CN113827191B - 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 - Google Patents
利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 Download PDFInfo
- Publication number
- CN113827191B CN113827191B CN202111149002.3A CN202111149002A CN113827191B CN 113827191 B CN113827191 B CN 113827191B CN 202111149002 A CN202111149002 A CN 202111149002A CN 113827191 B CN113827191 B CN 113827191B
- Authority
- CN
- China
- Prior art keywords
- screening
- test
- score
- evaluation
- tester
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000000750 progressive effect Effects 0.000 title claims abstract description 50
- 208000010877 cognitive disease Diseases 0.000 title claims abstract description 49
- 208000028698 Cognitive impairment Diseases 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 87
- 230000015654 memory Effects 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 51
- 230000019771 cognition Effects 0.000 claims abstract description 20
- 230000001149 cognitive effect Effects 0.000 claims abstract description 18
- 230000003044 adaptive effect Effects 0.000 claims abstract description 15
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 146
- 230000008449 language Effects 0.000 claims description 27
- 238000012552 review Methods 0.000 claims description 23
- 206010012289 Dementia Diseases 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000036626 alertness Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003111 delayed effect Effects 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- 230000006999 cognitive decline Effects 0.000 claims description 4
- 230000003936 working memory Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims 2
- 230000006403 short-term memory Effects 0.000 claims 1
- 238000011835 investigation Methods 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 description 16
- 208000024827 Alzheimer disease Diseases 0.000 description 13
- 238000001514 detection method Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 8
- 241001112258 Moca Species 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 208000027061 mild cognitive impairment Diseases 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 206010027175 memory impairment Diseases 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010176 18-FDG-positron emission tomography Methods 0.000 description 1
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 1
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 1
- 241001647769 Mirza Species 0.000 description 1
- 102000054727 Serum Amyloid A Human genes 0.000 description 1
- 108700028909 Serum Amyloid A Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000006998 cognitive state Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 238000010855 neuropsychological testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 102000013498 tau Proteins Human genes 0.000 description 1
- 108010026424 tau Proteins Proteins 0.000 description 1
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Neurology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Developmental Disabilities (AREA)
- Biophysics (AREA)
- Child & Adolescent Psychology (AREA)
- Engineering & Computer Science (AREA)
