CN109770921A - 自闭症儿童早期语言与认知能力筛查的方法及装置 - Google Patents
自闭症儿童早期语言与认知能力筛查的方法及装置 Download PDFInfo
- Publication number
- CN109770921A CN109770921A CN201910108857.8A CN201910108857A CN109770921A CN 109770921 A CN109770921 A CN 109770921A CN 201910108857 A CN201910108857 A CN 201910108857A CN 109770921 A CN109770921 A CN 109770921A
- Authority
- CN
- China
- Prior art keywords
- autism children
- language
- eye movement
- autism
- screening
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种自闭症儿童早期语言与认知能力筛查的方法及装置,其中,方法包括以下步骤:根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,眼动行为指标为自闭症儿童的眼睛在预设时间内在目标区域的注视点比率;根据眼动轨迹数据分析得到自闭症儿童语言与认知能力的当前状况信息;根据当前状况信息得到自闭症儿童语言与认知能力的筛查结果。该方法建立了完整的眼动行为指标,以自闭症儿童的眼动轨迹作为诊断和评估依据,可以摆脱评估者主观因素的影响,也最大限度地降低了对自闭症儿童的任务要求。
Description
技术领域
本发明涉及辅助康复训练技术领域,特别涉及一种自闭症儿童早期语言与认知能力筛查的方法及装置。
背景技术
自闭症是严重影响儿童身心健康的神经发育疾病。自闭症儿童在社交、认知和感觉诸方面都存在缺陷。视觉、听觉与语言信息在人的认知加工中是密不可分的,而这些信息加工的障碍又可能成为社交缺陷的生物学基础。目前科学界对自闭症儿童的视觉、听觉与语言信息加工机制仍缺乏了解,更缺乏专门针对自闭症儿童信息加工机制的系统研究。
目前,自闭症尚无特效药物可以治疗。教育、训练等行为干预手段仍是最主要的治疗方法,并且越早干预,康复的效果越佳,改善和提高的可能性就越大。这就要求建立完善的自闭症诊断体系,能够进行自闭症的早期筛查(尤其是学龄前)。语言与认知能力的障碍一直是自闭症研究的重点,但是科研成果未能转化为诊断筛查的工具。而父母又往往是通过发现孩子语言与其它认知能力上的问题,才去医院寻求诊断。这就更要求能够精准确定自闭症儿童在语言与认知具体行为特征上的表现,在此基础上进行精确诊断和评估,从而开展更有针对性的干预治疗。
然而,受制于自闭症儿童在语言、社交、行为等方面的缺陷,医生往往无法在短时间内对患儿的语言与认知能力进行客观准确的评估,亟待解决。
发明内容
本申请是基于发明人对以下问题的认识和发现作出的:
在自闭症诊断和评估的传统方法中(如标准化测试、晤谈),评估者主要通过与评估对象的互动,对标准化量表中各项指标进行打分,从而判断被评估者是否患病,以及病情程度。
传统的评估方法过分依赖评估者与评估对象之间的互动,而自闭症儿童呈现的多种行为特征(多动、注意力缺失、缺乏互动交流、在新环境中的焦虑和不配合等),极易导致他们无法配合评估者完成相关任务。且传统任务多要求自闭症儿童提供主观反馈,包括口头反馈,任务的复杂性更是使得多数自闭症儿童无法参与其中。
然而,以上局限导致传统方法经常无法客观评估自闭症患儿的语言与认知能力。尤其是当患儿由于自身的行为与认知特征无法完成量表任务时(不能完成,打分时就按0分处理),评估的结果往往不能真实反映他们的能力,有时甚至完全掩盖了他们的真实能力。
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种自闭症儿童早期语言与认知能力筛查的方法,该方法准确有效地检测他们的语言与认知能力发展状况,简单易实现。
本发明的另一个目的在于提出一种自闭症儿童早期语言与认知能力筛查的装置。
为达到上述目的,本发明一方面实施例提出了一种自闭症儿童早期语言与认知能力筛查的方法,包括以下步骤:根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,所述眼动行为指标为所述自闭症儿童的眼睛在预设时间内在目标区域的注视点比率;根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息;根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果。
本发明实施例的自闭症儿童早期语言与认知能力筛查的方法,可以通过记录自闭症儿童在参与语言与认知任务过程中自发性的眼动行为指标,准确有效地检测他们的语言与认知能力发展状况,克服了传统手段的局限,得到的眼动指标具有临床意义,可以作为自闭症儿童早期语言与认知能力筛查的方法,简单易实现。
