CN110111873B - 一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 - Google Patents
一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 Download PDFInfo
- Publication number
- CN110111873B CN110111873B CN201910214914.0A CN201910214914A CN110111873B CN 110111873 B CN110111873 B CN 110111873B CN 201910214914 A CN201910214914 A CN 201910214914A CN 110111873 B CN110111873 B CN 110111873B
- Authority
- CN
- China
- Prior art keywords
- addiction
- craving
- memory
- measurement
- subsystem
- 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
- 206010012335 Dependence Diseases 0.000 title claims abstract description 220
- 235000019788 craving Nutrition 0.000 title claims abstract description 199
- 238000005259 measurement Methods 0.000 title claims abstract description 107
- 230000004044 response Effects 0.000 title claims abstract description 56
- 230000001939 inductive effect Effects 0.000 title claims description 19
- 230000008450 motivation Effects 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 42
- 238000006243 chemical reaction Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 28
- 230000010365 information processing Effects 0.000 claims abstract description 17
- 230000001575 pathological effect Effects 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 13
- 230000008447 perception Effects 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 129
- 239000000463 material Substances 0.000 claims description 82
- 239000003814 drug Substances 0.000 claims description 50
- 230000006399 behavior Effects 0.000 claims description 46
- 229940079593 drug Drugs 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 24
- 208000011117 substance-related disease Diseases 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 17
- 238000003745 diagnosis Methods 0.000 claims description 16
- 208000024891 symptom Diseases 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000007619 statistical method Methods 0.000 claims description 15
- 230000000638 stimulation Effects 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 14
- 206010052804 Drug tolerance Diseases 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000011160 research Methods 0.000 claims description 13
- 208000035475 disorder Diseases 0.000 claims description 12
- 230000008451 emotion Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 230000026781 habituation Effects 0.000 claims description 10
- 238000011065 in-situ storage Methods 0.000 claims description 10
- 230000006698 induction Effects 0.000 claims description 10
- 230000037007 arousal Effects 0.000 claims description 9
- 230000001149 cognitive effect Effects 0.000 claims description 9
- 230000000763 evoking effect Effects 0.000 claims description 9
- 210000000653 nervous system Anatomy 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000000284 resting effect Effects 0.000 claims description 9
- 230000007787 long-term memory Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000004936 stimulating effect Effects 0.000 claims description 6
- 238000005728 strengthening Methods 0.000 claims description 6
- 208000007271 Substance Withdrawal Syndrome Diseases 0.000 claims description 5
- 210000004556 brain Anatomy 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000006461 physiological response Effects 0.000 claims description 5
- 230000036651 mood Effects 0.000 claims description 4
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 4
- 201000009032 substance abuse Diseases 0.000 claims description 4
- 231100000736 substance abuse Toxicity 0.000 claims description 4
- 201000006152 substance dependence Diseases 0.000 claims description 4
- 206010027951 Mood swings Diseases 0.000 claims description 3
- 230000003930 cognitive ability Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000002964 excitative effect Effects 0.000 claims description 3
- 230000004424 eye movement Effects 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 230000003236 psychic effect Effects 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 abstract description 13
- 238000000691 measurement method Methods 0.000 abstract description 4