- Hospice & Palliative Care (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)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种利用分层递进方式实现老年人认知障碍快速筛查的方法，其中，该方法包括：自适应筛选处理子步骤，用于预先进行测试者认知程度的筛选处理；递进式记忆处理子步骤，用于提供递进式记忆处理方式；递进式游戏处理子步骤，用于根据测试者受教育程度，提供适应性的手脑协同小游戏；回归式MCI测评处理子步骤，用于设置合理的MCI测评内容，并进行量化评估得分处理；MCI模型匹配及初筛结果处理子步骤，用于根据最终测评得分得到测试者本次的MCI初筛结果。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该方法、装置、处理器及其存储介质，提供一系列个体化，操作简便适用于普查，可靠性良好，符合我国文化背景的认知筛查方案。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及医疗诊断技术领域，具体是指一种利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机可读存储介质。
背景技术
阿尔茨海默病(Alzheimer’s Disease，AD)是全球老龄化背景下的重大挑战。中国痴呆患者超过800万，位居世界第一，预计到2050年我国AD所致经济负担总额将超过9.12亿美金，远高于全球平均成本。然而面对这一高发病率、高医疗负担的重大疾病，至今尚无可以逆转AD的良策，但近年来越来越多研究显示在AD临床前期开展干预，可有效延缓AD的发生。因此对AD的早期识别与诊断至关重要。
轻度认知功能损害(Mild cognitive impairment，MCI)是一种介于正常认知和痴呆之间的一种中间状态，其特征是记忆和/或其他认知领域受损程度，与正常衰老相比更为明显，但又不足以被诊断为痴呆，同时患者基本保留正常的日常生活能力，因此，这种情况很容易被患者本人及家属忽视。国内外大量研究显示，MCI是痴呆的危险因素，超过50.00％的MCI患者最终发展为痴呆。Mirza等人研究显示，相比正常老人，MCI老人发展为与阿尔茨海默病(AD)的风险比认知正常老人高6倍。值得注意的是，全球范围内，60岁以上老年人MCI患病率高达38.60％，但在中国老年人中发病率约为11.00-20.00％，很大程度源于对于该阶段的重视不足以及缺乏有效的筛查手段。因此，如何采取有效的筛查手段，在老年人群中提高认知功能受损的MCI患者识别率，是实现认知障碍早期干预的重中之重。
在过去几十年中，很多检测手段如脑脊液生化指标(淀粉样蛋白Aβ42，tau蛋白水平等)，脑影像检测(氟脱氧葡萄糖正电子发射断层扫描(FDG-PET)，PET淀粉样蛋白成像，头颅磁共振等)，基因检测对MCI诊断及预测都具有很好效能，但这些检测手段过于昂贵，同时有创伤性使其在老年人群中接受度不高，很难实现大规模的推广。因此，简单便利，社会经济成本低且筛查效率高的MCI筛查工具，是目前拥有庞大老年人口的中国迫切需要的。
神经心理测试是MCI诊断方法中另一重要组成部分，其种类繁多，纸质量表的形式保证其操作的简易性，在一定程度上能够满足以上需要，但不同诊断标准所定义的认知损害严重程度，评估人员操作的规范性，采用的评价工具存在很大差异，造成诊断结果的严重偏差。目前国内外对于MCI筛查最为常用的量表包括简易智力状态评估量表(Mini Cog),简易智力状态检查量表(Mini-mental State Examination，MMSE)，蒙特利尔认知评估量表(Montreal Cognitive Assessment，MoCA)。
Mini-cog用时短，一般2-3分钟可以完成，操作简单方便，患者接受度高，对评估者没有资格要求，适合于大样本的认知筛查，但评估认知域少，难以准确反映患者认知状态。Dallas2018年发表的Meta分析显示，Mini Cog的敏感性在0.76到1.00之间变化，而特异性在0.27到0.85之间变化。这样的低特异性在很多研究中都显示其不适合用于认知障碍的确认性测试。
相比之下MMSE量表平均耗时约10分钟，涉及定向力、记忆力、注意力和计算力、回忆和语言能力5个方向、30个项目，每项回答正确记1分，回答错误或不知道记0分，量表总分为0～30分。根据国内学者张明园等人的修订，中文版MMSE量表依据不同文化教育程度人群，划界分:文盲≤17分、小学≤20分、中学及以上≤24分为痴呆。既往15项研究显示，MMSE区分正常与痴呆老人敏感性0.85，特异性0.90，这表明85％的痴呆症患者可能被正确地识别为MMSE，而15％的人可能被错误地归类为没有痴呆症，但MMSE区分正常老人与MCI老人效能较差，敏感性和特异性仅为0.63和0.65，同时MMSE量表题目设计简单，得分与受教育程度密切相关，存在明显的天花板效应，对于受教育程度高的老人遗漏率极高，在受教育程度日益增长的中国未来使用将更具有局限性。
MoCA量表作为目前国内广为使用的MCI筛查量表，Natalia等人通过荟萃分析30多项研究，发现MoCA量表比MMSE更适用于60岁以上的MCI筛查，MoCA量表以24/25为分界点(敏感度80.48％，特异度81.19％)可以实现MCI的最佳检测，明显高于MMSE敏感度66.34％，特异度72.94％。然而MoCA量表耗时长，需要专业评估人，付继平等人的研究甚至显示使用MoCA对75岁及以上老年人进行认知受损筛查，特异度最低，可能增加患者的心理负担。
其余常见筛查MCI的量表包括画钟试验(Clock Drawing Test，CDT)，全科医师认知评估量表(general practitioner assessment of cognition，GPCOG)、记忆障碍筛查(memory impairment screen，MIS)及记忆障碍自评表(AD8)。有研究比较MMSE、Mini-cog、CDT、AD8在社区老年人群中筛查痴呆的效能，发现MMSE联合Mini-cog(敏感度83.11％，特异度91.22％)优于CDT组合AD8(敏感度82.66％，特异度90.69％)，同时用时更少，但两种量表试题部分重合，联合使用耗时延长，影响实际应用。
因此，目前国内使用的针对MCI人群进行认知筛查的工具，大部分都来源于国外量表译制而成，部分试题并不适用于中国老人，缺乏明确的使用规范，造成筛查效果差异大，同时受版权影响，大规模使用成本较高，导致这类人群无法享受到早期筛查带来的成果。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种具备个体化、操作简便、适用于普查，可靠性良好，并且符合我国文化背景的利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质。
为了实现上述目的，本发明的利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质如下：
该利用分层递进方式实现老年人认知障碍快速筛查的方法，其主要特点是，所述的方法包括以下步骤：
(1)自适应筛选处理子步骤，用于预先进行测试者认知程度的筛选处理；
(2)递进式记忆处理子步骤，与所述的自适应筛选环节处理子步骤相连接，用于以构建图片+声音理解+延时记忆的递进式处理方式，便于测试者进行内容识别和理解；
