CN115868939A - 一种认知评估方法、装置、设备、介质及计算机程序产品 - Google Patents

一种认知评估方法、装置、设备、介质及计算机程序产品 Download PDF

Info

Publication number
CN115868939A
CN115868939A CN202310071356.3A CN202310071356A CN115868939A CN 115868939 A CN115868939 A CN 115868939A CN 202310071356 A CN202310071356 A CN 202310071356A CN 115868939 A CN115868939 A CN 115868939A
Authority
CN
China
Prior art keywords
test
eye movement
subject
cognitive
data
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.)
Pending
Application number
CN202310071356.3A
Other languages
English (en)
Inventor
朱文成
刘岸风
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongke Ruiyi Information Technology Co ltd
Original Assignee
Beijing Zhongke Ruiyi Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongke Ruiyi Information Technology Co ltd filed Critical Beijing Zhongke Ruiyi Information Technology Co ltd
Priority to CN202310071356.3A priority Critical patent/CN115868939A/zh
Publication of CN115868939A publication Critical patent/CN115868939A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Eye Examination Apparatus (AREA)

Abstract

本说明书实施例公开了一种认知评估方法、装置、设备、介质及计算机程序产品,包括:在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。本说明书实施例通过回归模型可以更快速的得到受试者的认知得分,避免受试者通过多个评估项的认知检测量表进行认知评估,可以减少受试者的评估时间。

Description

一种认知评估方法、装置、设备、介质及计算机程序产品
技术领域
本说明书涉及计算机技术领域,具体涉及智慧医疗技术领域,特别涉及认知评估的技术领域,尤其涉及一种认知评估方法、装置、设备、介质及计算机程序产品。
背景技术
老年神经退行性疾病通常被划分为两大类:一类是以认知损害为主的疾病谱(以阿尔茨海默病为代表的各种类型痴呆),另一类是以运动障碍为主的疾病谱(以帕金森病、帕金森综合征为代表各种类型运动障碍)。同时,眼动的表现跟执行功能、注意力、定向力、处理速度、甚至记忆力和推理能力有关,眼动的异常很大程度上反映了认知的损伤。由此可以看出,眼动的表现与运动障碍这两类数据,与认知障碍存在很大关联性。
现有技术中,大都通过认知检测量表(MoCA、MMSE)对受试者进行认知评估,认知检测量表包括多个评估项,过程可能需要花费受试者大量的评估时间。
基于此,现需要一种基于眼动与运动相关数据的认知评估方法,以减少受试者的评估时间。
发明内容
本说明书一个或多个实施例提供了一种认知评估方法、装置、设备、介质及计算机程序产品,用于解决背景技术提出的技术问题。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供的一种认知评估方法,包括:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
可选的,所述将所述眼动数据与所述运动行为数据,输入预先训练的回归模型前,所述方法还包括:
获取训练集,所述训练集包括多个测试人员的训练数据,每个测试人员的训练数据包括所述每个测试人员对应的眼动数据、运动行为数据与认知量表得分;
将所述每个测试人员对应的眼动数据与运动行为数据设定为所述回归模型的输入变量,将所述每个测试人员对应的认知量表得分设定为所述回归模型的输出变量;
根据所述训练集训练训练所述回归模型,得到所述输入变量与所述输出变量间的关联关系, 以完成所述回归模型的训练。
可选的,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分, 包括:
在所述受试者同时进行所述认知干扰测试与所述运动测试时,通过所述运动分析设备采集运动行为数据;
在所述受试者进行所述运动测试时,通过所述运动分析设备采集对比行为数据;
将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
可选的,所述将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分, 包括:
根据所述对比行为数据与所述运动行为数据的差值,得到损耗数据;
将所述眼动数据、所述损耗数据、所述运动行为数据与所述对比行为数据,输入预先训练的回归模型,得到认知分数。
可选的,所述认知干扰测试包括多个认知项测试;
所述在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据, 包括:
在所述受试者同时进行所述多个认知项测试与所述运动测试时,通过所述运动分析设备分别采集各认知项测试对应的运动行为数据;
所述将所述眼动数据、所述损耗数据、所述运动行为数据与所述对比行为数据,输入预先训练的回归模型,得到认知分数, 包括:
将所述眼动数据、所述对比行为数据与所述各认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分。
可选的,所述将所述眼动数据、所述对比行为数据与所述各认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分, 包括:
分别确定所述各认知项测试对应的运动行为数据与所述对比行为数据间的测试差值;
筛选所述测试差值大于预设值的障碍认知项测试,并确定所述障碍认知项测试对应的运动行为数据;
将所述眼动数据、所述对比行为数据与所述障碍认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分。
可选的,所述眼动测试包括扫视测试、反向扫视测试、平滑追踪测试、记忆眼动测试与视觉搜索测试中的一项或多项;其中,
所述扫视测试为所述受试者看向第一目标点方向,所述目标点先后在不同的位置出现;
所述反向扫视测试为所述受试者看向第二目标点相反方向,所述第二目标点先后在不同的位置出现;
所述平滑追踪测试为所述受试者追踪第三目标点,所述第三目标点持续移动;
所述记忆眼动测试为所述受试者按照记忆依序看向出现过的第四目标点的位置,所述第四目标点按照顺序出现在不同的位置;
所述视觉搜索测试为所述受试者在眼前的图形中寻找特定的图形。
可选的,所述在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据,包括:
在所述受试者进行所述扫视测试时,通过眼动追踪设备采集眼动数据包括扫视速度、扫视眼动潜伏期与扫视加速度;
在所述受试者进行所述反向扫视测试时,通过眼动追踪设备采集眼动数据包括反扫视潜伏期与反扫视正确率;
在所述受试者进行所述平滑追踪测试时,通过眼动追踪设备采集眼动数据包括注视稳定度与注视偏移量;
在所述受试者进行所述记忆眼动测试时,通过眼动追踪设备采集眼动数据包括记忆准确度与反应时间;
在所述受试者进行所述视觉搜索测试时,通过眼动追踪设备采集眼动数据包括搜索时间与搜索范围。
本说明书一个或多个实施例提供的一种认知评估装置, 包括:
眼动数据采集单元,在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
运动行为数据采集单元,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
认知得分确定单元,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书一个或多个实施例提供的一种认知评估设备, 包括:
至少一个处理器; 以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行, 以使所述至少一个处理器能够:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书一个或多个实施例提供的一种计算机程序产品,其包括具有存储在其中的计算机可读程序指令的至少一个计算机可读存储介质,所述计算机可读程序指令包括:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
本说明书实施例将眼动测试、运动测试与认知测试进行关联,训练得到回归模型,通过眼动测试得到受试者的眼动数据,通过运动测试得到受试者的运动行为数据,并将眼动数据与运动行为数据输入回归模型,得到受试者的认知得分,本说明书实施例通过回归模型可以更快速的得到受试者的认知得分,避免受试者通过多个评估项的认知检测量表进行认知评估,可以减少受试者的评估时间。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书一个或多个实施例提供的一种认知评估方法的流程示意图;
图2为本说明书一个或多个实施例提供的各参数相关性示意图;
图3本说明书一个或多个实施例提供的一种认知评估装置的结构示意图;
图4为本说明书一个或多个实施例提供的一种认知评估设备的结构示意图。
具体实施方式
本说明书实施例提供一种认知评估方法、装置、设备、介质及计算机程序产品。
目前临床对认知障碍的评估主要通过认知测量表,如MMSE、MoCA等。此类方式均为受试者进行答题,包括记忆类、计算类及执行类等题目。此类方法存在明显局限: 1、题目内容固定,无法避免患者的学习效应;2、花费时间长,有些患者无法配合;3、获取信息少,三十分钟的测试最终只保留一个得分,无法精细评估变化情况。
需要说明的是,眼动的表现跟执行功能、注意力、定向力、处理速度、甚至记忆力和推理能力有关,所以, 眼动的异常很大程度上反映了认知的损伤;另外,很多运动障碍疾病都可能出现认知损害,如帕金森痴呆、进行性核上性麻痹痴呆等。而认知障碍疾病出现运动障碍亦不罕见,如路易体痴呆的锥体外系症状、阿尔茨海默病患者出现失用症等,所以,运动障碍和认知障碍间相互影响。
基于上述关于眼动与认知的关联,以及运动障碍与认知的关联,可以看出,眼动异常与运动行为数据皆可以反映认知损伤的程度,本说明书实施例借助运动行为数据与眼动数据,共同对受试者进行认知评估,以此可以更为准确的得出受试者的认知评估结果。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
图1为本说明书一个或多个实施例提供的一种认知评估方法的流程示意图,该流程可以由认知评估系统执行。流程中的某些输入参数或者中间结果允许人工干预调节, 以帮助提高准确性。
本说明书实施例的方法流程步骤如下:
S102,在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据。
在本说明书实施例中,对受试者进行眼动测试时,可以通过眼动检测仪EyeKnow采集眼动数据。
在本说明书实施例中,眼动测试可以包括扫视测试、反向扫视测试、平滑追踪测试、记忆眼动测试与视觉搜索测试;其中,
扫视测试为所述受试者看向第一目标点方向,目标点先后在不同的位置出现,比如,第一目标点先在中心位置出现,然后第一目标点在中位置消失,之后第一目标点会随机在某一方向出现,过程中需要受试者快速看向第一目标点,完成扫视测试;
反向扫视测试为所述受试者看向第二目标点相反方向,所述第二目标点先后在不同的位置出现,比如,第二目标点先在中心位置出现,然后第二目标点在中位置消失,之后第二目标点会随机在某一方向出现,过程中需要受试者快速看向第二目标点的相反方向,完成反向扫视测试;
平滑追踪测试为所述受试者追踪第三目标点,所述第三目标点持续移动,过程中需要受试者快速看向持续移动的第三目标点;
记忆眼动测试为所述受试者按照记忆依序看向出现过的第四目标点的位置,所述第四目标点按照顺序出现在不同的位置,过程中需要受试者记忆第四目标点按照顺序出现的位置;
所述视觉搜索测试为所述受试者在眼前的图形中寻找特定的图形, 比如,特定的图像为字母L。
进一步的,本说明书实施例在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据过程中,可以对上述的眼动测试详细进行说明:
在所述受试者进行所述扫视测试时,可以通过眼动追踪设备采集眼动数据包括扫视速度、扫视眼动潜伏期与扫视加速度,扫视眼动潜伏期为目标呈现与眼球运动开始的时间差;
在所述受试者进行所述反向扫视测试时,可以通过眼动追踪设备采集眼动数据包括反扫视潜伏期与反扫视正确率;
在所述受试者进行所述平滑追踪测试时,可以通过眼动追踪设备采集眼动数据包括注视稳定度与注视偏移量;
在所述受试者进行所述记忆眼动测试时,可以通过眼动追踪设备采集眼动数据包括记忆准确度与反应时间;
在所述受试者进行所述视觉搜索测试时,可以通过眼动追踪设备采集眼动数据包括搜索时间与搜索范围。
S104,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据。
在本说明书实施例中,运动分析设备可以应用ReadyGo运动功能定量评价系统,运动测试可以包括TUG测试与步态测试。其中,
比如,TUG测试时,可以从扶手椅(扶手椅的座椅高度为46厘米)站起来,以日常步行速度走到3米外的地标处,转身,回到椅子上,再坐下来,记录完成时间、站立速度、坐下速度、转身时间与步速的数据。
步态测试时,可以以日常步行速度在间隔三米的地标线之间来回行走,一共走3个来回,记录步速、步幅、步宽、步高、站立相、摆动相与双支撑相的数据。
在本说明书实施例中,对受试者同时进行认知干扰测试与所述运动测试,在受试者存在认知障碍时,认知干扰测试对受试者造成影响,相应的,运动行为数据为认知干扰数据。在受试者不存在认知障碍时,认知干扰测试无法对受试者造成影响,相应的,运动行为数据并非认知干扰数据。
S106,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
在本说明书实施例中,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型前,可以训练回归模型。训练回归模型时,可以先获取训练集,所述训练集包括多个测试人员的训练数据,每个测试人员的训练数据包括所述每个测试人员对应的眼动数据、运动行为数据与认知量表得分,认知量表得分可以通过传统的认知量表(蒙特利尔认知评估量表、简易智力状况检查法)对受试者进行评分, 蒙特利尔认知评估量表 (MontrealCognitive Assessment,MoCA),简易智力状况检查法(mini-mentalstateexamination,MMSE);然后,将所述每个测试人员对应的眼动数据与运动行为数据设定为所述回归模型的输入变量,将所述每个测试人员对应的认知量表得分设定为所述回归模型的输出变量;最后,根据所述训练集训练训练所述回归模型,得到所述输入变量与所述输出变量间的关联关系,以完成所述回归模型的训练,其中,回归模型可以应用线性回归模型、多项式回归模型或逻辑回归模型。
进一步的,本说明书实施例为了表现认知干扰测试对于存在认知障碍的受试者的影响,可以增加不存在认知干扰测试的对比行为数据,在所述受试者进行所述运动测试时,通过所述运动分析设备采集对比行为数据。在受试者不存在认知障碍时,认知干扰测试无法对受试者造成影响,运动行为数据与对比行为数据相同,或者运动行为数据与对比行为数据间的差值符合预先设定的阈值范围。
在本说明书实施例中,运动行为数据与对比行为数据所包括的数据相同,皆可以包括步速、步幅、步宽、步高、站立相、摆动相、双支撑相、关节角度的数据。
需要说明的是,本说明书实施例在包括对比行为数据时,回归模型训练时,训练数据中包括相应的对比行为数据,对应的,将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
在本说明书实施例中,将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到认知分数时,可以先根据所述对比行为数据与所述行为数据的差值,得到损耗数据,在受试者不存在认知障碍时,损耗数据低于预先设定的正常阈值范围,在受试者存在认知障碍时,损耗数据超出正常阈值范围,损耗数据可以将受试者的对比行为数据与运动行为数据间建立关联,由于在受试者存在认知障碍时,对比行为数据与运动行为数据间存在差异,通过损耗数据可以更好的进行表现,使得最终得到的认知得分更准确;然后,将所述眼动数据、所述损耗数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到认知分数。
需要说明的是,若需要将损耗数据输入回归模型,在回归模型训练时,可以将训练集增添损耗数据,并将所述每个测试人员对应的眼动数据、对比行为数据、运动行为数据与损耗数据设定为所述回归模型的输入变量。
在本说明书实施例中,根据所述对比行为数据与所述运动行为数据的差值,得到损耗数据的过程中,可以将所述对比行为数据与所述运动行为数据输入损耗数据公式,得到所述损耗数据; 其中,所述损耗数据公式为:
Figure BDA0004064895790000111
比如,对比行为数据与运动行为数据为步速时,根据上述的损耗数据公式,得到步速损耗=(1.03-0.94)/1.03=8.74%、步幅损耗=8.04%、步宽损耗=0.17m、步高损耗=0.08m、站立相损耗=67.5%、摆动相损耗=32.5%。
在本说明书实施例中,认知干扰测试可以包括多个认知项测试,为了更准确测试出受试者的认知得分,可以针对不同的认知项项测试采集运动行为数据;在所述受试者同时进行所述多个认知项测试与所述运动测试时,可以通过所述运动分析设备分别采集各认知项测试对应的运动行为数据,若受试者的部分认知项存在认知障碍, 不存在认知障碍的认知项得到运动行为数据为正常数据;最后,可以将所述眼动数据、所述对比行为数据与所述各认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分,此时的回归模型考虑了不同认知项测试对应的运动行为数据,可以更准确的得到最终的认知得分。
进一步的,本说明书实施例考虑到多个认知项测试中部分认知项存在认知障碍,可以将不存在认知障碍的认知项进行剔除,可以使得最终的认知得分更准确。将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分的过程中,可以分别确定所述各认知项测试对应的运动行为数据与所述对比行为数据间的测试差值;筛选所述测试差值大于预设值的障碍认知项测试,并确定所述障碍认知项测试对应的运动行为数据,测试差值小于或等于预设值对应的运动行为数据可以剔除; 最后,将所述眼动数据、所述对比行为数据与所述障碍认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分。
需要说明的是,本说明书实施例将眼动测试、运动测试与认知测试进行关联,训练得到回归模型,通过眼动测试得到受试者的眼动数据,通过运动测试得到受试者的运动行为数据,并将眼动数据与运动行为数据输入回归模型,得到受试者的认知得分,本说明书实施例通过回归模型可以更快速的得到受试者的认知得分,避免受试者通过多个评估项的认知检测量表进行认知评估,可以减少受试者的评估时间。
此外,通过本说明书实施例的上述技术特征,相比于认知量表得到的认知得分,具有以下优势:
1、避免患者的学习效应,每次都可用患者自然状态下的运动能力评估认知障碍;
2、极大提高效率,利用运动功能定量评估设备可在十分钟内完成所有测试并现场出具结果报告;
3、获得丰富定量数据,可精细化监测患者认知障碍变化趋势。
本说明书实施例基于上述技术特征,可以通过下述具体内容实施:
1.受试者选择:
早期AD(阿尔茨海默病)、正常对照组(有明确的标签),有MMSE和MoCA的记录;
(1)纳入标准:
年龄55岁-75岁;
运动功能正常:要求无步态障碍主诉。
(2)排除标准:
因精神疾病、认知障碍、情感障碍、视听力障碍等因素无法理解并不能配合完成信息采集;
合并严重影响运动功能疾病(帕金森病、糖尿病、任何心脏或呼吸系统疾病等);
具有骨关节疾病,如做过骨关节手术、骨关节畸形等;
患有影响视力和眼球活动的眼部疾病。
2.临床信息采集
(1)受试者编号
(2)收集受试者人口学信息如:性别、出生日期、身高、体重和文化程度
3.认知功能评估
(1)记录简易精神状态量表测试(MMSE)得分
(2)记录蒙特利尔认知评估测试(MoCA)得分
4.眼动定量评估
(1)使用设备:EyeKnowTM眼动检测仪
(2)眼动测试说明:
扫视测试:目标点首先在中心位置出现,然后中心的目标点消失,目标点会随机在某一方向出现,需要受试者快速看向这个目标点,完成这一次测试,采集扫视速度Sv,扫视眼动潜伏期Sl,扫视加速度Sa。
例如:重叠朝向眼跳:目标点先出现在中心位置,然后1.2秒后在中心位置消失,但在中心位置消失的0.2秒之前,目标点会随机在上下左右15°出现。当在目标点出现时,需要患者快速看向此点,此测试共20次。
反向扫视测试:目标点首先在中心位置出现,目标点会随机在某一方向出现,需要受试者此时快速看向这个目标点的相反方向,完成一次测试,采集反扫视潜伏期Al,反扫视正确率Ac。
例如:反向眼跳:目标点先出现在中心位置,然后1秒后中心位置消失,随机在上下左右15°出现目标系统点。当在上下左右出现目标点时,需要患者快速看向此点的反方向,此测试共20次。
平滑追踪测试:要求受试者持续注视一个移动的物体,持续平滑地注视,采集注视稳定度Ps,注视偏移量Po。
例如:水平平滑追踪:圆形亮点在水平方向上以幅度为20°频率为0.2hz的正弦速率移动,受试者需要尽可能地保持持续注视,共30秒钟。
垂直平滑追踪:圆形亮点在垂直方向上以幅度为20°频率为0.2hz的正弦速率移动,受试者需要尽可能地保持持续注视,共30秒钟。
记忆眼动测试:要求受试者按照记忆去依序看向出现过的点的位置,采集记忆准确度Mp,反应时间Mr。
视觉搜索测试:受试者需要在眼前的图形中去寻找一个特定的图形或数字/字母,采集搜索时间Vt,搜索范围Ve。
(3)数据采集过程:
1) 受试者信息录入:操作人员对受试者的信息进行系统的录入,信息包含姓名、编号、出生年月日、性别、民族、教育程度、睡眠时长、MOCA分数、MMSE分数。
2) 采集过程说明:对受试者提前解释如何进行校准,以及对需要进行的眼动测试进行说明,配合图文和语言沟通的方式,确保受试者了解。
3) 校准:受试者会先看到一个出现在中心的亮点(亮点直径1° ),然后亮点依次移动到左上、右上、左下、右下15°的位置,全过程约10-25秒,结束后会由设备进行校准效果的判断,以建议是否需要重新校准。校准之后,应避免移动头盔佩戴位置直至结束。
4) 认知功能眼动范式集采集:每项测试开始前,应保证受试者充分了解测试内容及目的,从而真实展现眼动功能,如果测试过程中操作者明显发觉受试者对范式执行的要求理解有偏差,可重启某一项或某多项测试以保证眼动采集的准确性和客观性。第一项测试——重叠朝向眼跳可用于判断受试者校准情况,如果校准情况不佳,需重新校准以保证测试可以正常进行。
5) 验证:操作人员需在全部范式采集结束后,通过粗略地阅读报告来判断采集效果,对于因采集不规范造成的数据问题,需通过重新采集来保证此受试者表现的眼动功能真实可靠。
5.运动定量评估
(1)使用设备:ReadyGo运动功能定量评价系统
(2)运动-认知测试说明:
运动任务:
1) TUG:从标准扶手椅(座椅高度约为46厘米)站起来,以日常步行速度走到3米外的地标处,转身,回到椅子上,再坐下来,记录完成时间、站立速度、坐下速度、转身时间、步速。
2) 步态测试:以日常步行速度在间隔三米的地标线之间来回行走,一共走3个来回,记录步速、步幅、步宽、步高、站立相、摆动相、双支撑相等。
认知任务:
1) 倒数:受试者从100开始倒数(100、99、98、97...),并说出结果。
2) 水果命名:说出尽可能多的水果名称(如西瓜,香蕉)。
3) 动物命名:说出尽可能多的动物名称(如老虎,狮子)。
(3) 数据采集过程
1) 采集过程说明:首先进行单任务作为对照,随后适当休息让受试者恢复。休息完全后进行多重任务测试,即在进行运动任务的同时执行认知任务。向受试者提前解释采集过程,确保受试者完全明白。
2) 单任务测试:每项测试开始前,应保证受试者充分了解测试内容,并进行一到两次尝试后进行正式采集。单任务结束后,休息1分钟左右,让受试者充分休息。
3) 双任务测试:每项测试开始前,应保证受试者充分了解测试内容,并进行一到两次尝试后进行正式采集。
4) 验证:检查者需在全部测试采集结束后,通过阅读报告来判断数据采集质量,对于因采集不规范造成的数据问题,需通过重新采集来保证此受试者的数据真实可靠。
6.回归模型训练
回归模型以线性回归模型为例:
y=m1x1 + m2x2 + m3x3 + … + mnxn + b
其中, 自变量x1、x2、x3…xn包括眼动参数、单任务测试采集的对比行为数据、双任务测试采集的运动行为数据和数据损耗,m1、m2、m3…mn等权重通过训练模型得出。
过程中,将当前受试者的眼动数据、对比行为数据、运动行为数据和数据损耗输入到回归模型中,计算得出认知得分,该认知得分即为MMSE 分数或MOCA分数。
相关性分析:这些得分参数是基于一类动作与量表的数据进行相关性计算得到的,具体参见图2示出的各参数相关性示意图。
图中各参数分别为:
MMSE为患者MMSE量表得分;
MoCA为患者MoCA量表得分;
Baseline为单任务步态测试参数;
DT1为双任务1步态测试参数;
DT2为双任务2步态测试参数;
DT3为双任务3步态测试参数;
DTCZ1为双任务1损耗;
DTCZ2为双任务2损耗;
DTCZ3为双任务3损耗;
图中为以上参数之间两两的相关性。
计算、命名任务的步态参数与MMSE分数的相关性均为77%;
计算、命名任务的双任务损耗参数与MMSE分数的相关性分别为60%、76%。
图3本说明书一个或多个实施例提供的一种认知评估装置的结构示意图,包括:眼动数据采集单元302、运动行为数据采集单元304与认知得分确定单元306。
眼动数据采集单元302,在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
运动行为数据采集单元304,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
认知得分确定单元306,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
图4为本说明书一个或多个实施例提供的一种认知评估设备的结构示意图,包括:
至少一个处理器; 以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行, 以使所述至少一个处理器能够:
在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书一个或多个实施例提供的一种计算机程序产品,其包括具有存储在其中的计算机可读程序指令的至少一个计算机可读存储介质,所述计算机可读程序指令包括:
在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中, 多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种认知评估方法,其特征在于,所述方法包括:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
2.根据权利要求1所述的方法,其特征在于,所述将所述眼动数据与所述运动行为数据,输入预先训练的回归模型前,所述方法还包括:
获取训练集,所述训练集包括多个测试人员的训练数据,每个测试人员的训练数据包括所述每个测试人员对应的眼动数据、运动行为数据与认知量表得分;
将所述每个测试人员对应的眼动数据与运动行为数据设定为所述回归模型的输入变量,将所述每个测试人员对应的认知量表得分设定为所述回归模型的输出变量;
根据所述训练集训练训练所述回归模型,得到所述输入变量与所述输出变量间的关联关系,以完成所述回归模型的训练。
3.根据权利要求1所述的方法,其特征在于,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分,包括:
在所述受试者同时进行所述认知干扰测试与所述运动测试时,通过所述运动分析设备采集运动行为数据;
在所述受试者进行所述运动测试时,通过所述运动分析设备采集对比行为数据;
将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
4.根据权利要求3所述的方法,其特征在于,所述将所述眼动数据、所述对比行为数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分,包括:
根据所述对比行为数据与所述运动行为数据的差值,得到损耗数据;
将所述眼动数据、所述损耗数据、所述运动行为数据与所述对比行为数据,输入预先训练的回归模型,得到认知分数。
5.根据权利要求4所述的方法,其特征在于,所述认知干扰测试包括多个认知项测试;
所述在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据,包括:
在所述受试者同时进行所述多个认知项测试与所述运动测试时,通过所述运动分析设备分别采集各认知项测试对应的运动行为数据;
所述将所述眼动数据、所述损耗数据、所述运动行为数据与所述对比行为数据,输入预先训练的回归模型,得到认知分数,包括:
将所述眼动数据、所述对比行为数据与所述各认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分。
6.根据权利要求5所述的方法,其特征在于,所述将所述眼动数据、所述对比行为数据与所述各认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分,包括:
分别确定所述各认知项测试对应的运动行为数据与所述对比行为数据间的测试差值;
筛选所述测试差值大于预设值的障碍认知项测试,并确定所述障碍认知项测试对应的运动行为数据;
将所述眼动数据、所述对比行为数据与所述障碍认知项测试对应的运动行为数据,输入所述回归模型,得到所述受试者的认知得分。
7.根据权利要求1所述的方法,其特征在于,所述眼动测试包括扫视测试、反向扫视测试、平滑追踪测试、记忆眼动测试与视觉搜索测试中的一项或多项;其中,
所述扫视测试为所述受试者看向第一目标点方向,所述目标点先后在不同的位置出现;
所述反向扫视测试为所述受试者看向第二目标点相反方向,所述第二目标点先后在不同的位置出现;
所述平滑追踪测试为所述受试者追踪第三目标点,所述第三目标点持续移动;
所述记忆眼动测试为所述受试者按照记忆依序看向出现过的第四目标点的位置,所述第四目标点按照顺序出现在不同的位置;
所述视觉搜索测试为所述受试者在眼前的图形中寻找特定的图形。
8.根据权利要求7所述的方法,其特征在于,所述在所述受试者进行眼动测试时,通过眼动追踪设备采集眼动数据,包括:
在所述受试者进行所述扫视测试时,通过眼动追踪设备采集眼动数据包括扫视速度、扫视眼动潜伏期与扫视加速度;
在所述受试者进行所述反向扫视测试时,通过眼动追踪设备采集眼动数据包括反扫视潜伏期与反扫视正确率;
在所述受试者进行所述平滑追踪测试时,通过眼动追踪设备采集眼动数据包括注视稳定度与注视偏移量;
在所述受试者进行所述记忆眼动测试时,通过眼动追踪设备采集眼动数据包括记忆准确度与反应时间;
在所述受试者进行所述视觉搜索测试时,通过眼动追踪设备采集眼动数据包括搜索时间与搜索范围。
9.一种认知评估装置,其特征在于,包括:
眼动数据采集单元,在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
运动行为数据采集单元,在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
认知得分确定单元,将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
10.一种认知评估设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
11.一种非易失性计算机存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令设置为:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
12.一种计算机程序产品,其包括具有存储在其中的计算机可读程序指令的至少一个计算机可读存储介质,所述计算机可读程序指令包括:
在受试者进行眼动测试时,通过眼动追踪设备采集眼动数据;
在所述受试者同时进行认知干扰测试与运动测试时,通过运动分析设备采集运动行为数据;
将所述眼动数据与所述运动行为数据,输入预先训练的回归模型,得到所述受试者的认知得分。
CN202310071356.3A 2023-01-13 2023-01-13 一种认知评估方法、装置、设备、介质及计算机程序产品 Pending CN115868939A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310071356.3A CN115868939A (zh) 2023-01-13 2023-01-13 一种认知评估方法、装置、设备、介质及计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310071356.3A CN115868939A (zh) 2023-01-13 2023-01-13 一种认知评估方法、装置、设备、介质及计算机程序产品

Publications (1)

Publication Number Publication Date
CN115868939A true CN115868939A (zh) 2023-03-31

Family

ID=85760809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310071356.3A Pending CN115868939A (zh) 2023-01-13 2023-01-13 一种认知评估方法、装置、设备、介质及计算机程序产品

Country Status (1)

Country Link
CN (1) CN115868939A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116483209A (zh) * 2023-06-20 2023-07-25 北京智精灵科技有限公司 一种基于眼动调控的认知障碍人机交互方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106256312A (zh) * 2015-06-16 2016-12-28 日立数字映像(中国)有限公司 认知功能障碍评价装置
CN109976530A (zh) * 2019-04-08 2019-07-05 贵州大学 一种vr系统认知负荷量化评估方法
EP3838142A1 (en) * 2019-12-20 2021-06-23 Associação Fraunhofer Portugal Research Method and device for monitoring dementia-related disorders
WO2022010282A1 (ko) * 2020-07-10 2022-01-13 서울대학교산학협력단 음성 특성 기반 알츠하이머병 예측 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106256312A (zh) * 2015-06-16 2016-12-28 日立数字映像(中国)有限公司 认知功能障碍评价装置
CN109976530A (zh) * 2019-04-08 2019-07-05 贵州大学 一种vr系统认知负荷量化评估方法
EP3838142A1 (en) * 2019-12-20 2021-06-23 Associação Fraunhofer Portugal Research Method and device for monitoring dementia-related disorders
WO2022010282A1 (ko) * 2020-07-10 2022-01-13 서울대학교산학협력단 음성 특성 기반 알츠하이머병 예측 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116483209A (zh) * 2023-06-20 2023-07-25 北京智精灵科技有限公司 一种基于眼动调控的认知障碍人机交互方法及系统

Similar Documents

Publication Publication Date Title
JP7280876B2 (ja) 認知および動作の疾患または障害についてのデジタル質測定的バイオマーカー
Howell et al. The effect of prior concussion history on dual-task gait following a concussion
CN107713984B (zh) 面瘫客观评估方法
Howell et al. The utility of instrumented dual-task gait and tablet-based neurocognitive measurements after concussion
Pizzera et al. Gaze behavior of gymnastics judges: Where do experienced judges and gymnasts look while judging?
JP7166473B2 (ja) 眼検査
CN112472111A (zh) 一种脊柱侧凸早期自检与康复云平台
Ferrer-García et al. Body image assessment software: Psychometric data
CN115868939A (zh) 一种认知评估方法、装置、设备、介质及计算机程序产品
Deluca et al. The cerebellum and visual perceptual learning: evidence from a motion extrapolation task
CN106175657B (zh) 一种视力自动检测系统
Licari et al. Visual tracking behaviour of two-handed catching in boys with developmental coordination disorder
Gawron Differences among myopes, emmetropes, and hyperopes
EP1573440B1 (en) Systems for diagnosing akathisia
CA2352304A1 (en) Method of selection of eye position data and apparatus for carrying out the method
Rodrigues Sports vision: influence on athlete’s performance
CN113100736B (zh) 脑血流自主神经障碍评估装置、系统及存储介质
CN116077023B (zh) 基于运动测试的认知评估方法、装置、设备、介质及产品
Yow et al. Automatic visual impairment detection system for age-related eye diseases through gaze analysis
CN116098587B (zh) 一种基于眼动的认知评估方法、装置、设备及介质
McDuff et al. Analyzing the eye gaze behaviour of students and experienced physiotherapists during observational movement analysis
US11751799B1 (en) Methods and systems for diagnosing cognitive conditions
CN116416096B (zh) 一种运动协同管理方法、系统、智能终端及存储介质
RU2753743C1 (ru) Способ определения зрительных функций у детей превербального возраста
Grunstra et al. Validity and Test-Retest Reliability of a Digital Dynamic Visual Acuity Test of Vestibular Function

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