另外,根据本发明上述实施例的自闭症儿童早期语言与认知能力筛查的方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述采集自闭症儿童处理目标任务时的眼动轨迹数据,进一步包括:获取与所述目标任务对应的视觉信息和听觉信息;采集所述自闭症儿童根据所述听觉信息处理所述视觉信息时的眼动轨迹数据。
进一步地,在本发明的一个实施例中,所述目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加工任务、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
进一步地,在本发明的一个实施例中,所述根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息,进一步包括:将所述眼动轨迹数据与所述预设数据进行比较,以分析得到所述自闭症儿童语言与认知能力的当前状况信息,其中,所述预设数据为与所述自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
进一步地,在本发明的一个实施例中,在根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果之后,进一步包括:根据所述筛查结果得到所述自闭症儿童的康复训练方案。
为达到上述目的,本发明另一方面实施例提出了一种自闭症儿童早期语言与认知能力筛查的装置,包括:采集模块,用于根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,所述眼动行为指标为所述自闭症儿童的眼睛在预设时间内在目标区域的注视点比率;分析模块,用于根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息;筛查模块,用于根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果。
本发明实施例的自闭症儿童早期语言与认知能力筛查的装置,可以通过记录自闭症儿童在参与语言与认知任务过程中自发性的眼动行为指标,准确有效地检测他们的语言与认知能力发展状况,克服了传统手段的局限,得到的眼动指标具有临床意义,可以作为自闭症儿童早期语言与认知能力筛查的方法,简单易实现。
另外,根据本发明上述实施例的自闭症儿童早期语言与认知能力筛查的装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述采集模块进一步包括:获取单元,用于获取与所述目标任务对应的视觉信息和听觉信息;采集单元,用于采集所述自闭症儿童根据所述听觉信息处理所述视觉信息时的眼动轨迹数据。
进一步地,在本发明的一个实施例中,所述目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加任务工、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
进一步地,在本发明的一个实施例中,所述分析模块进一步用于将所述眼动轨迹数据与所述预设数据进行比较,以分析得到所述自闭症儿童语言与认知能力的当前状况信息,其中,所述预设数据为与所述自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
进一步地,在本发明的一个实施例中,还包括:训练方案模块,用于在根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果之后,根据所述筛查结果得到所述自闭症儿童的康复训练方案。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的自闭症儿童早期语言与认知能力筛查的方法的流程图;
图2为根据本发明一个具体实施例的自闭症儿童早期语言与认知能力筛查的方法的流程图;
图3为根据本发明一个实施例的动词“骑”出现前注视点分布示意图;
图4为根据本发明一个实施例的动词“骑”出现后注视点分布示意图;
图5为根据本发明一个实施例的自闭症儿童早期语言与认知能力筛查的装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的自闭症儿童早期语言与认知能力筛查的方法及装置,首先将参照附图描述根据本发明实施例提出的自闭症儿童早期语言与认知能力筛查的方法。
图1是本发明一个实施例的自闭症儿童早期语言与认知能力筛查的方法的流程图。
如图1所示,该自闭症儿童早期语言与认知能力筛查的方法包括以下步骤:
在步骤S101中,根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,眼动行为指标为自闭症儿童的眼睛在预设时间内在目标区域的注视点比率。
可以理解的是,如图2所示,首先,开始视觉-情境范式实验任务,并根据眼动仪采集自闭症儿童眼动数据,且在采集之前,对自闭症儿童进行眼动仪校准。
进一步地,在本发明的一个实施例中,采集自闭症儿童处理目标任务时的眼动轨迹数据,进一步包括:获取与目标任务对应的视觉信息和听觉信息;采集自闭症儿童根据听觉信息处理视觉信息时的眼动轨迹数据。
