CN115969331A - 一种认知语言障碍的评估系统 - Google Patents
一种认知语言障碍的评估系统 Download PDFInfo
- Publication number
- CN115969331A CN115969331A CN202310279482.8A CN202310279482A CN115969331A CN 115969331 A CN115969331 A CN 115969331A CN 202310279482 A CN202310279482 A CN 202310279482A CN 115969331 A CN115969331 A CN 115969331A
- Authority
- CN
- China
- Prior art keywords
- test
- module
- interface
- result
- electroencephalogram signal
- 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
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 52
- 208000011977 language disease Diseases 0.000 title claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 435
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 230000006735 deficit Effects 0.000 claims abstract description 6
- 230000000638 stimulation Effects 0.000 claims description 40
- 230000000007 visual effect Effects 0.000 claims description 39
- 210000003710 cerebral cortex Anatomy 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 238000013100 final test Methods 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000004438 eyesight Effects 0.000 claims description 4
- 230000001965 increasing effect Effects 0.000 claims description 4
- 208000020016 psychiatric disease Diseases 0.000 claims description 4
- 230000000763 evoking effect Effects 0.000 description 20
- 230000033001 locomotion Effects 0.000 description 14
- 239000003086 colorant Substances 0.000 description 10
- 238000000605 extraction Methods 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 7
- 238000010219 correlation analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 241000255969 Pieris brassicae Species 0.000 description 3
- 230000007659 motor function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005978 brain dysfunction Effects 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 238000001604 Rao's score test Methods 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本公开提供了一种认知语言障碍的评估系统，所述系统包括：病历信息采集模块，用于获取被测者的电子病历；脑机接口测试模块，用于显示测试界面，所述测试界面中包括测试指令和至少一个测试图标，以使所述被测者根据所述测试指令的引导注视所述测试图标以执行选择任务，产生脑电信号；采集所述脑电信号，根据所述脑电信号确定所述被测者执行所述选择任务的选择结果；根据所述测试界面对应的预设答案和所述选择结果，得到测试结果；测试结果分析模块，根据所述测试结果和所述电子病历中的患者信息，确定所述被测者的认知语言障碍的评估结果。
Description
技术领域
本公开涉及临床医疗领域，尤其涉及一种认知语言障碍的评估系统。
背景技术
近年来，脑卒中以及许多神经退行性疾病如阿尔茨海默病、帕金森综合征高发，该类疾病通常会引发患者一系列认知和语言方面的脑功能障碍，严重影响患者的生命安全和生活质量。在临床诊疗中，医生为制定适用于病患的诊疗方案，首先要对其进行认知和语言障碍等级的评估。
目前较为成熟的临床评估方法为Token测验，即代币测验。Token测验包括原始版（61个测试项目）和简版（36个测试项目），被广泛用于失语症的临床鉴别诊断。Token测验的测验用具由若干个圆形、正方形等硬质厚片状塑料标志物组成，测试内容包括难度不等的语言性指令，如“将红色的大圆形放在绿色的大方形上”。被测试者只需在限定的时间内根据测试人员的语言性指令做出选择，在结束测试后，统计被测试者回答错误的问题个数，对其语言障碍程度进行评级。但该测验方法需要测试人员进行全程提问和指导，并且需要配合具有一定标准的测试用具；同时，在测试过程中，存在需要被测试者使用幅度较大的肢体动作做出问题答案的测验环节，并不适用于运动功能损失严重的患者。
发明内容
本公开提供了一种认知语言障碍的评估系统，以至少解决现有技术中存在的以上技术问题。
根据本公开的第一方面，提供了一种认知语言障碍的评估系统，所述系统包括：
病历信息采集模块，用于获取被测者的电子病历；
脑机接口测试模块，用于显示测试界面，所述测试界面中包括测试指令和至少一个测试图标，以使所述被测者根据所述测试指令的引导注视所述测试图标以执行选择任务，产生脑电信号；采集所述脑电信号，根据所述脑电信号确定所述被测者执行所述选择任务的选择结果；根据所述测试界面对应的预设答案和所述选择结果，得到测试结果；
测试结果分析模块，根据所述测试结果和所述电子病历中的患者信息，确定所述被测者的认知语言障碍的评估结果。
在一可实施方式中，所述脑机接口测试模块包括：显示模块、脑电信号编码模块、脑电信号采集与预处理模块、脑电信号解码模块和选择结果分析模块；其中：
所述显示模块，用于显示所述测试界面，通过所述测试指令引导被测者执行选择任务；
所述脑电信号编码模块，用于控制所述测试界面中的所述测试图标进行闪烁，以使所述被测者注视闪烁的测试图标接受视觉刺激，诱导所述被测者的大脑皮层产生相应的脑电信号；
所述脑电信号采集与预处理模块，用于采集所述脑电信号，并将所述脑电信号进行预处理；
所述脑电信号解码模块，用于将预处理后的脑电信号通过脑电信号分析算法进行识别，确定所述被测者执行所述选择任务的选择结果；
所述选择结果分析模块，用于判断所述选择结果与所述测试界面对应的预设答案是否一致，确定所述被测者在所述测试界面的测试结果。
在一可实施方式中，所述脑电信号编码模块，还用于在所述脑电信号解码模块确定的所述选择结果为空时，循环多次控制所述测试图标进行闪烁，直至所述脑电信号解码模块确定的所述选择结果不为空，或者直至循环次数达到设定次数。
在一可实施方式中，所述测试界面还包括与所述测试图标一一对应的控制子界面，所述控制子界面包括所述测试图标的操作按钮；相应的，
所述脑电信号编码模块，还用于在所述显示模块显示所述控制子界面时，控制所述控制子界面中的操作按钮闪烁，以使所述被测者注视闪烁的操作按钮接受视觉刺激，诱导所述被测者的大脑皮层产生相应的脑电信号。
在一可实施方式中，所述脑机接口测试模块还包括：脑电信号存储模块；
所述脑电信号存储模块，用于将预处理后的脑电信号存储在所述评估系统的云端数据库中。
在一可实施方式中，所述脑机接口测试模块还包括：测试界面设置模块；
所述测试界面设置模块，用于通过接口获取设置指令，根据所述设置指令对所述测试界面中的所述测试指令和测试图标进行设置。
在一可实施方式中，所述病历信息采集模块包括：电子病历读取模块和传输协议建立模块；其中：
所述电子病历读取模块，用于从医院系统获取所述被测者的电子病历，并从所述电子病历中读取患者信息；所述患者信息包括所述被测者的基本信息和认知语言障碍的相关信息，所述认知语言障碍的相关信息至少包括：所述被测者的受教育年数、视力水平和精神类疾病史；
所述传输协议建立模块，用于建立所述评估系统与所述医院系统的信息传输协议，以获取所述被测者电子病历的读取权限，使得所述电子病历读取模块从医院系统获取所述被测者的电子病历。
在一可实施方式中，所述病历信息采集模块还包括：信息存储模块；
所述信息存储模块，用于将读取的患者信息存储在所述评估系统的云端数据库中。
在一可实施方式中，所述测试结果分析模块包括：脑机接口测试分析模块：
所述脑机接口测试分析模块，用于统计所有测试界面的测试结果并进行打分，得到原始测试分值；根据所述患者信息中所述被测者的受教育年数，对所述原始测试分值进行增减，得到最终测试分值；根据认知语言障碍严重等级规则对所述最终测试分值进行评估，得到所述被测者的认知语言障碍的评估结果。
在一可实施方式中，所述测试结果分析模块还包括：评估结果呈现模块；
所述评估结果呈现模块，用于在测试结束后，在所述被测者和测试人员的显示端显示所述被测者的认知语言障碍的评估结果。
在一可实施方式中，所述测试结果分析模块还包括：评估结果存储模块；
所述评估结果存储模块，用于将所述被测者的认知语言障碍的评估结果存储在所述评估系统的云端数据库中。
本公开的认知语言障碍的评估系统，该系统包含病历信息采集模块、脑机接口测试模块和测试结果分析模块。其中，病历信息采集模块，能够获取被测者的电子病历。脑机接口测试模块，通过将传统的Token测验虚拟化，使得每个测试项目的测试指令以及至少一个测试图标显示在测试界面中，并通过测试指令的引导被测者注视测试图标以执行选择任务，诱发被测试者大脑皮层中的脑电信号，将采集到的脑电信号进行处理后确认选择任务的测试结果，并与测试界面的预设答案比较确认测试结果。测试结果分析模块，能够根据测试结果和电子病历中的患者信息，确定被测者的认知语言障碍的评估结果。如此，通过Token测验的测试过程智能化，不仅扩展了Token测验的可用患者人群，让丧失运动功能的患者也能高效的完成测验，同时也减轻了测试人员的任务负担。为Token测验提供了一种更为智能化、自动化的新型替代模式，使其在临床诊疗中对患者认知语言障碍的评估更加精简高效。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1示出了本公开实施例的认知语言障碍的评估系统的结构示意图；
图2示出了本公开实施例的脑机接口测试模块的结构示意图；
图3示出了本公开一实施例的测试界面示意图；
图4示出了本公开另一实施例的测试界面示意图；
图5a-图5d示出了本公开又一实施例的测试界面示意图；
图6示出了本公开实施例的病历信息采集模块的结构示意图；
图7示出了本公开实施例的测试结果分析模块的结构示意图；
图8示出了本公开实施例的认知语言障碍评估结果的示意图。
具体实施方式
为使本公开的目的、特征、优点能够更加的明显和易懂，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而非全部实施例。基于本公开中的实施例，本领域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，都属于本公开保护的范围。
脑机接口技术是一种不依赖于外周神经和肌肉系统，直接通过神经信号来控制计算机和外部设备的人机交互技术。目前，该技术已被广泛用于医疗、娱乐等多个领域并取得了突破性进展。其中，脑电信号（Electroencephalogram，EEG）因其易于采集、无创性等优点，成为了脑机接口技术中使用最为广泛的信号形式。在众多的脑电信号中，事件相关电位（Event-Related Potential，ERP）中P300信号和稳态视觉诱发电位（Steady-State VisualEvoked Potential，SSVEP）信号皆可通过闪烁的视觉刺激被诱发，只需患者集中注意力注视闪烁目标即可，适用于对表达性语言功能、运动功能受损严重但视觉功能良好的患者进行认知语言障碍的评估。
本公开基于Token测验和脑机接口技术，提供了一种认知语言障碍的评估系统，如图1所示，该系统包括：
病历信息采集模块10，用于获取被测者的电子病历。
脑机接口测试模块20，用于显示测试界面，测试界面中包括测试指令和至少一个测试图标，以使被测者根据测试指令的引导注视测试图标以执行选择任务，产生脑电信号；采集脑电信号，根据脑电信号确定被测者执行选择任务的选择结果；根据测试界面对应的预设答案和选择结果，得到测试结果。
在本示例中，Token测验的每一个测试项目都对应一个测试界面。在每个测试界面中，显示一个测试指令和至少一个测试图标。测试指令为语言性指令，例如“选择红色的圆形”等等。测试图标为若干个具有不同颜色的标准图形，例如红色的圆形、绿色的正方形等等。
测试者可以根据测试指令的引导注视测试图标以执行选择任务，并产生相应的脑电信号。将采集到的脑电信号进行处理后确定选择任务的测试结果，并与测试界面的预设答案比较确定测试结果。
测试结果分析模块30，根据测试结果和电子病历中的患者信息，确定被测者的认知语言障碍的评估结果。
在本示例中，电子病历中包括有影响认知语言障碍评估结果的患者信息，因此，需要结合患者信息和测试结果共同确定被测者的认知语言障碍的评估结果。
本公开提供了一种认知语言障碍的评估系统，该系统包含病历信息采集模块、脑机接口测试模块和测试结果分析模块。其中，病历信息采集模块，能够获取被测者的电子病历。脑机接口测试模块，通过将传统的Token测验虚拟化，使得每个测试项目的测试指令以及至少一个测试图标显示在测试界面中，并通过测试指令的引导被测者注视测试图标以执行选择任务，诱发被测试者大脑皮层中的脑电信号，将采集到的脑电信号进行处理后确认选择任务的测试结果，并与测试界面的预设答案比较确认测试结果。测试结果分析模块，能够根据测试结果和电子病历中的患者信息，确定被测者的认知语言障碍的评估结果。如此，通过将Token测验的测试过程智能化，不仅扩展了Token测验的可用患者人群，让丧失运动功能的患者也能高效的完成测验，同时也减轻了测试人员的任务负担。为Token测验提供了一种更为智能化、自动化的新型替代模式，使其在临床诊疗中对患者认知语言障碍的评估更加精简高效。
在一个示例中，如图2所示，脑机接口测试模块20包括：显示模块201、脑电信号编码模块202、脑电信号采集与预处理模块203、脑电信号解码模块204和选择结果分析模块205。其中：
显示模块201，用于显示测试界面，通过测试指令引导被测者执行选择任务。
在本示例中，每当完成一个测试项目后，显示模块201切换显示下一个测试项目对应的测试界面，以使被测者熟悉当前的测试界面中展示测试指令和测试图标。
测试指令为难易程度不同的语言性指令。以简式Token测验为例，将36个测试指令根据难易程度分为从易到难六个类型，其中：
第一类型共7条测试指令（序号为1-7），分别为：“选择一个圆形”，“选择一个方形”，“选择一个黄的”，“选择一个红的”，“选择一个黑的”，“选择一个绿的”，“选择一个白的”。第二类型共4条测试指令（8-11），分别为：“选择黄色的方形”，“选择黑色的圆形”，“选择绿色的圆形”，“选择白色的方形”。其答案备选项共10个。第三类型共4条测试指令（12-15），分别为：“选择小的白色圆形”，“选择大的黄色方形”，“选择大的绿色方形”，“选择小的黑色圆形”。第四类型共4条测试指令（16-19），分别为：“选择红色圆形和绿色方形”，“选择黄色方形和绿色方形”，“选择白色方形和绿色圆形”，“选择白色圆形和红色圆形”。第五类型共4条测试指令（20-23），分别为：“选择大的白色圆形和小的绿色方形”，“选择小的黑色圆形和大的黄色方形”，“选择大的绿色方形和大的红色方形”，“选择大的白色方形和小的绿色圆形”。第六类型共13条测试指令（24-36），分别为：“把红色圆形放在绿色方形上”，“把红色方形移动到黑色圆形旁边，再放回原来位置”，“选择黑色圆形与红色方形”，“选择黑色圆形或者红色方形”，“把绿色方形从黄色方形旁边拿开”，“如果有蓝色圆形，选择红色方形，若没有则不做选择”，“把绿色方形放在红色圆形旁边”，“选择两个方形和一个圆形”，“把红色圆形放在黄色方形和绿色方形之间”，“选择除了绿色圆形之外的所有圆形”，“选择红色圆形——，不，白色方形”，“选择黄色圆形，不是白色方形”，“除了选择黄色圆形还要选择黑色圆形”。
脑电信号编码模块202，用于控制测试界面中的测试图标进行闪烁，以使被测者注视闪烁的测试图标接受视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。
在本示例中，对于不同的脑电信号，脑电信号编码模块202控制测试界面中的测试图标以不同的方式进行闪烁，以对被测者进行视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。
当采用稳态视觉诱发电位信号作为采集的脑电信号时，脑电信号编码模块202控制测试界面中所有的测试图标以不同的预设频率进行闪烁，以使被测者注视其选择的测试图标接受进行视觉刺激，诱导被测者的大脑皮层产生相同频率的脑电信号。优选的，每个测试图标闪烁的预设频率大于30Hz，以提升被测者的使用舒适度。
当采用P300电位信号作为采集的脑电信号时，脑电信号编码模块202控制测试界面中所有的测试图标以预设的先后顺序进行闪烁，以使被测者注视其选择的测试图标接受进行视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。例如，20个测试图标以5行4列形式显示在一测试界面中，脑电信号编码模块202先控制测试图标以行为单位从上至下依次闪烁，再控制测试图标以列为单位依次闪烁，以使被测者注视其选择的测试图标接受进行先后两次的视觉刺激，诱导被测者的大脑皮层产生的相应的脑电信号。
测试图标为若干个不同颜色、形状和大小的标准图形。例如，在简式Token测验中，测试图标可以为5个大圆形，5个小圆形，5个大正方形，5个小正方形，颜色分别为红色、黄色、绿色、黑色和白色。这些测试图标并非全部显示在测试界面中，根据不同类型的测试指令，测试界面中显示测试图标的数量也不完全相同，例如第一类型和第五类型的测试指令对应测试图标数量为20个，第二、三、四、六类型的测试指令对应测试图标数量为10个。
脑电信号采集与预处理模块203，用于采集脑电信号，并将脑电信号进行预处理。
在本示例中，脑电信号采集与预处理模块203采集脑电信号，可以通过脑电信号采集设备实时记录被测者在执行选择任务时被诱发的脑电信号实现。其中，脑电信号采集设备优选为遵循国际10-20系统改进的脑电帽。
脑电信号采集与预处理模块203还用于将脑电信号进行预处理。具体的，先将采集的脑电信号通过放大器进行放大处理，再将放大处理后的脑电信号通过带通滤波器和陷波滤波器去除与需要采集的脑电信号无关的脑电信号和工频干扰。
脑电信号解码模块204，用于将预处理后的脑电信号通过脑电信号分析算法进行识别，确定被测者执行选择任务的选择结果。
在本示例中，对于不同的脑电信号，脑电信号解码模块204将采用不同的脑电信号分析算法对预处理后的脑电信号进行处理识别。
当采用稳态视觉诱发电位信号作为采集的脑电信号时，优选的，脑电信号解码模块204采用无需训练的滤波器组典型成分相关分析算法（Filter Bank CanonicalCorrlation Analysis，FBCCA）或需要训练的任务相关成分分析算法（Task-RelatedComponent Analysis，TRCA）对采集的稳态视觉诱发电位信号进行频域特征提取，根据提取的特征进行分类识别，确定被测者执行选择任务的选择结果。
当采用P300电位信号作为采集的脑电信号时，优选的，脑电信号解码模块204采用独立分量分析（Independent Component Analysis，ICA）或卷积神经网络（ConvolutionalNeural Networks，CNN）对采集的P300电位信号进行时域特征提取，根据提取的特征进行分类识别，确定被测者执行选择任务的选择结果。
选择结果分析模块205，用于判断选择结果与测试界面对应的预设答案是否一致，确定被测者在测试界面的测试结果。
在本示例中，选择结果分析模块205将识别确认的选择结果与该测试界面对应的预设答案进行比对，若比对结果一致，则被测者在该测试界面的测试结果为选择正确；否则，被测者在该测试见面的测试结果为选择错误。
在一个示例中，当测试界面中显示的时第一类型、第二类型以及第三类型的测试指令时，这些测试指令的选择任务均是从测试界面中选择一个测试图标，结合图3，对上一个示例中脑机接口测试模块20中各个子模块的实现流程进行详细说明：
首先，显示模块201显示图3所示的测试界面。其中，在测试界面正上方居中的位置显示的“选择一个圆形”为第一类型的测试指令；在测试指令下方的是20个颜色、形状、大小各异测试图标，以5×4的排布方式显示在测试界面中。为了方便理解，测试图标中代表颜色的文字表示该测试图标中均匀填充了相应的颜色。
当显示模块201切换并显示该测试界面时，将等待第一等待时间之后，脑电信号编码模块202控制测试界面中所有的测试图标进行闪烁，以使被测者在第一等待时间内，熟悉该测试界面中的测试指令和测试图标。优选的，第一等待时间为5秒。
接着，脑电信号编码模块202控制测试界面中所有的测试图标以不同的预设频率进行闪烁，以使被测者注视其选择的测试图标接受进行视觉刺激，诱导被测者的大脑皮层产生相同频率的脑电信号。脑电信号编码模块202控制测试图标闪烁的时长为第一刺激时间，优选的，第一刺激时间为5秒。
在第一刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的稳态视觉诱发电位信号，并快速对稳态视觉诱发电位信号进行预处理；脑电信号解码模块204采用滤波器组典型成分相关分析算法对稳态视觉诱发电位信号中的频域特征进行特征提取和分类识别，确定被测者执行选择任务的选择结果；选择结果分析模块205将识别确认的选择结果与该测试界面对应的预设答案进行比对，确认测试结果为选择正确或选择错误。
当确认测试结果后，显示模块201将测试结果反馈显示在测试界面中，显示的方式可以是：当被测者选择正确时，在选择的测试图标周围显示绿色矩形框；当被测者选择错误时，在选择的测试图标周围显示红色矩形框。反馈均在第一反馈时间内完成。显示模块201反馈测试结果的时长为第一反馈时间，优选的，第一反馈时间为1秒。
当测试界面中完成测试结果的反馈后，显示模块201将切换下一个测试界面。
在一个示例中，当测试界面中显示的是第四类型、第五类型的测试指令时，这些测试指令的选择任务均是从测试界面中选择两个测试图标，结合图4，对脑机接口测试模块20中各个子模块的实现流程进行详细说明：
首先，显示模块201显示图4所示的测试界面。其中，在测试界面正上方居中的位置显示的“选择大的白色圆形和小的绿色方形”为第五类型的测试指令；在测试指令下方的是20个颜色、形状、大小各异测试图标，以5×4的排布方式显示在测试界面中，测试图标中代表颜色的文字表示该测试图标中均匀填充了相应的颜色。
当显示模块201切换并显示该测试界面并等待第一等待时间，以使被测者在第一等待时间内，熟悉该测试界面中的测试指令和测试图标。优选的，第一等待时间为5秒。
接着，脑电信号编码模块202控制测试界面中所有的测试图标以行为单位依次进行闪烁，再控制测试图标以列为单位依次闪烁，以使被测者注视其选择的一个测试图标接受进行先后两次的视觉刺激，诱导被测者的大脑皮层产生的相应的脑电信号。脑电信号编码模块202控制测试图标闪烁的时长为第一刺激时间，优选的，第一刺激时间为5秒。
在第一刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的P300电位信号，并快速对P300电位信号进行预处理。脑电信号解码模块204采用卷积神经网络对P300电位信号中的时域特征进行特征提取和分类识别，确定被测者执行选择任务的第一选择结果。选择结果分析模块205将识别确认的第一选择结果是否是预设答案中两个测试图标其中之一，确认第一测试结果为选择正确或选择错误。
当确认第一测试结果后，显示模块201将第一测试结果反馈显示在测试界面中，显示的方式可以是：当被测者选择正确时，在选择的测试图标周围显示绿色矩形框；当被测者选择错误时，在选择的测试图标周围显示红色矩形框。显示模块201反馈第一测试结果的时长为第一反馈时间，优选的，第一反馈时间为1秒。
当测试界面中完成第一测试结果的反馈后，显示模块201将继续显示该测试界面并等待第二等待时间，以使被测者在第二等待时间内，再次熟悉该测试界面中的测试指令和测试图标。优选的，第二等待时间为5秒。
接着，脑电信号编码模块202在第二刺激时间内控制测试界面中所有的测试图标以行为单位依次进行闪烁，以使被测者注视其选择的测试图标接受进行视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。优选的，第二刺激时间为5秒。
在第二刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的P300电位信号，并快速对P300电位信号进行预处理；脑电信号解码模块204采用卷积神经网络对P300电位信号中的时域特征进行特征提取和分类识别，确定被测者执行选择任务的第二选择结果；选择结果分析模块205将识别确认的第二选择结果是否是预设答案中两个测试图标中的另一个，确认第二测试结果为选择正确或选择错误。
当确认第二测试结果后，显示模块201将第二测试结果显示在测试界面中，显示的方式可以是：当被测者选择正确时，在选择的测试图标周围显示绿色矩形框；当被测者选择错误时，在选择的测试图标周围显示红色矩形框。显示模块201反馈第二测试结果的时长为第二反馈时间，优选的，第二反馈时间为1秒。当测试界面中完成第二测试结果的反馈后，显示模块201切换下一个测试界面。
在一个示例中，测试界面还包括与测试图标一一对应的控制子界面，控制子界面包括测试图标的操作按钮；相应的，
脑电信号编码模块202，还用于在显示模块201显示控制子界面时，控制控制子界面中的操作按钮闪烁，以使被测者注视闪烁的操作按钮接受视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。
在本示例中，每个测试图标对应的控制子界面包含三种操作按钮，分别为“移动”、“确认”和“取消”，分别用于实现该测试图标进行位置移动、位置确认和移动取消。
脑电信号编码模块202可以控制三个操作按钮以不同的预设频率或先后顺序进行闪烁，以使被测者注视闪烁的操作按钮接受视觉刺激，诱导被测者的大脑皮层产生相应的脑电信号。
在一个示例中，脑电信号编码模块202，还用于在脑电信号解码模块204确定的选择结果为空时，循环多次控制测试图标进行闪烁，直至脑电信号解码模块204确定的选择结果不为空，或者直至循环次数达到设定次数。
在本示例中，当被测者并未注视测试界面中的任一测试图标或控制子界面中的任一操作按钮，即脑电信号解码模块204确定的选择结果为空时，显示模块201会控制循环多次展示当前的测试界面以使被测者熟悉测试界面中的内容，展示的时长为预设的等待时间；脑电信号编码模块202循环多次控制测试图标进行闪烁，以对被测者进行视觉刺激产生脑电信号，控制闪烁的时长为预设的刺激时间。显示模块201和脑电信号编码模块202这两个模块交替循环，直至脑电信号解码模块204确定的选择结果不为空，或者直至循环次数达到设定次数。
在一个示例中，当测试界面中显示的是第六类型的测试指令时，由于第六类型的测试指令需要被测者进行复杂的选择任务，因此测试界面中除了测试指令和测试图标外，还包含了与测试图标对应的控制子界面，以辅助被测者完成选择任务，结合图5a-图5d，对脑机接口测试模块20中各个子模块的实现流程进行详细说明：
首先，显示模块201显示图5a所示的测试界面。其中，在测试界面正上方居中的位置显示的“把红色圆形放在绿色方形上”为第六类型的测试指令；在测试指令下方的是10个颜色、形状、大小各异测试图标，以5×2的排布方式显示在测试界面中，测试图标中代表颜色的文字表示该测试图标中均匀填充了相应的颜色；测试图标的下方是确认按钮，用于被测者确认最终的选择结果。
当显示模块201显示该测试界面并等待第一等待时间，以使被测者在第一等待时间内，熟悉该测试界面中的测试指令和测试图标。优选的，第一等待时间为5秒。
接着，脑电信号编码模块202控制测试界面中所有的测试图标以不同的频率闪烁，以使被测者注视其选择的一个测试图标接受视觉刺激，诱导被测者的大脑皮层产生的相同频率脑电信号。优选的，第一刺激时间为5秒。
在第一刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的稳态视觉诱发电位信号，并快速对稳态视觉诱发电位信号进行预处理；同时，脑电信号解码模块204采用滤波器组典型成分相关分析算法对稳态视觉诱发电位信号中的频域特征进行特征提取和分类识别，确定被测者执行选择任务的第一选择结果。
在确认第一选择结果后，如图5b所示，显示模块201根据第一选择结果，在测试界面中显示选择的测试图标对应的控制子界面并等待第二等待时间，以使被测者在第二等待时间内，熟悉控制子界面中的操作按钮。优选的，第二等待时间为5秒。
接着，脑电信号编码模块202控制控制子界面中所有的操作按钮以不同的频率闪烁，以使被测者注视其选择的一个操作按钮接受视觉刺激，诱导被测者的大脑皮层产生的相同频率的脑电信号。脑电信号编码模块202控制操作按钮闪烁的时长为第二刺激时间，优选的，第二刺激时间为5秒。
在第二刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的稳态视觉诱发电位信号，并快速对稳态视觉诱发电位信号进行预处理；脑电信号解码模块204采用滤波器组典型成分相关分析算法对稳态视觉诱发电位信号中的频域特征进行特征提取和分类识别，确定被测者执行选择任务的第二选择结果。第二选择结果包括确认该测试图标的位置、对测试图标进行位置移动和取消测试图标的位置移动。
在确认第二选择结果为“对测试图标进行位置移动”后，如图5c所示，显示模块201在每个测试图标的上、下、左、右分别显示大小相同的蓝色矩形框，且设置的数量范围不超过其他测试图标的范围，此时，在每个蓝色矩形框和测试图标上均可以放置选择移动的测试图标。在显示模块201显示蓝色矩形框后继续等待第三等待时间，以使被测者在第三等待时间内，熟悉测试界面中的测试指令、测试图标以及新增的蓝色矩形框。优选的，第三等待时间为5秒。
然后，脑电信号编码模块202控制测试界面中所有蓝色矩形框和测试图标以不同的频率闪烁，以使被测者注视其选择的一个蓝色矩形框或测试图标接受视觉刺激，诱导被测者的大脑皮层产生的相同频率的脑电信号。脑电信号编码模块202控制蓝色矩形框和测试图标闪烁的时长为第三刺激时间，优选的，第三刺激时间为5秒。
在第三刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的稳态视觉诱发电位信号，并快速对稳态视觉诱发电位信号进行预处理；脑电信号解码模块204采用滤波器组典型成分相关分析算法对稳态视觉诱发电位信号中的频域特征进行特征提取和分类识别，确定被测者执行选择任务的第三选择结果。在确认第三选择结果后，将选择移动的测试图标移动至第三选择结果中确认的蓝色矩形框或测试图标的位置上。
在完成测试图标的位置移动后，如图5d所示，显示模块201显示当前的测试界面，向被测者展示移动的结果，并等待第四等待时间，优选的，第四等待时间为5秒。
接着，脑电信号编码模块202控制测试界面中所有的测试图标和确认按钮以不同的频率闪烁，注视其选择测试图标或确认按钮接受视觉刺激，诱导被测者的大脑皮层产生的相应的脑电信号。脑电信号编码模块202控制测试图标和确认按钮闪烁的时长为第四刺激时间，优选的，第四刺激时间为5秒。
在第四刺激时间内，在脑电信号采集与预处理模块203实时记录被测者在执行选择任务时被诱发的稳态视觉诱发电位信号，并快速对稳态视觉诱发电位信号进行预处理。同时，脑电信号解码模块204采用滤波器组典型成分相关分析算法对稳态视觉诱发电位信号中的频域特征进行特征提取和分类识别，确定被测者执行选择任务的第四选择结果。第四选择结果包括确认移动结果或注视选择一测试图标。
当第四选择结果为确认移动结果时，表示被测者同意当前的移动结果，此时，选择结果分析模块205将识别判断移动结果与预设答案是否一致，确认移动结果为选择正确或选择错误。显示模块201将移动结果反馈显示在测试界面中，反馈的时长为第一反馈时间，优选的，第一反馈时间为1秒。当测试界面中完成反馈后，显示模块201切换下一个测试界面。
当第四选择结果为注视选择一测试图标时：若注视的测试图标为移动结果对应的两个测试图标，表示被测者不同意当前的移动结果，显示模块201将显示移动的测试图标对应的控制子界面，以使用户注视选择“取消”的操作按钮，“取消”选择任务的执行方式与上述“移动”选择任务的执行方式一致，在此不做赘述；若注视的测试图标为移动结果以外的测试图标，显示模块201将显示该测试图标对应的控制子界面，以使用户注视选择相应的操作按钮。
需要注意的是，上述仅是根据该测试指令的引导控制移动图标位置的方式之一，本公开对被测者执行选择任务的方式和顺序不做限定。例如，对于认知语言障碍正常的被测者，实现上述测试指令的选择任务还可以是：被测者先注视确认选择绿色方形的测试图标，接着注视选择绿色方形测试图标对应的控制子界面中“确定”的操作按钮，然后注视选择红色圆形的测试图标，接着注视选择红色圆形的测试图标对应的控制子界面中的“移动”操作按钮，系统在接受到这四个被测者的选择指令后，也能判断选择结果是将红色圆形放置在绿色方形上。
在一个示例中，如图2所示，脑机接口测试模块20还包括：脑电信号存储模块206；
脑电信号存储模块206，用于将预处理后的脑电信号存储在评估系统的云端数据库中。
在本示例中，在云端数据库中为被测者建立患者档案，将预处理后的脑电信号通过TCP/IP数据传输协议存储在患者档案中，保留原始脑电信号数据以便于以后的查询和分析。
在一个示例中，如图2所示，脑机接口测试模块20还包括：测试界面设置模块207；
测试界面设置模块207，用于通过接口获取设置指令，根据设置指令对测试界面中的测试指令和测试图标进行设置。
在本示例中，通过接口获取测试人员输入设置指令，根据设置指令对测试界面中的测试指令和测试图标进行设置。
具体地，可以使用MATLAB软件下的心理学工具箱（PsychtoolBox，PTB）实现测试界面的背景，测试指令的内容、位置、字体、大小，测试图标的颜色、形状、大小等进行设置。此外，控制子界面、控制子界面中的操作按钮、确认操作按钮、用于测试图标移动的蓝色矩形框、用于表示测试结果的矩形框等，也可以通过心理学工具箱进行设置。
在一个示例中，如图6所示，病历信息采集模块10包括：电子病历读取模块101和传输协议建立模块102；其中：
电子病历读取模块101，用于从医院系统获取被测者的电子病历，并从电子病历中读取患者信息；患者信息包括被测者的基本信息和认知语言障碍的相关信息，认知语言障碍的相关信息至少包括：被测者的受教育年数、视力水平和精神类疾病史。
在本示例中，电子病历读取模块101中电子病历中读取被测者的基本信息包括：姓名、年龄、性别等等基础信息。认知语言障碍的相关信息是电子病历读取模块101从被测者的电子病历中着重筛选与认知语言障碍相关的参数信息，至少包括：被测者的受教育年数、视力水平和精神类疾病史。认知语言障碍的相关信息不仅会影响后续分析被测者的认知语言障碍等级，同时也能辅助医生诊断被测者在认知和语言方面的脑功能障碍。
传输协议建立模块102，用于建立评估系统与医院系统的信息传输协议，以获取被测者电子病历的读取权限，使得电子病历读取模块101从医院系统获取被测者的电子病历。
在本示例中，传输协议建立模块102通过建立评估系统与医院系统之间专属的信息传输协议，以获取被测者电子病历的读取权限，使得电子病历读取模块101通过信息传输协议从医院系统获取被测者的电子病历，以保护患者信息能够安全传输至评估系统。
在一个示例中，如图6所示，病历信息采集模块10还包括：信息存储模块103，
信息存储模块103，用于将读取的患者信息存储在评估系统的云端数据库中。
在本示例中，信息存储模块将读取的患者信息存储在评估系统的云端数据库中被测者的患者档案中，以便于医生进行患者信息的调取。
在一个示例中，如图7所示，测试结果分析模块30包括：脑机接口测试分析模块301：
脑机接口测试分析模块301，用于统计所有测试界面的测试结果并进行打分，得到原始测试分值；根据患者信息中被测者的受教育年数，对原始测试分值进行增减，得到最终测试分值；根据认知语言障碍严重等级规则对最终测试分值进行评估，得到被测者的认知语言障碍的评估结果。
在本示例中，根据传统问卷中的认知语言障碍评定规则：每答对一题加1分，对测试结果进行统计并打分得到原始测试分值。此外，还要根据被测试者的受教育年数在原始测试分值的基础上进行增减，具体的附加规则为：被测试者受教育年数：3-6年：加1分；10-12年：减1分；13-16年：减2分；17年以上，减3分。将原始测试分值和附加规则进行整合后，输出最终测试分值，并根据以下认知语言障碍严重等级规则进行分级：29-36：正常；25-28：轻度；17-24：中度；9-16：重度；8分以下：极重度。
在一个示例中，如图7所示，测试结果分析模块30还包括：评估结果呈现模块302；
评估结果呈现模块302，用于在测试结束后，在被测者和测试人员的显示端显示被测者的认知语言障碍的评估结果。
在本示例中，如图8所示，评估结果呈现模块302在测试结束之后，将认知语言障碍的评估结果，以及被测者姓名、年龄、受教育年数、原始测试分值、最终测试分值共同显示在被测者和测试人员的显示端上，以供查看被测者的认知语言障碍的评估结果。
在一个示例中，如图7所示，测试结果分析模块30还包括：评估结果存储模块303；
评估结果存储模块303，用于将被测者的认知语言障碍的评估结果存储在评估系统的云端数据库中。
在本示例中，在完成测试之后，评估结果存储模块303将被测者的认知语言障碍的评估结果、原始测试分值、最终测试分值存储在评估系统的云端数据库的患者档案中，以供后续的调取和查看。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种认知语言障碍的评估系统，其特征在于，所述系统包括：
病历信息采集模块，用于获取被测者的电子病历；
脑机接口测试模块，用于显示测试界面，所述测试界面中包括测试指令和至少一个测试图标，以使所述被测者根据所述测试指令的引导注视所述测试图标以执行选择任务，产生脑电信号；采集所述脑电信号，根据所述脑电信号确定所述被测者执行所述选择任务的选择结果；根据所述测试界面对应的预设答案和所述选择结果，得到测试结果；
测试结果分析模块，根据所述测试结果和所述电子病历中的患者信息，确定所述被测者的认知语言障碍的评估结果。
2.根据权利要求1所述的评估系统，其特征在于，所述脑机接口测试模块包括：显示模块、脑电信号编码模块、脑电信号采集与预处理模块、脑电信号解码模块和选择结果分析模块；其中：
所述显示模块，用于显示所述测试界面，通过所述测试指令引导被测者执行选择任务；
所述脑电信号编码模块，用于控制所述测试界面中的所述测试图标进行闪烁，以使所述被测者注视闪烁的测试图标接受视觉刺激，诱导所述被测者的大脑皮层产生相应的脑电信号；
所述脑电信号采集与预处理模块，用于采集所述脑电信号，并将所述脑电信号进行预处理；
所述脑电信号解码模块，用于将预处理后的脑电信号通过脑电信号分析算法进行识别，确定所述被测者执行所述选择任务的选择结果；
所述选择结果分析模块，用于判断所述选择结果与所述测试界面对应的预设答案是否一致，确定所述被测者在所述测试界面的测试结果。
3.根据权利要求2所述的评估系统，其特征在于，所述测试界面还包括与所述测试图标一一对应的控制子界面，所述控制子界面包括所述测试图标的操作按钮；相应的，
所述脑电信号编码模块，还用于在所述显示模块显示所述控制子界面时，控制所述控制子界面中的操作按钮闪烁，以使所述被测者注视闪烁的操作按钮接受视觉刺激，诱导所述被测者的大脑皮层产生相应的脑电信号。
4.根据权利要求2所述的评估系统，其特征在于，
所述脑电信号编码模块，还用于在所述脑电信号解码模块确定的所述选择结果为空时，循环多次控制所述测试图标进行闪烁，直至所述脑电信号解码模块确定的所述选择结果不为空，或者直至循环次数达到设定次数。
5.根据权利要求2所述的评估系统，其特征在于，所述脑机接口测试模块还包括：脑电信号存储模块；
所述脑电信号存储模块，用于将预处理后的脑电信号存储在所述评估系统的云端数据库中。
6.根据权利要求2所述的评估系统，其特征在于，所述脑机接口测试模块还包括：测试界面设置模块；
所述测试界面设置模块，用于通过接口获取设置指令，根据所述设置指令对所述测试界面中的所述测试指令和测试图标进行设置。
7.根据权利要求1所述的评估系统，其特征在于，所述病历信息采集模块包括：电子病历读取模块和传输协议建立模块；其中：
所述电子病历读取模块，用于从医院系统获取所述被测者的电子病历，并从所述电子病历中读取患者信息；所述患者信息包括所述被测者的基本信息和认知语言障碍的相关信息，所述认知语言障碍的相关信息至少包括：所述被测者的受教育年数、视力水平和精神类疾病史；
所述传输协议建立模块，用于建立所述评估系统与所述医院系统的信息传输协议，以获取所述被测者电子病历的读取权限，使得所述电子病历读取模块从医院系统获取所述被测者的电子病历。
8.根据权利要求7所述的评估系统，其特征在于，所述病历信息采集模块还包括：信息存储模块；
所述信息存储模块，用于将读取的患者信息存储在所述评估系统的云端数据库中。
9.根据权利要求1所述的评估系统，其特征在于，所述测试结果分析模块包括：脑机接口测试分析模块：
所述脑机接口测试分析模块，用于统计所有测试界面的测试结果并进行打分，得到原始测试分值；根据所述患者信息中所述被测者的受教育年数，对所述原始测试分值进行增减，得到最终测试分值；根据认知语言障碍严重等级规则对所述最终测试分值进行评估，得到所述被测者的认知语言障碍的评估结果。
10.根据权利要求9所述的评估系统，其特征在于，所述测试结果分析模块还包括：评估结果呈现模块；
所述评估结果呈现模块，用于在测试结束后，在所述被测者和测试人员的显示端显示所述被测者的认知语言障碍的评估结果。
11.根据权利要求9所述的评估系统，其特征在于，所述测试结果分析模块还包括：评估结果存储模块；
所述评估结果存储模块，用于将所述被测者的认知语言障碍的评估结果存储在所述评估系统的云端数据库中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310279482.8A CN115969331A (zh) | 2023-03-21 | 2023-03-21 | 一种认知语言障碍的评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310279482.8A CN115969331A (zh) | 2023-03-21 | 2023-03-21 | 一种认知语言障碍的评估系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115969331A true CN115969331A (zh) | 2023-04-18 |
Family
ID=85970913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310279482.8A Pending CN115969331A (zh) | 2023-03-21 | 2023-03-21 | 一种认知语言障碍的评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115969331A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116048282A (zh) * | 2023-03-06 | 2023-05-02 | 中国医学科学院生物医学工程研究所 | 一种数据处理方法、系统、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106073706A (zh) * | 2016-06-01 | 2016-11-09 | 中国科学院软件研究所 | 一种面向简易精神状态量表的个性化信息和音频数据分析方法及系统 |
| US20170188933A1 (en) * | 2014-05-30 | 2017-07-06 | The Regents Of The University Of Michigan | Brain-computer interface for facilitating direct selection of multiple-choice answers and the identification of state changes |
| CN108198615A (zh) * | 2016-05-09 | 2018-06-22 | 南京智精灵教育科技有限公司 | 一种在线认知评估系统 |
| US20190385711A1 (en) * | 2018-06-19 | 2019-12-19 | Ellipsis Health, Inc. | Systems and methods for mental health assessment |
| CN114947886A (zh) * | 2022-05-09 | 2022-08-30 | 中国医学科学院生物医学工程研究所 | 一种基于异步脑机接口的符号数字转换测试方法及系统 |
-
2023
- 2023-03-21 CN CN202310279482.8A patent/CN115969331A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170188933A1 (en) * | 2014-05-30 | 2017-07-06 | The Regents Of The University Of Michigan | Brain-computer interface for facilitating direct selection of multiple-choice answers and the identification of state changes |
| CN108198615A (zh) * | 2016-05-09 | 2018-06-22 | 南京智精灵教育科技有限公司 | 一种在线认知评估系统 |
| CN106073706A (zh) * | 2016-06-01 | 2016-11-09 | 中国科学院软件研究所 | 一种面向简易精神状态量表的个性化信息和音频数据分析方法及系统 |
| US20190385711A1 (en) * | 2018-06-19 | 2019-12-19 | Ellipsis Health, Inc. | Systems and methods for mental health assessment |
| CN114947886A (zh) * | 2022-05-09 | 2022-08-30 | 中国医学科学院生物医学工程研究所 | 一种基于异步脑机接口的符号数字转换测试方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张通: "《脑卒中的功能障碍与康复》", 科学技术文献出版社, pages: 610 - 614 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116048282A (zh) * | 2023-03-06 | 2023-05-02 | 中国医学科学院生物医学工程研究所 | 一种数据处理方法、系统、装置、设备及存储介质 |
| CN116048282B (zh) * | 2023-03-06 | 2023-08-04 | 中国医学科学院生物医学工程研究所 | 一种数据处理方法、系统、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7347818B2 (en) | Standardized medical cognitive assessment tool | |
| EP3307135B1 (en) | Methods and systems for testing aspects of vision | |
| Gratton et al. | Optimizing the use of information: strategic control of activation of responses. | |
| US6053739A (en) | Measurement of attention span and attention deficits | |
| US7945865B2 (en) | Information processing system, information processing apparatus, and method | |
| CN106691476B (zh) | 基于眼动特征的图像认知心理分析系统 | |
| Chaouachi et al. | Affect and mental engagement: Towards adaptability for intelligent | |
| US11583221B2 (en) | Cognitive impairment diagnostic apparatus and cognitive impairment diagnostic program | |
| KR101247748B1 (ko) | 사용자 집중도 분석장치 및 방법 | |
| US20080312513A1 (en) | Neurosurgical Candidate Selection Tool | |
| JPH024309A (ja) | 自動視覚検査装置 | |
| Mattli et al. | Age-related differences in the temporal dynamics of prospective memory retrieval: A lifespan approach | |
| KR20180088302A (ko) | 로봇을 매개로 하는 주의력결핍과잉행동장애 선별 방법 및 시스템 | |
| CN115969331A (zh) | 一种认知语言障碍的评估系统 | |
| Tan et al. | Virtual classroom: An ADHD assessment and diagnosis system based on virtual reality | |
| Pires et al. | A new error-monitoring brain–computer interface based on reinforcement learning for people with autism spectrum disorders | |
| CN112674770B (zh) | 基于图像的显著性差异和情绪分析的抑郁人群眼动鉴别方法 | |
| RU2640709C1 (ru) | Способ оценки знаний учащегося при компьютерном тестировании | |
| Prauzner et al. | Cognitive activity in the respect of qeeg research-presentation of laboratory tests | |
| WO2018143147A1 (ja) | 脳機能を測定する情報処理端末及びプログラム | |
| Gergondet et al. | SSVEP stimuli design for object-centric BCI | |
| CN113633256A (zh) | 一种药物成瘾评估的模块化神经认知功能测试方法 | |
| CN115315217A (zh) | 认知功能障碍诊断装置以及认知功能障碍诊断程序 | |
| WO2024019006A1 (ja) | ストループ検査方法、ストループ検査プログラム、ストループ検査システム、ストループ検査画像生成方法、ストループ検査画像生成プログラム、及び検査方法 | |
| JP7246716B2 (ja) | 脳機能状態計測装置及び脳機能状態を判別するためのプログラム |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230418 |