CN109276262B - 一种用于筛选高危进食障碍的检测系统 - Google Patents
一种用于筛选高危进食障碍的检测系统 Download PDFInfo
- Publication number
- CN109276262B CN109276262B CN201810854708.1A CN201810854708A CN109276262B CN 109276262 B CN109276262 B CN 109276262B CN 201810854708 A CN201810854708 A CN 201810854708A CN 109276262 B CN109276262 B CN 109276262B
- Authority
- CN
- China
- Prior art keywords
- tested
- weight control
- data
- eating disorder
- fat
- 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.)
- Active
Links
Images
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
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Physics & Mathematics (AREA)
- Developmental Disabilities (AREA)
- Biophysics (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于筛选高危进食性障碍的检测系统包括:数据终端、数据采集装置和极端体重控制行为量表模块,数据终端的内部设有数据处理模块和数据分析模块;数据采集装置用来称量被试的身高、体重,经数据处理模块处理后获得测试被试的体质指数BMI值;极端体重控制行为量表模块用于获取被试的极端体重控制行为的频率,经数据处理模块处理后获得极端体重控制所对应的评分;本发明采用的检测系统对所采集的被试基础体质指数BMI数据及用于评价被试极端体重控制行为频率的数据进行分析,当所得到的检测数据满足所设定的高危进食障碍条件时,即可将高危的进食障碍被试筛选出来,效率高,通过检测系统不会造成误判。
Description
技术领域
本发明涉及高危进食性障碍筛选技术领域,具体涉及一种用于筛选高危进食障碍的检测系统。
背景技术
进食障碍是以异常进食行为为典型特征的一组精神疾病,高发于青少年,尤其是女性,常见的亚型有神经性厌食症和神经性贪食症。其中神经性厌食症的致死率是所有精神疾病中最高的。神经性厌食症患者的典型特征是低体重的同时否认自己的低体重,并且使用影响健康的极端的方式减少或者控制体重。神经性贪食症患者体重虽然正常,但是也是对体重有着异常的认知。神经性厌食症患者有时会过渡到神经性贪食症,反之也然。
神经性厌食症和神经性贪食症受社会文化因素的影响。最先在西方发现,而八十年代前我国未有报到。人们因此推测进食障碍可能是一种“西方化”的病,事实上这种推测是过分乐观了。上海精卫中心的就诊数据表明2011-2015年之间新增的病例是2001-2005年的四倍。《中国进食障碍防治指南》一书指出,国内11-25岁中的女性进食障碍的流行率大约是1.47–4.62%。与之相对应,大陆地区目前只有上海精神卫生中心和北京大学第六人民医院有专门的进食障碍诊断中心和专门的住院病房。这些数据表明,我国可能有大量的进食障碍患者没有得到有效的治疗。
西方有句俗语“An ounce of prevention is worth a pound of cure”,在我们的文化中与之近似的一个意思是“防患于未然”。最好的治疗是预防,如此能够使用一种方法筛查出神经性厌食症和神经性贪食症中高危人群,并且进行行之有效的干预,那么对于保护我国青少年的身心健康将很有意义。现有的一些干预方法也常常是选择一个班级或者一群自愿参加的女性作为对象。然而这样的干预其实会带来一个问题是症状的异质性和对干预需求不同,这些必然会影响到干预的效果。真正挑选出高危的个体进行行之有效的干预的措施国内还未见相关的研究,国外在这个领域的工作也不多见。
发明内容
因此,本发明为了将进食障碍风险较高的个体筛选出来,实现行之有效的干预措施,从而提供了一种用于筛选高危进食障碍的检测系统。
所采用的技术方案如下:
一种用于筛选高危进食障碍的检测系统,所述检测系统包括:
数据终端,其内部设有数据处理模块和数据分析模块;
数据采集装置,用来称量被试的身高、体重,经所述数据处理模块处理后获得测试被试的体质指数BMI值;
极端体重控制行为量表模块,其设置于所述数据终端,用于获取被试的极端体重控制行为的频率,经所述数据处理模块处理后获得极端体重控制所对应的评分;