具体而言,采用眼动追踪的视觉-情境范式,使用遥测眼动仪记录自闭症儿童处理相关听觉和视觉信息时自发的眼动轨迹(不要求他们对实验材料进行任何主观反馈),客观分析他们的信息加工过程。同时将他们的眼动轨迹与生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹进行比较,对比考察其异同。
该范式的基本原理是:当给被试提供一个视觉世界(图片呈现),同时呈现一个听觉刺激(听觉语言信息)时,他们的眼睛在这个视觉世界的注视轨迹往往可以真实地反映他们的大脑对接收到的听觉刺激的加工和处理过程。
本发明实施例采用的指标是眼睛在某个特定时间段(以毫秒计算)在视觉刺激(图片)的某个特定区域(兴趣区域)的注视点比率。比如,在某个特定时间段记录到了4 个注视点,其中有1个注视点落在兴趣区域,那么在这个特定时间段该兴趣区域的注视点比率是1/4。
其中,在本发明的一个实施例中,目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加工任务、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
具体而言,本发明实施例对自闭症儿童语言与认知能力发展的检测具体分为5个模块: (1)自闭症儿童对动词信息的加工、(2)自闭症儿童对抽象句法形态信息的加工、(3)自闭症儿童对语用信息的加工、(4)自闭症儿童对句子结构的加工、(5)自闭症儿童的社会认知能力。每一个模块的检测都有相对应的视觉-情境范式实验任务,下面将视觉-情境范式实验任务进行举例说明。
需要说明的是,由于每个模块对应的视觉-情境范式实验任务眼动指标相同,为避免冗余,本发明实施例将以自闭症儿童对动词信息的加工的检测为例进行说明,不再对每个模块对应的视觉-情境范式实验任务进行一一举例说明。
举例而言,视觉-情境范式实验任务1:自闭症儿童对动词信息的加工
语言中的动词信息是人们用来认知世界的重要信息之一,而运用动词自身携带的选择性信息进行预测更是人类认知世界的一种重要手段。比如,当使用动词“骑”时,其后面出现的物体必然具备“可以被骑”的属性;当使用动词“吃”时,其后面出现的物体必然具备“可以被吃”的属性;但当使用动词“找”时,其后面出现的物体不具备明显的特征和倾向性,并不限定在“可以被骑”或“可以被吃”的物体。该实验任务利用动词对后面出现的物体的选择性差异(具有选择偏向的动词和没有选择偏向的动词),检测学龄前自闭症儿童和正常儿童在利用动词信息进行预测的能力上的差异。
被试会听到两类句子,其中一类带有具有选择偏向的动词(如“骑”),另一类带有没有选择偏向的动词(如“找”),同时他们会看到对应的图片,遥测眼动仪记录他们听到句子时眼睛在图片上的运动轨迹。例如,被试看到如图1这样的图片,然后听到(1a)或者(1b)这样的句子。
(1a)康康要去骑地上的小车。
(1b)康康要去找地上的小车。
眼动仪记录从句子开始时被试眼睛在图片上的运动轨迹。结果显示自闭症儿童和正常儿童一样,可以快速利用“骑”这个动词的选择性信息对即将出现的物体进行预测,这种预测性的眼动效应在动词“骑”出现后(宾语出现前)就立即呈现了。图3和图4 分别显示的是在听到动词“骑”前后注视点的分布,小圈代表的是注视点,小圈旁的数字代表的是注视点的时间长度。本发明实施例可以发现,“骑”出现前后在“小车”区域注视点比率有显著差异:注视点的比率在“骑”出现后要显著高于“骑”出现前。但是自闭症儿童在该兴趣区域的总的注视点比率要显著低于正常儿童,表明他们在视觉注意力上和正常儿童存在差异(自闭症儿童的视觉注意力缺失)。
该实验任务获得的眼动指标(注视点比率和时域特征)可以显著区分自闭症儿童和正常儿童在使用动词信息进行预测时的异同。
在步骤S102中,根据眼动轨迹数据分析得到自闭症儿童语言与认知能力的当前状况信息。
可以理解的是,如图2所示,实验任务结束,根据眼动数据,分析自闭症儿童语言与认知能力发展状况。
进一步地,在本发明的一个实施例中,根据眼动轨迹数据分析得到自闭症儿童语言与认知能力的当前状况信息,进一步包括:将眼动轨迹数据与预设数据进行比较,以分析得到自闭症儿童语言与认知能力的当前状况信息,其中,预设数据为与自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
通过对比在不同条件下,自闭症儿童与生理年龄匹配和心理年龄匹配的正常儿童的眼睛注视点特征,本发明实施例就可以分析他们语言与认知能力的不足。该范式突破了传统方法的局限,能够系统有效地考察自闭症儿童早期的语言与认知发展水平及其背后的信息加工机制。
在步骤S103中,根据当前状况信息得到自闭症儿童语言与认知能力的筛查结果。
根据分析结果,确定该患儿保存完好以及存在缺失的语言与认知能力模块,为个性化康复训练方案的设计提供参考。其中,在本发明的一个实施例中,在根据当前状况信息得到自闭症儿童语言与认知能力的筛查结果之后,进一步包括:根据筛查结果得到自闭症儿童的康复训练方案。
需要说明的是,考虑到自闭症儿童的特殊性,在对他们进行诊疗时,需要尽量降低对任务配合度的要求。就目前而言,眼动仪的非介入性和低社交性非常适合于自闭症儿童的语言理解和认知发展状况的测试。该方案把对自闭症儿童的语言与认知能力发展检测细分为5个模块,通过检测在每一个模块上的发展水平,可以精准定位自闭症儿童在某些具体方面能力的缺失,向更精准的检测迈出了坚实的一步。这些特征是目前其它技术手段,例如基于脑电仪、近红外光谱仪等的检测所无法替代的。并且,基于眼动的检测方案在临床可操作性和时间效率上都具有明显的优势。