- 230000010354 integration Effects 0.000 abstract description 3
- 230000013016 learning Effects 0.000 description 20
- 230000011514 reflex Effects 0.000 description 10
- 229910052739 hydrogen Inorganic materials 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007654 immersion Methods 0.000 description 8
- 206010013663 drug dependence Diseases 0.000 description 7
- 230000009257 reactivity Effects 0.000 description 7
- 208000003443 Unconsciousness Diseases 0.000 description 6
- 230000002996 emotional effect Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 208000014644 Brain disease Diseases 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 230000001684 chronic effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000019771 cognition Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001647 drug administration Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000002431 foraging effect Effects 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003557 neuropsychological effect Effects 0.000 description 2
- 229960002715 nicotine Drugs 0.000 description 2
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- GICIECWTEWJCRE-UHFFFAOYSA-N 3,4,4,7-tetramethyl-2,3-dihydro-1h-naphthalene Chemical compound CC1=CC=C2C(C)(C)C(C)CCC2=C1 GICIECWTEWJCRE-UHFFFAOYSA-N 0.000 description 1
- 101000722180 Petunia hybrida Floral defensin-like protein 2 Proteins 0.000 description 1
- 239000009466 Valverde Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000035045 associative learning Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000010482 emotional regulation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000009760 functional impairment Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000021363 nonassociative learning Effects 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000005997 psychological dysfunction Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000035922 thirst Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medicines Containing Plant Substances (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于成瘾记忆‑动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，系统借鉴赫尔的动机诱因理论建立成瘾行为因果机制逻辑假设的渴求测量模型，系统组成以病理性成瘾记忆‑知识库数据库子系统为基础，还有虚拟材料子系统、虚拟测量子系统和数据计算子系统。虚拟材料子系统收集外部成瘾信息，读取成瘾记忆‑知识库数据库子系统中的专家知识，对成瘾信息进行加工分类提取共性特征，为虚拟测量子系统提供线索输入，虚拟测量子系统结合人体知觉信息加工整合规律，跟踪测量被试在虚拟场景体验过程的机体状态变化，并经数据计算子系统处理输出渴求测评报告。本发明改进传统线索反应模式存在的局限性，在测量方法上有新的探索。
Description
技术领域
本发明属于心理健康研究技术领域，具体涉及基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统。
背景技术
物质使用障碍(substance use disorders,SUD)临床上定义为一种慢性复发性脑疾病,表现为摄入量不断增加、不受控制的强迫性的觅药和用药行为,对药物的耐受性、减少使用后出现负性情绪及严重的戒断症状,强烈渴求精神活性物质如尼古丁、酒精的使用,导致大脑的结构和功能的病理性改变是SUD产生的根本原因。SUD的防治是一个亟待解决的全球性公共卫生问题.高复吸率是治疗SUD的难点
渴求(craving)是一种极度关注或强烈要求使用所需成瘾物质的愿望。物质使用障碍者暴露在成瘾物质有关的线索后,可以产生可靠的生理反应,这种现象称为线索反应(cue reactivity)。线索反应的强度和渴求程度高度相关。因此,线索反应性常用来用来测量评估渴求的强度。
病理性成瘾记忆的长期存在是渴求产生的关键,在接触药使成瘾者物及相关环境线索时激发对药物的心理渴求，成瘾者从最初的冲动用药转变到强迫用药过程中伴随渴求控制的失调，渴求失控的原因是成瘾者前额叶皮层认知情绪调节机制发生功能性障碍，尤其是当暴露在药相关线索条件下,表现出显著的注意捕获和注意偏向,产生自动化的习惯化觅药行为倾向，难以做出理性的决策行为，而自动化觅药行为受阻，会产生强烈的不可抗拒的渴求。渴求是一种极度关注或强烈要求使用所需成瘾物质的愿望，在复发中起着重要作用，客观评估和测量线索诱发的渴求具有重要意义，为成瘾的评估诊断、预后效用、治疗效果的评价，提供有效的工具。
物质使用及成瘾障碍是一种慢性复发性脑疾病，是生物、心理、社会因素相互作用的结果，其必然导致一系列生理、心理行为和不良的社会后果。应对难以治愈的脑疾病，需要在生物-社会-心理医学模式指导下，利用多种不同的干预手段进行综合治疗。
传统线索暴露疗法存在局限：(1)不能提供综合复杂线索(如：社交场景和互动，情感经历，情绪体验，物理线索等)，限制了对由于社会生活环境因素引起复吸的渴求反应的评估；(2)在模仿个体现实生活经历方面也有局限(即真实现实“沉浸感”，“现场感”)，因此限制了治疗的生态效应。
目前，该领域正在利用VR的交互性、沉浸性和构想性(interaction,immersion,imagination),研究多种增强的线索反应模式。如，非交互的被动式经典条件线索；交互式的主动式操作条件线索等。利用虚拟现实(VR)获得增强的线索反应模式，可以提供多元因素交互影响的复杂多变的社会环境线索，在暴露疗法技术和方法和疗效方面可能获得新的突破，但是，VR在成瘾治疗方面的研究还面临一些问题需要进一步探索。例如，虚拟场景临场感问题、眩晕问题，以及线索诱发渴求反应的结构化测量问题等，这些问题都是VR在临床治疗应用中的关键问题。
前人已有研究成果的总结发现在线索诱发渴求测量方法方面比较同质化，需要专注结构化的渴求测量方法层面问题的研究(Hone-Blanchet，2014；Irene Pericot-Valverde MA1,Lisa J.Germeroth MA2,Stephen T.GIFfany PhD2，2015；Sayette，2016)。因为对物质成瘾患者来说,被刺激诱发的渴求反应是结构化的,包括认知、生理、情感、行为等方面,因此要客观评价渴求就需要从多个维度记录不同的生理和主观数据.(Sayette，2016)。针对现有研究局限，按照系统研究方法探求渴求的内在结构机制，需要系统借鉴赫尔的动机诱因理论建立成瘾行为因果机制逻辑假设的渴求测量模型。
发明内容
因此，本发明为了解决传统线索暴露疗法所存在的局限性以及现有VR虚拟线索反应模式所存在的弊端，为此，本发明提供了一种基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统。
所采用的技术方案如下：