所述数据分析模块中设有用来评价被试自身体质指数BMI的第一判断阈值和用于评价被试极端体重控制行为频率的第二判断阈值,当被试自身的体质指数BMI值小于第一判断阈值且极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍。
所述数据终端还存储有青少年体像态度剪影图库和照片人物评定图库;所述青少年体像态度剪影图库用于被试在其中选择自己的当前体型和理想体型,经所述数据处理模块处理后获取被试现实-理想体型系数;
所述照片人物评定图库用于被试观看图库中的人物,并评定每个人物的体质指数BMI和对应的吸引力,经所述数据处理模块处理后获取被试的理想化瘦GT和贬损胖DF;
所述数据分析模块中还设有与所述现实-理想体型系数相对应的第三判断阈值,及与所述理想化瘦GT和贬损胖DF相对应的第四判断阈值,当测得的被试体质指数BMI值大于等于所设定的第一判断阈值时,所述现实-理想体型系数和所述理想化瘦GT和贬损胖DF分别大于所设定的第三判断阈值和第四判断阈值时,所测被试被筛选为高危进食障碍。
所述数据分析模块对体质指数BMI值大于等于第一判断阈值的被试进行筛选,同时筛选出所述现实-理想体型系数小于等于第三判断阈值的被试,当所测被试极端体重控制行为频率所对应的评分大于第二判断阈值时,且所述理想化瘦GT和贬损胖DF大于第四判断阈值,所检测的被试被筛选为高危进食障碍。
所述数据分析模块对所述理想化瘦GT和贬损胖DF小于等于第四判断阈值的被试进行筛选,当筛选出被试的被试极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍。
所述第一判断阈值为体质系数BMI值为18。
被试从所述青少年体像态度剪影图库中选择出自己当前体型和理想体型,将当前体型和理想体型所对应的分值相减后得到所述被试现实-理想体型系数,其中越想瘦的个体则对应的分值越大。
被试对所述照片人物评定图库中的各个同性别人物进行体质指数BMI和对应的吸引力进行评估,所述理想化瘦GT为判断瘦的人为好看次数和判断瘦的人为不好看次数的差值,所述贬损胖DF为判断胖的人为不好看次数和判断胖的人为好看次数的差值,所述理想化瘦GT值越大,则被试越是认为瘦好看;所述贬损胖DF值越大则被试越是认为胖不好看。
所述极端体重控制行为量表模块中设定有用于获取被试的极端体重控制频率的答题,根据对体重控制频率设定“从不”、“很少”、“有时”和“一直”四个选项,分别对应的评分分值为“0分”、“1分”、“2分”和“3分”,被试答题后经所述数据处理模块处理获得评分分数。
与所述现实-理想体型系数相对应的第三判断阈值设定为2;与所述理想化瘦GT和贬损胖DF相对应的第四判断阈值设定为2;用于评价被试极端体重控制行为频率的第二判断阈值设定分值为3。
所述的数据采集装置为自动感应智能语音一体秤或超声波电子称。
本发明技术方案,具有如下优点:
A.本发明采用的检测系统对所采集的被试基础体质指数BMI数据及用于评价被试极端体重控制行为频率的数据进行分析,当所得到的检测数据满足所设定的高危进食障碍条件时,即可将高危的进食障碍被试筛选出来,效率高,通过检测系统不会造成误判。
B.本发明还通过在数据终端中存储青少年体像态度剪影图库和照片人物评定图库,被试参照两图库进行选取,再通过数据处理模块获得被试的现实-理想体型系数、被试的理想化瘦GT和贬损胖DF值,经数据分析模块反复进行筛选后,结合多个参数将具有进食障碍的高危人群快速筛选出来,具有较高的筛选准确性,与人工筛选相比,本发明具有较高的筛选效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所提供检测系统的原理框图;
图2是在高中生和大学生中筛查进食障碍高危个体的流程图;
图3是中国青少年体像态度剪影图;
图4是本发明所提供的“内隐体重态度测量实验”图示;
图5是本发明所提供的照片人物评定图库示例。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明所提供一种用于筛选高危进食性障碍的检测系统,检测系统包括:数据终端、数据采集装置和设置于数据终端中的极端体重控制行为量表模块,数据终端可以采用计算机或手机,在其内部设有数据处理模块和数据分析模块;数据采集装置用来称量被试的身高、体重,经数据处理模块处理后获得测试被试的体质指数BMI值,比如数据采集装置采用自动感应智能语音一体秤或超声波电子称,可以直接称量出被试的体重和身高,然后将数据传输给数据处理模块处理。极端体重控制行为量表模块,用于获取被试的极端体重控制行为的频率,经数据处理模块处理后获得极端体重控制所对应的评分;在数据分析模块中设有用来评价被试自身体质指数BMI的第一判断阈值和用于评价被试极端体重控制行为频率的第二判断阈值,当被试自身的体质指数BMI值小于第一判断阈值且极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍。这里与体质指数BMI值所对应的第一判断阈值优选为18。这里的体质指数BMI是用被试体重公斤数除以身高米数平方得出的数字。