根据本发明实施例提出的自闭症儿童早期语言与认知能力筛查的方法,建立了完整的眼动行为指标,以自闭症儿童的眼动轨迹作为诊断和评估依据,可以摆脱评估者主观因素的影响,也最大限度地降低了对自闭症儿童的任务要求,同时,把自闭症儿童语言与认知能力的检测分成了5个具体模块,获得的眼动指标可以更精准客观地评估自闭症儿童的语言与认知能力发展状况,为后期的诊疗、干预和康复实践提供依据。
其次参照附图描述根据本发明实施例提出的自闭症儿童早期语言与认知能力筛查的装置。
图5是本发明一个实施例的自闭症儿童早期语言与认知能力筛查的装置的结构示意图。
如图5所示,该自闭症儿童早期语言与认知能力筛查的装置10包括:采集模块100、分析模块200和筛查模块300。
其中,采集模块100用于根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,眼动行为指标为自闭症儿童的眼睛在预设时间内在目标区域的注视点比率。分析模块200用于根据眼动轨迹数据分析得到自闭症儿童语言与认知能力的当前状况信息。筛查模块300用于根据当前状况信息得到自闭症儿童语言与认知能力的筛查结果。本发明实施例的装置10建立了完整的眼动行为指标,以自闭症儿童的眼动轨迹作为诊断和评估依据,可以摆脱评估者主观因素的影响,也最大限度地降低了对自闭症儿童的任务要求。
进一步地,在本发明的一个实施例中,采集模块100进一步包括:获取单元和采集单元。
其中,获取单元用于获取与目标任务对应的视觉信息和听觉信息;采集单元用于采集自闭症儿童根据听觉信息处理视觉信息时的眼动轨迹数据。
进一步地,在本发明的一个实施例中,目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加工任务、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
进一步地,在本发明的一个实施例中,分析模块200进一步用于将眼动轨迹数据与预设数据进行比较,以分析得到自闭症儿童语言与认知能力的当前状况信息,其中,预设数据为与自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
进一步地,在本发明的一个实施例中,本发明实施例的装置10还包括:训练方案模块。其中,训练方案模块用于在根据当前状况信息得到自闭症儿童语言与认知能力的筛查结果之后,根据筛查结果得到自闭症儿童的康复训练方案。
需要说明的是,前述对自闭症儿童早期语言与认知能力筛查的方法实施例的解释说明也适用于该实施例的自闭症儿童早期语言与认知能力筛查的装置,此处不再赘述。
根据本发明实施例提出的自闭症儿童早期语言与认知能力筛查的装置,建立了完整的眼动行为指标,以自闭症儿童的眼动轨迹作为诊断和评估依据,可以摆脱评估者主观因素的影响,也最大限度地降低了对自闭症儿童的任务要求,同时,把自闭症儿童语言与认知能力的检测分成了5个具体模块,获得的眼动指标可以更精准客观地评估自闭症儿童的语言与认知能力发展状况,为后期的诊疗、干预和康复实践提供依据。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种自闭症儿童早期语言与认知能力筛查的方法,其特征在于,包括以下步骤:
根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,所述眼动行为指标为所述自闭症儿童的眼睛在预设时间内在目标区域的注视点比率;
根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息;以及
根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果。
2.根据权利要求1所述的自闭症儿童早期语言与认知能力筛查的方法,其特征在于,所述采集自闭症儿童处理目标任务时的眼动轨迹数据,进一步包括:
获取与所述目标任务对应的视觉信息和听觉信息;
采集所述自闭症儿童根据所述听觉信息处理所述视觉信息时的眼动轨迹数据。
3.根据权利要求1或2任一项所述的自闭症儿童早期语言与认知能力筛查的方法,其特征在于,所述目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加任务工、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
4.根据权利要求1所述的自闭症儿童早期语言与认知能力筛查的方法,其特征在于,所述根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息,进一步包括:
将所述眼动轨迹数据与所述预设数据进行比较,以分析得到所述自闭症儿童语言与认知能力的当前状况信息,其中,所述预设数据为与所述自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