一种基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其包括虚拟测量子系统和数据计算子系统，所述数据计算子系统用于接收所述虚拟测量子系统中的测量数据，并对测量数据进行计算后输出物质成瘾渴求测量评测报告，所述系统还包括虚拟材料子系统和成瘾记忆-知识库数据库子系统，所述虚拟材料子系统与所述虚拟测量子系统连接，所述虚拟材料子系统收集外部成瘾信息，读取所述成瘾记忆-知识库数据库子系统中的知识库对所收集的外部成瘾信息进行信息加工分类，按照不同的研究取向提取共性记忆信息统计归类特征，最终生成作为虚拟测量子系统中刺激线索输入的虚拟场景线索材料库；所述虚拟测量子系统用于顺序跟踪、测量被试在所设定的虚拟场景中体验全过程的状态变化，并经所述数据计算子系统进行数据处理后输出渴求测量评测报告，将所形成的数据测试样本反馈至所述虚拟材料子系统中。
所述虚拟材料子系统包括成瘾信息收集模块、测试数据收集模块、成瘾信息分类模块、成瘾外部环境VR材料分类对象特征描述模块、共性记忆信息统计归类材料特征提取模块、材料计算模型库和虚拟场景线索材料库，所述成瘾信息收集模块将收集到的现实生活中的成瘾原始信息分别输入到成瘾信息分类模块和成瘾外部环境VR材料分类对象特征描述模块，通过提取所述成瘾记忆-知识库数据库子系统中的成瘾动机诱因专家知识、记忆信息组织规则、知觉加工整合知识和线索分类特征知识进行信息加工分类后存储到所述成瘾记忆-知识库数据库子系统中，所述共性记忆信息统计归类材料特征提取模块提取所述成瘾记忆-知识库数据库子系统和材料计算模型库中的成瘾共性记忆信息及相关虚拟材料模型，进行材料统计归类和线索特征描述，形成作为所述虚拟测量子系统进行成瘾渴求测量的所述虚拟场景线索材料库。
所述虚拟测量子系统包括按时间变量跟踪的四个被试机体变化状态的采样区间和用于采集生理-心理-行为的三类样本信息数据采集模块；
所述采样区间包括：静息态机体病症监测；VR临场卷入感监测；渴求唤醒检测和失控渴求检测；
所述三类样本信息数据采集模块包括：
R-机体生理及神经系统检测模块，用于采集被试的眼动、心率变异性(HRV)、脑电(EEG)和皮肤电导率参数；
R-心理反应测评模块，用于测评被试的戒断症状、药物代偿作用、情绪波动和认知能力；
R-控制决策测评模块，用于测评被试的结果期待、自我效能、控制归因、基因和人格。
所述成瘾记忆-知识库数据库子系统包括模型系统知识库和模型系统数据库，所述模型系统知识库用于存放专家规范知识模板，所述模型系统知识库用于按照模型系统知识库提供的规则模板存储系统动态数据；
所述模型系统知识库包括成瘾记忆知识库、成瘾动机诱因知识库(P＝f(D,H,K,t0,T,S))、K库-虚拟材料线索分类对象特征描述知识库和P库-多维渴求结构计算模型知识库；
所述成瘾记忆知识库按照长时记忆信息组织模式分类存储物质使用障碍患者的日常成瘾习惯及生活环境、人口信息及成瘾病史和DSM物质成瘾病症诊断金标准信息模板；
所述成瘾动机诱因知识库将复杂的成瘾记忆信息抽象出与成瘾共性特征结构化相关的动机诱因分类信息库，存储与所述成瘾记忆知识库信息内容相对应的结合三维成瘾动机诱因分类知识，所述三维成瘾动机诱因分类知识包括马斯洛需求层次相关动机理论、DSM精神病学疾病症状机制程度分类诊断理论和导致成瘾行为的生理-心理-社会因素的外部环境强化诱因分类方法；
所述K库-虚拟材料线索分类对象特征描述知识库，与所述成瘾动机诱因知识库中的外部环境强化诱因相连接,结合所述三维成瘾动机诱因分类知识，存储模型的场景诱因材料信息特征描述知识；
P库-多维渴求结构计算模型知识库，与所述成瘾动机诱因知识库中的诱发渴求反应相连接,为所述虚拟测量子系统和所述数据计算子系统提供测量过程和渴求结果测量报告的输出、提供信息处理规则和算法模型。
所述虚拟测量子系统顺序跟踪测量被试在所设定的虚拟场景中体验全过程的状态变化，利用所述成瘾记忆-知识库数据库子系统的P库-多维渴求结构计算模型知识库的方法，测量五个时序状态和四个检测内容维度；
其中，五个时序状态具体包括：
时序状态1是测量开始入场前的个体静息态病症检测；
时序状态2是VR临场卷入感检测；
时序状态3是渴求唤醒检测；
时序状态4是失控渴求检测；
时序状态5是测量结束前的现场渴求报告和测量刚结束时个体的测量问卷量表测试；
所述四个检测内容维度包括对静态病症、线索诱发生理反应、心理反应、虚拟情境中失控渴求反应的四个维度指标进行数据采集。
所述模型系统知识库中的成瘾动机诱因知识库建立有虚拟情境诱发渴求反应的模型P：
P＝f(D,H,K,t0,T,S)——即诱发渴求反应特征描述
其中：D--成瘾内在动机；
H--成瘾习惯化；
K--外部成瘾环境诱因；
t0--主体停止使用药物时间；
T--虚拟情境线索呈现时间；
S--诱因距离；
根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征而形成虚拟场景线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，同时考虑主体停止使用药物时间t0及线索刺激时间T和主体与诱因距离S的特征，产生失控的诱发渴求反应P。
所述成瘾动机诱因知识库中的成瘾内在动机D按照个体需求层次的高低依次设置生理的需要层、安全的需要层、归属和爱的需要层、尊重的需要层和自我实现的需要层；所述的成瘾习惯化参数H按照成瘾习惯化强度依次包括物质应用层、物质滥用层和物质依赖层；所述外部成瘾环境诱因K按照刺激强度依次包括用药时间、用药场地、排解消极情绪生活压力、获得积极快乐情绪、用药伴侣和吸食用具。
所述成瘾习惯化H中的各层均包括人口信息及用药类别、成瘾病史、DSM诊断结果、用药量、戒断经历、用药过程、环境因素、社会关系、身体因素、情绪因素和认知因素。
所述外部成瘾环境诱因K中建立有场景模型：
场景：S＝F(x,y,z,Oi,..,,Pj,..,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征、t刺激作用时间用于控制整个实验过程对被试机体线索反应的兴奋性唤醒阈值及反应强度；
场景内物体对象：Oi＝f(x,y,z,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征；
场景内化身对象：Pj＝f(Role,Character,Cartoon,t),其中，Role：人称角色定义；Character：人物外形特征模板；Cartoon：动画脚本——包括情境、事件、动作系列；
所述场景模型中的材料对研究主体的效用价值X与外部成瘾环境诱因K形成关联，用于满足虚拟刺激线索材料制作的特征需求。
所述数据计算子系统包括：
算法程序数据库，为各模块提供算法程序；
实验数据预处理模块，用于对所述虚拟测量子系统中所检测的数据进行预处理和实验结果计算；
统计分析机器学习算法模块，利用成熟的机器学习算法，接收实验数据预处理模块的计算数据，并对计算数据进行统计分析；
静息态机体病症特征计算模块，结合统计分析数据得出静态成瘾病症程度评级；
虚拟场景生理唤醒特征计算模块，结合统计分析数据得出虚拟高风险情境机体唤醒强度评级；
虚拟场景失控渴求特征计算模块，结合统计分析数据得出虚拟高风险情境状态渴求反应评级；
诊断模型比较模块，用于将计算结果与成瘾记忆-知识库数据库子系统所采集的现实生活动机诱因和习惯化特征数据进行比较；
多维度渴求结构测评报告输出模块，接收各计算模块中的计算结果与比较数据，经综合计算处理后形成渴求测量评测报告输出；
所述实验数据入库导出模块，用于将数据测试样本反馈至所述成瘾记忆-知识库数据库子系统中。
所述数据计算子系统进行数据处理后输出渴求测量评测报告，具体包括三类：
A类测量评测报告，测量数据确认预测有渴求诱发，具体数据证据包括：自我报告唤起渴求，且仪器测量的生理检测指标监测到渴求唤醒及失控渴求的反应数据证据；
B类测量评测报告，测量数据确认预测未唤起渴求，具体数据证据包括：自我报告未唤起渴求，且仪器测量未监测到生理渴求唤醒反应；
C类测量评测报告，测量数据不确定是否唤起被试渴求，具体数据证据包括两种现象：
第一种现象，自我报告唤起渴求，但仪器测量未监测到生理渴求唤醒反应；
第二种现象，自我报告未唤起渴求，但仪器测量监测到生理渴求唤醒反应。
本发明技术方案，具有如下优点：
A.本发明基于虚拟现实的渴求测量动机诱因模型的实际应用价值是解决现有基于学习的线索反应模型没有明确指出测量需要的刺激线索变量特性与渴求反应测量效度之间的逻辑关联性。因此，本发明借鉴赫尔的动机诱因理论结合病理理性成瘾记忆研究成果，同时考虑主体停止使用药物时间及线索变量刺激时间因素和主体与诱因距离因素的特征，将虚拟环境线索制作与渴求测量过程相结合进行系统结构性设计，在原有模型基础上建立新的改进的渴求测量系统结构模型，见附图1。赫尔的动机诱因理论认为，行为的因果机制的驱力即反应势能是由内在需要动机和习惯强度两个因素交互作用决定的。渴求测量模型的核心思想是抓住药物渴求行为是一种个体内驱力(即动机D*习惯强度H)和外部环境刺激物诱因K的刺激或强化作用双重驱力形成的成瘾现象背后的因果逻辑(即个体内驱力与外部环境线索诱因之间的关联机制)。把渴求看作成瘾动机潜在复吸行为P＝f(D,H,K,t0,T,S)，当动机D与个体生存环境关联，出现满足或匮乏,形成H(个体习惯化各种长时记忆包括情绪记忆、自动化及程序化行为等身体及神经系统)。线索诱发渴求行为反应的方法，就是根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征而形成线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用,同时考虑主体停止使用药物时间(t)及线索变量的刺激时间(T)和主体与诱因距离(S)的特征，产生失控的渴求行为P。见附图2。