以下举例说明具体的极端体重控制行为,建立了“极端体重控制行为量表”,设置了如下五个题项,测试内容如下:
为了控制体重,请选出下列描述中最符合你的情况(圈选)
(1)减少进食量避免体重增加…………从不很少有时一直
(2)24小时或者更长时间禁食…………从不很少有时一直
(3)服用非医生建议的减肥药…………从不很少有时一直
(4)呕吐或者服用缓泻剂………………从不很少有时一直
(5)做大量体育运动来避免体重增加…从不很少有时一直
每个题项选择“从不”计0分,选择“很少”计1分,选择“有时”计2分,选择“一直”计3分,总分为五个题项之和。所设定的第二判断阈值总分得到3分,即可认定被试为高危进食障碍。
当然也可以设置更多题项,不限于上述五个题项。
在数据终端还存储有青少年体像态度剪影图库和照片人物评定图库;青少年体像态度剪影图库用于被试在其中选择自己的当前体型和理想体型,经数据处理模块处理后获取被试现实-理想体型系数;如图5所示,照片人物评定图库用于被试观看图库中的人物,并评定每个人物的体质指数BMI和对应的吸引力,经数据处理模块处理后获取被试的理想化瘦GT和贬损胖DF。
如图2所示,在数据分析模块中还设有与现实-理想体型系数相对应的第三判断阈值,及与理想化瘦GT和贬损胖DF相对应的第四判断阈值,当测得的被试体质指数BMI值大于等于所设定的第一判断阈值时,现实-理想体型系数和理想化瘦GT和贬损胖DF分别大于所设定的第三判断阈值和第四判断阈值时,所测被试被筛选为高危进食障碍。
另外,数据分析模块对体质指数BMI值大于等于第一判断阈值的被试进行筛选,同时筛选出所述现实-理想体型系数小于等于第三判断阈值的被试,当所测被试极端体重控制行为频率所对应的评分大于第二判断阈值时,且所述理想化瘦GT和贬损胖DF大于第四判断阈值,所检测的被试被筛选为高危进食障碍。
当然,数据分析模块对理想化瘦GT和贬损胖DF小于等于第四判断阈值的被试进行筛选,当筛选出被试的被试极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍。
如图3a和图3b所示中国青少年体像态度剪影图。每张图的下方都对应一个分值,从最廋体态到最胖体态分值从1至25,女性受测者需要从图3a女性图下的方框中选择自己的当前体型和理想体型。男性受测者则需要从图3b男性图下的方框中选择。
所设置的指导语如下:
(1)请从图下方框中勾选出你当前的体型;
(2)如果可以自由的选择,请从图下方框中勾选出你希望拥有的体型。
受测者从青少年体像态度剪影图库中选择出自己当前体型和理想体型,将当前体型和理想体型所对应的分值相减后得到被试现实-理想体型系数,现实-理想体型系数越大,则受测者要求越瘦,这里与被试现实-理想体型系数相对应的第三判断阈值优选为2,如果经数据处理模块得到的被试现实-理想体型系数为大于2,再依据所得到的理想化瘦GT和贬损胖DF和第四判断阈值作出是否为进食障碍的判断。
理想化瘦GT和贬损胖DF中两数值的获得是通过如下计算方式。
在照片人物评定图库中存入多张照片,并且将男性照片和女性照片分别存储在数据终端中,比如分别存入男性和女性照片各63张。
对女性测试对象的计算依据其对63张女性图片的判断;对男性测试对象的计算依据其对63张男性图片的判断。图库中的模特照片的背景和拍摄参数均恒定,运行过程中分为两个部分:第一部分中要求被试评定每个模特的身高体重,借以求出对于模特的体质指数BMI的估计;第二部分中要求被试估计每个模特的吸引力。通过第一部分和第二部分的数据,可以推测被试在判断模特吸引力和估计的BMI之间的关系。将每个被试的对所有模特数据进行经数据处理模块单独处理,对于每个被试可以产生两个指标。其一是“理想化瘦的程度(GT,glorify thinness)”;其二是“贬损胖的程度(DF,disparage fatness)”。
具体地,被试对同性别每张图片的身高和体重的判断会产生一个BMI值,对其吸引力的判断会产生一个吸引力指数。因此会产生63个BMI和63个吸引力指数。如图4所示建立了平面直角坐标系,横轴为BMI,纵轴为吸引力指数,两轴相交的点为两个指标的均值。因此,数据会分布在四个象限里面,有些可能落到坐标轴上,坐标轴上的点不纳入计算。
受测对象如果内化了瘦,认为瘦好看,胖不好看,那么大多数数据会落到第二象限和第四象限。
第二象限的点数减去第三象限的点数,得到理想化瘦GT,直观含义是判断瘦的人为好看的次数和判断瘦的人为不好看的次数的差值,差值越大受试者越是认为瘦好看。
第四象限的点数减去第一象限的点数得到贬损胖DF值,直观含义是判断胖的人不好看和判断胖的人为好看的差值,差值越大人们越认为胖不好看。