5.根据权利要求1所述的自闭症儿童早期语言与认知能力筛查的方法,其特征在于,在根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果之后,进一步包括:
根据所述筛查结果得到所述自闭症儿童的康复训练方案。
6.一种自闭症儿童早期语言与认知能力筛查的装置,其特征在于,包括以下步骤:
采集模块,用于根据眼动行为指标采集自闭症儿童处理目标任务时的眼动轨迹数据,其中,所述眼动行为指标为所述自闭症儿童的眼睛在预设时间内在目标区域的注视点比率;
分析模块,用于根据所述眼动轨迹数据分析得到所述自闭症儿童语言与认知能力的当前状况信息;以及
筛查模块,用于根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果。
7.根据权利要求6所述的自闭症儿童早期语言与认知能力筛查的装置,其特征在于,所述采集模块进一步包括:
获取单元,用于获取与所述目标任务对应的视觉信息和听觉信息;
采集单元,用于采集所述自闭症儿童根据所述听觉信息处理所述视觉信息时的眼动轨迹数据。
8.根据权利要求6或7任一项所述的自闭症儿童早期语言与认知能力筛查的装置,其特征在于,所述目标任务包括自闭症儿童对动词信息的加工任务、自闭症儿童对抽象句法形态信息的加工任务、自闭症儿童对语用信息的加工任务、自闭症儿童对句子结构的加工任务和自闭症儿童的社会认知能力任务。
9.根据权利要求6所述的自闭症儿童早期语言与认知能力筛查的装置,其特征在于,所述分析模块进一步用于将所述眼动轨迹数据与所述预设数据进行比较,以分析得到所述自闭症儿童语言与认知能力的当前状况信息,其中,所述预设数据为与所述自闭症儿童生理年龄匹配、心理年龄匹配的正常儿童的眼动轨迹。
10.根据权利要求1所述的自闭症儿童早期语言与认知能力筛查的方法,其特征在于,还包括:
训练方案模块,用于在根据所述当前状况信息得到所述自闭症儿童语言与认知能力的筛查结果之后,根据所述筛查结果得到所述自闭症儿童的康复训练方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108857.8A CN109770921B (zh) | 2019-02-03 | 2019-02-03 | 自闭症儿童早期语言与认知能力筛查的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108857.8A CN109770921B (zh) | 2019-02-03 | 2019-02-03 | 自闭症儿童早期语言与认知能力筛查的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109770921A true CN109770921A (zh) | 2019-05-21 |
CN109770921B CN109770921B (zh) | 2020-12-08 |
Family
ID=66504237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910108857.8A Active CN109770921B (zh) | 2019-02-03 | 2019-02-03 | 自闭症儿童早期语言与认知能力筛查的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109770921B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111012367A (zh) * | 2019-12-27 | 2020-04-17 | 华中师范大学 | 一种精神疾病的智能识别系统 |
CN113362961A (zh) * | 2020-03-05 | 2021-09-07 | 北京力泰克科技有限公司 | 自闭症快速筛查系统 |
CN113679387A (zh) * | 2021-08-14 | 2021-11-23 | 合肥巴灵瑞教育科技有限公司 | 一种儿童成长发育异常的早期预警系统 |
CN113941069A (zh) * | 2021-09-23 | 2022-01-18 | 宁波喻星教育科技有限公司 | 一种基于个性化推荐的自闭症智能干预系统 |
CN113990448A (zh) * | 2021-09-30 | 2022-01-28 | 浙江强脑科技有限公司 | 自闭症干预训练方法、装置、眼动记录仪及可读存储介质 |
CN115064275A (zh) * | 2022-08-19 | 2022-09-16 | 山东心法科技有限公司 | 一种儿童计算能力的量化及辅助训练方法、设备及介质 |
CN115154827A (zh) * | 2022-08-05 | 2022-10-11 | 成都信息工程大学 | 用于自闭症儿童眼神交流的智能穿戴装置、方法及系统 |
CN116919348A (zh) * | 2023-07-28 | 2023-10-24 | 河北医科大学第二医院 | 一种检测奥拉西坦药物治疗认知功能障碍效果的检测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013141098A1 (ja) * | 2012-03-21 | 2013-09-26 | 国立大学法人浜松医科大学 | 自閉症診断支援方法およびシステム並びに自閉症診断支援装置 |