(3)递进式游戏处理子步骤，与所述的递进式记忆环节处理子步骤相连接，用于根据测试者受教育程度，提供适应性的手脑协同小游戏供老年人进行测试；
(4)回归式MCI测评处理子步骤，与所述的递进式游戏环节处理子步骤相连接，用于以回顾式记忆的方式，设置合理的测评内容，并根据测评结果进行量化评估得分处理；
(5)MCI模型匹配及初筛结果处理子步骤，与所述的回归式MCI测评处理子步骤相连接，用于将测试者量化测评的各项得分进行线性相加，并根据最终的测评得分得到测试者本次的MCI初筛结果。
较佳地，所述的步骤(1)具体包括以下步骤:
采集测试者个人重要信息，包括姓名、性别、年龄、受教育年限、联系方式在内的个人信息，用于后期匹配个体化试题。
较佳地，所述的步骤(2)具体为:
根据采集到的个人信息对测试者进行个性化试题匹配处理，用于后续判断出测试者对应的认知程度，包括：为测试者提供客观判定MCI的测试量表，量表测试认知领域包括MCI老人早期最易受损的记忆力，执行能力及注意力测试题，共3答题，预计完成时间2分钟，用于排除认知正常的老人。
较佳地，所述的步骤(2)具体包括以下步骤:
(2.1)提供记忆力测试题选择情景记忆试题，首先构建简易图片内容，测试者被要求在15s内记忆图片信息；
(2.2)10秒后，在继续显示当前图片内容的基础上，递进式的提供涵盖图片内容要素的声音描述，声音时长控制在10～15秒以内，录音最多播放2遍，便于老年人识别和理解以此完成工作记忆测试；
(2.3)提供执行能力及注意力测试题，通过记录测试者题目完成速度及是否能够完成，给予得分；
(2.4)测试者被要求回忆第一题中出现的语言及图片信息，以此完成延迟回忆的测试。
较佳地，所述的步骤(4)具体为:
让测试者回顾测试初期提供的图片及声音信息，并设置3个测评内容，包括语言复述测评、注意力测评和短时记忆测评。
较佳地，所述的语言复述测评具体为：
让测试者复述最开始的图片及语音播放的内容，根据图片及声音中的要素内容，识别测试者复述内容的正确性，结合测试者复述的语速、语音语调、词语丰富度、语言逻辑组织能力等，并进行综合评估及量化计算，该项得分为0-6分。
较佳地，所述的注意力测评具体为：
针对图片中的某个要素进行选择性确认，根据测试者回答的速度和正确率来量化评估得分，该项得分为0-1分。
较佳地，所述的短时记忆测评具体为：
针对图片中的某个非明显要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-3分。
较佳地，所述的步骤(5)具体为：
将测试者量化测评的各项得分线性相加，得到本次测试者筛查的测评得分，并根据设定的MCI分级模型及对应的分值区间，得到当前测试者的MCI初筛结果。
更佳地，所述的MCI分级模型具体包括以下设置过程：
(a)设置初步筛查处理：测试量表包括记忆力，执行能力及注意力，测试过程记录答题准确性，反应速度，语音信息；
(b)设置完整筛查处理：测试者基于初步筛查，进一步完成警觉性测试题，即刻记忆测试题，定向力测试题，视空间结构测试题，图形再认测试题，计算力测试题，语言命名能力测试题；
(c)通过反馈的测试量表数据，进行判定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，对有认知风险的人群进行风险分级，为目标人群制定详细的干预计划，确定需要进一步就医的目标，从而完成早期筛查，延缓认知衰退的速度。
该用于实现利用分层递进方式的老年人认知障碍快速筛查处理的装置，其主要特点是，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
该用于实现利用分层递进方式的老年人认知障碍快速筛查处理的处理器，其主要特点是，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
该计算机可读存储介质，其主要特点是，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
采用了本发明的该利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机可读存储介质，能够有效的克服目前现有技术中针对老年轻度认知功能损害筛查工具存在的缺陷，解决了筛查过程时间偏长、量表题目重叠，信效度低的问题，提供了一种具备个体化、操作简便、适用于普查、可靠性良好，并且符合我国文化背景的认知筛查方案。提升了阿尔茨海默病的测试筛查方法，使得测试者能够以省时省力的方式最快的得到早期筛查结果，以便及时进行治疗。
附图说明
图1为本发明的利用分层递进方式实现老年人认知障碍快速筛查的方法的流程图。
图2为本发明的MCI筛查分级模型设定的示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
在详细说明根据本发明的实施例前，应该注意到的是，在下文中，术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含，由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素，而且还包含没有明确列出的其他要素，或者为这种过程、方法、物品或者设备所固有的要素。
请参阅图1所示，该利用分层递进方式实现老年人认知障碍快速筛查的方法，其中，所述的方法包括以下步骤：
(1)自适应筛选处理子步骤，用于预先进行测试者认知程度的筛选处理；
(2)递进式记忆处理子步骤，与所述的自适应筛选环节处理子步骤相连接，用于以构建图片+声音理解+延时记忆的递进式处理方式，便于测试者进行内容识别和理解；
(3)递进式游戏处理子步骤，与所述的递进式记忆环节处理子步骤相连接，用于根据测试者受教育程度，提供适应性的手脑协同小游戏供老年人进行测试；
(4)回归式MCI测评处理子步骤，与所述的递进式游戏环节处理子步骤相连接，用于以回顾式记忆的方式，设置合理的测评内容，并根据测评结果进行量化评估得分处理；
(5)MCI模型匹配及初筛结果处理子步骤，与所述的回归式MCI测评处理子步骤相连接，用于将测试者量化测评的各项得分进行线性相加，并根据最终的测评得分得到测试者本次的MCI初筛结果。
作为本发明的优选实施方式，所述的步骤(1)具体包括以下步骤:
采集测试者个人重要信息，包括姓名、性别、年龄、受教育年限、联系方式在内的个人信息，用于后期匹配个体化试题。
作为本发明的优选实施方式，所述的步骤(2)具体为:
根据采集到的个人信息对测试者进行个性化试题匹配处理，用于后续判断出测试者对应的认知程度，包括：为测试者提供客观判定MCI的测试量表，量表测试认知领域包括MCI老人早期最易受损的记忆力，执行能力及注意力测试题，共3答题，预计完成时间2分钟，用于排除认知正常的老人。
作为本发明的优选实施方式，所述的步骤(2)具体包括以下步骤:
(2.1)提供记忆力测试题选择情景记忆试题，首先构建简易图片内容，测试者被要求在15s内记忆图片信息；
(2.2)10秒后，在继续显示当前图片内容的基础上，递进式的提供涵盖图片内容要素的声音描述，声音时长控制在10～15秒以内，录音最多播放2遍，便于老年人识别和理解以此完成工作记忆测试；
(2.3)提供执行能力及注意力测试题，通过记录测试者题目完成速度及是否能够完成，给予得分；
(2.4)测试者被要求回忆第一题中出现的语言及图片信息，以此完成延迟回忆的测试。
作为本发明的优选实施方式，所述的步骤(4)具体为:
让测试者回顾测试初期提供的图片及声音信息，并设置3个测评内容，包括语言复述测评、注意力测评和短时记忆测评。
作为本发明的优选实施方式，所述的语言复述测评具体为：
让测试者复述最开始的图片及语音播放的内容，根据图片及声音中的要素内容，识别测试者复述内容的正确性，结合测试者复述的语速、语音语调、词语丰富度、语言逻辑组织能力等，并进行综合评估及量化计算，该项得分为0-6分。
作为本发明的优选实施方式，所述的注意力测评具体为：
针对图片中的某个要素进行选择性确认，根据测试者回答的速度和正确率来量化评估得分，该项得分为0-1分。
作为本发明的优选实施方式，所述的短时记忆测评具体为：
针对图片中的某个非明显要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-3分。
作为本发明的优选实施方式，所述的步骤(5)具体为：
将测试者量化测评的各项得分线性相加，得到本次测试者筛查的测评得分，并根据设定的MCI分级模型及对应的分值区间，得到当前测试者的MCI初筛结果。
作为本发明的优选实施方式，所述的MCI分级模型具体包括以下设置过程：
(a)设置初步筛查处理：测试量表包括记忆力，执行能力及注意力，测试过程记录答题准确性，反应速度，语音信息；
(b)设置完整筛查处理：测试者基于初步筛查，进一步完成警觉性测试题，即刻记忆测试题，定向力测试题，视空间结构测试题，图形再认测试题，计算力测试题，语言命名能力测试题；
(c)通过反馈的测试量表数据，进行判定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，对有认知风险的人群进行风险分级，为目标人群制定详细的干预计划，确定需要进一步就医的目标，从而完成早期筛查，延缓认知衰退的速度。
该用于实现利用分层递进方式的老年人认知障碍快速筛查处理的装置，其中，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
该用于实现利用分层递进方式的老年人认知障碍快速筛查处理的处理器，其中，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
该计算机可读存储介质，其中，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
在本发明的一具体实施方式中，该利用分层递进方式实现老年人认知障碍快速筛查的方法具体包括简易筛查及完整筛查，其中，
简易筛查方案包括：
个人信息采集，保存测试者包括姓名，性别，年龄，受教育年限，联系方式在内的个人信息，用于后期匹配个体化试题。
测试部分，用于为测试者提供客观判定MCI的测试量表，量表测试认知领域包括MCI老人早期最易受损的记忆力，执行能力及注意力测试题，共3答题，预计完成时间2分钟，用于排除认知正常的老人。1.记忆力测试题选择情景记忆试题，测试者被要求在15s内记忆图片信息，结束后记忆语言信息，以此完成工作记忆测试。2.进行执行能力及注意力测试题，通过记录测试者题目完成速度及是否能够完成，给予得分。3.测试者被要求回忆第一题中出现的语言及图片信息，以此完成延迟回忆的测试。
完整筛查方案包括：
个人信息采集，基于初步筛查结果继续不再需要额外采集信息；
测试部分，量表测试认知领域包括警觉性测试题，即刻记忆测试题，定向力测试题，视空间结构测试题，图形再认测试题，计算力测试题，语言命名能力测试题。
统计反馈部分：用于对完成的测试和是否存在认知缺损进行评定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，表1为MCI初步测试组合总判断，表2为MCI完整测试组合总判断。
用于对存在认知缺损的领域进行评定，预设判定老年人单一领域得分为第三阈值，测试者两个最常见早期认知损害领域单项得分进行联合，表3为联合测试总判断。
表1
表1：判断结果部分，通过测试者初步筛查测试得分，对照表1获得相应判断结果。
表2
表2：判断结果部分，通过测试者初步筛查测试得分，对照表2获得相应判断结果
表3
表3：判断结果部分，通过测试者两个测试得分，对照表3获得相应判断结果
在本发明的另一具体实施方式中，该筛选方法还包括：
1、试题筛选：首先由测试者完成年龄，受教育年限基本信息后，进行认知程度分级，为目标人群选择合适难度试题，确认开始后，根据目标人群答题正确性及反应速度调整题目难度。
2、试题设计使用：筛查方案包括以下2种模式：①初步筛查：测试量表包括记忆力，执行能力及注意力，测试过程记录答题准确性，反应速度，语音信息(包括：语速，语音语调，词语丰富度等)从而完成快速便捷的筛查，同时多维度判断提升筛查效率。
3、通过反馈的测试量表数据，进行判定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，判断小于第一阈值测试者基于初步筛查，进一步完成完整筛查。大于第一阈值测试者为正常认知老人，判定暂不干预，结束测试。
4、完整筛查：测试者基于初步筛查，进一步完成警觉性测试题，即刻记忆测试题，定向力测试题，视空间结构测试题，图形再认测试题，计算力测试题，语言命名能力测试题。
5、通过反馈的测试量表数据，进行判定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，对有认知风险的人群进行风险分级，为目标人群制定详细的干预计划，确定需要进一步就医的目标，从而完成早期筛查，延缓认知衰退的速度。
第一阈值和第二阈值的分值的来源方法如下:采取预实验，对100例社区老年人进行本发明的测试和临床医生进行诊断评定,根据敏感性和特异性分析得出。ROC(ReceiveOperating Characteristic,受试者操作特征曲线)曲线分析评价诊断性试验优劣以及确定临界值的一种方法,接受者操作特性曲线就是以虚惊概率为横轴，击中概率为纵轴所组成的坐标图，和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。近年来成了国外体质与健康促进研究领域中常用的方法之一,目前广泛应用于临床医学以及流行病学等领域。
在医学诊疗现场,医生所面临的重要问题是对病人的检测指标做出“正常”或“异常”的判断,而医生判断的依据之一是检测结果的“阴性”或“阳性”当对于同一个疾病有两个或两个以上的诊断方法时,检测者需要对不同诊断方法的优劣做出评价,其评价标准一般用敏感性(sensitivity)和特异性(specificity)来描述。对于产生连续诊断结果的诊断方法,ROC曲线可以将该方法的敏感性和特异性结合起来分析。使用任何一种诊断方法来判断疾病的有无时都可能出现以下4种情况:(1)真阳性(true positive,TP):预测阳性且检测结果为阳性:(2)假阳性(false positive,FP):预测阴性但检测结果为阳性；(3)真阴性(true negative,TN):预测阴性且检测结果为阴性；(4)假阴性(false positive,FN):预测阳性但检测结果为阴性。检测结果与疾病状况的关系。
敏感性(真阳性率)＝a/(a+c)×100％
特异性(真阴性率)＝b/(b+d)×100％