结合图4具体举例说明如下:
假设被试对16张图片进行判断。坐标轴交汇的地方是体质指数BMI和吸引力的均值。第一象限中的数据为被试判定为BMI大于均值(偏胖)且吸引力大于均值(好看)的图片,共2张;第二象限为被试判定为BMI小于均值(偏瘦)且吸引力大于均值(好看)的图片,共5张;第三象限为被试判定为BMI小于均值(偏瘦)且吸引力也小于均值(不好看)的图片,共3张;第四象限为被试判定为BMI大于均值(偏旁)且吸引力也小于均值(不好看)的照片,共6张。经数据处理模块得到理想化瘦GT:5-3=2;贬损胖DF:6-2=4。
本发明优选地将与理想化瘦GT和贬损胖DF相对应的第四判断阈值设定为2。
如图2所示,具体筛选检测流程如下:
首先完成如下四个方面的测试:
测试一,被试身高体重的测试,可直接通过称量工具进行身高、体重的测量,获得被试的体质基础数据;
测试二,根据所建立的“极端体重控制行为量表”,测试被试采用进食障碍患者常常使用的极端体重控制行为,如超过24小时进食等。测试产生第一个指标:个体极端体重控制行为的频率。
测试三,结合所建立的“中国青少年体像态度剪影图”,被试从剪影图上勾选出自己当前的体型和理想的体型,均可以和真实的BMI对应起来。图下的25个方框中选择自己的当前体型和理想体型所代表的分值。基于这两个分值数据,我们可以产生第二个指标:被试想要求瘦的程度及其危险系数。
测试四,结合所建立的“照片人物评定图库”进行“内隐体重态度测量实验”,得到理想化瘦GT和贬损胖DF,具体计算方法如上述。
被试经上述四个测试后,数据分析模块要对所得到的数据进行如下分析:
步骤一、对被试的体质指数BMI的数值进行分析,若BMI数值小于等于18时,则再对测试二的数据进一步分析,符合所设定的极端体重控制行为的频率要求,判定被试为进食障碍高风险个体,否者执行步骤二。
步骤二、当被试的BMI数值大于18时,需要对测试三的数据进一步分析,若被试的现实-理想体型大于所设定的第三判断阈值时,再对测试四的数据进一步分析,否者,若被试的现实-理想体型小于等于所设定的第三判断阈值时,执行步骤三;若被试的理想化瘦GT和贬损胖DF值大于所设定的第四判断阈值,判定被试为进食障碍高风险个体;否者,若被试的理想化瘦GT和贬损胖DF值小于等于所设定的第四判断阈值时,再进一步对测试二的数据进一步分析,符合所设定的极端体重控制行为的频率要求时,判定被试为进食障碍高风险个体,否者退出测试。
步骤三、当步骤二中所得到的被试现实-理想体型小于等于所设定的第三判断阈值时,需要对测试二的数据进一步分析,符合所设定的极端体重控制行为的频率要求时,则再对测试四中的数据进一步分析,否者退出测试;若被试的理想化瘦GT和贬损胖DF值大于所设定的第四判断阈值时,判定被试为进食障碍高风险个体;否者,若被试的理想化瘦GT和贬损胖DF值小于等于所设定的第四判断阈值时,再进一步对测试二的数据进一步分析,符合所设定的极端体重控制行为的频率要求时,判定被试为进食障碍高风险个体,否者退出测试。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种用于筛选高危进食障碍的检测系统,其特征在于,所述检测系统包括:
数据终端,其内部设有数据处理模块和数据分析模块;
数据采集装置,用来称量被试的身高、体重,经所述数据处理模块处理后获得测试被试的体质指数BMI值;
极端体重控制行为量表模块,其设置于所述数据终端,用于获取被试的极端体重控制行为的频率,经所述数据处理模块处理后获得极端体重控制所对应的评分;
所述数据分析模块中设有用来评价被试自身体质指数BMI的第一判断阈值和用于评价被试极端体重控制行为频率的第二判断阈值,当被试自身的体质指数BMI值小于第一判断阈值且极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍;所述数据终端还存储有青少年体像态度剪影图库和照片人物评定图库;所述青少年体像态度剪影图库用于被试在其中选择自己的当前体型和理想体型,经所述数据处理模块处理后获取被试现实-理想体型系数;
所述照片人物评定图库用于被试观看图库中的人物,并评定每个人物的体质指数BMI和对应的吸引力,经所述数据处理模块处理后获取被试的理想化瘦GT和贬损胖DF;
所述数据分析模块中还设有与所述现实-理想体型系数相对应的第三判断阈值,及与所述理想化瘦GT和贬损胖DF相对应的第四判断阈值,当测得的被试体质指数BMI值大于等于所设定的第一判断阈值时,所述现实-理想体型系数和所述理想化瘦GT和贬损胖DF分别大于所设定的第三判断阈值和第四判断阈值时,所测被试被筛选为高危进食障碍;
所述理想化瘦GT为判断瘦的人为好看次数和判断瘦的人为不好看次数的差值,所述贬损胖DF为判断胖的人为不好看次数和判断胖的人为好看次数的差值。
