板。研究者可以根据不同的研究对象或研究目的建立不同的检测模板
此后进入步骤302,系统读取所选模板中的神经行为检测项目和参数。
此后进入步骤303,系统判断是否已完成了模板中所有的测试项目?如果是则结束本次测试流程,否则进入步骤304。
在步骤304中,系统播放神经行为检测项目的指导信息,播放的方法有多种,例如:
播放包含指导信息的录音或视频;
使用语音合成功能模块对文本的指导信息进行朗读;
显示包含指导信息的文本和/或图片;
等等。
此后进入步骤305,系统根据受试者的输入判断该受试者是否理解指导信息。如果受试者理解,则进入步骤306;如果受试者不理解,则进入步骤307。
判断受试者是否理解指导信息的方法有多种,例如:
方案一:通过受试者输入的表示是否理解的信息判断。可以是提供一个对话框,受试者认为自己理解了指导信息就按“理解”按钮,否则就按“不理解”按钮。
方案二:通过提供一个简单测试,并根据该简单测试的反应值来判断受试者是否正确理解知道信息。通过简单测试的反应值判断受试者是否理解指导信息,判断的结果更为客观。
在步骤306中,进入该神经行为检测项目的正式测试。其流程如图2所示。此后回到步骤303。
在步骤307中,进入该神经行为检测项目的模拟测试。与正式测试相比,模拟测试在过程上更简短而且不记录测试结果。完成模拟测试后,进入步骤306进行正式测试。
为了说明模似测试在过程上更简短,下面举几个例子。
以“成对词联想”这个检测项目为例,正式测试时会使用十二组成对词组,在模拟测试时可以只用六组成对词组,但操作的方式和评判标准与正式测试是一样的。
再以“听简单反应时”为例,在正式测试时受试者将听到一种持续而且比较稳定的音乐声,期间将会随机出现另一种不同的声音。在模拟测试时另一种声音可以通过用户较快地出现,避免出现长时间不出现另一种声音的情况。
再以“立体视觉”为例,模拟测试时使用的图片应当比正式测试更为简单,更容易被受试者正确识别。
采用类似于上面的方法,大部分的检测项目都可以有比正式测试更为简短的版本,这里就不再一一罗列。
模拟测试的重要意义在于:不仅能使受试者有效地克服学习效应,同时能有效避免对检测方法理解上的偏倚导致虚假的、不良的检测结果,提高神经行为测试结果的准确性和真实性。从技术角度说,相对于通过多次正式测试克服学习效应,模拟检测因其更为简短且不用计算测试结果,可以在整体上减少用于测试的计算机系统的工作时间,减少计算机系统的资源消耗。
在进行模拟测试的过程中还包括以下步骤:
如果受试者的输入错误,则显示针对该错误的提示信息。通过在出错时及时显示针对性的提示信息,可以使受试者更快地学会该测试项目的操作方法,减少计算机系统资源的消耗。
如果在预定时长内没有得到来自受试者的输入,则显示下一步操作的提示信息。通过在受试者不知从何入手或犹豫不决时进行下一步操作的提示,可以使受试者更快地学会该测试项目的操作方法,减少计算机系统资源的消耗。
本发明的方法实施方式可以以软件、硬件、固件等等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可是换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable Array Logic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (10)