B.本发明采用虚拟材料子系统、虚拟测量子系统、虚拟计算子系统和成瘾记忆-知识库数据库子系统组成整个成瘾记忆-动机诱因模型的虚拟现实物质成瘾渴求测量系统，通过虚拟材料子系统收集外部成瘾信息，并通过读取所述成瘾记忆-知识库数据库子系统中的知识库对所收集的外部成瘾信息进行信息加工分类，提取共性记忆信息统计归类特征的材料形成虚拟场景线索材料库，测量被试在所设定的虚拟场景中体验全过程的状态变化，经数据计算子系统计算获得评测报告并输出，同时将所形成的数据测试样本反馈至虚拟材料子系统中积累先验知识建立机器学习机制。
C.本发明的实用性优点在于，利用模型的内在动机驱力与外部环境诱因的因果逻辑机制，以及量化刺激时间和线索距离的线索操控特征，提供了提升渴求测量效度的条件，即按照该模型提供的方法可以实现根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征及调控影响机体反应性的量化时空参数，而形成不同等级水平特性的线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，产生对失控的渴求行为P的机体反应监测数据，对测试样本进行存储，有利于数据跟踪，提高评测效率和准确度。动机诱因模型方法可以用于不同种类物质成瘾渴求的诱发。
D.本发明的成瘾行为动机诱因模型是建立在成瘾记忆信息生物系统基础上的专家知识信息系统，支撑渴求测量动机诱因模型的数据处理核心基础功能是系统的成瘾记忆数据库，见附图3。成瘾者复吸的根本原因并非生理依赖,而在于其持久顽固的心理依赖，病理性成瘾记忆的长期存在是心理依赖产生的关键。反复使用成瘾性药物会导致神经系统发生适应性改变,从而影响正性奖赏记忆和负性情绪记忆的形成、巩固、保持和提取,产生长期的病理性成瘾相关记忆,使成瘾者在接触药物及相关环境线索时激发对药物的心理渴求及复吸行为。
E.本发明的成瘾数据库线索特征描述方法的创新在于利用认知神经心理学理论及异常心理学成瘾障碍评估诊断理论收集加工成瘾信息，建立成瘾记忆信息组织结构数据库(包括外显记忆和内隐记忆基本信息分类)及相关规则知识库(记忆的分层存储结构及记忆的基本存储单元图式、心理模型、认知地图等)。根据成瘾者外显记忆形成的可被主体意识的现实生活中成瘾相关的线索特征，来识别和发现那些主体无意识的但对主体成瘾行为发生作用的内隐记忆内容，这些内容包括非关联性成瘾自动化行为的程序性学习和关联性学习的成瘾强化诱因条件反射作用机制，诱发内隐记忆的条件反射作用其生物基础是生理和神经反射突触联结作用。本模型根据前人研究理论和访谈经验，发现内隐记忆有时会揭示出2个或多个外显记忆现象及行为之间的内在关联(包括生理、心理、行为反应)之间内在关联特性，例如药物渴求行为是一种个体动机、习惯强度和外部环境诱因相互作用，而形成的成瘾现象背后的因果逻辑。因此，成瘾记忆数据库将外显记忆收集的原始信息根据前人研究理论和成瘾者陈述经验，进行分析归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块(见附图7)。
F.本发明的实用性优点在于，从模型的数据处理结构及算法逻辑上保证了模型的核心思想——即药物渴求行为是一种个体内驱力(即动机D*习惯强度H)和外部环境刺激物诱因K的刺激或强化作用双重驱力形成的成瘾现象背后的因果逻辑(即个体内驱力与外部环境线索诱因之间的关联机制)。利用在成瘾病理性现象在成瘾者外显记忆和内隐记忆内容之间的内在关联性，实现了利用成瘾者外显记忆形成的可被主体意识的现实生活中成瘾相关的线索特征，识别和发现那些主体无意识的但对主体成瘾行为发生作用的内隐记忆内容，通过归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块。
G.本发明模型在渴求测量过程方法上是根据生理学研究发现生命体兴奋唤醒过程的规律，即机体对外部环境线索反应性受线索刺激强度和刺激作用时间变量因素的影响，结合人体知觉信息加工整合过程的规律，跟踪体验者在虚拟场景的全过程的机体状态变化。包括三个主要阶段的状态监测，起始阶段的注意捕获和机体沉浸，即主体的VR临场卷入感；持续阶段过程中体验者自上而下和自下而上的个体期望动机驱动的对刺激线索知觉加工的过程(包括情绪和认知成瘾相关记忆提取)，观测主体沉浸在虚拟场景中面对刺激线索机体兴奋性反应，线索诱发渴求唤醒PAV(DAV,HAV,KAV,T,S)状态；以及个体被唤醒之后的阶段，即在经历线索应激环境的成瘾者个体应对策略的执行，即失控渴求反应。本发明是对现有虚拟环境基于学习的线索反应模型的部分补充，是测量细化了测量起始阶段的注意捕获和机体沉浸，即主体的VR临场卷入感状态监测部分，在测量质量上的实际作用是对被试而言是否在进入虚拟环境获得临场卷入感是保证测量有效的必要前提条件。
H.本发明采用P＝f(D,H,K,t0,T,S)公式作为本发明渴求测量模型系统的核心，可量化渴求测量自变量因素(如刺激时间和诱因距离的线索操控特征)，抓住药物渴求行为是一种个体内驱力(即动机D*习惯化强度H)和外部环境刺激物诱因K强化作用双重驱力形成的成瘾现象背后的因果逻辑(即个体内驱力与外部环境线索诱因之间的关联机制)，把渴求看作成瘾者潜在复吸行为P＝f(D,H,K,t0,T,S)，当诱因动机D与个体生存环境K关联，出现满足或匮乏,形成H(个体习惯化各种长时记忆包括情绪记忆、自动化及程序化行为等身体及神经系统)。本发明利用模型的内在动机驱力与外部环境诱因的因果逻辑机制，以及量化刺激时间和诱因距离的线索操控特征，提供了提升渴求测量效度的条件，即按照本发明可以实现根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征及调控影响机体反应性的量化时空参数，而形成不同等级水平特性的线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，产生对失控的渴求行为P的机体反应监测数据。
I.本发明从数据处理结构及算法逻辑上保证了模型的核心思想——即药物渴求行为是一种个体内驱力(即动机D*习惯强度H)和外部环境刺激物诱因K的刺激或强化作用双重驱力形成的成瘾现象背后的因果逻辑，即个体内驱力与外部环境线索诱因之间的关联机制，利用在成瘾病理性现象在成瘾者外显记忆和内隐记忆内容之间的内在关联性技术上的创新，实现了利用成瘾者外显记忆形成的可被主体意识的现实生活中成瘾相关的线索特征，识别和发现那些主体无意识的但对主体成瘾行为发生作用的内隐记忆内容，通过归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块。
与传统线索诱发渴求测量方法相比，这个模型提出的方法是借鉴赫尔的动机诱因理论建立成瘾行为因果机制逻辑假设，从成瘾渴求内在结构机制上描述、解释和预测失控渴求，解释为什么渴求与药物使用和复发联系在一起，模型方法提供了描述可能影响各种渴求体验的环境因素，为不同个体的成瘾渴求的干预提供辅助支持。
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是本发明所提供的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统组成框图；
图2是本发明所提供的模型原理图；
图3是本发明所提供的虚拟材料子系统框图；
图4是本发明所提供的虚拟测量子系统框图；
图5是本发明所提供的数据计算子系统框图；
图6是本发明所提供的成瘾记忆-动机诱因模型知识库数据库子系统框图；
图7是本发明所提供的成瘾记忆数据库分层结构及长时记忆的信息组织模式。
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。
本发明所涉及的术语说明如下：
心理障碍：是个体内部心理机能失调、痛苦或功能损伤、与当地文化预期非典型的行为反应。
物质使用障碍(substance use disorders,SUD)：临床上定义为一种慢性复发性脑疾病,表现为摄入量不断增加、不受控制的强迫性的觅药和用药行为,对药物的耐受性、减少使用后出现负性情绪及严重的戒断症状，强烈渴求精神活性物质如尼古丁、酒精的使用,导致大脑的结构和功能的病理性改变是SUD产生的根本原因。SUD的防治是一个亟待解决的全球性公共卫生问题.高复吸率是治疗SUD的难点
渴求(craving)：是一种极度关注或强烈要求使用所需成瘾物质的愿望。物质使用障碍者暴露在成瘾物质有关的线索后,可以产生可靠的生理反应,这种现象称为线索反应(cue reactivity)。因此,线索反应性一般用来测量渴求的强度。
线索反应：线索是能够帮助长时记忆提取的刺激、情境或者事件等条件。
如图1和图2所示，本发明提供了一种基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其包括虚拟测量子系统、数据计算子系统、虚拟材料子系统和成瘾记忆-知识库数据库子系统，数据计算子系统用于接收所述虚拟测量子系统中的测量数据，并对测量数据进行计算后输出物质成瘾渴求测量评测报告，虚拟材料子系统与虚拟测量子系统连接，虚拟材料子系统收集外部成瘾信息，读取成瘾记忆-知识库数据库子系统中的知识库对所收集的外部成瘾信息进行信息加工分类，按照不同的研究取向提取共性记忆信息统计归类特征，最终生成作为虚拟测量子系统中刺激线索输入的虚拟场景线索材料库；虚拟测量子系统用于顺序跟踪、测量被试在所设定的虚拟场景中体验全过程的状态变化，并经数据计算子系统进行数据处理后输出渴求测量评测报告，将所形成的数据测试样本反馈至所述虚拟材料子系统中。本发明采用虚拟材料子系统、虚拟测量子系统、虚拟计算子系统和成瘾记忆-知识库数据库子系统组成整个成瘾记忆-动机诱因模型的虚拟现实物质成瘾渴求测量系统，通过虚拟材料子系统收集外部成瘾信息，并通过读取所述成瘾记忆-知识库数据库子系统中的知识库对所收集的外部成瘾信息进行信息加工分类，提取共性记忆信息统计归类特征的材料形成虚拟场景线索材料库，测量被试在所设定的虚拟场景中体验全过程的状态变化，经数据计算子系统计算获得评测报告并输出，同时将所形成的数据测试样本反馈至虚拟材料子系统中，对测试样本进行存储，有利于数据跟踪，提高评测效率和准确度。
