CN114306871B - 基于人工智能的失语症患者康复训练方法和系统 - Google Patents
基于人工智能的失语症患者康复训练方法和系统 Download PDFInfo
- Publication number
- CN114306871B CN114306871B CN202111651881.XA CN202111651881A CN114306871B CN 114306871 B CN114306871 B CN 114306871B CN 202111651881 A CN202111651881 A CN 202111651881A CN 114306871 B CN114306871 B CN 114306871B
- Authority
- CN
- China
- Prior art keywords
- training
- aphasia
- patient
- level
- severity level
- 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
- 238000012549 training Methods 0.000 title claims abstract description 359
- 201000007201 aphasia Diseases 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 37
- 238000012360 testing method Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 9
- 208000002579 Wernicke Aphasia Diseases 0.000 claims description 6
- 238000012854 evaluation process Methods 0.000 claims description 4
- 208000007774 Broca Aphasia Diseases 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004899 motility Effects 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010040030 Sensory loss Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000030886 Traumatic Brain injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 208000011977 language disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
Classifications
-
- 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
- Instructional Devices (AREA)
Abstract
本发明涉及一种基于人工智能的失语症患者康复训练方法和系统，该方法包括：获取患者的失语类型和失语严重程度等级；根据所述失语类型确定目标训练方式；根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；根据所述目标训练内容对所述患者进行康复训练。本发明通过自动对患者进行康复训练，保证了患者的有效康复训练的时长，降低了医疗成本，且提高了训练效果。
Description
技术领域
本发明涉及基于人工智能的失语症患者康复训练技术领域，具体涉及一种基于人工智能的失语症患者康复训练方法和系统。
背景技术
脑卒中、脑外伤和脑肿瘤等疾病往往使患者产生语言功能障碍，影响患者与他人进行语言沟通。为了使患者在一定程度上恢复其语言功能，使患者进行语言康复训练。
目前，由医生和责任护士评定患者的失语类型和失语严重程度。然后，由责任护士指导患者进行针对性的语言功能训练。然而，由于患者数量众多，护士数量有限，每位患者获得的一对一指导训练时长有限，进而使得相关技术存在训练效果差和医疗成本高的问题。
发明内容
有鉴于此，提供一种基于人工智能的失语症患者康复训练方法和系统，以解决相关技术存在语言功能训练效果差和医疗成本高的问题。
本发明采用如下技术方案：
第一方面，本发明提供了一种基于人工智能的失语症患者康复训练方法，包括：
获取患者的失语类型和失语严重程度等级；
根据所述失语类型确定目标训练方式；
根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；
根据所述目标训练内容对所述患者进行康复训练。
优选的，所述获取患者的失语类型和失语严重程度等级，包括：
获取所述患者的测试数据；所述测试数据为所述患者针对预设测试内容做出的答复数据；所述预设测试内容根据预设语言评估标准生成；
根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级。
优选的，所述预设语言评估标准包括西方失语评定量表和波士顿诊断性失语检查法。
优选的，所述获取患者的失语类型和失语严重程度等级，还包括：
当根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级的确定过程失败时，发出报警信息，以使医护人员根据所述报警信息获知系统评定过程失败的情况，进而人工评定所述失语类型和所述失语严重程度等级；
根据所述医护人员的输入操作获取所述失语类型和所述失语严重程度等级。
优选的，所述获取患者的失语类型和失语严重程度等级之前，本实施的基于人工智能的失语症患者康复训练方法，还包括：
获取所述患者的基本信息；
所述根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容之前，包括：
根据所述基本信息确定第一训练内容；
根据所述目标训练方式在所述第一训练内容中确定第二训练内容，并定义所述第二训练内容为所述训练内容。
优选的，所述根据所述目标训练内容对所述患者进行康复训练之后，本实施的基于人工智能的失语症患者康复训练方法，还包括：
根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级；
根据重新评定的所述失语严重程度等级对所述患者进行康复训练。
优选的，所述根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级之前，本实施的基于人工智能的失语症患者康复训练方法，还包括：
根据所述训练结果判断所述患者的康复结果是否满足预设结束训练标准；
当所述患者的康复结果满足所述预设结束训练标准时，结束训练；
当所述患者的康复结果未满足所述预设结束训练标准时，根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级。
优选的，所述根据所述目标训练内容对所述患者进行康复训练，包括：
在预设终端显示所述目标训练内容，和/或通过所述预设终端播放所述目标训练内容，以使所述患者获知所述目标训练内容；
根据所述患者的应答操作获取所述患者的应答数据。
优选的，所述根据所述目标训练内容对所述患者进行康复训练之后，本实施的基于人工智能的失语症患者康复训练方法，还包括：
存储训练结果。
第二方面，本发明还提供了一种基于人工智能的失语症患者康复训练系统，用于实现本发明第一方面所述的基于人工智能的失语症患者康复训练方法，该系统包括：
获取模块，用于获取患者的失语类型和失语严重程度等级；
第一确定模块，用于根据所述失语类型确定目标训练方式；
第二确定模块，用于根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；
训练模块，用于根据所述目标训练内容对所述患者进行康复训练。
本发明采用以上技术方案，一种基于人工智能的失语症患者康复训练方法，包括：获取患者的失语类型和失语严重程度等级；根据所述失语类型确定目标训练方式；根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；根据所述目标训练内容对所述患者进行康复训练。基于此，本发明通过自动对患者进行康复训练，保证了患者的有效康复训练的时长，降低了医疗成本，且提高了训练效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的一种基于人工智能的失语症患者康复训练方法的流程示意图；
图2是本发明实施例提供的一种基于人工智能的失语症患者康复训练系统的结构示意图；
图3是本发明实施例提供的一种基于人工智能的失语症患者康复训练系统的架构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
图1是本发明实施例提供的一种基于人工智能的失语症患者康复训练方法的流程示意图。如图1所示，本实施例的基于人工智能的失语症患者康复训练方法，包括：
S101、获取患者的失语类型和失语严重程度等级。
具体的，可以是医护人员根据患者的表现评定出患者的失语类型和失语严重程度等级之后，将评定结果输入至预设终端，预设终端根据医护人员的输入操作获取到患者的失语类型和失语严重程度等级。
更具体的，失语类型包括运动性失语、命名性失语和感觉性失语。各失语类型对应的失语严重程度等级可以不同，例如，运动性失语对应的失语严重程度等级包括6级，命名性失语对应的失语严重程度等级包括3级，感觉性失语对应的失语严重程度等级包括4级。
S102、根据所述失语类型确定目标训练方式。
详细的，目标训练方式包括运动性失语训练方式、命名性失语训练方式和感觉性失语训练方式，各训练方式和各失语类型一一对应。
更详细的，各训练方式可根据实际需求由医护人员自由设置。在一个具体的例子中，运动性失语训练方式具体为：将整个训练过程分为6个阶段，每个失语严重程度等级对应一个训练阶段。6个训练阶段分别为：元音训练、数字/单字训练、动词+名词命名训练、词组训练、提示问答训练、听读训练。其中，元音训练对应的失语严重程度等级为一级，数字/单字训练对应的失语严重程度等级为二级，动词+名词命名训练对应的失语严重程度等级为三级，词组训练对应的失语严重程度等级为四级，提示问答训练对应的失语严重程度等级为五级，听读训练对应的失语严重程度等级为六级。
同理，命名性失语训练方式包括：动词+名词命名训练、听读训练、三步指令训练这3个训练阶段，且这3个训练阶段对应的失语严重程度等级依次为一级、二级、三级。
感觉性失语训练方式包括：听-读-读训练、起始音提示训练、判读训练、短句复述训练这4个训练阶段，且这4个训练阶段对应的失语严重程度等级依次为一级、二级、三级、四级。
需要说明的是，失语严重程度等级的级别越高，失语越严重。
S103、根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容。
具体的，由上述可知，每种训练方式均将训练过程分为不同阶段，各阶段对应不同的失语严重程度等级。此外，各阶段分别对应不同的训练内容，如此，方便根据患者的失语严重程度对患者进行针对性地康复训练。
在具体地应用过程中，首选根据失语严重程度等级确定目标训练阶段，然后根据目标训练阶段确定目标训练内容。
S104、根据所述目标训练内容对所述患者进行康复训练。
详细的，根据所述目标训练内容对所述患者进行康复训练，包括：
在预设终端显示所述目标训练内容，和/或通过所述预设终端播放所述目标训练内容，使得患者获知所述目标训练内容。然后，患者可以语音答复目标训练内容，也可以在预设终端中输入答复结果，当患者采用语音答复目标训练内容时，预设终端将患者语音转换为文字。
本实施例采用以上技术方案，一种基于人工智能的失语症患者康复训练方法，包括：获取患者的失语类型和失语严重程度等级；根据所述失语类型确定目标训练方式；根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；根据所述目标训练内容对所述患者进行康复训练。基于此，本实施例通过自动对患者进行康复训练，保证了患者的有效康复训练的时长，降低了医疗成本，且提高了训练效果。
此外，本实施例根据患者的失语类型和失语严重程度等级对患者进行针对性的训练，训练过程专业，避免了因为医护人员医疗水平有限或情绪因素影响而造成的患者得不到专业训练的情况发生，使得本实施例保证了每位患者均能得到专业的训练。
优选的，所述根据所述目标训练内容对所述患者进行康复训练之后，本实施的基于人工智能的失语症患者康复训练方法，还包括：
存储训练结果。
具体的，训练结果可以包括患者针对训练内容的应答数据，以及系统针对患者的应答数据的判断结果，以及患者的失语类型和失语严重程度等级。本实施例将训练结果存储至预设数据库后，使得本实施例能够记录患者的训练过程数据，方便医护人员通过本发明的训练系统实时查看患者的训练过程数据，以及方便患者实时查看自己的训练效果变化情况，当患者看到自己逐渐在康复时，增强了患者坚持训练的信念，以及增强了患者的依从性。
优选的，所述获取患者的失语类型和失语严重程度等级，包括：
获取所述患者的测试数据；所述测试数据为所述患者针对预设测试内容做出的答复数据；所述预设测试内容根据预设语言评估标准生成；
根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级。
详细的，所述预设语言评估标准包括西方失语评定量表和波士顿诊断性失语检查法，其中，系统通过西方失语评定量表评定失语类型，通过波士顿诊断性失语检查法评定失语严重程度。该标准为现有技术，根据该标准确定所述失语类型和所述失语严重程度等级也为现有技术，在此不再赘述。本实施例通过系统自动评定失语类型和失语严重程度等级，避免了医生的主观因素影响，使得本实施例的评定结果较客观，进而使得本实施例的评定结果更准确。
优选的，所述获取患者的失语类型和失语严重程度等级，还包括：
当根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级的确定过程失败时，发出报警信息，以使医护人员根据所述报警信息获知系统评定过程失败的情况，进而人工评定所述失语类型和所述失语严重程度等级；
根据所述医护人员的输入操作获取所述失语类型和所述失语严重程度等级。
优选的，所述获取患者的失语类型和失语严重程度等级之前，本实施的基于人工智能的失语症患者康复训练方法，还包括：
获取所述患者的基本信息；
所述根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容之前，包括：
根据所述基本信息确定第一训练内容；
根据所述目标训练方式在所述第一训练内容中确定第二训练内容，并定义所述第二训练内容为所述训练内容。
详细的，患者的基本信息包括患者的文化程度、语言习惯(如方言)、性格特点和兴趣爱好等。在一个具体的例子中，系统获取到患者的文化程度为初中后，在所有预设训练内容中确定出适合初中文化程度的患者训练的课程，该课程即为第一训练内容。本实施例根据患者的基本信息确定患者的训练内容，使得训练内容更符合患者的实际需求，进而增加患者训练的意愿和兴趣，有利于提高训练效果。
优选的，所述根据所述目标训练内容对所述患者进行康复训练之后，本实施的基于人工智能的失语症患者康复训练方法，还包括：
根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级；
根据重新评定的所述失语严重程度等级对所述患者进行康复训练。
具体的，训练结果包括患者语言训练课程的应答率和训练任务完成率，系统根据这些数据和预设语言评估标准重新评定所述患者的失语严重程度等级。然后根据重新评定的所述失语严重程度等级对所述患者进行康复训练。
根据重新评定的所述失语严重程度等级对所述患者进行康复训练具体为：当患者的失语严重程度等级发生变化时，根据变化后的失语严重程度等级重新确定训练内容，并根据重新确定的训练内容训练患者；当患者的失语严重程度等级未发生变化时，根据原目标训练内容训练患者。如此，使得本实施例能够根据患者的康复程度实时调整患者的训练内容，使得本实施例能够针对患者康复情况针对性的训练患者，提高了本实施例的训练效率和训练效果。
优选的，所述根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级之前，本实施的基于人工智能的失语症患者康复训练方法，还包括：
根据所述训练结果判断所述患者的康复结果是否满足预设结束训练标准；
当所述患者的康复结果满足所述预设结束训练标准时，结束训练；
当所述患者的康复结果未满足所述预设结束训练标准时，根据重新评定的所述失语严重程度等级对所述患者进行康复训练。
基于一个总的发明构思，本发明还提供了一种基于人工智能的失语症患者康复训练系统。图2是本发明实施例提供的一种基于人工智能的失语症患者康复训练系统的结构示意图，本实施例的基于人工智能的失语症患者康复训练系统用于实现上述实施例的基于人工智能的失语症患者康复训练方法。如图2所示，本实施例的语症患者康复训练系统，包括：
获取模块21，用于获取患者的失语类型和失语严重程度等级；
第一确定模块22，用于根据所述失语类型确定目标训练方式；
第二确定模块23，用于根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；
训练模块24，用于根据所述目标训练内容对所述患者进行康复训练。
优选的，获取模块21具体用于：
获取所述患者的测试数据；所述测试数据为所述患者针对预设测试内容做出的答复数据；所述预设测试内容根据预设语言评估标准生成；
根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级。
其中，所述预设语言评估标准包括西方失语评定量表和波士顿诊断性失语检查法。
优选的，获取模块21还用于：
当根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级的确定过程失败时，发出报警信息，以使医护人员根据所述报警信息获知系统评定过程失败的情况，进而人工评定所述失语类型和所述失语严重程度等级；
根据所述医护人员的输入操作获取所述失语类型和所述失语严重程度等级。
优选的，本实施例的基于人工智能的失语症患者康复训练系统，还包括：获取患者基本信息模块和第三确定模块；
所述获取患者基本信息模块用于获取所述患者的基本信息。
所述第三确定模块用于：
根据所述基本信息确定第一训练内容；
根据所述目标训练方式在所述第一训练内容中确定第二训练内容，并定义所述第二训练内容为所述训练内容。
优选的，本实施例的基于人工智能的失语症患者康复训练系统，还包括重新评定模块，用于：
根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级；
根据重新评定的所述失语严重程度等级对所述患者进行康复训练。
优选的，本实施例的基于人工智能的失语症患者康复训练系统，还包括判断模块，用于：
根据所述训练结果判断所述患者的康复结果是否满足预设结束训练标准；
当所述患者的康复结果满足所述预设结束训练标准时，结束训练；
当所述患者的康复结果未满足所述预设结束训练标准时，根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级。
优选的，训练模块24具体用于：
在预设终端显示所述目标训练内容，和/或通过所述预设终端播放所述目标训练内容，以使所述患者获知所述目标训练内容；
根据所述患者的应答操作获取所述患者的应答数据。
优选的，本实施例的基于人工智能的失语症患者康复训练系统，还包括存储模块，用于存储训练结果。
需要说明的是，本实施例的基于人工智能的失语症患者康复训练系统和上述实施例的基于人工智能的失语症患者康复训练方法基于一个总的发明构思，具备相同或相应的执行过程和有益效果，在此不再赘述。
图3是本发明实施例提供的一种基于人工智能的失语症患者康复训练系统的架构图。如图3所示，本实施例的基于人工智能的失语症患者康复训练系统包括：患者档案建立模块31、患者失语类型和失语严重程度等级评定模块32、交互语言训练模块33和训练效果评定以及训练数据存储模块34。
其中，患者档案建立模块31至少用于获取患者的文化程度、语言习惯、性格和兴趣爱好，并根据这些数据建立患者档案。
患者失语类型和失语严重程度等级评定模块32存储有西方失语评定量表和波士顿诊断性失语检查法，用于通过声音识别与存储子模块获取患者的语音数据，并根据该语音数据通过西方失语评定量表评定患者失语类型，通过波士顿诊断性失语检查法评定患者失语严重程度。
交互语言训练模块33内设置有不同的训练子模块，如图3所示，交互语言训练模块33内设置有运动性失语训练子模块311、感觉性失语训练子模块312和命名性失语训练子模块313。交互语言训练模块33内还设置有训练指令播放模块，用于播放预设训练指令，该预设训练指令根据各训练子模块的训练内容生成。
其中，运动性失语训练子模块311包括元音训练单元3111、数字、单字训练单元3112、动词、名词命名训练单元3113、词组训练单元3114、提示问答训练单元3115和听读训练单元3116。感觉性失语训练子模块312包括听-读-读训练单元3117、起始音提示训练单元3118、判读训练单元3119和短句复述训练单元3120。命名性失语训练子模块313包括动词-名词命名训练单元3121、听读训练单元3122和三步指令训练单元3123。
交互语言训练模块33具体用于根据患者的基本信息(即上述用于生成档案的数据)为患者挑选合适的第一训练内容，然后根据患者的失语类型为患者挑选对应的训练子模块，最后根据患者的失语严重程度等级为患者挑选合适的训练单元，以实现对患者进行针对性的训练。
训练效果评定以及训练数据存储模块34用于存储训练数据，以及用于当判断出患者的训练效果达到当前失语严重程度等级对应的结束训练标准时，若该当前失语严重程度等级为最小等级，结束患者的训练过程，若该当前失语严重程度等级不为最小等级，使患者进入下一等级的训练过程。其中，最小等级为失语严重程度最低的等级。
训练效果评定以及训练数据存储模块34还用于当判断出患者的训练效果未达到当前失语严重程度等级对应的结束训练标准时，根据当前失语严重程度等级对应的训练内容对患者继续对患者进行康复训练。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
流程示意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系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
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，所述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。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
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。
Claims (1)
1.一种基于人工智能的失语症患者康复训练系统，其特征在于，包括：
获取模块，用于获取患者的失语类型和失语严重程度等级；
所述获取患者的失语类型和失语严重程度等级，包括：
获取所述患者的测试数据；所述测试数据为所述患者针对预设测试内容做出的答复数据；所述预设测试内容根据预设语言评估标准生成；
根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级;
所述预设语言评估标准包括西方失语评定量表和波士顿诊断性失语检查法;
所述获取患者的失语类型和失语严重程度等级，还包括：
当根据所述预设语言评估标准和所述测试数据确定所述失语类型和所述失语严重程度等级的确定过程失败时，发出报警信息，以使医护人员根据所述报警信息获知系统评定过程失败的情况，进而人工评定所述失语类型和所述失语严重程度等级；
根据所述医护人员的输入操作获取所述失语类型和所述失语严重程度等级;
所述获取患者的失语类型和失语严重程度等级之前，还包括：
获取所述患者的基本信息；
第一确定模块，用于根据所述失语类型确定目标训练方式；
所述目标训练方式包括：运动性失语训练方式、命名性失语训练方式和感觉性失语训练方式；其中，各训练方式和各失语类型一一对应；
运动性失语训练方式具体为：
元音训练、数字/单字训练、动词+名词命名训练、词组训练、提示问答训练、听读训练；
其中，所述元音训练对应的失语严重程度等级为一级、所述数字/单字训练对应的失语严重程度等级为二级、所述动词+名词命名训练对应的失语严重程度等级为三级、所述词组训练对应的失语严重程度等级为四级、所述提示问答训练对应的失语严重程度等级为五级、所述听读训练对应的失语严重程度等级为六级；
命名性失语训练方式包括：动词+名词命名训练、听读训练、三步指令训练且对应的失语严重程度等级依次为一级、二级、三级；
感觉性失语训练方式包括：听-读-读训练、起始音提示训练、判读训练、短句复述训练且对应的失语严重程度等级依次为一级、二级、三级、四级；
失语严重程度等级的级别越高，失语越严重；
第二确定模块，用于根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容；
所述根据所述失语严重程度等级在所述目标训练方式对应的训练内容中确定目标训练内容之前，包括：
根据所述基本信息确定第一训练内容；
根据所述目标训练方式在所述第一训练内容中确定第二训练内容，并定义所述第二训练内容为所述目标训练内容;
所述根据所述目标训练内容对所述患者进行康复训练之后，还包括：
根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级；
根据重新评定的所述失语严重程度等级对所述患者进行康复训练;
所述根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级之前，还包括：
根据所述训练结果判断所述患者的康复结果是否满足预设结束训练标准；
当所述患者的康复结果满足所述预设结束训练标准时，结束训练；
当所述患者的康复结果未满足所述预设结束训练标准时，根据训练结果和所述预设语言评估标准重新评定所述患者的失语严重程度等级;训练模块，用于根据所述目标训练内容对所述患者进行康复训练;
所述根据所述目标训练内容对所述患者进行康复训练，包括：
在预设终端显示所述目标训练内容，和/或通过所述预设终端播放所述目标训练内容，以使所述患者获知所述目标训练内容；
根据所述患者的应答操作获取所述患者的应答数据;
所述根据所述目标训练内容对所述患者进行康复训练之后，还包括：
存储训练结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111651881.XA CN114306871B (zh) | 2021-12-30 | 2021-12-30 | 基于人工智能的失语症患者康复训练方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111651881.XA CN114306871B (zh) | 2021-12-30 | 2021-12-30 | 基于人工智能的失语症患者康复训练方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114306871A CN114306871A (zh) | 2022-04-12 |
| CN114306871B true CN114306871B (zh) | 2024-06-14 |
Family
ID=81018601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111651881.XA Active CN114306871B (zh) | 2021-12-30 | 2021-12-30 | 基于人工智能的失语症患者康复训练方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114306871B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101921888B1 (ko) * | 2017-10-13 | 2018-11-28 | 대한민국 | 온라인 평가 기반 언어재활 훈련 방법 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104637350B (zh) * | 2013-11-08 | 2017-07-07 | 中国科学院声学研究所 | 一种成人听力言语康复系统 |
| KR101921890B1 (ko) * | 2017-10-13 | 2018-11-28 | 대한민국 | 맞춤형 언어재활을 위한 환자분류 방법 |
| KR101894536B1 (ko) * | 2017-10-30 | 2018-09-12 | 대한민국 | 신경언어장애 환자의 의사소통 능력 향상을 위한 언어훈련 방법 |
| CN108877891A (zh) * | 2018-09-05 | 2018-11-23 | 北京中医药大学东直门医院 | 便携式穴位刺激与人机交互语言康复训练仪及测试方法 |
| CN109876264A (zh) * | 2019-01-30 | 2019-06-14 | 上海市精神卫生中心（上海市心理咨询培训中心） | 一种神经发育障碍患者感统辅助训练方法及系统 |
| CN111179919B (zh) * | 2019-12-20 | 2022-11-04 | 华中科技大学鄂州工业技术研究院 | 一种确定失语类型的方法及装置 |
| CN111126280B (zh) * | 2019-12-25 | 2023-03-21 | 华南理工大学 | 基于融合手势识别的失语症患者辅助康复训练系统及方法 |
| US11004462B1 (en) * | 2020-09-22 | 2021-05-11 | Omniscient Neurotechnology Pty Limited | Machine learning classifications of aphasia |
| CN112885168B (zh) * | 2021-01-21 | 2022-09-09 | 绍兴市人民医院 | 一种基于ai的沉浸式言语反馈训练系统 |
| CN113598711A (zh) * | 2021-08-12 | 2021-11-05 | 四川省医学科学院·四川省人民医院 | 一种用于对脑卒中后失语症进行分类的系统 |
-
2021
- 2021-12-30 CN CN202111651881.XA patent/CN114306871B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101921888B1 (ko) * | 2017-10-13 | 2018-11-28 | 대한민국 | 온라인 평가 기반 언어재활 훈련 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114306871A (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TG | Experimental designs to | |
| Gillam et al. | Language change following computer-assisted language instruction with Fast ForWord or Laureate Learning Systems software | |
| Bergeron et al. | Linguistic dimensions of accentedness and comprehensibility: Exploring task and listener effects in second language French | |
| Janse et al. | Working memory affects older adults’ use of context in spoken-word recognition | |
| Bent et al. | Classification of regional dialects, international dialects, and nonnative accents | |
| Haley et al. | Perceptually salient sound distortions and apraxia of speech: A performance continuum | |
| Nittrouer | From ear to cortex | |
| Gildersleeve-Neumann et al. | Cross-linguistic generalization in the treatment of two sequential Spanish–English bilingual children with speech sound disorders | |
| Janse et al. | Identifying nonwords: Effects of lexical neighborhoods, phonotactic probability, and listener characteristics | |
| KR102651631B1 (ko) | 온라인 기반 한국어 능숙도 평가 장치 및 방법 | |
| KR101992372B1 (ko) | 학습자의 문장입력 및 음성입력을 이용한 학습 시스템 및 그 방법 | |
| Newton et al. | Novel accent perception in typically-developing school-aged children | |
| Szakay et al. | Social categories are shared across bilinguals׳ lexicons | |
| Ghaffarvand Mokari et al. | On the role of cognitive abilities in second language vowel learning | |
| Filipe et al. | Prosodic development in European Portuguese from childhood to adulthood | |
| Gibson et al. | The inclusion of pseudowords within the year one phonics ‘Screening Check’in English primary schools | |
| Fletcher et al. | Effects of vocabulary and implicit linguistic knowledge on speech recognition in adverse listening conditions | |
| Uchihara et al. | Frequency of exposure influences accentedness and comprehensibility in learners’ pronunciation of second language words | |
| CN114306871B (zh) | 基于人工智能的失语症患者康复训练方法和系统 | |
| Tyler et al. | Imageability and category-specificity | |
| CN114170856B (zh) | 用机器实施的听力训练方法、设备及可读存储介质 | |
| Drozdova et al. | Talker-familiarity benefit in non-native recognition memory and word identification: The role of listening conditions and proficiency | |
| Weil | The impact of perceptual dissimilarity on the perception of foreign-accented speech | |
| US20140272826A1 (en) | System and method for targeted strengthening of brain networks for fluent reading acquisition | |
| Johnson et al. | Does time compression decrease intelligibility for female talkers more than for male talkers? |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240728 Address after: Room 605-2D, 6th Floor, Building 6, No. 10 Kegu 1st Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing 102600 Patentee after: Beijing Zhixiang Xingchen Medical Technology Co.,Ltd. Country or region after: China Address before: No. 119, South 4th Ring Road West, Fengtai District, Beijing 100071 Patentee before: BEIJING TIANTAN HOSPITAL, CAPITAL MEDICAL University Country or region before: China |
|
| TR01 | Transfer of patent right |