CN106102580A - 用于确定受试者的感知‑认知特征的系统和方法 - Google Patents
用于确定受试者的感知‑认知特征的系统和方法 Download PDFInfo
- Publication number
- CN106102580A CN106102580A CN201480074649.6A CN201480074649A CN106102580A CN 106102580 A CN106102580 A CN 106102580A CN 201480074649 A CN201480074649 A CN 201480074649A CN 106102580 A CN106102580 A CN 106102580A
- Authority
- CN
- China
- Prior art keywords
- series
- test
- experimenter
- speed
- target object
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6889—Rooms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7445—Display arrangements, e.g. multiple display units
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/162—Testing reaction times
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Developmental Disabilities (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Neurology (AREA)
- Social Psychology (AREA)
- Educational Technology (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
- Eye Examination Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及用于确定受试者的感知‑认知特征的系统和方法。在一系列核心试验的每一个中多个物体在虚拟显示器上以控制速度移动持续预定持续时间。受试者识别多个物体中的一个或多个目标物体。根据目标物体的数量、物体的速度、一系列核心试验的每一个的预定持续时间和在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性确定受试者的感知‑认知特征。
Description
技术领域
本发明涉及受试者的感知-认知能力的领域。更具体地,本发明涉及一种用于确定受试者的感知-认知特征的系统和方法。
背景技术
在比赛期间运动员的大脑的最艰巨任务之一是感知和整合复杂的移动模式,同时在动态场景的不同关键区域中分配注意力资源。运动员需要在可变视野区域上整合信息而不仅仅注意小区域。此外,队员和玩的物体(例如球或冰球)的运动可以非常快速和可变。例如,球或冰球可以突然改变速度和方向。这些元素的轨迹路径也可以很难预测,在方向和形状上突然变化,具有许多阻塞和分割,例如物体挡住其他物体或从视野中消失。当运动的水平增加时,必须执行这些精神任务的快速性也增加。尽管基本的生理能力和勤奋努力,运动员所需的感知-认知处理的复杂性和速度的组合可能潜在地是关于运动员是否将毕业并且以出色水平发挥良好的主要确定因素之一。
在不同尝试领域中,老人或遭受创伤的人可能具有影响他们的感知-认知能力的认知障碍。他们执行日常任务(例如驾驶车辆或在人群中行走)的能力可能受制于那些认知障碍。
在2010年4月8日公布的Faubert和Tinjust的PCT公告WO 2010/037222 A1(在下文中称为“Faubert’2010”)中描述了一种用于评估、训练和改善受试者的感知-认知能力的方法和装置,上述申请的公开内容通过引用完整地合并于本文中。Faubert’2010的教导可以应用于运动员以及遭受认知障碍的任何人。
Faubert’2010描述各种参数,包括用于由受到测试的受试者跟踪和识别的在显示器上移动的目标的数量和速度。当然,这些参数将根据特定受试者的详细情况和根据进行训练时的受试者的进步率而变化很大。
所以,需要一种用于确定受试者的感知-认知特征的系统和方法以便根据受试者的感知-认知训练需要最佳地设置参数。
发明内容
根据本发明,提供一种用于确定受试者的感知-认知特征的系统。所述系统包括显示器、接口和控制器。所述显示器显示多个物体。所述接口从受试者接收多个被显示物体中的一个或多个目标物体的识别。所述控制器指定目标物体的数量,在一系列核心试验的每一个中设置在所述显示器上移动持续预定持续时间的物体的速度,并且确定受试者的感知-认知特征。根据目标物体的数量、一系列核心试验的每一个的预定持续时间和在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性确定所述特征。
根据本发明,也提供一种用于确定受试者的感知-认知特征的方法。在一系列核心试验的每一个中设置在显示器上移动持续预定持续时间的多个物体的速度。指定多个物体中的一个或多个目标物体的数量。从受试者接收多个物体中的一个或多个目标物体的识别。根据目标物体的数量、物体的速度、一系列核心试验的每一个的预定持续时间和在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性确定受试者的感知-认知特征。
当阅读参考附图仅仅作为例子给出的本发明的示例性实施例的以下非限制描述时前述和其他特征将变得更明显。在附图的各图上相似的数字表示相似的特征。
附图说明
将参考附图仅仅作为例子描述本发明的实施例,其中:
图1是用于确定受试者的感知-认知特征的系统的框图;
图2是感知-认知核心试验的例子中的五个阶段的图示;
图3是包括完全沉浸式虚拟环境的图1的系统的例子的透视图;
图4是示出图3的环境中的受试者的位置的透视图;
图5是感知-认知评估过程的总视图;
图6是选择注意力测试程序的序列图;
图7是详述图6的选择注意力测试程序的核心试验的序列图;
图8是当执行图6的选择注意力测试程序时获得的示例性速度阈值的序列;
图9是详述持续注意力测试程序的试验的序列图;
图10是持久注意力测试程序的序列图;
图11是显示多个试验上的被测试速度值之间的相关性的一系列图形;
图12是显示在多个试验上正确识别的目标物体的平均数量的一系列图形;
图13是显示多个试验上的正确试验的百分比的一系列图形;
图14是显示多个试验上的速度的差异的一系列图形。
具体实施方式
本发明的各方面大体上解决根据受试者的感知-认知训练需要最佳地设置参数的一个或多个问题。
本发明介绍一种用于确定感知-认知特征的系统。非限制地,系统可以使用在Faubert’2010中介绍的系统的增强版本。
受试者的感知-认知特征可以描述为受试者的表现的特征图。可以通过测量受试者对各种刺激的敏感度确定该特征,目的是确定他/她的注意能力的水平。在其内容通过引用完整地合并于本文中的以下文献中描述感知-认知特征的概念的更详细描述:“Demonstrations of decreased sensitivity to complex motion information notenough to propose autism-specific neural etiology”,Bertone A.,Faubert J.,Journal of Autism and Developmental Disorders,Vol.36,No.1,2006年1月,第55-64页。