ROC曲线的制作原理是将连续变量设定出多个不同的临界值，在每个临界值处计算出相应的灵敏度(sensitivity)和特异度(specificity)，再以灵敏度为纵坐标，以1-特异度为横坐标绘制成曲线。由于ROC曲线是由多个代表各自灵敏度和特异度的临界值构成的，因此当需要确定诊断标准的时候必须从若干个临界值中选择一个最佳的临界点(最佳工作点，Optimal Operating Point)。每个临界值都有相应的灵敏度与特异度，因此最佳临界点应当是灵敏度与特异度的最佳组合。AUC(Area Under Curve)被定义为ROC曲线下与坐标轴围成的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y＝x这条直线的上方，所以AUC的取值范围在0.5和1之间。AUC越接近1.0，检测方法真实性越高，因此选择曲线下面积最大的值。
根据初筛及完整测试的结果，同时结合受损认知领域，同样结合上述表1～3的判断内容所产生的6种组合，结合表3查表得到相应反馈，给予测试者最终判断结果。
在实际应用过程中，本发明的技术方案是：首先构建简易图片内容记忆环节；然后基于当前图片递进式的构建图片+声音的理解+记忆环节；接下来基于老年人受教育程度提供递进式的手脑协同游戏环节；通过短时游戏间隔后提供图片+声音的回顾测定环节，包括语言复述、注意力、短时记忆的能力测定；最后根据量化测定的总分，匹配不同的MCI评估模型，得到MCI初筛结果。本发明包括以下分层递进的五个顺序环节：测评题自适应筛选环节、递进式记忆环节、递进式游戏环节、回归式MCI测评环节、MCI模型匹配及初筛结果环节。
1、测评题自适应筛选环节：首先根据老人的年龄和受教育程度等信息，判断当前老人的认知程度，系统自动给出难度相适应性的测评题目。
2、递进式记忆环节：首先构建简易图片内容，让老年人在10秒内进行识别和记忆。简易图片内容要素控制在5个左右。10秒后，在继续显示当前图片的基础上，递进式的提供涵盖图片内容要素的声音描述(一段录音)，声音语气平缓，语音时长控制在10-15秒以内，录音可以播放2遍，便于老年人识别和理解。本环节不计分。
3、递进式游戏环节：根据老人基本信息中的受教育程度，提供适应性的手脑协同小游戏，如按顺序找数字、找字母或者做简单的计算等。时间控制在3-5分钟。本环节不计分。
4、回归式MCI测评环节：让老人回顾测试初期提供的图片及声音信息，并设置3个测评内容，包括语言复述测评、注意力测评和短时记忆测评。其中语言复述测评，可以让老人自己复述一下最开始的图片及语音播放的内容，根据图片及声音中的要素内容，识别老人复述内容的正确性，结合老人复述的语速、语音语调、词语丰富度、语言逻辑组织能力等，并进行综合评估及量化计算，该项得分为0-6分；注意力测评，可以针对图片中的某个要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-1分；注意力测评，可以针对图片中的某个非明显要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-3分。
5、MCI模型匹配及初筛结果环节：将老人量化测评的各项得分线性相加，得到本次老人筛查的测评得分。根据设定的MCI分级模型及对应的分值区间，得到当前老人的MCI初筛结果。
请参阅图1所示，本发明实施实例中，该利用分层递进方式实现老年人认知障碍快速筛查的方法，包括测评题自适应筛选环节(1)、递进式记忆环节(2)、递进式游戏环节(3)、回归式MCI测评环节(4)、MCI模型匹配及初筛结果环节(5)。
1、测评题自适应筛选环节S01：首先根据老人的年龄和受教育程度等信息，判断当前老人的认知程度，系统自动给出难度相适应性的测评题目。通常年龄越大，学历越低，需要自动匹配较低难度的测评题目，反之自动匹配难度较高的题目，提供不同认知程度下的一致性MCI筛查结果。
2、递进式记忆环节S02：首先构建简易图片内容，让老年人在10秒内进行识别和记忆。简易图片内容要素控制在5个左右。10秒后，在继续显示当前图片的基础上，递进式的提供涵盖图片内容要素的声音描述(一段录音)，声音语气平缓，语音时长控制在10-15秒以内，录音可以播放2遍，便于老年人识别和理解。本环节不计分。录音限制为必要性播放2遍，强化老人记忆。
3、递进式游戏环节S03：根据老人基本信息中的受教育程度，提供适应性的手脑协同小游戏，如按顺序找数字、找字母或者做简单的计算等。时间控制在3-5分钟。本环节不计分。这个环节主要设计为测评老人的手、脑、眼协同能力，比较集中的投入到本环节的测评过程，并延长下一测评环节(回归式MCI测评环节S04)的起始时间，确保延时测评的最佳时间段。如果老人在本环节耗时过多，则需要干预或者强制跳出这一环节，直接进入到回归式MCI测评环节S04。
4、回归式MCI测评环节S04：让老人回顾测试初期提供的图片及声音信息，并设置3个测评内容，包括语言复述测评、注意力测评和短时记忆测评。其中语言复述测评，可以让老人自己复述一下最开始的图片及语音播放的内容，根据图片及声音中的要素内容，识别老人复述内容的正确性，结合老人复述的语速、语音语调、词语丰富度、语言逻辑组织能力等，并进行综合评估及量化计算，该项得分为0-6分；注意力测评，可以针对图片中的某个要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-1分；注意力测评，可以针对图片中的某个非明显要素进行选择性确认(如单选题)，根据老人回答的速度和正确率来量化评估得分，该项得分为0-3分。
5、MCI模型匹配及初筛结果环节S05：将老人量化测评的各项得分线性相加，得到本次老人筛查的测评得分。根据设定的MCI分级模型及对应的分值区间，得到当前老人的MCI初筛结果。
本发明的该MCI筛查分级模型具体请参阅图2所示，其中，综合得分为0至3分属于MCI筛查结果严重；综合得分为4至7分属于MCI筛查结果出现问题；综合得分为8至9分属于MCI筛查结果正常；综合得分为10至11分属于MCI筛查结果出色。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一实施例”、“一些实施例”、“示例”、“具体示例”、或“实施例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
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。
采用了本发明的该利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机可读存储介质，能够有效的克服目前现有技术中针对老年轻度认知功能损害筛查工具存在的缺陷，解决了筛查过程时间偏长、量表题目重叠，信效度低的问题，提供了一种具备个体化、操作简便、适用于普查、可靠性良好，并且符合我国文化背景的认知筛查方案。提升了阿尔茨海默病的测试筛查方法，使得测试者能够以省时省力的方式最快的得到早期筛查结果，以便及时进行治疗。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
Claims (9)
1.一种利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的方法包括以下步骤：
（1）自适应筛选处理子步骤，用于预先进行测试者认知程度的筛选处理；
（2）递进式记忆处理子步骤，与所述的自适应筛选处理子步骤相连接，用于以构建图片＋声音理解＋延时记忆的递进式处理方式，便于测试者进行内容识别和理解；
（3）递进式游戏处理子步骤，与所述的递进式记忆处理子步骤相连接，用于根据测试者受教育程度，提供适应性的手脑协同小游戏供老年人进行测试；
（4）回归式MCI测评处理子步骤，与所述的递进式游戏处理子步骤相连接，用于以回顾式记忆的方式，设置合理的测评内容，并根据测评结果进行量化评估得分处理；
（5）MCI模型匹配及初筛结果处理子步骤，与所述的回归式MCI测评处理子步骤相连接，用于将测试者量化测评的各项得分进行线性相加，并根据最终的测评得分得到测试者本次的MCI初筛结果；
将MCI初步测试组合总判断、MCI完整测试组合总判断进行联合，得到联合测试总判断；
所述的步骤（2）具体为：
根据采集到的个人信息对测试者进行个性化试题匹配处理，用于后续判断出测试者对应的认知程度，包括：为测试者提供客观判定MCI的测试量表，量表测试认知领域包括MCI老人早期最易受损的记忆力，执行能力及注意力测试题，共3答题，预计完成时间2分钟，用于排除认知正常的老人；
所述的步骤（2）具体包括以下步骤：
（2.1）提供记忆力测试题选择情景记忆试题，首先构建简易图片内容，测试者被要求在15s内记忆图片信息；
（2.2）10秒后，在继续显示当前图片内容的基础上，递进式的提供涵盖图片内容要素的声音描述，声音时长控制在10～15秒以内，录音最多播放2遍，便于老年人识别和理解以此完成工作记忆测试；
（2.3）提供执行能力及注意力测试题，通过记录测试者题目完成速度及是否能够完成，给予得分；
（2.4）测试者被要求回忆第一题中出现的语言及图片信息，以此完成延迟回忆的测试；
所述的步骤（5）具体为：
将测试者量化测评的各项得分线性相加，得到本次测试者筛查的测评得分，并根据设定的MCI分级模型及对应的分值区间，得到当前测试者的MCI初筛结果；
所述的MCI分级模型具体包括以下设置过程：
（a）设置初步筛查处理：测试量表包括记忆力，执行能力及注意力，测试过程记录答题准确性，反应速度，语音信息；
（b）设置完整筛查处理：测试者基于初步筛查，进一步完成警觉性测试题，即刻记忆测试题，定向力测试题，视空间结构测试题，图形再认测试题，计算力测试题，语言命名能力测试题；
（c）通过反馈的测试量表数据，进行判定，预设判定老年人MCI得分为第一阈值，老年人痴呆得分为第二阈值，第二阈值小于第一阈值，测试者最终得分为测试得分叠加受教育年限加成得分，对有认知风险的人群进行风险分级，为目标人群制定详细的干预计划，确定需要进一步就医的目标，从而完成早期筛查，延缓认知衰退的速度。
2.根据权利要求1所述的利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的步骤（1）具体包括以下步骤:
采集测试者个人重要信息，包括姓名、性别、年龄、受教育年限、联系方式在内的个人信息，用于后期匹配个体化试题。
3.根据权利要求1所述的利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的步骤（4）具体为:
让测试者回顾测试初期提供的图片及声音信息，并设置3个测评内容，包括语言复述测评、注意力测评和短时记忆测评。
4.根据权利要求3所述的利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的语言复述测评具体为：
让测试者复述最开始的图片及语音播放的内容，根据图片及声音中的要素内容，识别测试者复述内容的正确性，结合测试者复述的语速、语音语调、词语丰富度、语言逻辑组织能力等，并进行综合评估及量化计算，该项得分为0-6分。
5.根据权利要求3所述的利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的注意力测评具体为：
针对图片中的某个要素进行选择性确认，根据测试者回答的速度和正确率来量化评估得分，该项得分为0-1分。
6.根据权利要求3所述的利用分层递进方式实现老年人认知障碍快速筛查的方法，其特征在于，所述的短时记忆测评具体为：
针对图片中的某个非明显要素进行选择性确认，根据老人回答的速度和正确率来量化评估得分，该项得分为0-3分。
7.一种用于实现利用分层递进方式的老年人认知障碍快速筛查处理的装置，其特征在于，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现权利要求1至6中任一项所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
8.一种用于实现利用分层递进方式的老年人认知障碍快速筛查处理的处理器，其特征在于，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现权利要求1至6中任一项所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现权利要求1至6中任一项所述的利用分层递进方式实现老年人认知障碍快速筛查的方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111149002.3A CN113827191B (zh) | 2021-09-29 | 2021-09-29 | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111149002.3A CN113827191B (zh) | 2021-09-29 | 2021-09-29 | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113827191A CN113827191A (zh) | 2021-12-24 |
| CN113827191B true CN113827191B (zh) | 2024-01-23 |
Family
ID=78967426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111149002.3A Active CN113827191B (zh) | 2021-09-29 | 2021-09-29 | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113827191B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116211253A (zh) * | 2023-02-27 | 2023-06-06 | 国家康复辅具研究中心 | 老年人认知障碍筛查实验范式的系统及方法 |
| CN116392071B (zh) * | 2023-03-07 | 2024-04-30 | 中山大学附属第一医院 | 神经系统功能障碍检测系统、装置及存储介质 |
| CN116327132A (zh) * | 2023-05-26 | 2023-06-27 | 首都医科大学宣武医院 | 一种基于情景记忆的认知评估方法及认知干预方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2505355A1 (en) * | 2002-11-07 | 2004-05-27 | Applied Neurosolutions | Methods for predicting whether subjects with mild cognitive impairment (mci) will develop alzheimer's disease |
| CN1723839A (zh) * | 2005-07-21 | 2006-01-25 | 高春平 | 个性化立体健康指数测试方法及其装置 |
| CN1839749A (zh) * | 2005-04-01 | 2006-10-04 | 浙江工业大学 | 计算机辅助早期鉴别和预测老年性痴呆的装置 |
| CN101983613A (zh) * | 2010-10-15 | 2011-03-09 | 浙江大学 | 计算机辅助筛查老年轻度认知损害的装置 |
| WO2013111746A1 (ja) * | 2012-01-26 | 2013-08-01 | 独立行政法人国立精神・神経医療研究センター | 認知機能検査システム、認知機能推定システム、認知機能検査方法及び認知機能推定方法 |
| TW201827009A (zh) * | 2017-01-18 | 2018-08-01 | 莊郁仁 | 認知與腦波檢測記錄方法 |
| RU2701399C1 (ru) * | 2019-04-24 | 2019-09-26 | Федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр здоровья детей" Министерства здравоохранения Российской Федерации (ФГАУ "НМИЦ здоровья детей" Минздрава России) | Способ оценки когнитивных функций детей школьного возраста при популяционных исследованиях |
| CN110288986A (zh) * | 2019-07-04 | 2019-09-27 | 上海市精神卫生中心（上海市心理咨询培训中心） | 在线认知自评语音系统及其处理方法 |
| CN110292514A (zh) * | 2019-06-03 | 2019-10-01 | 东莞佰和生物科技有限公司 | 服务于老年痴呆患者的智能机器人康复训练的方法 |
| CN110313923A (zh) * | 2019-07-05 | 2019-10-11 | 昆山杜克大学 | 基于联合注意能力测试和音视频行为分析的孤独症早期筛查系统 |
| CN110633362A (zh) * | 2019-09-17 | 2019-12-31 | 江南大学 | 一种个性化认知功能评价量表系统 |
| CN111048216A (zh) * | 2019-12-05 | 2020-04-21 | 杭州市第七人民医院 | 社区老年痴呆早期筛查与干预系统 |
| CN111415723A (zh) * | 2020-04-14 | 2020-07-14 | 南京青宝教育科技有限公司 | 一种注意能力提升的个性化内容推荐系统 |
| CN112614555A (zh) * | 2020-12-13 | 2021-04-06 | 云南省第一人民医院 | 用于住院老年患者的老年综合征筛查评估及干预的方法 |
| CN112652397A (zh) * | 2020-12-13 | 2021-04-13 | 云南省第一人民医院 | 一种用于门诊和社区的老年综合征筛查评估及干预的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130023787A1 (en) * | 2011-07-21 | 2013-01-24 | Dowd Kathryn R | Hearing screener method and device with online scheduling and physical referral |
| US10694990B2 (en) * | 2012-09-21 | 2020-06-30 | Bright Cloud International Corporation | Bimanual computer games system for dementia screening |
| US20190274610A1 (en) * | 2018-03-09 | 2019-09-12 | Yongbo Wang | Cognitive and Neuropsychic Improvement and Evaluation/Analysis of Alzheimer's Disease and Other Neurological Diseases with Augmented and Mixed Reality |
-
2021
- 2021-09-29 CN CN202111149002.3A patent/CN113827191B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2505355A1 (en) * | 2002-11-07 | 2004-05-27 | Applied Neurosolutions | Methods for predicting whether subjects with mild cognitive impairment (mci) will develop alzheimer's disease |
| CN1839749A (zh) * | 2005-04-01 | 2006-10-04 | 浙江工业大学 | 计算机辅助早期鉴别和预测老年性痴呆的装置 |
| CN1723839A (zh) * | 2005-07-21 | 2006-01-25 | 高春平 | 个性化立体健康指数测试方法及其装置 |
| CN101983613A (zh) * | 2010-10-15 | 2011-03-09 | 浙江大学 | 计算机辅助筛查老年轻度认知损害的装置 |
| WO2013111746A1 (ja) * | 2012-01-26 | 2013-08-01 | 独立行政法人国立精神・神経医療研究センター | 認知機能検査システム、認知機能推定システム、認知機能検査方法及び認知機能推定方法 |
| TW201827009A (zh) * | 2017-01-18 | 2018-08-01 | 莊郁仁 | 認知與腦波檢測記錄方法 |
| RU2701399C1 (ru) * | 2019-04-24 | 2019-09-26 | Федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр здоровья детей" Министерства здравоохранения Российской Федерации (ФГАУ "НМИЦ здоровья детей" Минздрава России) | Способ оценки когнитивных функций детей школьного возраста при популяционных исследованиях |
| CN110292514A (zh) * | 2019-06-03 | 2019-10-01 | 东莞佰和生物科技有限公司 | 服务于老年痴呆患者的智能机器人康复训练的方法 |
| CN110288986A (zh) * | 2019-07-04 | 2019-09-27 | 上海市精神卫生中心（上海市心理咨询培训中心） | 在线认知自评语音系统及其处理方法 |
| CN110313923A (zh) * | 2019-07-05 | 2019-10-11 | 昆山杜克大学 | 基于联合注意能力测试和音视频行为分析的孤独症早期筛查系统 |
| CN110633362A (zh) * | 2019-09-17 | 2019-12-31 | 江南大学 | 一种个性化认知功能评价量表系统 |
| CN111048216A (zh) * | 2019-12-05 | 2020-04-21 | 杭州市第七人民医院 | 社区老年痴呆早期筛查与干预系统 |
| CN111415723A (zh) * | 2020-04-14 | 2020-07-14 | 南京青宝教育科技有限公司 | 一种注意能力提升的个性化内容推荐系统 |
| CN112614555A (zh) * | 2020-12-13 | 2021-04-06 | 云南省第一人民医院 | 用于住院老年患者的老年综合征筛查评估及干预的方法 |
| CN112652397A (zh) * | 2020-12-13 | 2021-04-13 | 云南省第一人民医院 | 一种用于门诊和社区的老年综合征筛查评估及干预的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113827191A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113827191B (zh) | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 | |
| Larrabee | Forensic neuropsychological assessment | |
| Proctor et al. | Agreement among four models used for diagnosing learning disabilities | |
| Dunn et al. | Detecting neuropsychological malingering: Effects of coaching and information | |
| Tulsky et al. | Updating to the WAIS–III and WMS–III: Considerations for research and clinical practice. | |
| Vanderploeg | The cognitive-metric, fixed battery approach to neuropsychological assessment | |
| US20080045805A1 (en) | Method and System of Indicating a Condition of an Individual | |
| Öztekin et al. | Is there any incremental benefit to conducting neuroimaging and neurocognitive assessments in the diagnosis of ADHD in young children? A machine learning investigation | |
| Barr | Methodologic issues in neuropsychological testing | |
| Kaufman | K-ABC and controversy | |
| Pearson et al. | Patterns of behavioral adjustment and maladjustment in mental retardation: comparison of children with and without ADHD | |
| KR20180088302A (ko) | 로봇을 매개로 하는 주의력결핍과잉행동장애 선별 방법 및 시스템 | |
| Dorofeeva et al. | Assessing the validity of the standardized assessment of reading skills in Russian and verifying the relevance of available normative data | |
| Russo et al. | Choices, challenges, and constraints: A pragmatic examination of the limits of mental age matching in empirical research | |
| Dewey et al. | Clinical importance of parent ratings of everyday cognitive abilities in children with learning and attention problems | |
| Fins | Once and future clinical neuroethics: A history of what was and what might be | |
| US20210000411A1 (en) | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and recording medium | |
| Flores-Vázquez et al. | Extended FNAME performance is preserved in subjective cognitive decline but highly affected in amnestic mild cognitive impairment. | |
| Levick | Observer rating of memory in children: a review | |
| Lapko et al. | Relationship between auditory discrimination, articulation stimulability, and consistency of misarticulation | |
| CN115497621A (zh) | 一种老年人认知状况测评系统 | |
| Rehrig et al. | Visual attention during seeing for speaking in healthy aging. | |
| CN117769384A (zh) | 基于图像的痴呆症诊断系统及方法 | |
| Nielsen et al. | The development of a new cardiac auscultation test: How do screening and diagnostic skills differ? | |
| Gavett et al. | Factor structure and measurement invariance of a neuropsychological test battery designed for assessment of cognitive functioning in older Mexican Americans |
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 |