1.一种神经行为测试评价方法,其特征在于,包括以下步骤:
根据用户的输入选择测试评价模板;
读取所选模板中的神经行为检测项目和条件参数;
依次对所述模板中每一个神经行为检测项目进行正式测试,正式测试包括以下步骤:
根据所述模板中所设定的条件参数运行该项目;
在该项目运行过程中,获取受试者的反应值;
根据所获取的受试者的反应值计算该项目的测试结果。
2.根据权利要求1所述的神经行为测试评价方法,其特征在于,所述计算项目的测试结果的步骤进一步包括以下子步骤:
统计所述受试者对该项目的准确操作次数Ncs;
计算所述受试者在该项目的神经行为能力指数NAI,NAI=Ncs/Ncc,其中Ncc为对照组对该项目的准确操作数,Ncc由历史或实验数据统计得到。
3.根据权利要求1所述的神经行为测试评价方法,其特征在于,所述计算项目的测试结果的步骤进一步包括以下子步骤:
统计所述受试者对该项目的准确操作次数Ncs和准确操作平均耗时Tas;
计算所述受试者在该项目的神经行为能力指数NAI,NAI=(Ncs/Ncc)*[1/(Tas/Tac)],其中Ncc为对照组对该项目的准确操作数,Tac为对照组对该项目的准确操作平均耗时,Ncc和Tac由历史或实验数据统计得到。
4.根据权利要求2或3所述的神经行为测试评价方法,其特征在于,不同的所述模板对应不同的研究目的;
所述Ncc和/或Tac可以设置在所述模板中。
5.根据权利要求4所述的神经行为测试评价方法,其特征在于,所述模板的检测项目中包括立体视觉项目;
运行所述立体视觉项目时包括以下步骤:
在屏幕的中间和四个角分别显示一幅立体图片,四个角上的四幅立体图片中,有一幅与中间的图片只在空间位置上有所不同;
记录开始显示图片的时刻;
等待,直到检测到鼠标的点击事件,并记录鼠标点击发生的时刻;
根据鼠标点击的位置,如果该位置所对应的图片与中间的图片只有空间位置不同,则判定该受试者操作准确,否则判定该受试者操作不准确;
将鼠标点击发生的时刻减去开始显示图片的时刻得到操作耗时。
6.根据权利要求4所述的神经行为测试评价方法,其特征在于,所述模板的检测项目中包括移动视觉项目;
运行所述移动视觉项目时包括以下步骤:
在屏幕上显示一个移动标、一个定位标和一个障碍物;
不断刷新所述屏幕上所述移动标的位置;
受试者敲打空格键的事件,如果该事件发生时所述移动标进入障碍物并抵达定位标,则判定该受试者操作准确,否则判定该受试者操作不准确。其次,用户依据移动标与定位标的距离,可以对受试者移动视觉能力进行定量的评估。
7.根据权利要求4所述的神经行为测试评价方法,其特征在于,在对所述模板中每一个神经行为检测项目进行正式测试的步骤之前还包括以下步骤:
系统可自动播放每个神经行为检测项目的操作指导信息;
系统可根据受试者的反应值判断该受试者是否理解所述操作指导信息;
如果受试者对所述指导信息不理解,则可进入该项目的模拟测试状态,该模拟测试在过程上比正式测试简短且不记录测试结果;
如果所述受试者理解,或已通过了所述模拟测试,则进入该神经行为检测项目的正式测试。
8.根据权利要求7所述的神经行为测试评价方法,其特征在于,通过以下方式之一判断受试者是否理解所述指导信息:
通过受试者输入的表示是否理解的信息判断;
通过模拟测试所获反应值来判断受试者是否正确理解指导信息。
9.根据权利要求8所述的神经行为测试评价方法,其特征在于,通过以下方式之一播放神经行为检测项目的指导信息:
播放包含指导信息的录音或视频;
使用语音合成功能模块对文本的指导信息进行朗读;
显示包含指导信息的文本和/或图片。
10.根据权利要求9所述的神经行为测试评价方法,其特征在于,在进行所述模拟测试的过程中还包括以下步骤:
如果受试者的输入错误,则显示针对该错误的提示信息;
如果在预定时长内没有得到来自受试者的输入,则显示下一步操作的提示信息。
CN200910057600.0A 2009-07-15 2009-07-15 神经行为测试评价方法 Expired - Fee Related CN101953677B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910057600.0A CN101953677B (zh) 2009-07-15 2009-07-15 神经行为测试评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910057600.0A CN101953677B (zh) 2009-07-15 2009-07-15 神经行为测试评价方法

Publications (2)

Publication Number Publication Date
CN101953677A true CN101953677A (zh) 2011-01-26
CN101953677B CN101953677B (zh) 2014-10-08

Family

ID=43481449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910057600.0A Expired - Fee Related CN101953677B (zh) 2009-07-15 2009-07-15 神经行为测试评价方法

Country Status (1)

Country Link
CN (1) CN101953677B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956750A (zh) * 2016-04-25 2016-09-21 湖南工学院 一种dcs防人因失误的测试方法及装置
WO2017113375A1 (zh) * 2015-12-31 2017-07-06 深圳市洛书和科技发展有限公司 一种基于触屏的数据处理方法和人体健康检测系统
CN106999103A (zh) * 2014-10-21 2017-08-01 巴黎笛卡尔大学 测试婴儿的方法和实施该测试方法的合适装置
CN112302387A (zh) * 2020-10-16 2021-02-02 上海铁旅投资咨询有限公司 一种基于停车场的多功能一体化服务方法
CN112971782A (zh) * 2021-01-27 2021-06-18 厦门市儿童医院 一种儿童神经行为的测试方法、装置、设备及存储介质
CN113180600A (zh) * 2021-04-23 2021-07-30 中国人民解放军陆军军医大学 一种神经行为核心测试组合用纸张及测试结果识别装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1552284A (zh) * 2003-12-18 2004-12-08 常州市第一人民医院 儿童认知功能发育测试系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1552284A (zh) * 2003-12-18 2004-12-08 常州市第一人民医院 儿童认知功能发育测试系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张春山,等: "计算机化神经行为测试组合的表达与参数设定", 《工业卫生与职业病》 *
徐黎明,等: "神经行为能力指数的研究与应用", 《劳动医学》 *
詹承烈,等: "《实用劳动人事心理学》", 31 August 2002, 人民卫生出版社 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106999103A (zh) * 2014-10-21 2017-08-01 巴黎笛卡尔大学 测试婴儿的方法和实施该测试方法的合适装置
WO2017113375A1 (zh) * 2015-12-31 2017-07-06 深圳市洛书和科技发展有限公司 一种基于触屏的数据处理方法和人体健康检测系统
CN105956750A (zh) * 2016-04-25 2016-09-21 湖南工学院 一种dcs防人因失误的测试方法及装置
CN112302387A (zh) * 2020-10-16 2021-02-02 上海铁旅投资咨询有限公司 一种基于停车场的多功能一体化服务方法
CN112971782A (zh) * 2021-01-27 2021-06-18 厦门市儿童医院 一种儿童神经行为的测试方法、装置、设备及存储介质
CN113180600A (zh) * 2021-04-23 2021-07-30 中国人民解放军陆军军医大学 一种神经行为核心测试组合用纸张及测试结果识别装置

Also Published As

Publication number Publication date
CN101953677B (zh) 2014-10-08

Similar Documents

Publication Publication Date Title
Rodger et al. Mapping the development of facial expression recognition
CN101953677B (zh) 神经行为测试评价方法
Hannula-Sormunen et al. Preschool children’s spontaneous focusing on numerosity, subitizing, and counting skills as predictors of their mathematical performance seven years later at school
Beilock et al. Embodied preference judgments: Can likeability be driven by the motor system?
Grainger et al. Letter perception: From pixels to pandemonium
Merkx et al. The acquisition of morphological knowledge investigated through artificial language learning
Ermakoff Causality and history: Modes of causal investigation in historical social sciences
Camacho et al. Data capture and multimodal learning analytics focused on engagement with a new wearable IoT approach
Pepa et al. Stress detection in computer users from keyboard and mouse dynamics
Alyüz et al. Towards an emotional engagement model: Can affective states of a learner be automatically detected in a 1: 1 learning scenario?
Rodger et al. Quantifying facial expression signal and intensity use during development
Kendig Editor's introduction: Activities of kinding in scientific practice
Evans et al. A model-based approach to disentangling facilitation and interference effects in conflict tasks.
CN101953678A (zh) 神经行为测试评价系统的运行方法
Martin et al. The simultaneous extraction of multiple social categories from unfamiliar faces
Reimer et al. Patterns in transitions of visual attention during baseline driving and during interaction with visual–manual and voice-based interfaces
Lim et al. Detecting emotional stress during typing task with time pressure
Boustani et al. Multisensory input modulates P200 and L2 sentence comprehension: a one-week consolidation phase
Apšvalka et al. Fluid intelligence and working memory support dissociable aspects of learning by physical but not observational practice
Perea et al. Position coding effects in a 2D scenario: The case of musical notation
Neumann et al. A measure of emerging print knowledge in young children
Käser et al. Towards a framework for modelling engagement dynamics in multiple learning domains
CN110942812A (zh) 自动化认知功能评估系统
Epifania et al. Rasch gone mixed: A mixed model approach to the Implicit Association Test
JP2019208758A (ja) 認知機能測定システム、認知機能測定通信システム及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141008

Termination date: 20150715

EXPY Termination of patent right or utility model