具体地，如图3所示虚拟材料子系统包括成瘾信息收集模块、测试数据收集模块、成瘾信息分类模块、成瘾外部环境VR材料分类对象特征描述模块、共性记忆信息统计归类材料特征提取模块、材料计算模型库和虚拟场景线索材料库。测试数据收集模块用于收集系统测试完成后所得到的样本数据；成瘾信息收集模块将收集到的现实生活中的成瘾原始信息(包括DSM诊断、人口信息、成瘾史、遗传素质、日常成瘾习惯及生活环境)，分别输入到成瘾信息分类模块和成瘾外部环境VR材料分类对象特征描述模块，其中成瘾信息分类模块将原始信息加工形成四种渴求反应P、成瘾动机驱力D、成瘾习惯化H和外部成瘾环境诱因K，通过提取成瘾记忆-知识库数据库子系统中的成瘾动机诱因专家知识、记忆信息组织规则、知觉加工整合知识和线索分类特征知识进行信息加工分类后存储到成瘾记忆-知识库数据库子系统中，共性记忆信息统计归类材料特征提取模块提取成瘾记忆-知识库数据库子系统和材料计算模型库中的成瘾共性记忆信息及相关虚拟材料模型，进行材料统计归类和线索特征描述，形成作为虚拟测量子系统进行成瘾渴求测量的虚拟场景线索材料库。
其中的成瘾记忆-知识库数据库子系统包括模型系统知识库和模型系统数据库，模型系统知识库用于存放专家规范知识模板，模型系统知识库用于按照模型系统知识库提供的规则模板存储系统动态数据；
如图6所示，模型系统知识库包括成瘾记忆信息组织规则知识库、成瘾动机诱因知识库(P＝f(D,H,K,t0,T,S))、虚拟材料线索分类对象特征描述知识库和多维渴求结构计算模型知识库；成瘾记忆信息组织规则知识库与成瘾记忆数据库连接，成瘾动机诱因知识库与成瘾动机诱因数据库连接，虚拟材料线索分类对象特征描述知识库与K库-虚拟材料线索分类对象特征描述数据库连接，多维渴求结构计算模型知识库与P库-多维渴求结构测量结果数据库连接。各个数据库所包含的内容如图6所示。
成瘾记忆知识库按照长时记忆信息组织模式分类存储物质使用障碍患者的日常成瘾习惯及生活环境、人口信息及成瘾病史和DSM物质成瘾病症诊断金标准信息模板；
成瘾动机诱因知识库将复杂的成瘾记忆信息抽象出与成瘾共性特征结构化相关的动机诱因分类信息库，存储与所述成瘾记忆知识库信息内容相对应的结合三维成瘾动机诱因分类知识，三维成瘾动机诱因分类知识包括马斯洛需求层次相关动机理论、DSM精神病学疾病症状机制程度分类诊断理论和导致成瘾行为的生理-心理-社会因素的外部环境强化诱因分类方法；
K库-虚拟材料线索分类对象特征描述知识库与成瘾动机诱因知识库中的外部环境强化诱因相连接,结合所述三维成瘾动机诱因分类知识，存储模型的场景诱因材料信息特征描述知识；
P库-多维渴求结构计算模型知识库与成瘾动机诱因知识库中的诱发渴求反应相连接,为所述虚拟测量子系统和所述数据计算子系统提供测量过程和渴求结果测量报告的输出、提供信息处理规则和算法模型。
模型系统知识库中的成瘾动机诱因知识库建立有虚拟情境诱发渴求反应的模型P：
P＝f(D,H,K,t0,T,S)——即诱发渴求反应特征描述
其中：D--成瘾内在动机；
H--成瘾习惯化；
K--外部成瘾环境诱因；
t0--主体停止使用药物时间；
T--虚拟情境线索呈现时间；
S--诱因距离；
根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征而形成虚拟场景线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，同时考虑主体停止使用药物时间t0及线索刺激时间T和主体与诱因距离S的特征，产生失控的诱发渴求反应P。
本发明采用P＝f(D,H,K,t0,T,S)公式作为本发明渴求测量模型系统的核心，抓住药物渴求行为是一种个体内驱力(即动机D*习惯化强度H)和外部环境刺激物诱因K强化作用双重驱力形成的成瘾现象背后的因果逻辑(即个体内驱力与外部环境线索诱因之间的关联机制)，把渴求看作成瘾者潜在复吸行为P＝f(D,H,K,t0,T,S)，当诱因动机D与个体生存环境K关联，出现满足或匮乏,形成H(个体习惯化各种长时记忆包括情绪记忆、自动化及程序化行为等身体及神经系统)。本发明利用模型的内在动机驱力与外部环境诱因的因果逻辑机制，以及量化刺激时间和诱因距离的线索操控特征，提供了提升渴求测量效度的条件，即按照本发明可以实现根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征及调控影响机体反应性的量化时空参数，而形成不同等级水平特性的线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，产生对失控的渴求行为P的机体反应监测数据。
如图2所示，成瘾动机诱因知识库中的成瘾内在动机D按照个体需求层次的高低依次设置生理的需要层、安全的需要层、归属和爱的需要层、尊重的需要层和自我实现的需要层；所述的成瘾习惯化参数H按照成瘾习惯化强度依次包括物质应用层、物质滥用层和物质依赖层；所述外部成瘾环境诱因K按照刺激强度依次包括用药时间、用药场地、排解消极情绪生活压力、获得积极快乐情绪、用药伴侣和吸食用具。
成瘾习惯化H中的各层均包括人口信息及用药类别、成瘾病史、DSM诊断结果、用药量、戒断经历、用药过程、环境因素、社会关系、身体因素、情绪因素和认知因素。
外部成瘾环境诱因K中建立有场景模型：
场景：S＝F(x,y,z,Oi,..,,Pj,..,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征、t刺激作用时间用于控制整个实验过程对被试机体线索反应的兴奋性唤醒阈值及反应强度；
场景内物体对象：Oi＝f(x,y,z,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征；
场景内化身对象：Pj＝f(Role,Character,Cartoon,t),其中，Role：人称角色定义；Character：人物外形特征模板；Cartoon：动画脚本——包括情境、事件、动作系列；
场景模型中的材料对研究主体的效用价值X与外部成瘾环境诱因K形成关联，用于满足虚拟刺激线索材料制作的特征需求。
如图4所示，虚拟测量子系统包括按时间变量跟踪的四个被试机体变化状态的采样区间和用于采集生理-心理-行为的三类样本信息数据采集模块；具体的采样区间包括：静息态机体病症监测、VR临场卷入感监测和渴求唤醒检测和失控渴求检测；
三类样本信息数据采集模块包括：R-机体生理及神经系统检测模块、R-心理反应测评模块和R-控制决策测评模块。
R-机体生理及神经系统检测模块用于采集被试的眼动、心率变异性(HRV)、脑电(EEG)和皮肤电导率参数；
R-心理反应测评模块用于测评被试的戒断症状、药物代偿作用、情绪波动和认知能力；
R-控制决策测评模块用于测评被试的结果期待、自我效能、控制归因、基因和人格。
虚拟测量子系统顺序跟踪测量被试在所设定的虚拟场景中体验全过程的状态变化，利用成瘾记忆-知识库数据库子系统的P库-多维渴求结构计算模型知识库的方法，测量五个时序状态和四个检测内容维度；
其中，五个时序状态具体包括：
时序状态1是测量开始入场前的个体静息态病症检测；
时序状态2是VR临场卷入感检测；
时序状态3是渴求唤醒检测；
时序状态4是失控渴求检测；
时序状态5是测量结束前的现场渴求报告和测量刚结束时个体的测量问卷量表测试；
四个检测内容维度包括对静态病症、线索诱发生理反应、心理反应、虚拟情境中失控渴求反应的四个维度指标进行数据采集。
本发明是根据生理学研究发现生命体兴奋唤醒过程的规律，即机体对外部环境线索反应性受线索刺激强度和刺激作用时间变量因素的影响，结合人体知觉信息加工整合过程的规律，跟踪体验者在虚拟场景的全过程的机体状态变化。包括三个主要阶段的状态监测，起始阶段的注意捕获和机体沉浸，即主体的VR临场卷入感；持续阶段过程中体验者自上而下和自下而上的个体期望动机驱动的对刺激线索知觉加工的过程(包括情绪和认知成瘾相关记忆提取)，观测主体沉浸在虚拟场景中面对刺激线索机体兴奋性反应，线索诱发渴求唤醒PAV(DAV,HAV,KAV,T,S)状态；以及个体被唤醒之后的阶段，即在经历线索应激环境的成瘾者个体应对策略的执行，即失控渴求反应。本发明对现有虚拟环境基于学习的线索反应模型的部分补充，是测量细化了测量起始阶段的注意捕获和机体沉浸，即主体的VR临场卷入感状态监测部分，在测量质量上的实际作用是对被试而言是否在进入虚拟环境获得临场卷入感是保证测量有效的必要前提条件。
如图5所示，数据计算子系统包括如下几部分：
算法程序数据库，为各模块提供算法程序；
实验数据预处理模块，用于对所述虚拟测量子系统中所检测的数据进行预处理和实验结果计算；
统计分析机器学习算法模块，利用成熟的机器学习算法，接收所述实验数据预处理模块的计算数据，并对计算数据进行统计分析；
静息态机体病症特征计算模块，结合统计分析数据得出静态成瘾病症程度评级；
虚拟场景生理唤醒特征计算模块，结合统计分析数据得出虚拟高风险情境机体唤醒强度评级；
虚拟场景失控渴求特征计算模块，结合统计分析数据得出虚拟高风险情境状态渴求反应评级；
诊断模型比较模块，用于将计算结果与成瘾记忆-知识库数据库子系统所采集的现实生活动机诱因和习惯化特征数据进行比较；