用于确定感知-认知特征的系统限定核心试验,其例如涉及由受试者跟踪移动持续8秒的持续时间的四(4)个扰乱项中的四(4)个目标,一排20个试验。速度阈值测量过程允许在细粒标度上灵敏地评级受试者的感知-认知表现。根据该过程的速度阈值是无量纲、相对值。
当系统引出高水平精神资源时,执行核心试验的能力在受试者之间变化很大。例如,具有影响注意力的认知障碍的老人在标准核心试验上典型地获得小于0.5的速度阈值,而杰出运动员通常获得1.5到3.0之间的速度阈值评分。
在速度阈值谱的下端上的受试者可以接收次优调节,如果以对于他们的认知水平来说太难的参数限定核心试验,产生速度阈值量度的不确定性。为了克服该问题,用于确定感知-认知特征的本系统使用两个基本参数,其可以被改变以在整个人为表现谱上可预测地调整核心试验的难度。第一变量是受试者需要跟踪的物体的目标的数量。第二参数是核心试验的持续时间。改变这两个参数允许核心试验匹配特定受试者的训练需要,保证可靠的测量。
迄今为止,正确地调整核心试验参数的设置取决于猜测、测试和在多个会期上主观地重新设置它们直到获得合适的速度阈值的实验方法。
本系统提供用于确定任何受试者的感知-认知训练的最佳参数设置的解决方案。另外,系统允许识别特定注意力特性。
系统
现在参考图,图1是用于确定受试者的感知-认知特征的系统的框图。图1的系统10相比于Faubert’2010的系统被简化,但是仍然足以支持受试者的感知-认知特征的确定。系统10包括显示器12,受试者接口14,控制器16,并且也可以包括输入接口18和输出接口20。控制器16可操作地连接到显示器12,连接到受试者接口14,并且如果有的话,连接到输入和输出接口18、20。显示器12可以包括由二维显示器或三维(3D)显示器。
可操作地连接到显示器12的控制器16控制物体22的数量并且设置在显示器12上移动的该多个物体22的速度。控制器16也指定物体22中将由受试者跟踪的目标物体的数量。控制器16保证物体22在一系列核心试验的每一个中在显示器12上移动持续预定持续时间。受试者接口14在指定核心试验结束时从受试者接收多个物体22中的一个或多个目标物体的识别并且将这些识别提供给控制器16。可以由受试者使用以识别目标物体的受试者接口14的非限制性例子可以包括真实键盘,虚拟键盘,鼠标或类似的定点装置,语音识别系统,安装在受试者上的一个或多个传感器(包括运动传感器和/或位置传感器)等。控制器16根据目标物体的数量、物体22的速度、一系列核心试验的每一个的持续时间和在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性确定受试者的感知-认知特征。识别的正确性可以表达为正确识别的百分比或正确识别在可能正确识别的总数量上的比率。受试者的感知-认知特征限定受试者的注意能力的水平。
如果有的话,输入接口18用于为控制器16供应一系列核心试验的参数。如果有的话,输出接口20用于输出由控制器16确定的受试者的感知-认知特征。控制器16通过输出接口将收集值(目标物体的数量、物体22的速度、一系列核心试验的每一个的持续时间和识别的正确性)最终通过通信链路供应到外部和/或远程计算机以便确定受试者的感知-认知特征以及进行这些收集值的其他可能处理也在本发明的范围内。
图2是感知-认知核心试验的例子中的五个阶段的图示。在图1的前述描述中介绍的物体22示出为由不需要跟踪而是用作干扰项26的四(4)个附加球围绕的四(4)个目标物体24(球)。视图2a显示存在于显示器上、例如在虚拟体积空间中(如果显示器提供3D能力的话)的八(8)个随机定位的物体22(球),包括目标物体24和干扰项26。视图2b显示四(4)个特定目标物体24的视觉识别,所述目标物体是在核心试验的过程中将被跟踪的球。显示识别持续短暂时间,例如一秒。视图2c显示已去除识别并且所有球移动(例如,动态相互作用)持续预定持续时间。在该运动期间,球可以碰撞并且因此突然改变方向。替代地,球可以穿越其他球,因此暂时地挡住它们。在视图2d中,受试者识别已被跟踪的四(4)个目标物体24。最后,在视图2e中,通过识别需要跟踪的四(4)个目标物体24将反馈提供给受试者。图2的视图示出由受试者进行的精确识别。如果受试者已正确地识别所有四(4)个球,可以以更快的运动速度充分核心试验。在另一方面,如果受试者未正确地识别所有四(4)个球,可以以更慢的运动速度重复核心试验。因此可以在下文中限定的速度阶梯程序之后重复核心试验中的过程直到最终确立速度阈值。
图2显示干扰项26的数量等于目标物体24的数量的例子。在特定实现中,控制器16可以控制显示器12显示比图2上所示的更多或更少的干扰项26和更多或更少的目标物体24。另外,干扰项26的数量可以大于或小于目标物体24的数量。图2为了举例说明目的显示八(8)个物体22而不是限制本发明。
返回图1,显示器12可以作为3D显示器或作为头戴式显示器(HMD)实现。系统10的变型可以替代地整合完全沉浸式虚拟环境。图3是包括完全沉浸式虚拟环境的图1的系统的例子的透视图。图4是示出图3的环境中的受试者的位置的透视图。图3和4的完全沉浸式虚拟环境在Faubert’2010中被介绍并且可以整合到图1的系统中。立即参考图3和4,图1的显示器12用完全沉浸式虚拟环境(FIVE)房间101代替,其中受试者完全沉浸在指定三维环境中并且提供刺激(图3)。FIVE房间101具有例如8x8x8英尺的尺寸并且包括四(4)个投影表面(三个壁102、103和104以及地板105)。显示器在四(4)个投影表面(三个壁102、103和104以及地板105)上显示立体图像以形成虚拟物体呈现在其中的指定3D环境。为了该目的,显示器包括投影仪106、107、108和109以及关联的平面反射器110、111、112和113,在例如计算机(未显示)的形式的显示器控制器的控制下相应地在四(4)个投影表面(三个壁102、103和104以及地板105)上投影和显示图像。基本上位于FIVE房间101(图4)的中心位置的眼科椅106被提供以使受试者(例如115)就座。
注意力测试系列
可能包括图3和4的环境的图1的系统支持一系列三(3)种类型的注意力测试系列:选择注意力(selective attention),持续注意力(sustained attention)和持久注意力(stamina attention)。这些是以强调特定感知-认知需求并且对于注意力表现和某些神经生物改变完整的方式变化的核心试验的专用参数变化。
受试者的完整评估耗时大约30分钟完成。有六(6)个测试部分,包括用于选择注意力测试系列的高达四(4)个部分,用于持续注意力测试系列的一个部分,和用于持久注意力测试系列的一个部分。每个测试部分提供渐进概要分析,使得每个测试部分的结果确定接着使用哪个测试或设置测试的基本参数。例如,选择注意力测试系列确定设置用于持续注意力测试系列的目标的速度和数量。
三种类型的测试系列的每一个的结果提供选择注意力、持续注意力和持久注意力特定的测量结果。这些评分相对于彼此的变化将提供每个受试者的不同注意力特性的感知-认知特征。这些预期与真实世界认知能力和神经生物病症明显地相关。例如,患有注意力缺陷多动症的儿童可能更有可能具有低选择注意力,很低持续注意力,和正常持久注意力。
受试者的感知-认知特征的确定也有用于设置更加强调受试者薄弱的注意力类型的调节的专门训练会期,例如增加选择注意力测试系列会期以更快地克服选择注意力的薄弱。
