CN105808970B - 一种在线认知评估方法 - Google Patents

Abstract

本发明公开了一种在线认知评估方法，属于测评系统领域。包括终端平台，所述的终端平台包括：处理器模块、电源模块、人机交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块，上述电源模块、人际交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块各自与处理器模块连接。通过各个模块的信息读取和处理，进行在线认知诊断。它可以实现评估迅速快捷、准确性好，信息实时更新。

Description

一种在线认知评估方法

技术领域

本发明涉及测评系统领域，更具体地说，涉及一种在线认知评估方法。

背景技术

在目前的认知障碍诊疗领域，医护人员多采用各种认知障碍筛查量表对受试者的认知功能进行测评，进而做出初步诊断。这种通过量表进行初步诊断的方法存在四个问题：1)一些基层医护人员不能熟练根据就诊者的情况准确选择相应量表；2)如果要对个体的认知功能进行全面评估，则需要选用多张量表，测评所需时间长效率低；3)大部分认知功能测评量表的结果反馈不够精细，医生只能根据结果判断个体是否有认知功能损伤，而无法进一步具体的维度和损伤程度；4)传统量表常模修行周期长，常模未及时更新可能导致诊断错误。虽然目前已有一些使用认知任务对受试者认知功能进行评估的技术，但这些相近技术并不完善。

中国专利申请，申请号201510357365.4，公开日2015年9月2日，公开了认知障碍数据处理方法以及处理系统，所述包括以下步骤：建立认知下降程度评估工具，根据认知障碍的判断标准以及认知障碍的认知特点，编制认知测试任务，采集数据，形成各个认知域的认知测量数据以及相应认知障碍程度的数据库；利用因子分析的方法对数据库中的全部认知测验任务分别进行因子分析；对所形成的6个公因子的因子得分建立认知障碍的评估与预测模型。通过该系统或方法处理的认知障碍数据能从某种程度上预测患者得认知障碍的风险，只需要用到患者的心里量表得分和比较简单的年龄、性别等因素，不需化验结果，简单、方便，具有较高的可行性。但本认知系统对基础数据要求较高，且需要前期的数据作为基础进行评价，对前期数据的提取并未给出相关流程和方法，且计算较复杂。

发明内容

1.要解决的技术问题

针对现有技术中存在的选择量表困难、时间长、评估准确性差的问题，本发明提供了一种在线认知评估方法。它可以实现评估迅速快捷、准确性好，信息实时更新。

2.技术方案

本发明的目的通过以下技术方案实现。

一种在线认知评估系统，包括终端平台，所述的终端平台包括：处理器模块、电源模块、人机交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块，上述电源模块、人际交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块各自与处理器模块连接。

更进一步的，录入模块包括个人信息单元和临床材料单元，通过外部操作对录入模块录入个人信息和临床材料信息，所述的个人信息包括受试者的姓名、年龄、性别、受教育程度、职业、测评时间，测评时间由系统自动记录，包括耗时时间和测评的时间点；临床材料包括受试者主述、病史、查体情况、影像学检查结果、日常生活能力评估结果以及其它量表评估结果；

其中，日常生活能力评估结果录入可以选择日常生活能力量表(ADL)模板或阿尔兹海默病协作研究组MCI日常活动量表(ADCS-MCI-ADL)模板；

其它量表录入模板则包括：简易智能精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)、长谷川式建议智能量表(HDS-R)、认知障碍自评量表(AD8)、临床痴呆评定量表(CDR)、阿尔兹海默病评分量表-认知分表(ADAS-Cog)、缺血指数量表(HIS)、神经精神科问卷、数字广度倒背、语言流畅性测试、韦氏数字符号测验、症状自评量表(SCL-90)、广泛性焦虑量表(GAD-7)、汉密尔顿焦虑量表(HAMA)、汉密尔顿抑郁量表(HAMD)、抑郁自评量表(SDS)、患者抑郁自评工具(PHQ-9)、Berg平衡量表。

存储模块中包括用户记录存储单元和测评常模存储单元，储存过往测评记录、患者各阶段测评结果、本系统当前对测评结果评估时使用的常模数据；

输出模块中包括结果显示单元、打印报告单元和数据导出单元，显示单元显示测试结果、打印报告单元生成并打印完整结果报告或图表、数据导出单元导出测试数据；

处理器模块与通信模块交互联结，通信模块包括有线网络连接单元和无线网络连接单元，有线网络连接单元连接处理器模块，无线网络连接单元与无线网络服务器连接，处理器可将用户的测评结果通过通信模块上传到无线网络服务器的云端，而云端的大数据分析结果也可以通过通信模块下载到本地端，通信模块包括有限网络连接单元和无线网络连接单元；

处理器模块内置有Windows系统、ios系统或Android系统。

更进一步的，所述的终端平台为移动式终端平台。

更进一步的，测评模块通过处理器模块与录入模块相连，测评模块中包括综合功能测评单元、一级功能测评单元和二级功能测评单元，综合功能测评子单元与一级功能测评子单元一对多映射，一级功能测评子单元与各二级功能测评子单元一对多映射。

更进一步的，所述的一级功能测评单元包括的以下三方面的内容：(1)感知觉、注意力、灵活性、记忆力、思维五个基础认知功能子单元；(2)与基础认知功能密切相关，且在多种认知障碍中，如：痴呆、血管性认知障碍、自闭症等中经常出现损伤的言语功能子单元；(3)在多种认知障碍中经常出现损伤的社会认知功能：情绪管理能力子单元，通过在一级认知功能测评单元设置以上七个子单元，使得本系统可以更加全面地评估个体的基础认知功能、社会认知功能、以及与基础认知功能密切相关的言语功能，相比与现有的技术本系统的评估范围更全面，也有更高临床适用性；

更进一步的，二级功能测评单元包括：

视觉训练、听觉训练、空间知觉、时间知觉、运动知觉、面孔识别子单元，上述子单元映射一级功能测评单元的感知觉子单元；

加工效率、注意广度、持续性注意、选择性注意、分配性注意子单元，上述子单元映射一级功能测评单元的注意力子单元；

冲突抑制、演绎、归纳子单元，上述子单元映射一级功能测评单元的灵活性子单元；

工作记忆、延迟记忆、联结记忆、空间记忆、程序性记忆、前瞻记忆子单元，上述子单元映射一级功能测评单元的记忆力子单元；

抽象、概括、推理、思维操作、四则运算、问题解决子单元，上述子单元映射一级功能测评单元的思维子单元；

听语理解、复述、阅读、命名、书写、言语流畅性子单元，上述子单元映射一级功能测评单元的语言子单元；

情绪识别、情绪调节子单元映射一级功能测评单元的情绪管理子单元。

更进一步的，综合功能测评单元包括3个与各一级功能测评子单元存在网络映射关系的子单元；

1)综合功能测评子单元1：映射一级功能测评中的感知觉、注意力、灵活性、思维和情绪管理子单元；

2)综合功能测评子单元2：映射一级功能测评中的感知觉、记忆力、思维、言语子单元；

3)综合功能测评子单元3：映射一级功能测评中的灵活性、言语和情绪管理子单元。

从上述映射关系的描述中可以看出，每一个综合功能测评子单元都可以对多个一级认知功能水平进行评估；而不同的综合功能测评子单元对应的一级认知功能互相交重叠。建立这样的网络映射系统的好处在于：1)与传统的量表测评方法相比，本系统可以实现通过少量的测评任务，即通过3个综合测评对受试的所有认知功能进行全面快速地测评，并筛查出受损的一级认知功能领域，以便在接下来的流程中有针对性地仔细评估；2)由于不同的综合功能测评子单元对应的一级认知功能领域互相重叠，那么完成所有3个综合功能测评子单元后相当于是对各一级认知功能在不同的认知范式和测评材料进行了重复测评，因此与其它一对一的认知任务测评技术相比，本系统根据综合功能测评结果分析出来的一级认知功能水平也更有信、效度。

更进一步的，计算模块通过通讯系统获得无线网络服务器的用户数据，对在线测评采集到的用户数据进行统计分析和更新，处理生成各类型受试者的测评结果常模，包括健康人群的个人信息，各级功能的标准分。

一种上述所述的在线认知评估系统的测试方法，步骤如下：

步骤1：登录测评系统，为受试者注册账号或者选择已注册的账号；

步骤2：录入受试者的姓名、性别、年龄、职业、受教育程度个人信息；

步骤3：录入受试者的临床资料，临床材料包括受试者主述、病史、查体情况、影像学检查结果、日常生活能力评估结果以及其它量表评估结果；

步骤4：在测评模块中进行测评：

A)受试者依次完成综合功能测评子单元1、2、3测评，并生成原始分数S₀₁、S₀₂、S₀₃；每个子单元所需时间约3～5分钟；

B)处理器模块提取受试者在3个综合功能测评子单元中的原始分数S₀₁、S₀₂、S₀₃，对原始分数S₀₁、S₀₂、S₀₃进行标准化转换，生成综合功能测评子单元的标准分；转换方法为：根据系统存储模块中的健康用户综合常模参数对综合功能测评子单元中的原始分数进行标准化转换，转换公式为：

其中，下标0代表该系列分数对应综合功能测评层；下标i是综合功能测评子单元编号，i的取值范围为1～3；Z_0i是进行标准化转换后的综合功能测评子单元分数，又可叫做综合功能测评子单元标准分；S_0i是综合功能测评子单元中的原始分；是与受试者年龄、性别、职业、教育程度匹配的健康人群综合功能测评子单元原始得分的平均值；σ_0i是与受试者年龄、性别、职业、教育程度匹配的健康人群综合功能测评子单元原始得分的标准差；和σ_0i又叫做健康用户综合常模参数。

C)从综合功能测评子单元的标准分中分离出对应的一级功能标准分；综合功能测评子单元和一级功能测评子单元的映射关系，从综合功能测评子单元的标准分中分离出对应一级功能标准分。本系统正是由于建立了综合功能测评子单元与一级功能测评子单元之间的网络映射关系和下述分离方法，才使得通过少量认知任务对各一级认知功能领域进行快速、全面测评，从而大大节省测评的时间成本成文可能，分离的公式为：

Z_{n_0i}＝w_{n_0i}·Z_0i

其中，下标n是一级功能领域编号，n的取值范围为1～7；Z_{n_0i}是从某一综合功能测评子单元标准分中分离出来的一级功能标准分；w_{n_0i}是综合功能测评子单元标准分中可反映某一级功能水平的权重，其取值范围为0～1；Z_0i是综合功能测评子单元标准分。

D)分离出来的各一级功能标准分相加，后取平均值，作为代表受试者在一级功能领域的总体分值；

作为代表受试者在该一级功能领域的总体水平分值，该步骤的计算公式为：

Z_{n_0}＝∑Z_{n_0i}/k

其中，Z_{n_0}是受试者某一级功能领域的总体水平得分；Z_{n_0i}是从某一综合功能测评子单元标准分中分离出来的该一级功能标准分；k是在所有综合功能测评子单元中该一级功能被涉及的次数。

比较受试者在各一级功能上的得分与健康人群的一级功能平均分的差距；计算受试者在各一级功能上的得分与健康人群的平均分的差距D_n，根据D_n的大小对各一级功能水平进行评估，并且判断是否选择相应的一级功能测评子单元。

根据差距值判断是否选择相应的一级功能测评子单元进行进一步测评，如果选择相应的一级功能测评子单元进行测评，则执行步骤E)，否则，执行步骤I)；

具体来说，如果D_n≥3，代表该一级功能优秀；如果1.5≤D_n＜3，代表该一级功能良好；如果-1.5≤D_n＜1.5，代表该一级功能一般；-3＜D_n＜-1.5，代表该一级功能轻度受损；D_n≤-3，代表该一级功能严重受损。另外，如果D_n＜-1.5，则认为受试者在该一级功能领域可能存在受损，那么在接下来的流程中将选择该一级功能的测评子单元内容进行测评；否则，则认为受试者在该一级功能领域无受损，那么在接下来的流程中就不会再选择该一级功能的测评子单元内容进行进一步测评。

D_n的计算公式为：

其中，D_n是受试者在某一级功能上的得分与健康人群的平均分的差距；是与受试者在各方面匹配的健康人群常模在该一级功能上的平均值；σ_n是与受试者在各方面匹配的健康人群常模在该一级功能上的标准差。

受试者按照系统提示的操作规则，依次完成选择的一级功能测评子单元。每个子单元所需时间约2分钟。

E)处理器提取受试者在系统所选的各一级功能测评子单元中完成认知任务达到的最高难度等级L_{n_m1}，根据L_{n_m1}和L_{n_m1}’值的大小比较结果确定下一流程中选择哪些二级功能进行测评，，选择相应的二级功能测评子单元进行测评；具体地说，如果L_{n_m1}≤L_{n_m1}’，则认为受试者在该二级功能领域受损，那么就选择该L_{n_m1}值对应的二级测评子单元进行下一步的测评，如果L_{n_m1}＞L_{n_m1}’，则认为该受试者在该二级功能领域无受损，那么在下一个流程中不会选择该二级功能对应的测评子单元。L_{n_m1}’为二级功能测评子单元的等级标准，n是一级功能领域编号，m为二级认知功能的编码，取值范围为1～7。L_{n_m1}’根据科研文献调研结果设定。；

按照系统提示的操作规则，依次完成选择的二级功能测评子单元。每个子单元所需时间约2分钟。

F)处理器提取受试者在各二级功能测评子单元中的原始分数S_{nm_2}，下标n是一级功能领域编号，n的取值范围为1～7；下标m是二级认知功能的编码，取值范围为1～7；下标2代表该原始分数S_{nm_2}对应二级功能测评层；

G)对原始分数S_{nm_2}进行标准化转换，生成二级功能标准分；

根据系统存储模块中的健康用户二级常模参数对综合功能测评子单元中的原始分数进行标准化转换，转换公式为：

其中，下标2代表该系列分数对应二级功能测评层；标n是一级功能领域编号，n的取值范围为1～7；下标m是二级认知功能的编码，取值范围为1～7；Z_{nm_2}是进行标准化转换后的二级功能测评子单元分数，又可叫做二级功能测评子单元标准分；S_{nm_2}是二级功能测评子单元中的原始分；是与受试者年龄、性别、职业、教育程度匹配的健康人群二级功能测评子单元原始得分的平均值；σ_{nm_2}是与受试者年龄、性别、职业、教育程度匹配的健康人群二级功能测评子单元原始得分的标准差；和σ_{nm_2}又叫做健康用户二级常模参数。

H)比较二级功能标准分与健康人群的平均分的差距D_nm判断对应二级功能子模块受损程度；

计算受试者在各二级功能上的得分与健康人群的平均分的差距D_nm，根据D_nm的大小对各二级功能水平进行评估。具体来说，如果D_nm≥3，代表该二级功能优秀；如果1.5≤D_nm＜3，代表该二级功能良好；如果-1.5≤D_nm＜1.5，代表该二级功能一般；-3＜D_nm＜-1.5，代表该二级功能轻度受损；D_nm≤-3，代表该二级功能严重受损。

I)将步骤C中获得的一级功能标准分与存储模块中储存的各类型病症人群的相应一级功能标准分平均值比较，评估认知特征；提取步骤C中的各一级功能标准分Z_{n_0}和存储模块中在年龄、性别、职业、教育程度等方面匹配的各类型病症人群的相应一级功能标准分平均值和标准差σ_{n_p}，计算受试者的各一级功能标准分与各类病症人群常模的平均值的距离D_{n_p}，如果D_{n_p}均与某病症的常模平均值相差1个标准差之内，即认为该受试者的测评成绩符合该病症的认知损伤特征，建议作出相应诊断；否则仅给出测评结果，由医生根据其它辅助检查、受试者的状态和临床经验进行诊断。

D_{n_p}的计算公式如下：

步骤5：测评模块中分析得到的结果和录入模块中受试者的个人信息和临床资料传输到处理器模块，经过处理器模块处理后，传输到输出模块并生成可打印的报告单，并将测试数据传输到无线网络服务器中进行储存；

将在测评模块中分析得到的结果和录入模块中受试者的个人信息和临床资料通过处理器模块传输到处理器模块，经过综合分析后，传输到输出模块并生成可打印的报告单,并将测试数据传输到无线网络服务器中进行储存。报告单的内容包括：(1)个人信息；(2)测评简介；(3)临床材料；(4)一级功能测评分数和图表；(5)病症常模匹配结果；(6)二级功能测评分数和图表；(7)建议诊断结果。

步骤6：计算模块通过通讯系统获得无线网络服务器的用户数据，对在线测评采集到的用户数据进行统计分析和更新，处理生成新的各类型受试者的测评结果常模。

更进一步的，计算模块通过对在线测评采集到的用户数据进行统计分析，计算生成各类型受试者的测评结果常模，并可随着受试者数据的增加，快速对常模优化和更新，保证常模的时效性，降低评估误差。在进行计算时，仅提取与测评内容相关的数据，用户的个人信息将会被严格保密。

测评结果常模参数的算法如下：

广泛收集不同年龄、性别、职业、教育程度的健康人群和各类病症人群初次测试时的数据。根据数据建立各认知测评任务的常模参数，并依据常模参数对某受试者的测评结果进行分析。

各测评任务常模的计算步骤如下：

步骤1：收集各类样本人群首次独立完成各任务时的原始分数X_i(i为测试任务的编号，取值范围为1～44)；

步骤2：统计各类样本人群的样本量n_i；

步骤3：计算各类样本人群在各测试任务上的原始分数的平均值计算公式为：

步骤4：计算各类样本人群所代表的总体标准差在各测试任务上的原始分数的标准差δ_i。

计算公式为：

本系统的常模参数特征在于，当系统采集到的各类样本人群的样本量n_i每增加一定程度如100例，系统便会根据上述算法对各类样本人群的常模参数重新计算，以保证常模的时效性，降低评估误差。

3.有益效果

相比于现有技术，本发明的优点在于：

(1)本发明提供了一种智能的认知功能评估系统，解决了基层医护人员不能熟练根据就诊者的情况准确选择量表进行测评的困难，也较大地降低了评估的时间成本；

(2)通过多层测评，综合功能测评、一级功能测评、二级功能测评，的方法，精细评估受试者各认知维度水平，为医生进行诊断提供更丰富的参考信息，也为后续的认知训练方案提供了更丰富的参考信息；

(3)通过对在线测评采集到的用户大数据进行分析，定期更新测评结果常模，提高测评准确性，避免误诊发生；

(5)测评报告中对一级功能测评结果与数据库中的所有病症的常模进行匹配分析，为医生进行诊断提供基于大数据分析结果的参考；

(6)综合分析一级功能测评结果和数据库中病症常模的匹配结果和测评前医生录入的临床资料信息，给出合理的诊断建议，解决临床经验或科研经验不足的医护人员的困难；

(7)与其它类似功能的测评技术相比，本系统的测评报告的优点在于：1)对一级功能测评结果与数据库中的所有病症的常模进行匹配分析，为医生进行诊断提供基于大数据分析结果的参考；2)提供了针对性的二级功能测评结果，使测评结果更精准，也为后续的认知训练方案提供了更丰富的参考信息；3)综合分析一级功能测评结果和数据库中病症常模的匹配结果和测评前医生录入的临床资料信息，给出合理的诊断建议，解决临床经验或科研经验不足的医护人员的困难；

(8)本测评系统通过移动端的设置，携带方便，容易使用，而且有上网升级服务，可以及时更新现有数据，方便快捷。

附图说明

图1为本发明的整体结构示意图；

图2为一级功能测评单元组成框图；

图3为综合功能测评与一级功能测评的映射关系示意图；

图4为本发明的功能流程图；

图5为一级功能测评测评结果图。

具体实施方式

下面结合说明书附图和具体的实施例，对本发明作详细描述。

实施例1

如图1所示，本方案的一种在线认知评估系统，包括终端平台，所述的终端平台包括：处理器模块、电源模块、人机交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块，上述电源模块、人际交互模块、通信模块、录入模块、测评模块、存储模块、计算模块和输出模块各自与处理器模块连接。

录入模块包括个人信息单元和临床材料单元，通过外部操作对录入模块录入个人信息和临床材料信息，所述的个人信息包括受试者的姓名、年龄、性别、受教育程度、职业、测评时间；临床材料包括受试者主述、病史、查体情况、影像学检查结果、日常生活能力评估结果以及其它量表评估结果；其中，日常生活能力评估结果录入可以选择日常生活能力量表模板或阿尔兹海默病协作研究组MCI日常活动量表模板；其它量表录入模板则包括：简易智能精神状态检查量表、蒙特利尔认知评估量表、长谷川式建议智能量表、认知障碍自评量表、临床痴呆评定量表、阿尔兹海默病评分量表-认知分表、缺血指数量表、神经精神科问卷、数字广度倒背、语言流畅性测试、韦氏数字符号测验、症状自评量表、广泛性焦虑量表、汉密尔顿焦虑量表、汉密尔顿抑郁量表、抑郁自评量表、患者抑郁自评工具、Berg平衡量表；

存储模块中包括用户记录存储单元和测评常模存储单元，储存过往测评记录、患者各阶段测评结果、本系统当前对测评结果评估时使用的常模数据；输出模块中包括结果显示单元、打印报告单元和数据导出单元，显示单元显示测试结果、打印报告单元生成并打印完整结果报告或图表、数据导出单元导出测试数据；处理器模块与通信模块交互联结，通信模块包括有线网络连接单元和无线网络连接单元，有线网络连接单元连接处理器模块，无线网络连接单元与无线网络服务器连接；处理器模块内置有Windows系统、ios系统或Android系统。本实施例采用Windows系统。所述的终端平台为移动式终端平台。

测评模块通过处理器模块与录入模块相连，测评模块中包括综合功能测评单元、一级功能测评单元和二级功能测评单元，综合功能测评子单元与一级功能测评子单元一对多映射，一级功能测评子单元与各二级功能测评子单元一对多映射。

如图2所示，所述的一级功能测评单元包括的以下三方面的内容：(1)感知觉、注意力、灵活性、记忆力、思维五个基础认知功能子单元；(2)在多种认知障碍中经常出现损伤的言语子单元；(3)在多种认知障碍中经常出现损伤的社会认知功能：情绪管理子单元。

二级功能测评单元包括：

视觉训练、听觉训练、空间知觉、时间知觉、运动知觉、面孔识别子单元，上述子单元映射一级功能测评单元的感知觉子单元；

加工效率、注意广度、持续性注意、选择性注意、分配性注意子单元，上述子单元映射一级功能测评单元的注意力子单元；

冲突抑制、演绎、归纳子单元，上述子单元映射一级功能测评单元的灵活性子单元；

工作记忆、延迟记忆、联结记忆、空间记忆、程序性记忆、前瞻记忆子单元，上述子单元映射一级功能测评单元的记忆力子单元；

抽象、概括、推理、思维操作、四则运算、问题解决子单元，上述子单元映射一级功能测评单元的思维子单元；

听语理解、复述、阅读、命名、书写、言语流畅性子单元，上述子单元映射一级功能测评单元的语言子单元；

情绪识别、情绪调节子单元映射一级功能测评单元的情绪管理子单元。

如图3所示，综合功能测评单元包括3个与各一级功能测评子单元存在网络映射关系的子单元；

1)综合功能测评子单元1：映射一级功能测评中的感知觉、注意力、灵活性、思维和情绪管理子单元；

2)综合功能测评子单元2：映射一级功能测评中的感知觉、记忆力、思维、言语子单元；

3)综合功能测评子单元3：映射一级功能测评中的灵活性、言语和情绪管理子单元。

计算模块通过通讯系统获得无线网络服务器的用户数据，对在线测评采集到的用户数据进行统计分析和更新，处理生成各类型受试者的测评结果常模，包括健康人群的个人信息，各级功能的标准分。

如图4所示，使用本系统进行测试的方法：

步骤1：登录测评系统，为受试者注册账号或者选择已注册的账号；

步骤2：录入受试者的姓名、性别、年龄、职业、受教育程度等个人信息，例如，在本实施例中，可录入受试者的信息如下：姓名：张三、性别：男、年龄：57、职业：会计、受教育程度：大专。

步骤3：根据系统的模板录入受试者的临床资料，例如，在本实施例中，张三向医生说他“感到自己的记忆力越来越不好，在接触新信息时，不容易记住。即使好不容易记住了，也会很快忘记”。那么系统可以在主述中记录张三的原话，系统也可以概括记录为“记忆困难，爱遗忘”，张三无病史，查体情况各方面正常，没有进行过影像学检查，等数据，在可在临床资料模块进行记录。另外，在使用本系统测评前，张三进行过日常生活能力量表(ADL)和蒙特利尔认知评估量表(MoCA)的测评，如表1所示：

表1蒙特利尔认知评估量表(MoCA)测评表

教育年限≤12年，测试结果上加1分，最高分为30分，≥26分属于正常，得分越高，认知功能越好。

在本模块中通过选择这两张量表的结果录入模板，将结果录入系统，以便最后对张三的测评情况进行综合分析。

步骤4：在测评模块中进行测评：

A)受试者张三通过系统，依次完成综合功能测评子单元1、2、3。每个子单元所需时间3～5分钟，全部完成共需约15分钟；

B)系统提取张三在3个综合功能测评子单元中的原始分数S₀₁＝1050、S₀₂＝323、S₀₃＝3146；为了方便在不同的任务成绩之间进行比较，对原始分数进行标准化转换，根据系统当前存储模块中的健康用户综合常模参数对综合功能测评子单元中的原始分数进行标准化转换，转换公式为：

其中，下标0代表该系列分数对应综合功能测评层；下标i是综合功能测评子单元编号，i的取值范围为1～3；Z_0i是进行标准化转换后的综合功能测评子单元分数，又可叫做综合功能测评子单元标准分；S_0i是综合功能测评子单元中的原始分；是与受试者年龄、性别、职业、教育程度匹配的健康人群综合功能测评子单元原始得分的平均值；σ_0i是与受试者年龄、性别、职业、教育程度匹配的健康人群综合功能测评子单元原始得分的标准差；和σ_0i又叫做健康用户综合常模参数。

在本实施例中，根据常模参数和计算公式，得出张三在3个综合功能测评子单元中的标准分数Z₀₁＝92、Z₀₂＝78、Z₀₃＝89；

C)从综合功能测评子单元的标准分中分离出对应的一级功能标准分；综合功能测评子单元和一级功能测评子单元的映射关系，从综合功能测评子单元的标准分中分离出对应一级功能标准分。分离的公式为：

Z_{n_0i}＝w_{n_0i}·Z_0i

其中，下标n是一级功能领域编号，n的取值范围为1～7；Z_{n_0i}是从某一综合功能测评子单元标准分中分离出来的一级功能标准分；w_{n_0i}是综合功能测评子单元标准分中可反映某一级功能水平的权重，其取值范围为0～1；Z_0i是综合功能测评子单元标准分。

根据上述方法，分离出张三的七个一级认知功能的标准分如表2所示：

D)分离出来的各一级功能标准分相加，后取平均值，作为代表受试者在该一级功能领域的总体分值；

作为代表受试者在该一级功能领域的总体水平，该步骤的计算公式为：

Z_{n_0}＝∑Z_{n_0i}/k

其中，Z_{n_0}是受试者某一级功能领域的总体水平得分；Z_{n_0i}是从某一综合功能测评子单元标准分中分离出来的该一级功能标准分；k是在所有综合功能测评子单元中该一级功能被涉及的次数。根据上述公式，算得各一级功能测评子单元的得分见表2的“平均值”一栏。

表2一级认知功能测评得分表

比较受试者在各一级功能上的得分与健康人群的一级功能平均分的差距；计算受试者在各一级功能上的得分与健康人群的平均分的差距D_n，根据D_n的大小对各一级功能水平进行评估，并且判断是否选择相应的一级功能测评子单元。

根据差距值判断是否选择相应的一级功能测评子单元进行进一步测评，选择相应的一级功能测评子单元进行测评；

具体来说，如果D_n≥3，代表该一级功能优秀；如果1.5≤D_n＜3，代表该一级功能良好；如果-1.5≤D_n＜1.5，代表该一级功能一般；-3＜D_n＜-1.5，代表该一级功能轻度受损；D_n≤-3，代表该一级功能严重受损。另外，如果D_n＜-1.5，则认为受试者在该一级功能领域可能存在受损，那么在接下来的流程中将选择该一级功能的测评子单元内容进行测评；否则，则认为受试者在该一级功能领域无受损，那么在接下来的流程中就不会再选择该一级功能的测评子单元内容进行进一步测评。

D_n的计算公式为：

其中，D_n是受试者在某个一级功能上的得分与健康人群的平均分的差距；是与受试者在各方面匹配的健康人群常模在该一级功能上的平均值；σ_n是与受试者在各方面匹配的健康人群常模在该一级功能上的标准差。

本实施例中，根据上述标准和张三进行测评时系统中健康人群的常模参数，见表3，计算张三在某一级功能上的得分与健康人群的平均分的差距，根据计算结果和上述标准对各一级功能的水平进行评估，并选择轻度受损的记忆力子单元进行进一步测评。

表3一级功能测评子单元评估表

受试者按照计算机提示的操作规则，完成选择的记忆力测评子单元的测评任务，所需时间约2分钟。

E)处理器提取受试者在系统所选的各一级功能测评子单元中完成认知任务达到的最高难度等级L_{n_m1}，根据L_{n_m1}和L_{n_m1}’值的大小比较结果确定下一流程中选择哪些二级功能进行测评，，选择相应的二级功能测评子单元进行测评；具体地说，如果L_{n_m1}≤L_{n_m1}’，则认为受试者在该二级功能领域受损，那么就选择该L_{n_m1}值对应的二级测评子单元进行下一步的测评，如果L_{n_m1}＞L_{n_m1}’，则认为该受试者在该二级功能领域无受损，那么在下一个流程中不会选择该二级功能对应的测评子单元。L_{n_m1}’为二级功能测评子单元的等级标准，n是一级功能领域编号，m为二级认知功能的编码，取值范围为1～7，L_{n_m1}’根据科研文献调研结果设定；

在本实施例中，提取张三在记忆力测评子单元中完成测评记忆力的认知任务达到的最高难度等级L_{n_m1}，并比较L_{n_m1}和L_{n_m1}’值的大小，结果如表4所示。根据下表中的结果，确定下一流程中需要对延迟记忆、联结记忆和空间记忆等3项二级功能进行测评。

张三按照计算机提示的操作规则，依次完成选择的3项二级功能测评子单元。每个子单元所需时间约2分钟，全部完成约需6分钟。

表4二级功能测评子单元评分表

F)处理器提取受试者在各二级功能测评子单元中的原始分数S_{nm_2}，下标n是一级功能领域编号，n的取值范围为1～7；下标m是二级认知功能的编码，取值范围为1～7；下标2代表该原始分数S_{nm_2}对应二级功能测评层；

在本实施例中，提取张三在延迟记忆、联结记忆和空间记忆测试中的原始分数：S_{42_2}＝313、S_{43_2}＝106、S_{44_2}＝758。

为了简化在不同的任务成绩之间进行比较，对原始分数S_{nm_2}进行标准化转换，根据系统存储模块中的健康用户二级常模参数对综合功能测评子单元中的原始分数进行标准化转换，转换公式为：

其中，下标2代表该系列分数对应二级功能测评层；下标n是一级功能领域编号，n的取值范围为1～7；下标m是二级认知功能的编码，取值范围为1～7；Z_{nm_2}是进行标准化转换后的二级功能测评子单元分数，又可叫做二级功能测评子单元标准分；S_{nm_2}是二级功能测评子单元中的原始分；是与受试者年龄、性别、职业、教育程度匹配的健康人群二级功能测评子单元原始得分的平均值；σ_{nm_2}是与受试者年龄、性别、职业、教育程度匹配的健康人群二级功能测评子单元原始得分的标准差；和σ_{nm_2}又叫做健康用户二级常模参数。

在本实施例中，根据常模参数和计算公式，得出张三在延迟记忆、联结记忆和工作记忆这3个二级功能测评子单元中的标准分数：Z_{42_2}＝21、Z_{43_2}＝27、Z_{44_2}＝40。

H)比较二级功能标准分与健康人群的平均分的差距D_nm判断对应二级功能子模块受损程度；

计算受试者在各二级功能上的得分与健康人群的平均分的差距D_nm，根据D_nm的大小对各二级功能水平进行评估。具体来说，如果D_nm≥3，代表该二级功能优秀；如果1.5≤D_nm＜3，代表该二级功能良好；如果-1.5≤D_nm＜1.5，代表该二级功能一般；-3＜D_nm＜-1.5，代表该二级功能轻度受损；D_nm≤-3，代表该二级功能严重受损。

在本实施例中，根据上述标准和张三进行测评时系统中健康人群的常模参数，表5，计算张三在某一级功能上的得分与健康人群的平均分的差距，并根据计算结果和上述标准对各二级功能水平进行评估。

表5受试者二级功能标准分与健康人群对比评估表

D_nm一栏的数字，是测评结果与表中所表示的健康常模平均值的距离。

I)将步骤C中的各一级功能标准分Z_{n_0}和存储模块中在年龄、性别、职业、教育程度等方面匹配的各类型病症人群的相应一级功能标准分平均值和标准差σ_{n_p}，计算受试者的各一级功能标准分与各类病症人群常模的平均值的距离D_{n_p}，如果D_{n_p}均与某病症的常模平均值相差1个标准差之内，即认为该受试者的测评成绩符合该病症的认知损伤特征，建议作出相应诊断；否则仅给出测评结果，由医生根据其它辅助检查、受试者的状态和临床经验进行诊断。

D_{n_p}的计算公式如下：

在本实施例中，提取张三的7项一级功能测评标准分，并根据当前的各类病症常模参数和计算公式，计算出D_{n_p}。经过比较分析后发现，张三的各一级功能测试结果与遗忘型认知障碍患者常模最吻合，计算结果如下表6所示：

表6一级功能子单元与标准常模参数比较表

表6中D_{n_p}的数值是测评结果与所示病症常模平均值的距离，aMCI为病症常模平均值，数值为正，代表测评结果高于该病症常模平均值若干个标准差，数值为负，代表测评结果低于该病症常模平均值若干个标准差，数值为零，代表测评结果与该病症常模平均值相等，差值在-1到1之间，包括-1和1，表示测评结果与病症常模相匹配。

步骤5：测评模块中分析得到的结果和录入模块中受试者的个人信息和临床资料传输到处理器模块，经过处理器模块处理后，传输到输出模块并生成可打印的报告单，并将测试数据传输到无线网络服务器中进行储存；

将在测评模块中分析得到的结果和录入模块中受试者的个人信息和临床资料通过处理器模块传输到处理器模块，经过综合分析后，传输到输出模块并生成可打印的报告单,并将测试数据传输到无线网络服务器中进行储存。报告单的内容包括：(1)个人信息；(2)测评简介；(3)临床材料；(4)一级功能测评分数和图表；如表7和图5；(5)病症常模匹配结果，表8；(6)二级功能测评分数和图表，表9；(7)建议诊断结果。

表7一级功能测评测评结果表

得分等于或超过80分为优秀，65-80分为良好，35-65分为一般，20-35分之间为轻度受损，低于20分为严重受损。

表8病症常模匹配结果表

表9二级功能测评分数表

得分等于或超过80分为优秀，65-80分为良好，35-65分为一般，20-35分之间为轻度受损，低于20分为严重受损。

结果分析与诊断建议：本次认知测评的结果显示，在所测的七项认知功能中，受试者的感知觉、注意力、言语、情绪管理认知水平处于良好或优秀水平，灵活性和思维处在健康水平，但记忆力，尤其是延迟记忆和连接记忆功能轻度受损，本次测评结果与数据库中遗忘型认知障碍(aMCI)人群的测评常模比较一致，表现为记忆力出现轻度损伤，而其他认知功能保持健康或良好水平，临床资料中，日常生活能力量表得分为20分，正常，蒙特利尔认知评估量表为26分，认知功能整体正常，但延迟记忆分项得分低，在记忆力方面轻微受损，分析结果显示为遗忘型轻度认知障碍的诊断。

以上示意性地对本发明创造及其实施方式进行了描述，该描述没有限制性，在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一，实际的结构并不局限于此，权利要求中的任何附图标记不应限制所涉及的权利要求。所以，如果本领域的普通技术人员受其启示，在不脱离本创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本专利的保护范围。

Claims (2)

1.一种在线认知评估系统的评估方法，步骤如下：

步骤1：登录测评系统，为受试者注册账号或者选择已注册的账号；

步骤2：录入受试者的姓名、性别、年龄、职业、受教育程度个人信息；

步骤3：录入受试者的临床资料，临床材料包括受试者主述、病史、查体情况、影像学检查结果、日常生活能力评估结果以及其它量表评估结果；

步骤4：在测评模块中进行测评：

A)受试者依次完成综合功能测评子单元1、2、3测评，并生成原始分数S₀₁、S₀₂、S₀₃；

B)处理器模块提取受试者在3个综合功能测评子单元中的原始分数S₀₁、S₀₂、S₀₃，对原始分数S₀₁、S₀₂、S₀₃进行标准化转换，生成综合功能测评子单元的标准分；

C)从综合功能测评子单元的标准分中分离出对应的一级功能标准分；

D)分离出来的各一级功能标准分相加，后取平均值，作为代表受试者在一级功能领域的总体分值；比较受试者在各一级功能上的得分与健康人群的一级功能平均分的差距；根据差距值判断是否选择相应的一级功能测评子单元进行进一步测评，如果选择相应的一级功能测评子单元进行测评则执行步骤E)，否则，执行步骤I)；

E)处理器提取受试者在系统所选的各一级功能测评子单元中完成认知任务达到的最高难度等级L_{n_m1}，根据L_{n_m1}和L_{n_m1}’值的大小比较结果确定下一流程中选择哪些二级功能进行测评，L_{n_m1}’为二级功能测评子单元的等级标准，n是一级功能领域编号，m为二级认知功能的编码，选择相应的二级功能测评子单元进行测评；

F)处理器提取受试者在各二级功能测评子单元中的原始分数S_{nm_2}，下标n是一级功能领域编号；下标m是二级认知功能的编码；下标2代表该原始分数S_{nm_2}对应二级功能测评层；

G)对原始分数S_{nm_2}进行标准化转换，生成二级功能标准分；

H)比较二级功能标准分与健康人群的平均分的差距D_nm判断对应二级功能子模块受损程度；

I)将步骤C中获得的一级功能标准分与存储模块中储存的各类型病症人群的相应一级功能标准分平均值比较，评估认知特征；

步骤5：测评模块中分析得到的结果和录入模块中受试者的个人信息和临床资料传输到处理器模块，经过处理器模块处理后，传输到输出模块并生成可打印的报告单，并将测试数据传输到无线网络服务器中进行储存；

步骤6：计算模块通过通讯系统获得无线网络服务器的用户数据，对在线测评采集到的用户数据进行统计分析和更新，处理生成新的各类型受试者的测评结果常模。

2.根据权利要求1所述的在线认知评估系统的评估方法，其特征在于：

更新各测评任务常模的处理步骤如下：

步骤1：获得各类样本人群首次独立完成各任务时的原始分数X_i，i为测试任务的编号；

步骤2：统计各类样本人群的样本量n_i；

步骤3：计算各类样本人群在各测试任务上的原始分数的平均值

步骤4：计算各类样本人群所代表的总体标准差在各测试任务上的原始分数的标准差δ_i；

步骤5：系统采集到的各类样本人群的样本量n_i每增加若干量，更新各测评任务常模。