多维度渴求结构测评报告输出模块，接收各计算模块中的计算结果与比较数据，经综合计算处理后形成渴求测量评测报告输出；
所述实验数据入库导出模块，用于将数据测试样本反馈至所述成瘾记忆-知识库数据库子系统中。
数据计算子系统进行数据处理后输出渴求测量评测报告，具体包括三类：
A类测量评测报告，测量数据确认预测有渴求诱发，具体数据证据包括：自我报告唤起渴求，且仪器测量的生理检测指标监测到渴求唤醒及失控渴求的反应数据证据；
B类测量评测报告，测量数据确认预测未唤起渴求，具体数据证据包括：自我报告未唤起渴求，且仪器测量未监测到生理渴求唤醒反应；
C类测量评测报告，测量数据不确定是否唤起被试渴求，具体数据证据包括两种现象：
第一种现象，自我报告唤起渴求，但仪器测量未监测到生理渴求唤醒反应；
第二种现象，自我报告未唤起渴求，但仪器测量监测到生理渴求唤醒反应。
数据计算子系统进行数据处理后输出渴求测量评测报告，具体包括三类：
A类测量评测报告是测量数据确认预测有渴求诱发，具体数据证据包括：自我报告唤起渴求(综合分包括渴求分数大于50，且回答问卷提问“如果场景在现实中你会怎么做？”，同时填写确实有渴求药物想法的被试)，还有仪器测量的生理检测指标也监测到渴求唤醒及失控渴求的反应数据证据；
B类测量评测报告是测量数据确认预测未唤起渴求，具体数据证据包括：自我报告未唤起渴求，且仪器测量也未监测到生理渴求唤醒反应；
C类测量评测报告是测量数据不确定是否唤起被试渴求，具体数据证据包括两种现象：一是自我报告唤起渴求，但仪器测量未监测到生理渴求唤醒反应(疑似可能被试主观期待因素多)；二是自我报告未唤起渴求，但仪器测量监测到生理渴求唤醒反应(疑似可能机体自动化行为因素多)。
如图7所示，支撑渴求测量动机诱因模型的数据处理核心基础功能是系统的成瘾记忆数据库。成瘾者复吸的根本原因并非生理依赖,而在于其持久顽固的心理依赖，病理性成瘾记忆的长期存在是心理依赖产生的关键。反复使用成瘾性药物会导致神经系统发生适应性改变,从而影响正性奖赏记忆和负性情绪记忆的形成、巩固、保持和提取，产生长期的病理性成瘾相关记忆，使成瘾者在接触药物及相关环境线索时激发对药物的心理渴求及复吸行为。
本发明的成瘾数据库线索特征描述方法在于利用认知神经心理学理论及异常心理学成瘾障碍评估诊断理论收集加工成瘾信息，建立成瘾记忆信息组织结构数据库(包括外显记忆和内隐记忆基本信息分类)及相关规则知识库(记忆的分层存储结构及记忆的基本存储单元图式、心理模型、认知地图等)。根据成瘾者外显记忆形成的可被主体意识的现实生活中成瘾相关的线索特征，来识别和发现那些主体无意识的但对主体成瘾行为发生作用的内隐记忆内容，这些内容包括非关联性成瘾自动化行为的程序性学习和关联性学习的成瘾强化诱因条件反射作用机制，诱发内隐记忆的条件反射作用其生物基础是生理和神经反射突触联结作用，本发明根据前人研究理论和访谈经验，发现内隐记忆有时会揭示出2个或多个外显记忆现象及行为之间的内在关联(包括生理、心理、行为反应)之间内在关联特性，例如药物渴求行为是一种个体动机、习惯强度和外部环境诱因相互作用，而形成的成瘾现象背后的因果逻辑。因此，成瘾记忆数据库将外显记忆收集的原始信息根据前人研究理论和成瘾者陈述经验，进行分析归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块。
从模型的数据处理结构及算法逻辑上保证了模型的核心思想——即药物渴求行为是一种个体内驱力(即动机D*习惯强度H)和外部环境刺激物诱因K的刺激或强化作用双重驱力形成的成瘾现象背后的因果逻辑(即个体内驱力与外部环境线索诱因之间的关联机制)。利用在成瘾病理性现象在成瘾者外显记忆和内隐记忆内容之间的内在关联性技术上的创新，实现了利用成瘾者外显记忆形成的可被主体意识的现实生活中成瘾相关的线索特征，识别和发现那些主体无意识的但对主体成瘾行为发生作用的内隐记忆内容，通过归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块。
系统成瘾记忆数据库包括成瘾患者与用药依赖关系的外显记忆和内隐记忆两部分内容。
外显记忆是指在意识的控制下，过去经验对当前作业产生的影响。它对行为的影响是个体能够意识到的，因此又叫受意识控制的记忆。如，陈述性记忆，情景记忆和语义记忆。
内隐记忆是指在个体无意识的情况下，过去经验对当前作业的无意识影响，有时又叫自动的无意识记忆。如日常行为的机体习惯动作、应激生理反应、程序化操作、经典条件反应和操作条件反应等。
本发明通过成瘾信息收集模块的结构化访谈问卷，输入数据获得成瘾患者陈述性(外显记忆)用药经验，提取线索刺激特征。外显记忆主要反映了主体可观察的主动意识到的一个个用药成瘾心理、行为、生理现象和过程。外显记忆包括成瘾相关内容的语义记忆和情境记忆，情境记忆记录了个体曾经历的一个个成瘾事件，包括DSM诊断结果、人口信息及成瘾经历、日常成瘾习惯三部分内容。日常成瘾习惯包括用药过程、用药环境、社交伴侣、身体感受、情绪体验、用药前后想法认知因素等。DSM诊断结果按照成瘾程度依次划分物质应用、物质滥用和物质依赖三个等级，归类汇总不同成瘾等级群体的日常成瘾习惯的差异性。以及成瘾者关于自己成瘾经历的陈述和DSM临床诊断结果信息。模型分别对这些原始信息进行加工，形成动机诱因分类信息存储(渴求反应P(D,H,K))和VR材料三维坐标三类对象分类信息存储(S＝F(x,y,z,O1,,O2,,P1,,t))，再将两者进行关联，建立动机诱因信息与线索材料信息的关联性，(Di→Xi)；(Ki→Si)；i＝1,2,...n；j＝1,2,...m.实现成瘾动机与线索之间的关联作用机制。
通过个体主动意识收集到成瘾外显记忆数据，但由于影响物质使用障碍患者的成瘾行为往往是成瘾者不知不觉意识无法控制的过去经验形成的内隐记忆自动化控制驱使，是一种慢性高复发脑疾病。前人研究发现成瘾者的内隐记忆包括：条件反射即关联性学习和程序性记忆即非关联性学习两部分。关联性学习条件反射部分又包括简单经典条件学习和简单操作性条件学习两部分。在目标群体的访谈数据中发现成瘾者对一个个生活片段的陈述中，前后关联的触发条件患者并不主动意识到，但这种关联作用正是影响个体成瘾的诱发条件因素。因此，本发明根据实验经验和理论上的认识，即内隐记忆有时会揭示出2个或多个外显记忆现象及行为之间的内在关联(包括生理、心理、行为反应)之间内在关联特性，例如个体内在动机与某些环境条件之间的对机体的诱发唤醒作用关系等。因此，模型将外显记忆收集的原始信息根据前人研究理论和成瘾者陈述经验，进行分析归纳分类处理输入到内隐记忆的信息数据库中，以实现渴求测量变量的成瘾者个体动机诱因信息与线索材料信息的关联性特征，将关联特征输入到条件反射关联性学习内隐记忆数据模块和程序性记忆非关联性学习数据模块。
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 (8)
1.一种基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其包括虚拟测量子系统和数据计算子系统，所述数据计算子系统用于接收所述虚拟测量子系统中的测量数据，并对测量数据进行计算后输出物质成瘾渴求测量评测报告，其特征在于，所述渴求反应测量系统还包括虚拟材料子系统和成瘾记忆-知识库数据库子系统，所述虚拟材料子系统与所述虚拟测量子系统连接，所述虚拟材料子系统收集外部成瘾信息，读取所述成瘾记忆-知识库数据库子系统中的知识库对所收集的外部成瘾信息进行信息加工分类，按照不同的研究取向提取共性记忆信息统计归类特征，最终生成作为虚拟测量子系统中刺激线索输入的虚拟场景线索材料库；所述虚拟测量子系统用于顺序跟踪、测量被试在所设定的虚拟场景中体验全过程的状态变化，并经所述数据计算子系统进行数据处理后输出渴求测量评测报告，将所形成的数据测试样本反馈至所述虚拟材料子系统中；
所述虚拟材料子系统包括成瘾信息收集模块、测试数据收集模块、成瘾信息分类模块、成瘾外部环境VR材料分类对象特征描述模块、共性记忆信息统计归类材料特征提取模块、材料计算模型库和虚拟场景线索材料库，所述成瘾信息收集模块将收集到的现实生活中的成瘾原始信息分别输入到成瘾信息分类模块和成瘾外部环境VR材料分类对象特征描述模块，通过提取所述成瘾记忆-知识库数据库子系统中的成瘾动机诱因专家知识、记忆信息组织规则、知觉加工整合知识和线索分类特征知识进行信息加工分类后存储到所述成瘾记忆-知识库数据库子系统中，所述共性记忆信息统计归类材料特征提取模块提取所述成瘾记忆-知识库数据库子系统和材料计算模型库中的成瘾共性记忆信息及相关虚拟材料模型，进行材料统计归类和线索特征描述，形成作为所述虚拟测量子系统进行成瘾渴求测量的所述虚拟场景线索材料库；
所述成瘾记忆-知识库数据库子系统包括模型系统知识库和模型系统数据库，所述模型系统知识库用于存放专家规范知识模板，所述模型系统知识库用于按照模型系统知识库提供的规则模板存储系统动态数据；
所述模型系统知识库包括成瘾记忆知识库、成瘾动机诱因知识库、K库-虚拟材料线索分类对象特征描述知识库和P库-多维渴求结构计算模型知识库；
所述成瘾记忆知识库按照长时记忆信息组织模式分类存储物质使用障碍患者的日常成瘾习惯及生活环境、人口信息及成瘾病史和DSM物质成瘾病症诊断金标准信息模板；
所述成瘾动机诱因知识库将复杂的成瘾记忆信息抽象出与成瘾共性特征结构化相关的动机诱因分类信息库，存储与所述成瘾记忆知识库信息内容相对应的结合三维成瘾动机诱因分类知识，所述三维成瘾动机诱因分类知识包括马斯洛需求层次相关动机理论、DSM精神病学疾病症状机制程度分类诊断理论和导致成瘾行为的生理-心理-社会因素的外部环境强化诱因分类方法；