评估结果可以用作概况以确定评估中的测试部分的参数和条件,并且通过特定地满足受试者的注意力需要优化长期训练计划的设置。结果也可以揭示可以与众多神经生物状况直接相关的注意能力的特征。
使用例如涉及3D中的多物体跟踪(MOT)和具有变化参数的单球跟踪测试的核心试验的序列,将通过三个专门测试渐进地评估三(3)种类型的注意力:‘选择注意力’、‘持续注意力’和‘持久注意力’。然后可以在测试阶段的每一个中强调与特定注意能力相关的感知-认知属性。在训练计划过程中的周期性重新评估也可以用于适应演进训练需要。
在30分钟评估内揭示受试者的感知-认知特征和训练计划。为特定受试者定制的方法便于受试者的感知-认知能力的特定改善。与其他评估一起,结果可以帮助确定和发现具体注意力相关病症。
图5是感知-认知评估过程的总视图。感知-认知评估过程200由系统10在控制器16的控制下执行。过程200包括可以按照可变顺序执行的多个操作,一些操作可能同时被执行,一些操作是可选的。过程200包括高达四(4)个选择注意力测试系列210、220、230和240,暂停250,持续注意力测试系列260,和持久注意力测试系列270。在每个测试系列中,显示为在显示器12上移动的物体22的可变速度由控制器16调节。如上文中所述,速度值和速度阈值用无量纲、相对项表达。随后的图将提供每种类型的注意力测试系列的操作的细节。
选择注意力测试系列210涉及将被跟踪的、在显示器12上向受试者显示的单一(1)目标物体。如果受试者具有很高的能力并且提供大于4的速度下的目标物体的精确识别,立即停止选择注意力测试系列210并且过程移动到选择注意力测试系列220。否则执行选择注意力测试系列210的所有核心试验并且过程移动到选择注意力测试系列220。选择注意力测试系列220、230和240分别使用在显示器12上向受试者显示的两(2)个、三(3)个和四(4)个目标物体。如果受试者在选择注意力测试系列220或230的任何一个中提供大于4的速度下的目标物体的精确识别,停止该测试系列的执行并且过程移动到下一个测试系列。如果受试者未能满足0.4的通过速度阈值,过程立即移动到暂停250。否则,当受试者获得超过0.4的通过速度阈值的一致速度时过程从一个测试系列移动到下一个。在持续至少三(3)分钟的暂停250之后接着最后成功测试系列,其后使用包括由受试者针对指定数量的目标物体(在1到4个目标物体之间)获得的速度值的参数以确定持续注意力测试系列260的概况。
在操作265中使用选择和持续注意力系列的结果以确定用于设置个人核心训练计划的概况。使用基于其中一个或多个目标物体的识别正确的三(3)个核心会期的核心基线以确定用于设置持久注意力测试系列270的参数的概况。包括选择概况、持续概况和持久概况的感知-认知特征280从来自选择、持续和持久注意力测试系列的结果获得。可以使用重新评估290以根据他的感知-认知改善适应性修改受试者的训练计划并且随着时间获得新特征。
选择注意力测试程序
选择注意力测试程序的目的是通过从具有很少的动态或分布注意力需求的很低水平跟踪向上进展到更多目标物体(增加选择注意力难度)以聚焦方式测量选择注意能力。该程序使用物体运动的短预定持续时间,例如六(6)秒,以便最小化持续注意力需求。在不同数量的目标物体上的测试允许相对于受试者的表现以各种水平比较地测量选择注意力。
目标物体的数量的渐变与确定适合于受试者的核心训练计划的目标物体的数量直接相关。
如果选择注意力测试系列220或230的受试者的速度阈值结果低于0.4的通过速度阈值,不试图进入下一个选择注意力测试系列230或240,原因是受试者在被跟踪目标物体的数量方面已经达到他的最大能力。如果对于选择注意力测试系列210、220或230的任何一个获得大于4的试验速度,当前测试系列停止并且过程移动到具有一个附加目标物体的下一个选择注意力测试系列。然而如果受试者然后在下一个选择注意力测试系列中得分小于通过速度阈值,过程返回先前的测试系列,不管先前结果超过4的速度的事实。
从选择注意力测试系列210进展到选择注意力测试系列220不需要最小速度阈值。这是由于单个物体跟踪引出明显不同于多个物体跟踪的精神资源。实际上,在选择注意力测试系列210中获得的结果可能不是多物体跟踪表现的稳定指标(不同于在2、3和4个目标物体之间获得的表现的比较)。因此,选择注意力测试系列210的结果可以有助于感知-认知特征的特定信息,例如通过隔离与中心凹跟踪相关的问题或通过确认某些运动跟踪缺陷不是多物体跟踪特定的。
图6是选择注意力测试程序的序列图。图7是详述图6的选择注意力测试程序的核心试验的序列图。图6显示典型序列,其中具有良好、但不出众感知-认知能力的受试者在选择注意力测试系列210、220、230和240中从一个测试系列移动到下一个,在每个测试系列中至少满足通过速度阈值。图7的核心试验300显示可应用于选择注意力测试系列210、220、230和240中的任何一个的详细操作。核心试验300包括可以按照可变顺序执行的多个操作,一些操作可能同时被执行,一些操作是可选的。
通过用设置为0.3的速度限定第一试验305开始核心试验300,该速度被限定为适应具有很低感知-认知能力的受试者。正确答案需要所有目标物体的正确识别。所有其他响应被认为是错误的。如果受试者在核心试验300中未能正确地识别一个或多个目标物体(即,在1到4个目标物体之间,取决于当前的核心试验300是否是选择注意力测试系列210、220、230或240的一部分),以相同速度尝试第二试验310。如果第二试验310失败,以相同速度尝试第三试验320。如果第三试验失败,用下文中描述的阶梯程序325结束核心试验300。如果第一、第二或第三试验305、310或320中的任何一个成功,核心试验300继续操作330,其中通过使每个连续试验中的当前速度增加0.5步进速度直到在最后速度水平下试验失败;选择该适当大(0.5)的速度步幅以允许具有出色能力的受试者快速地达到他们的实际速度阈值。在操作330中试验失败之后,以该最后速度水平尝试重新试验335。如果受试者未能通过重新试验335,用阶梯程序340结束核心试验300。如果受试者成功地通过重新试验335,核心试验300继续操作345,其中在每个连续试验中增加0.5再次步进速度直到在最后速度水平下试验失败。然后用阶梯程序350结束核心试验300。
为了执行阶梯程序325、340和350,控制器16使用自适应协议来改变(上或下)在显示器12上移动的物体22的速度。控制器16关于受试者对连续试验的响应的精度从一个试验到另一试验调节物体22的速度。阶梯速度变化可以设置成具有四(4)个反转(反转被定义为从向上变化变为向下变化或从向下变化变为向上变化),或三(3)个反转(在以0.5的速度第一次失败的情况下)。例如,在第二反转之前,物体22的速度在每个试验增加(正确答案)或减小(错误答案)+0.5的因数。从第二反转到第四反转,物体22的速度在每个试验增加(正确答案)或减小(错误答案)26%的因数。在20个试验之后阶梯程序结束,其后对于特定核心试验300确定受试者的最后速度阈值。阶梯程序325、340和350主要在由受试者达到的初始速度阈值方面彼此不同。
持续注意力测试程序
持续注意力测试程序的目的是设置受试者跟踪的适当挑战水平并且然后找到匹配受试者的持续跟踪速度阈值的持续时间。另外,在相对于固定速度的持续注意力测试过程中成功识别的目标物体的总数量方面测量受试者的表现。使用下文中所述的超负荷公式,将该量度转换成近似核心速度阈值。这允许选择注意力测试系列与持续注意力测试系列之间的基本表现比较。
持续注意力测试系列例如可以使用以下参数:
对于所有试验固定的预定速度下的20个试验;
目标物体的预定数量;以及
取决于试验成功或失败的试验时间的变化长度。
从受试者进展到并且获得成功速度阈值的选择注意力测试系列确定目标物体的数量。成功速度阈值大于通过速度阈值,例如设置为0.7。如果受试者在目标物体的数量方面进展,但是未能获得成功速度阈值,则使用先前选择注意力测试系列的目标物体的数量。换句话说,进展到下一选择注意力测试系列需要满足通过速度阈值(例如达到0.5的速度,因此超过0.4的通过速度阈值),而设置持续注意力测试系列参数需要满足成功速度阈值(例如0.7)。基于从其导出目标物体的数量的相同选择注意力测试系列获得的速度阈值设置速度,其可以通过高达10%的增加被修改以适应测试之间的改善。
图8是当执行图6的选择注意力测试程序时获得的示例性速度阈值的序列。在该例子中,受试者进展到四(4)个目标物体,在所有选择注意力测试系列210、220、230和240中超过0.4的通过速度阈值。然而,受试者在最后选择注意力测试系列240中未能满足0.7的成功速度阈值。因此,持续注意力测试系列260将使用三(3)个目标物体和设置为1.1的固定速度作为参数,所述固定速度是在选择注意力测试系列230中由受试者达到的速度阈值。
在持续注意力测试程序中获得的结果允许区分受试者之间的持续注意力的水平,用于识别感知-认知特征特性和用于概要分析目的。结果也可以用于确定将用于核心训练计划的最佳试验持续时间。
图9是详述持续注意力测试程序的试验的序列图。图9的试验400显示可应用于持续注意力测试系列260的详细操作。试验400包括可以按照可变顺序执行的多个操作,一些操作可能同时被执行,一些操作是可选的。试验400开始于具有4秒持续时间的第一试验405。如果受试者未能通过第一试验405,下一试验410发生,在每个连续试验中使持续时间减小一秒直到受试者正确地识别在持续注意力测试程序中限定的一个或多个目标物体,而不将试验持续时间减小到小于一秒。如果受试者在第一试验405中成功,下一试验415发生,在每个连续试验中使持续时间增加一秒直到受试者失败。在试验410成功之后或在试验415失败之后,操作420以相同速度重复该最后试验。取决于操作420的试验的成功或失败,试验400继续操作415或410,使下一试验的持续时间增加或减小一秒。当已尝试20个试验时操作430终止试验400。在那时,受试者将被分区到接近他的持续注意力阈值的试验持续时间中,即当以优化的目标数量和速度跟踪时的试验持续时间阈值。操作440通过平均最后几个试验的持续时间、例如平均最后五(5)个试验的持续时间确定持续注意力测试结果。操作440可以可选地将该平均持续时间舍入到秒。
可选地,当六(6)个连续试验已失败时操作430可以终止试验400。在该情况下,可以再次执行选择注意力测试程序以便确定用于受试者的持续注意力测试程序的更合适参数设置。
持久注意力测试程序
紧接着完成核心会期之后,持久注意力测试程序允许识别受试者可以管理的试验的量,同时保持指定速度阈值水平。该量由注意力崩溃确定,由此试验的临界簇失败结束测试。持久注意力测试程序的结果是相对于个性化固定跟踪速度和目标物体的数量获得的试验的总数量。
为了保证持久注意力测试程序可靠地测量受试者的持久注意力,该程序使用基于核心基线的固定速度值。这通过首先使用选择和持续注意力测试程序为受试者设置目标物体的数量和试验的持续时间的最佳核心参数实现。然后最少三(3)个核心训练会期的完成允许确定实基线量度。
为了标准化持久注意力测试程序期间跟踪时间与非跟踪时间的比率,要求受试者在10秒内尝试和选择他对每个试验的响应,可选地由在显示器12上呈现的细微时间条引导。回答时间超过10秒的试验与测试的总回答时间一起被记录。回答时间数据也可以用于分析持久注意力。
受试者在完成选择注意力测试系列210、220、230和240(或这些系列中的至少一些)、持续注意力测试系列250和训练计划之后接着进行持久注意力测试程序,所述训练计划包括最少三(3)个核心会期,其中在操作265(图5)由选择和持续注意力测试程序的结果确定目标物体的数量和试验持续时间。
图10是持久注意力测试程序的序列图。图10的序列500显示可应用于持久注意力测试系列270的详细操作。在序列500中,设置的目标物体的数量与由选择注意力测试结果提供的数量相同。持久注意力测试系列的第一阶段510使用在用于标准核心会期的操作265中确定的参数,包括具有设置为8秒的试验持续时间的21个试验。接着进行第二阶段520,使用设置为受试者的核心基线(定义为最后三(3)个核心速度阈值的平均值)和在持久注意力测试系列的第一阶段510中获得的核心速度阈值之间的平均值的固定速度试验。然而如果核心速度阈值下降到核心基线的值的30%之下,受试者休息至少3分钟并且然后完成另一第一核心会期。在该情况下,在受试者已经历第二核心会期之后,这两(2)个核心会期的平均值然后用作持久注意力测试系列的第二阶段520的固定速度。
第二阶段520包括最大数量60个试验。在持久注意力测试系列中的该总共高达60个试验之后,另外的结果将被认为是不可靠的。当试验的临界簇失败时序列500终止于操作530。当满足结束标准时满足临界簇。当受试者在多个最后连续试验中未能通过多个试验时满足结束标准。例如,当受试者未能连续通过多个试验(例如,连续3个试验中的3个、4个中的4个或5个中的5个)时或者当受试者未能通过一系列最近试验中的大多数(例如最后6个试验中的5个、7个中的5个或8个中的7个)(作为失败的最小量度)时满足结束标准。可以预料如何以非限制和其他标准确定结束标准的这些例子。
当满足结束标准时,例如当3/3、4/4、5/5、5/7、6/7或7/8试验失败时,测试终止于操作530并且第二阶段520的尝试试验的总数量提供最后结果,最小评分为5。在持久注意力测试程序中使用的固定物体速度和目标物体的数量可以被参考以进一步限定最后结果。然而单独的试验的数量是相关量度,原因是它在受试者自身的注意力速度阈值下获得。实际上,当关于受试者自身的速度阈值评估时持久力表现的一般概念被认为是相关的。
可以观察到持久注意力测试程序不适合于设置为单一目标物体跟踪的受试者。这主要是由于持久注意力测试程序设计成测量认知持久力,并且具有单一目标物体跟踪的中心凹跟踪需求可能由眼肌疲劳不利地影响。
超负荷公式
超负荷会期在他们的核心基线速度阈值之上一点、以固定速度对于多个试验(例如20或50或更多个试验)连续地训练受试者。不同于核心会期,超负荷会期不取决于试验失败。而是,在超负荷会期的过程中正确识别的目标物体的总数量提供基本超负荷结果,其例如表达为在设置为2的固定速度下从可能的60个目标物体中识别出45个正确目标物体。
超负荷公式计算应当是核心速度阈值的近似当量的超负荷会期的评分,如果对于受试者正确地确定该速度阈值。超负荷公式适应超负荷会期的固定速度和目标物体的数量两者。例如,具有两(2)个目标物体的超负荷会期产生相当于具有两(2)个目标物体的核心会期的评分,即使固定速度设置为1.0、1.5或2.0。
如下获得超负荷公式:
T=N×20 (1)
RT=T-TG (2)
TS=TI-TG (3)
TR=TS/RT (4)
超负荷结果=TR×S+S/OF (5)
其中:
T:在超负荷会期中获得的目标物体的总数量,即在超负荷会期中限定的目标物体的数量N乘以每个超负荷会期20个试验;
TG:从基于统计分布的纯猜测获得的正确识别的目标物体的平均数量(对于N的指定值的经验值);
RT:剩余目标;
TI:识别的目标物体的数量;
TS:成功,定义为正确识别的并且不是猜测的目标物体的数量;
TR:成功的比率;以及
S:超负荷会期期间的物体的速度;
OF:用于定制超负荷公式的超负荷系数,OF经验地设置,例如具有2的值(无量纲)。
表1对于N的若干值总结T和TG的值:
表1
作为例子,受试者在超负荷会期的过程中已正确地识别40个目标物体(TI),其中目标物体的数量N为3并且物体的速度S设置为2。应用方程(1)至(5)和表1得到:
T=N×20=3×20=60 (1')
RT=T-TG=60-22.5=37.5 (2')
TS=TI-TG=40-22.5=17.5 (3')
TR=TS/RT=17.5/37.5=0.47 (4')
超负荷结果=TR×S+S/OF=0.47×2+2/2=1.9 (5')
在上面,超负荷系数(OL)设置为2。受试者的超负荷会期的结果所以是1.9的无量纲值。该值确认对于受试者正确地确定2的核心速度阈值。
尽管方程(5)被限定为‘超负荷结果’并且在上文中被描述为应用于超负荷会期中,但是其也可以应用于持久注意力测试系列。
阶梯(staircase)表现标准
建立有用于检测例如由于疲劳或学习引起的阶梯试验期间的表现的变化的标准。对于四个候选标准在试验的范围上估计统计结果:(1)速度阈值的相关性,(2)正确识别的目标物体的平均数量,(3)通过的试验的平均数量,和(4)速度阈值的变化。由于阶梯的力学,发现标准#1和#4产生使统计分析困难的异常分布。然而,标准#2和#3两者产生很好地拟合二项分布的分布。使用标准#3,发现6/6或8/9连续正确(或错误)试验的截止可以用于使用二尾测试检测表现的统计学显著增加(或减小)。使用单尾测试,5/5或7/8的标准就够了。
为了检测速度阈值的变化,无论是由于学习还是疲劳,需要首先用已知分布建立可靠量度。在这里,评价四个量度:(1)相关性,(2)正确识别的目标物体的平均数量,(3)正确百分比,和(4)速度的变化。最佳地,应当在较少的试验上检测到表现的变化,原因是这将提供快速地检测表现的变化的方式。因此试验的数量的范围上比较这四个量度的表现。
建立试验间的速度的相关性。正(或负)相关将指示试验间的速度增加(或减小)。图11是显示多个试验上的被测试速度值之间的相关性的一系列图形。在图11中,显示最后20个试验的18个上的被测试速度值之间的相关性,最后两(2)个试验被省略。用从M=20到3的下降数量的范围内的标记M识别图形。从识别为M=19到10的试验,分布的负偏差显示速度阈值倾向于在试验上减小,指示一般表现改善。从识别为M=9到3的试验,该表现改善消失,但是可能相关值变为取决于包括多少试验,产生异常分布。
图11显示使用相关性作为量度不是最佳的,原因是数据违反正态假设。即,使用的阶梯指示以当前值高或低一个步幅的值测试每个连续试验。该正态的违反在低样本量下产生异常相关分布。甚至在中等样本量下,分布包含从正态的明显偏离。因此,为了该目的丢弃相关性(和斜率)量度。
表现应当保持恒定,只要采样在真实速度阈值附近发生。表现的突然变化可以用于指示速度阈值已改变。在该背景下的表现可以作为(1)正确识别的目标物体的平均数量或正确试验百分比被测量。
图12是显示在多个试验上正确识别的目标物体的平均数量的一系列图形。图12显示在图11的前述描述中介绍的最后20个试验(条)的18个上正确识别的目标物体的平均数量,和使用二项分布(圆)的预测,针对从20到3的M的值被显示。发生小集中趋势偏差(尖峰),原因是阶梯方法比二项分布假设更靠近速度阈值采样。图13是显示多个试验上的正确试验的百分比的一系列图形。图13显示最后20个试验(条)的18个上的正确试验(即正确识别的所有目标物体)的百分比,和使用二项分布(圆)的预测,针对从20到3的M的值被显示。发生小集中趋势偏差(尖峰),原因是阶梯方法比二项分布假设更靠近速度阈值采样。
考虑图12和13两者,使用平均表现作为量度由于两个原因是可行的:(1)分布由二项分布很好地近似,使用二项分布标准使离群值的检测简单,和(2)尽管分布显示一些系统偏差(例如它们相比于二项分布是尖峰的(更高峰值,更浅尾部)),但是由此产生的误差将仅仅使我们的表现变化标准更保守。“正确试验百分比”量度优于“正确识别的目标物体的平均数量”量度,原因是(1)后者需要近似二项式的值,而前者具有由阶梯限定的设置值,(2)前者与速度阈值如何根据试验变化更紧密地关联,和(3)前者在最后试验上是对称的,使表现的变化的检测也是对称的。
表2显示一系列命中(或未命中)的概率。名称为“2p”的列应当与二尾测试的期望阿尔法水平比较。名称为“p”的列可以用于单尾测试。未针对总体类误差(即每组K连续试验的积累测试误差)修正这些值。假定这些估计由于上述的尖峰偏差是保守的,建议这些未修正标准是可接受的,除非测试会期变得很长。对于单尾测试(例如由于聚焦的下降),5/5或7/8的标准是可接受的(例如5个连续试验是错误的,或至少8/9连续试验是错误的)。对于二尾测试,6/6或8/9连续试验的标准是可接受的。
K | p | 2p |
5/5 | .03125 | .0625 |
6/6 | .01563 | .0313 |
7/7 | .00782 | .0157 |
7/8 | .03516 | .0732 |
8/9 | .01954 | .0391 |
表2
使用速度的差异不是可行的,原因是在小和中等样本量下的分布不由标准分布很好地近似,使离群值的检测困难。图14是显示多个试验上的速度的差异的一系列图形。在图14中,针对从20到3的M的值显示最后20个试验的18上的速度差异。当测试邻近试验之间的差异时,分布遵循两个模式中的一个:(1)当速度阈值改变奇数次时,在0处有峰值并且在任一侧有分布,和(2)当速度阈值改变偶数次时,在任一侧有两个分布。当装置更多试验(12和以上)上计算差异时,分布接近正常分布。
本领域的普通技术人员将认识到用于确定受试者的感知-认知特征的系统和方法的描述仅仅是示例性的并且不旨在以任何方式限制。本领域的普通技术人员利用本发明将容易想到其它实施例。此外,公开的系统和方法可以被定制以提供根据受试者的感知-认知训练需要最佳地设置参数的现有需要和问题的有价值解决方案。
为了清楚起见,未显示和描述系统和方法的实现方式的所有常规特征。当然将领会在系统和方法的这样的实际实现方式的开发中,可以需要作出许多实现特定的决策以便实现开发者的特定目标,如遵守应用、系统和商业相关限制,并且这些特定目标将从一个实现方式到另一实现方式和从一个开发者到另一个开发者变化。而且,将领会开发工作可能是复杂的和耗时的,但是仍然是利用本发明的受试者的感知-认知能力的领域中的普通技术人员承担工程的例行工作。
根据本发明,本文中描述的部件、过程操作和/或数据结构可以使用各种类型的操作系统、计算平台、网络设备、计算机程序和/或通用机器实现。另外,本领域的普通技术人员将认识到也可以使用不太通用性质的设备,如硬接线设备、现场可编程门阵列(FPGAs)、专用集成电路(ASICs)等。在包括一系列操作的方法由计算机或机器执行并且那些操作可以存储为由机器可读的一系列指令时,它们可以存储在有形介质上。
本文中所述的系统和模块可以包括适合于本文中所述的目的的软件、固件、硬件或软件、固件或硬件的(一个或多个)任何组合。软件和其他模块可以驻留在服务器、工作站、个人计算机、计算机化平板、个人数字助理(PDA)和适合于本文中所述的目的的其他设备上。软件和其他模块可以经由本地存储器、经由网络、经由浏览器或其它应用程序或经由适合于本文中所述的目的的其它装置可访问。本文中所述的数据结构可以包括适合于本文中所述的目的的计算机文件、变量、编程阵列、编程结构或任何电子信息存储方案或方法或它们的任何组合。
尽管在上文中已通过本发明的非限制性、、示例性实施例描述了本发明,但是这些实施例可以在附带的权利要求的范围内任意修改而不脱离本发明的精神和实质。
Claims (28)
1.一种用于确定受试者的感知-认知特征的系统,其包括:
多个物体的显示器;
接口,所述接口适合于从受试者接收多个被显示物体中的一个或多个目标物体的识别;以及
控制器,所述控制器配置成:
指定目标物体的数量;
在一系列核心试验的每一个中设置在所述显示器上移动持续预定持续时间的物体的速度,并且
根据下列确定受试者的感知-认知特征:
目标物体的数量,
一系列核心试验的每一个的预定持续时间,和
在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性。
2.如权利要求1所述的系统,其中受试者的感知-认知特征限定受试者的注意能力的水平。
3.如权利要求1或2中的任一项所述的系统,其中核心试验由下列限定:
呈现位于所述显示器上的物体;
视觉识别一个或多个目标物体;
去除一个或多个目标物体的视觉识别;
物体在所述显示器上移动持续预定持续时间;
接收一个或多个目标物体的识别;
将一个或多个目标物体的识别的正确性的反馈提供给受试者;以及
根据一个或多个目标物体的识别的正确性增加或减小物体的速度。
4.如权利要求1至3中的任一项所述的系统,其中所述控制器还配置成:
用具有目标物体的指定数量的指定核心试验开始一系列核心试验,物体在指定核心试验中以指定速度移动;
如果一个或多个目标物体的识别是正确的,则在一系列核心试验的过程中在多步中增加物体的指定速度;
如果一系列核心试验的指定速度达到通过速度阈值,则对于随后的一系列核心试验将随后的目标物体的数量增加到超过目标物体的指定数量;以及
如果指定核心试验的指定速度未能达到通过速度阈值,则忽略随后的一系列核心试验。
5.如权利要求4所述的系统,其中最后一系列的核心试验中的目标物体的最后数量为四。
6.如权利要求1至5中的任一项所述的系统,其中:
一系列核心试验是选择注意力测试系列的一部分;
在选择测试系列之后接着持续注意力测试系列;以及
在持续注意力测试系列之后接着持久注意力测试系列。
7.如权利要求6所述的系统,其中所述控制器还配置成:
根据选择测试系列的物体的速度和目标物体的数量设置持续注意力测试系列的物体的速度和目标物体的数量,其中速度达到大于通过速度阈值的成功速度阈值;
以针对持续注意力测试系列设置的物体的速度和目标物体的数量执行预定数量的重复,如果先前的重复提供目标物体的数量的正确识别,则增加下一次重复的持续时间,如果先前的重复提供目标物体的数量的错误识别,则减小下一次重复的持续时间;以及
计算5个最后重复持续时间的平均值。
8.如权利要求7所述的系统,其中重复的预定数量为50。
9.如权利要求6至8中的任一项所述的系统,其中所述控制器还配置成:
根据一个或多个目标物体的识别正确的3个核心试验中的物体的速度和目标物体的数量确定核心试验基线;
对于持久注意力测试系列使用核心试验基线;以及
当满足结束标准时结束持久注意力测试系列,结束标准被限定为最后连续试验的数量中的失败试验的数量。
10.如权利要求9所述的系统,其中结束标准被限定为受试者未能通过3个最后连续试验中的3个,4个中的4个,5个中的5个,6个中的5个,7个中的5个,或8个中的7个。
11.如权利要求1至10中的任一项所述的系统,其包括:
输入接口,所述输入接口可操作地连接到所述控制器并且适合于接收一系列核心试验的参数;以及
输出接口,所述输出接口可操作地连接到所述控制器并且适合于输出受试者的感知-认知特征。
12.如权利要求1至11中的任一项所述的系统,其包括三维显示器。
13.如权利要求1至11中的任一项所述的系统,其包括完全沉浸式虚拟环境。
14.如权利要求1至11中的任一项所述的系统,其包括头戴式显示器。
15.一种用于确定受试者的感知-认知特征的方法,其包括:
在一系列核心试验的每一个中设置在显示器上移动持续预定持续时间的多个物体的速度;
指定多个物体中的一个或多个目标物体的数量;
从受试者接收多个物体中的一个或多个目标物体的识别;以及
根据目标物体的数量、物体的速度、一系列核心试验的每一个的预定持续时间和在每个预定持续时间之后由受试者进行的一系列核心试验上的目标物体的识别的正确性确定受试者的感知-认知特征。
16.如权利要求15所述的方法,其中受试者的感知-认知特征限定受试者的注意能力的水平。
17.如权利要求15或16中的任一项所述的方法,其中核心试验由下列限定:
呈现位于所述显示器上的物体;
视觉识别一个或多个目标物体;
去除一个或多个目标物体的视觉识别;
物体在所述显示器上移动持续预定持续时间;
接收一个或多个目标物体的识别;
将一个或多个目标物体的识别的正确性的反馈提供给受试者;以及
根据一个或多个目标物体的识别的正确性增加或减小物体的速度。
18.如权利要求15至17中的任一项所述的方法,其包括:
用具有目标物体的指定数量的指定核心试验开始一系列核心试验,物体在指定核心试验中以指定速度移动;
如果一个或多个目标物体的识别是正确的,在一系列核心试验的过程中在多步中增加物体的指定速度;
如果一系列核心试验的指定速度达到通过速度阈值,对于随后的一系列核心试验将随后的目标物体的数量增加到超过目标物体的指定数量;以及
如果指定核心试验的指定速度未能达到通过速度阈值,忽略随后的一系列核心试验。
19.如权利要求18所述的方法,其中最后一系列的核心试验中的目标物体的最后数量为四。
20.如权利要求15至19中的任一项所述的方法,其中:
一系列核心试验是选择注意力测试系列的一部分;
在选择测试系列之后接着持续注意力测试系列;以及
在持续注意力测试系列之后接着持久注意力测试系列。
21.如权利要求20所述的方法,其包括:
根据选择测试系列的物体的速度和目标物体的数量设置持续注意力测试系列的物体的速度和目标物体的数量,其中速度达到大于通过速度阈值的成功速度阈值;
以针对持续注意力测试系列设置的物体的速度和目标物体的数量执行预定数量的重复,如果先前的重复提供目标物体的数量的正确识别,增加下一次重复的持续时间,如果先前的重复提供目标物体的数量的错误识别,减小下一次重复的持续时间;以及
计算5个最后重复持续时间的平均值。
22.如权利要求21所述的方法,其中重复的预定数量为50。
23.如权利要求20至22中的任一项所述的方法,其包括:
根据一个或多个目标物体的识别正确的3个核心试验中的物体的速度和目标物体的数量确定核心试验基线;
对于持久注意力测试系列使用核心试验基线;以及
当满足结束标准时结束持久注意力测试系列,结束标准被限定为最后连续试验的数量中的失败试验的数量。
24.如权利要求23所述的方法,其中结束标准被限定为受试者未能通过3个最后连续试验中的3个,4个中的4个,5个中的5个,6个中的5个,7个中的5个,或8个中的7个。
25.如权利要求15至24中的任一项所述的方法,其包括:
接收一系列核心试验的参数;以及
输出受试者的感知-认知特征。
26.如权利要求15至25中的任一项所述的方法,其包括在三维显示器上显示移动物体。
27.如权利要求15至25中的任一项所述的方法,其包括在完全沉浸式虚拟环境中显示移动物体。
28.如权利要求15至25中的任一项所述的方法,其包括使用头戴式显示器显示移动物体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361918549P | 2013-12-19 | 2013-12-19 | |
US61/918,549 | 2013-12-19 | ||
PCT/CA2014/051240 WO2015089673A1 (en) | 2013-12-19 | 2014-12-19 | System and method for determining a perceptual-cognitive signature of a subject |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106102580A true CN106102580A (zh) | 2016-11-09 |
CN106102580B CN106102580B (zh) | 2020-08-14 |
Family
ID=53401873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480074649.6A Expired - Fee Related CN106102580B (zh) | 2013-12-19 | 2014-12-19 | 用于确定受试者的感知-认知特征的系统和方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10743807B2 (zh) |
EP (1) | EP3082599A4 (zh) |
JP (1) | JP2017511891A (zh) |
KR (1) | KR20160098496A (zh) |
CN (1) | CN106102580B (zh) |
AU (1) | AU2014366780A1 (zh) |
CA (1) | CA2971229A1 (zh) |
RU (1) | RU2016129185A (zh) |
WO (1) | WO2015089673A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106843500A (zh) * | 2017-02-27 | 2017-06-13 | 南通大学 | 基于眼动追踪技术的认知水平康复训练系统 |
CN108309327A (zh) * | 2018-01-30 | 2018-07-24 | 中国人民解放军海军总医院 | 一种视觉注意分配能力测评与训练方法 |
CN109215435A (zh) * | 2018-09-28 | 2019-01-15 | 昆明理工大学 | 一种老年驾驶人有效视野能力的测试与训练系统及方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180070872A1 (en) * | 2015-04-27 | 2018-03-15 | The Regents Of The University Of California | Neurotherapeutic video game for improving spatiotemporal cognition |
EP3302227B1 (en) * | 2015-06-05 | 2021-08-11 | S2 Cognition, Inc. | Apparatus to measure fast-paced performance of people |
US11389697B2 (en) * | 2016-04-11 | 2022-07-19 | Digital Coaches Llc | Team management and cognitive reinforcement system and method of use |
US11839472B2 (en) | 2016-07-19 | 2023-12-12 | Akili Interactive Labs, Inc. | Platforms to implement signal detection metrics in adaptive response-deadline procedures |
CA3035122A1 (en) | 2016-08-26 | 2018-03-01 | Akili Interactive Labs, Inc. | Cognitive platform coupled with a physiological component |
JP6941833B2 (ja) * | 2017-06-30 | 2021-09-29 | 株式会社テクリコ | 高次脳機能検査用の三次元表示装置、高次脳機能検査用の三次元表示方法、および高次脳機能検査用の三次元表示プログラム |
KR102542253B1 (ko) * | 2020-10-20 | 2023-06-12 | 빅픽쳐스 주식회사 | 객체 인지 여부 결정 방법 및 이를 이용한 장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5911581A (en) * | 1995-02-21 | 1999-06-15 | Braintainment Resources, Inc. | Interactive computer program for measuring and analyzing mental ability |
WO2010037222A1 (en) * | 2008-09-30 | 2010-04-08 | Université de Montréal | Method and device for assessing, training and improving perceptual-cognitive abilities of individuals |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070218440A1 (en) * | 2005-12-15 | 2007-09-20 | Posit Science Corporation | Cognitive training using multiple object tracking |
US8369955B2 (en) | 2006-10-20 | 2013-02-05 | Valorisation-Recherche, Limited Partnership | Method and system for improving a subject's sensory, reflex and/or motor mechanisms via auditory, tactile or visual stimulations |
CN114512216A (zh) * | 2013-03-18 | 2022-05-17 | 考格尼森股份有限公司 | 感知认知运动神经学习系统和方法 |
-
2014
- 2014-12-19 KR KR1020167019506A patent/KR20160098496A/ko not_active Application Discontinuation
- 2014-12-19 RU RU2016129185A patent/RU2016129185A/ru unknown
- 2014-12-19 CA CA2971229A patent/CA2971229A1/en not_active Abandoned
- 2014-12-19 WO PCT/CA2014/051240 patent/WO2015089673A1/en active Application Filing
- 2014-12-19 AU AU2014366780A patent/AU2014366780A1/en not_active Abandoned
- 2014-12-19 EP EP14872324.0A patent/EP3082599A4/en not_active Withdrawn
- 2014-12-19 JP JP2016541412A patent/JP2017511891A/ja active Pending