2.根据权利要求1所述的用于筛选高危进食障碍的检测系统,其特征在于,所述数据分析模块对体质指数BMI值大于等于第一判断阈值的被试进行筛选,同时筛选出所述现实-理想体型系数小于等于第三判断阈值的被试,当所测被试极端体重控制行为频率所对应的评分大于第二判断阈值时,且所述理想化瘦GT和贬损胖DF大于第四判断阈值,所检测的被试被筛选为高危进食障碍。
3.根据权利要求1所述的用于筛选高危进食障碍的检测系统,其特征在于,所述数据分析模块对所述理想化瘦GT和贬损胖DF小于等于第四判断阈值的被试进行筛选,当筛选出被试的被试极端体重控制行为所对应的评分大于第二判断阈值时,所检测的被试被筛选为高危进食障碍。
4.根据权利要求3所述的用于筛选高危进食障碍的检测系统,其特征在于,所述第一判断阈值为体质系数BMI值为18。
5.根据权利要求3所述的用于筛选高危进食障碍的检测系统,其特征在于,被试从所述青少年体像态度剪影图库中选择出自己当前体型和理想体型,将当前体型和理想体型所对应的分值相减后得到所述被试现实-理想体型系数,其中越想瘦的个体则对应的分值越大。
6.根据权利要求3所述的用于筛选高危进食障碍的检测系统,其特征在于,被试对所述照片人物评定图库中的各个同性别人物进行体质指数BMI和对应的吸引力进行评估,所述理想化瘦GT值越大,则被试越是认为瘦好看;所述贬损胖DF值越大则被试越是认为胖不好看。
7.根据权利要求3所述的用于筛选高危进食障碍的检测系统,其特征在于,所述极端体重控制行为量表模块中设定有用于获取被试的极端体重控制频率的答题,根据对体重控制频率设定“从不”、“很少”、“有时”和“一直”四个选项,分别对应的评分分值为“0分”、“1分”、“2分”和“3分”,被试答题后经所述数据处理模块处理获得评分分数。
8.根据权利要求5-7任一所述的用于筛选高危进食障碍的检测系统,其特征在于,与所述现实-理想体型系数相对应的第三判断阈值设定为2;与所述理想化瘦GT和贬损胖DF相对应的第四判断阈值设定为2;用于评价被试极端体重控制行为频率的第二判断阈值设定分值为3。
9.根据权利要求1所述的用于筛选高危进食障碍的检测系统,其特征在于,所述的数据采集装置为自动感应智能语音一体秤或超声波电子称。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810854708.1A CN109276262B (zh) | 2018-07-30 | 2018-07-30 | 一种用于筛选高危进食障碍的检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810854708.1A CN109276262B (zh) | 2018-07-30 | 2018-07-30 | 一种用于筛选高危进食障碍的检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109276262A CN109276262A (zh) | 2019-01-29 |
CN109276262B true CN109276262B (zh) | 2021-01-26 |
Family
ID=65182827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810854708.1A Active CN109276262B (zh) | 2018-07-30 | 2018-07-30 | 一种用于筛选高危进食障碍的检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109276262B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0221480D0 (en) * | 2002-09-16 | 2002-10-23 | Laxdale Ltd | Treatment of anorexia nervosa (AN) and bulimia |
CN101697886A (zh) * | 2007-01-31 | 2010-04-28 | 姜伟 | 贪求美食心理和行为测定及调试系统 |
US10085688B2 (en) * | 2012-11-20 | 2018-10-02 | El-Mar Inc. | Method of identifying an individual with a disorder or efficacy of a treatment of a disorder |
WO2016005911A1 (en) * | 2014-07-08 | 2016-01-14 | Nestec Sa | Systems and methods for providing animal health, nutrition, and/or wellness recommendations |