所述K库-虚拟材料线索分类对象特征描述知识库，与所述成瘾动机诱因知识库中的外部环境强化诱因相连接,结合所述三维成瘾动机诱因分类知识，存储模型的场景诱因材料信息特征描述知识；
P库-多维渴求结构计算模型知识库，与所述成瘾动机诱因知识库中的诱发渴求反应相连接,为所述虚拟测量子系统和所述数据计算子系统提供测量过程和渴求结果测量报告的输出、提供信息处理规则和算法模型；
所述模型系统知识库中的成瘾动机诱因知识库建立有虚拟情境诱发渴求反应的模型P：
P＝f(D,H,K,t0,T,S)——即诱发渴求反应特征描述
其中：D--成瘾内在动机；
H--成瘾习惯化；
K--外部成瘾环境诱因；
t0--主体停止使用药物时间；
T--虚拟情境线索呈现时间；
S--诱因距离；
根据成瘾者内在驱力D*H与外部环境诱因K之间相关联的共性特征而形成虚拟场景线索刺激材料，诱发个体内在的H成瘾障碍病理性症状的共性机制作用，同时考虑主体停止使用药物时间t0及线索刺激时间T和主体与诱因距离S的特征，产生失控的诱发渴求反应P。
2.根据权利要求1所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述虚拟测量子系统包括按时间变量跟踪的四个被试机体变化状态的采样区间和用于采集生理-心理-行为的三类样本信息数据采集模块；
所述采样区间包括：静息态机体病症监测；VR临场卷入感监测；渴求唤醒检测和失控渴求检测；
所述三类样本信息数据采集模块包括：
R-机体生理及神经系统检测模块，用于采集被试的眼动、心率变异性(HRV)、脑电(EEG)和皮肤电导率参数；
R-心理反应测评模块，用于测评被试的戒断症状、药物代偿作用、情绪波动和认知能力；
R-控制决策测评模块，用于测评被试的结果期待、自我效能、控制归因、基因和人格。
3.根据权利要求1所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述虚拟测量子系统顺序跟踪测量被试在所设定的虚拟场景中体验全过程的状态变化，利用所述成瘾记忆-知识库数据库子系统的P库-多维渴求结构计算模型知识库的方法，测量五个时序状态和四个检测内容维度；
其中，五个时序状态具体包括：
时序状态1是测量开始入场前的个体静息态病症检测；
时序状态2是VR临场卷入感检测；
时序状态3是渴求唤醒检测；
时序状态4是失控渴求检测；
时序状态5是测量结束前的现场渴求报告和测量刚结束时个体的测量问卷量表测试；
所述四个检测内容维度包括对静态病症、线索诱发生理反应、心理反应、虚拟情境中失控渴求反应的四个维度指标进行数据采集。
4.根据权利要求1所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述成瘾动机诱因知识库中的成瘾内在动机D按照个体需求层次的高低依次设置生理的需要层、安全的需要层、归属和爱的需要层、尊重的需要层和自我实现的需要层；所述的成瘾习惯化参数H按照成瘾习惯化强度依次包括物质应用层、物质滥用层和物质依赖层；所述外部成瘾环境诱因K按照刺激强度依次包括用药时间、用药场地、排解消极情绪生活压力、获得积极快乐情绪、用药伴侣和吸食用具。
5.根据权利要求4所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述成瘾习惯化H中的各层均包括人口信息及用药类别、成瘾病史、DSM诊断结果、用药量、戒断经历、用药过程、环境因素、社会关系、身体因素、情绪因素和认知因素。
6.根据权利要求4所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述外部成瘾环境诱因K中建立有场景模型：
场景：S＝F(x,y,z,Oi,..,Pj,..,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征、t刺激作用时间用于控制整个实验过程对被试机体线索反应的兴奋性唤醒阈值及反应强度；
场景内物体对象：Oi＝f(x,y,z,t)，其中，x：材料对研究主体的效用价值，y：材料本体物理特征、z：材料本体心理特征；
场景内化身对象：Pj＝f(Role,Character,Cartoon,t),其中，Role：人称角色定义；Character：人物外形特征模板；Cartoon：动画脚本——包括情境、事件、动作系列；
所述场景模型中的材料对研究主体的效用价值X与外部成瘾环境诱因K形成关联，用于满足虚拟刺激线索材料制作的特征需求。
7.根据权利要求1所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述数据计算子系统包括：
算法程序数据库，为各模块提供算法程序；
实验数据预处理模块，用于对所述虚拟测量子系统中所检测的数据进行预处理和实验结果计算；
统计分析机器学习算法模块，利用成熟的机器学习算法，接收实验数据预处理模块的计算数据，并对计算数据进行统计分析；
静息态机体病症特征计算模块，结合统计分析数据得出静态成瘾病症程度评级；
虚拟场景生理唤醒特征计算模块，结合统计分析数据得出虚拟高风险情境机体唤醒强度评级；
虚拟场景失控渴求特征计算模块，结合统计分析数据得出虚拟高风险情境状态渴求反应评级；
诊断模型比较模块，用于将计算结果与成瘾记忆-知识库数据库子系统所采集的现实生活动机诱因和习惯化特征数据进行比较；
多维度渴求结构测评报告输出模块，接收各计算模块中的计算结果与比较数据，经综合计算处理后形成渴求测量评测报告输出；
实验数据入库导出模块，用于将数据测试样本反馈至所述成瘾记忆-知识库数据库子系统中。
8.根据权利要求1所述的基于成瘾记忆-动机诱因模型的VR线索诱发成瘾者渴求反应测量系统，其特征在于，所述数据计算子系统进行数据处理后输出渴求测量评测报告，具体包括三类：
A类测量评测报告，测量数据确认预测有渴求诱发，具体数据证据包括：自我报告唤起渴求，且仪器测量的生理检测指标监测到渴求唤醒及失控渴求的反应数据证据；
B类测量评测报告，测量数据确认预测未唤起渴求，具体数据证据包括：自我报告未唤起渴求，且仪器测量未监测到生理渴求唤醒反应；
C类测量评测报告，测量数据不确定是否唤起被试渴求，具体数据证据包括两种现象：
第一种现象，自我报告唤起渴求，但仪器测量未监测到生理渴求唤醒反应；
第二种现象，自我报告未唤起渴求，但仪器测量监测到生理渴求唤醒反应。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910214914.0A CN110111873B (zh) | 2019-03-20 | 2019-03-20 | 一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910214914.0A CN110111873B (zh) | 2019-03-20 | 2019-03-20 | 一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110111873A CN110111873A (zh) | 2019-08-09 |
| CN110111873B true CN110111873B (zh) | 2023-10-20 |
Family
ID=67484457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910214914.0A Active CN110111873B (zh) | 2019-03-20 | 2019-03-20 | 一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110111873B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110801237B (zh) * | 2019-11-10 | 2022-11-11 | 中科搏锐（北京）科技有限公司 | 一种基于眼动和脑电特征的认知能力评估系统 |
| CN111292835A (zh) * | 2020-03-04 | 2020-06-16 | 上海市精神卫生中心（上海市心理咨询培训中心） | 物质成瘾患者心理干预方法，系统及存储装置 |
| CN114667964B (zh) * | 2020-12-24 | 2023-11-14 | 中国科学院脑科学与智能技术卓越创新中心 | 一种非人灵长类药物成瘾性评估的方法与应用 |
| CN113555131A (zh) * | 2021-05-20 | 2021-10-26 | 浙江警察学院 | 药物成瘾患者奖赏动机的心理物理测试方法、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6425764B1 (en) * | 1997-06-09 | 2002-07-30 | Ralph J. Lamson | Virtual reality immersion therapy for treating psychological, psychiatric, medical, educational and self-help problems |
| CN102246197A (zh) * | 2008-10-10 | 2011-11-16 | 心血管疾病诊断技术公司 | 利用专家知识和应用复杂性科学自动化管理医学数据以用于风险评估和诊断 |
| CN103800073A (zh) * | 2012-11-07 | 2014-05-21 | 南京理工大学 | 一种新型的全科医生用多功能医疗诊断与测量仪 |
| CN106938118A (zh) * | 2017-04-28 | 2017-07-11 | 中国科学院心理研究所 | 一种基于甲基苯丙胺成瘾者的愤怒攻击性干预方法 |
| CN107260187A (zh) * | 2017-07-24 | 2017-10-20 | 中国科学院心理研究所 | 一种在虚拟现实环境中诱发成瘾药物渴求的方法及其系统 |
| CN108780228A (zh) * | 2016-01-19 | 2018-11-09 | 奇跃公司 | 利用映像的增强现实系统和方法 |
| CN109300529A (zh) * | 2018-09-12 | 2019-02-01 | 阿呆科技（北京）有限公司 | 基于人工智能和虚拟现实/增强现实的毒瘾渴求靶向干预矫治系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10744321B2 (en) * | 2015-10-23 | 2020-08-18 | Hrl Laboratories, Llc | Transcranial current stimulation system and virtual reality for treatment of PTSD or fears |
-
2019
- 2019-03-20 CN CN201910214914.0A patent/CN110111873B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6425764B1 (en) * | 1997-06-09 | 2002-07-30 | Ralph J. Lamson | Virtual reality immersion therapy for treating psychological, psychiatric, medical, educational and self-help problems |
| CN102246197A (zh) * | 2008-10-10 | 2011-11-16 | 心血管疾病诊断技术公司 | 利用专家知识和应用复杂性科学自动化管理医学数据以用于风险评估和诊断 |
| CN103800073A (zh) * | 2012-11-07 | 2014-05-21 | 南京理工大学 | 一种新型的全科医生用多功能医疗诊断与测量仪 |
| CN108780228A (zh) * | 2016-01-19 | 2018-11-09 | 奇跃公司 | 利用映像的增强现实系统和方法 |
| CN106938118A (zh) * | 2017-04-28 | 2017-07-11 | 中国科学院心理研究所 | 一种基于甲基苯丙胺成瘾者的愤怒攻击性干预方法 |
| CN107260187A (zh) * | 2017-07-24 | 2017-10-20 | 中国科学院心理研究所 | 一种在虚拟现实环境中诱发成瘾药物渴求的方法及其系统 |
| CN109300529A (zh) * | 2018-09-12 | 2019-02-01 | 阿呆科技（北京）有限公司 | 基于人工智能和虚拟现实/增强现实的毒瘾渴求靶向干预矫治系统 |
Non-Patent Citations (3)
| Title |
|---|
| Morphine pre-exposure facilitates reinstatement but attenuates retention of morphine-induced place preference;Dongmei Wang 等;《NEURAL REGENERATION RESEARCH》;第5卷(第12期);第942-947页 * |
| 甲基苯丙胺成瘾者情绪加工障碍的机制及其临床干预方法的整合研究进展;王春光 等;《生物化学与生物物理进展》;第44卷(第6期);第455-465页 * |
| 虚拟现实技术在物质滥用治疗中的研究进展;周力丹;陈葸静;王春光;袁明;刘望;李勇辉;隋南;;科学通报(第09期);第888-896页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110111873A (zh) | 2019-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110111873B (zh) | 一种基于成瘾记忆-动机诱因模型的vr线索诱发成瘾者渴求反应测量系统 | |
| Hoemann et al. | Context-aware experience sampling reveals the scale of variation in affective experience | |
| CN107260187B (zh) | 一种在虚拟现实环境中诱发成瘾药物渴求的方法及其系统 | |
| Kropotov | Quantitative EEG, event-related potentials and neurotherapy | |
| Sander | Models of emotion | |
| Skarda et al. | How brains make chaos in order to make sense of the world | |
| Bay et al. | Fear and anxiety: a simultaneous concept analysis | |
| Babloyantz | Chaotic dynamics in brain activity | |
| CN108780663A (zh) | 数字个性化医学平台和系统 | |
| Grogans et al. | The nature and neurobiology of fear and anxiety: State of the science and opportunities for accelerating discovery | |
| US20210162216A1 (en) | Neuromodulatory methods for improving addiction using multi-dimensional feedback | |
| US20240050006A1 (en) | System and method for prediction and control of attention deficit hyperactivity (adhd) disorders | |
| Tian et al. | ResNet-50 based technique for EEG image characterization due to varying environmental stimuli | |
| CN113393914A (zh) | 一种抑郁症患者症状测评报告系统 | |
| CN113393946B (zh) | 基于虚拟现实技术的医药临床试验辅助系统及方法 | |
| Staniloiu et al. | A rapprochement between emotion and cognition: amygdala, emotion, and self-relevance in episodic-autobiographical memory. | |
| Doig et al. | Responsiveness of instruments to assess disorders of consciousness: a literature review | |
| Chen et al. | Autonomic Nervous Pattern Recognition of Students’ Learning States in Real Classroom Situation | |
| Tang et al. | Wearable sensor data visualization based on cnn towards healthcare promotion | |
| Garfinkel | The virtues of chaos | |
| Mahmud et al. | Brain Informatics: 14th International Conference, BI 2021, Virtual Event, September 17–19, 2021, Proceedings | |
| Ogundare | An analysis of electrocardiograms for instantaneous sleep potential determination | |
| Mota et al. | Machine Learning-Based Emotional State Inference Using Mobile Sensing | |
| Chakraborty et al. | THERAPY AND MANAGEMENT FOR DEPRESSION AND ANXIETY USING ARTIFICIAL INTELLIGENCE (AI) AND MACHINE LEARNING (ML) | |
| Lin | Sensory Inputs Guiding Cognitive Behaviors and Decision Making |
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 |