CN105069304A (zh) * | 2015-08-18 | 2015-11-18 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于机器学习的评估预测asd的方法 |
CN108498068A (zh) * | 2018-04-18 | 2018-09-07 | 北京中启睿宝教育科技有限公司 | 一种基于眼动特征的儿童共同注意分析方法 |
CN109124657A (zh) * | 2013-03-11 | 2019-01-04 | 亚特兰大儿童医疗保健公司 | 用于认知和发育状况的检测的系统和方法 |
-
2019
- 2019-02-03 CN CN201910108857.8A patent/CN109770921B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013141098A1 (ja) * | 2012-03-21 | 2013-09-26 | 国立大学法人浜松医科大学 | 自閉症診断支援方法およびシステム並びに自閉症診断支援装置 |
CN109124657A (zh) * | 2013-03-11 | 2019-01-04 | 亚特兰大儿童医疗保健公司 | 用于认知和发育状况的检测的系统和方法 |
CN105069304A (zh) * | 2015-08-18 | 2015-11-18 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于机器学习的评估预测asd的方法 |
CN108498068A (zh) * | 2018-04-18 | 2018-09-07 | 北京中启睿宝教育科技有限公司 | 一种基于眼动特征的儿童共同注意分析方法 |
Non-Patent Citations (1)
Title |
---|
王梅 等: "基于眼动的孤独症儿童词语理解特点的研究", 《中国康复理论与实践》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111012367A (zh) * | 2019-12-27 | 2020-04-17 | 华中师范大学 | 一种精神疾病的智能识别系统 |
CN113362961A (zh) * | 2020-03-05 | 2021-09-07 | 北京力泰克科技有限公司 | 自闭症快速筛查系统 |
CN113679387A (zh) * | 2021-08-14 | 2021-11-23 | 合肥巴灵瑞教育科技有限公司 | 一种儿童成长发育异常的早期预警系统 |
CN113679387B (zh) * | 2021-08-14 | 2024-03-19 | 合肥巴灵瑞教育科技有限公司 | 一种儿童成长发育异常的早期预警系统 |
CN113941069A (zh) * | 2021-09-23 | 2022-01-18 | 宁波喻星教育科技有限公司 | 一种基于个性化推荐的自闭症智能干预系统 |
CN113941069B (zh) * | 2021-09-23 | 2023-12-26 | 宁波喻星教育科技有限公司 | 一种基于个性化推荐的自闭症智能干预系统 |
CN113990448A (zh) * | 2021-09-30 | 2022-01-28 | 浙江强脑科技有限公司 | 自闭症干预训练方法、装置、眼动记录仪及可读存储介质 |
CN115154827A (zh) * | 2022-08-05 | 2022-10-11 | 成都信息工程大学 | 用于自闭症儿童眼神交流的智能穿戴装置、方法及系统 |
CN115064275A (zh) * | 2022-08-19 | 2022-09-16 | 山东心法科技有限公司 | 一种儿童计算能力的量化及辅助训练方法、设备及介质 |
CN115064275B (zh) * | 2022-08-19 | 2022-12-02 | 山东心法科技有限公司 | 一种儿童计算能力的量化及辅助训练方法、设备及介质 |
CN116919348A (zh) * | 2023-07-28 | 2023-10-24 | 河北医科大学第二医院 | 一种检测奥拉西坦药物治疗认知功能障碍效果的检测系统 |
CN116919348B (zh) * | 2023-07-28 | 2024-04-16 | 河北医科大学第二医院 | 一种检测奥拉西坦药物治疗认知功能障碍效果的检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109770921B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109770921A (zh) | 自闭症儿童早期语言与认知能力筛查的方法及装置 | |
Bakola et al. | ICTs for Emotional and Social Skills Development for Children with ADHD and ASD Co-existence. | |
Bekele et al. | Understanding how adolescents with autism respond to facial expressions in virtual reality environments | |
CN106691476B (zh) | 基于眼动特征的图像认知心理分析系统 | |
Heikoop et al. | Effects of platooning on signal-detection performance, workload, and stress: A driving simulator study | |
KR101930566B1 (ko) | 인지 기능을 평가하는 시스템 및 방법 | |
US20040210159A1 (en) | Determining a psychological state of a subject | |
US20050165327A1 (en) | Apparatus and method for detecting the severity of brain function impairment | |
US20230320647A1 (en) | Cognitive health assessment for core cognitive functions | |
CN108065942B (zh) | 一种针对东方人格特征的刺激信息的编制方法 | |
KR101854812B1 (ko) | 시청각 콘텐츠와 생체신호 분석을 활용한 정신증상 평가 시스템 | |
WO2018151628A1 (ru) | Алгоритм комплексного дистанционного бесконтактного мультиканального анализа психоэмоционального и физиологического состояния объекта по аудио- и видеоконтенту | |
van Dammen et al. | Evoking stress reactivity in virtual reality: A systematic review and meta-analysis | |
RU2736711C1 (ru) | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ | |
Tan et al. | Virtual classroom: An ADHD assessment and diagnosis system based on virtual reality | |
Ribas et al. | Technologies to support the diagnosis and/or treatment of neurodevelopmental disorders: A systematic review | |
Turi et al. | Autism is associated with reduced ability to interpret grasping actions of others | |
Bläsing et al. | Influence of complexity and noise on mental workload during a manual assembly task | |
Kim et al. | Analysis of bio-signal data of stroke patients and normal elderly people for real-time monitoring | |
Nalborczyk et al. | Dissociating facial electromyographic correlates of visual and verbal induced rumination | |
El Arbaoui et al. | A Survey on the Application of the Internet of Things in the Diagnosis of Autism Spectrum Disorder | |
Buettner et al. | Machine Learning Based Diagnostics of Developmental Coordination Disorder using Electroencephalographic Data | |
CN116601720A (zh) | 用于基于人工智能的健康状况的医学诊断系统和方法 | |
WO2019227690A1 (zh) | 行为范式指标的筛选及其应用 | |
Seepold et al. | Telemedicine system model to help children with autism spectrum disorders |
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 |