- 2014-12-19 US US15/105,621 patent/US10743807B2/en active Active
- 2014-12-19 CN CN201480074649.6A patent/CN106102580B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5911581A (en) * | 1995-02-21 | 1999-06-15 | Braintainment Resources, Inc. | Interactive computer program for measuring and analyzing mental ability |
WO2010037222A1 (en) * | 2008-09-30 | 2010-04-08 | Université de Montréal | Method and device for assessing, training and improving perceptual-cognitive abilities of individuals |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106843500A (zh) * | 2017-02-27 | 2017-06-13 | 南通大学 | 基于眼动追踪技术的认知水平康复训练系统 |
CN106843500B (zh) * | 2017-02-27 | 2020-07-07 | 南通大学 | 基于眼动追踪技术的认知水平康复训练系统 |
CN108309327A (zh) * | 2018-01-30 | 2018-07-24 | 中国人民解放军海军总医院 | 一种视觉注意分配能力测评与训练方法 |
CN109215435A (zh) * | 2018-09-28 | 2019-01-15 | 昆明理工大学 | 一种老年驾驶人有效视野能力的测试与训练系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3082599A4 (en) | 2017-08-02 |
RU2016129185A (ru) | 2018-01-24 |
WO2015089673A1 (en) | 2015-06-25 |
KR20160098496A (ko) | 2016-08-18 |
JP2017511891A (ja) | 2017-04-27 |
US10743807B2 (en) | 2020-08-18 |
AU2014366780A1 (en) | 2016-08-04 |
CN106102580B (zh) | 2020-08-14 |
CA2971229A1 (en) | 2015-06-25 |
EP3082599A1 (en) | 2016-10-26 |
US20160310059A1 (en) | 2016-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106102580A (zh) | 用于确定受试者的感知‑认知特征的系统和方法 | |
US20230017367A1 (en) | User interface system for movement skill analysis and skill augmentation | |
Weast et al. | The influence of athletic experience and kinematic information on skill-relevant affordance perception | |
Yannakakis et al. | Towards affective camera control in games | |
CN102110191B (zh) | 锻炼引导系统 | |
EP2470076B1 (en) | Characterizing a physical capability by motion analysis | |
CN110192252A (zh) | 用于评估发育状况并提供覆盖度和可靠性控制的方法和装置 | |
US20120137795A1 (en) | Rating a physical capability by motion analysis | |
CN109447164B (zh) | 一种运动行为模式分类方法、系统以及装置 | |
Yechiam et al. | A formal cognitive model of the go/no-go discrimination task: evaluation and implications. | |
CN105308664A (zh) | 感知认知运动神经学习系统和方法 | |
Kowsar et al. | Detecting unseen anomalies in weight training exercises | |
JP7442596B2 (ja) | ナビゲーション課題を使用するバイオマーカーの識別およびナビゲーション課題を使用する治療のためのプラットフォーム | |
Huber et al. | The effect of stereotype threat on performance of a rhythmic motor skill. | |
US11264138B1 (en) | Generating brain network impact scores | |
Vakanski et al. | Metrics for performance evaluation of patient exercises during physical therapy | |
Gharaei et al. | Optimizing the setting of medical interactive rehabilitation assistant platform to improve the performance of the patients: A case study | |
CN107194209A (zh) | 信息的推送方法及装置 | |
CN104586377B (zh) | 用于预测士兵执行任务能力的检测系统和方法 | |
CN109598275A (zh) | 特征选择装置、方法及电子设备 | |
JP2022541648A (ja) | 機械学習ベースのトレーニングプログラムを有する身体トレーニングシステム | |
CN109409759A (zh) | 一种基于煤矿安全培训游戏的数据挖掘系统及方法 | |
CN109903271A (zh) | 胎盘植入b超图像特征提取与验证方法 | |
WO2018222729A1 (en) | Platform for identification of biomarkers using navigation tasks and treatments based thereon | |
CN102138144A (zh) | 用于确定药物功效的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1230906 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200814 Termination date: 20211219 |
|
CF01 | Termination of patent right due to non-payment of annual fee |