CA2977584C (en) * | 2015-02-24 | 2024-03-05 | Elira Therapeutics, Inc. | Systems and methods for enabling appetite modulation and/or improving dietary compliance using an electro-dermal patch |
CN107636767B (zh) * | 2015-04-14 | 2021-12-28 | 曼朵计量公司 | 用于食物摄入量的参数概率上下文无关文法 |
-
2018
- 2018-07-30 CN CN201810854708.1A patent/CN109276262B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109276262A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190261863A1 (en) | System and method for providing an indication of the well-being of an individual | |
Baláš et al. | Sport-specific finger flexor strength assessment using electronic scales in sport climbers | |
CN107767965B (zh) | 多因素关联比对的健康监测系统及方法 | |
CN112150327A (zh) | 一种用于学生体质检测的测试系统 | |
Prieler et al. | Face-ism from an international perspective: gendered self-presentation in online dating sites across seven countries | |
CN112002388A (zh) | 饮食推荐方法及装置 | |
CN109009169A (zh) | 一种群体心理测试评估系统 | |
CN109276262B (zh) | 一种用于筛选高危进食障碍的检测系统 | |
CN114511898A (zh) | 疼痛识别方法、装置、存储介质及电子设备 | |
AuerJr et al. | Estimating when and how words are acquired: A natural experiment on the development of the mental lexicon | |
CN109635214B (zh) | 一种学习资源的推送方法及电子设备 | |
US20200185110A1 (en) | Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests | |
CN109147911A (zh) | 病症信息显示方法及装置、计算机可读存储介质 | |
KR20150061206A (ko) | 색채도형 심리 진단장치 및 방법 | |
CN116434952A (zh) | 阅读能力评估方法、装置、设备及存储介质 | |
CN115346267A (zh) | 一种基于聚类的摔倒风险评估方法及系统 | |
CN107357762A (zh) | 一种基于驾驶人眼动特性的交通潜在危险判别方法 | |
CN113077872A (zh) | 基于量表测试数据的群体心理状态多指标预测系统及装置 | |
CN113641856A (zh) | 用于输出信息的方法和装置 | |
Chen et al. | A High-Quality Landmarked Infrared Eye Video Dataset (IREye4Task): Eye Behaviors, Insights and Benchmarks for Wearable Mental State Analysis | |
KR20210088181A (ko) | 재인 기억에 기반한 기억력 및 집중력 측정 장치와 그 방법, 및 이를 수록한 기록 매체 | |
JP7253371B2 (ja) | 抽出プログラム、抽出方法、および、抽出装置 | |
CN109947927B (zh) | 一种信息处理方法及装置 | |
KR102591325B1 (ko) | 휴먼 자세 추정 장치 및 방법 | |
WO2024034037A1 (ja) | 支援装置、支援方法及び支援プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |