CN116895367B - 一种基于脑功能训练的多动症训练方案推送方法及系统 - Google Patents
一种基于脑功能训练的多动症训练方案推送方法及系统 Download PDFInfo
- Publication number
- CN116895367B CN116895367B CN202311162949.7A CN202311162949A CN116895367B CN 116895367 B CN116895367 B CN 116895367B CN 202311162949 A CN202311162949 A CN 202311162949A CN 116895367 B CN116895367 B CN 116895367B
- Authority
- CN
- China
- Prior art keywords
- training
- user
- hyperkinetic
- brain
- task
- 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 240
- 230000001660 hyperkinetic effect Effects 0.000 title claims abstract description 69
- 208000024891 symptom Diseases 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000003925 brain function Effects 0.000 title claims abstract description 25
- 210000004556 brain Anatomy 0.000 claims abstract description 71
- 238000012216 screening Methods 0.000 claims abstract description 34
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 230000007488 abnormal function Effects 0.000 claims abstract description 14
- 230000009286 beneficial effect Effects 0.000 claims abstract description 10
- 230000019771 cognition Effects 0.000 claims abstract description 9
- 230000006872 improvement Effects 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 230000015654 memory Effects 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 claims description 17
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 claims description 17
- 210000005036 nerve Anatomy 0.000 claims description 16
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 15
- 230000000284 resting effect Effects 0.000 claims description 13
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 208000013403 hyperactivity Diseases 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 210000003128 head Anatomy 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 210000001652 frontal lobe Anatomy 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000638 stimulation Effects 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- 210000001061 forehead Anatomy 0.000 claims description 4
- 210000005153 frontal cortex Anatomy 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 210000002442 prefrontal cortex Anatomy 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000002441 reversible effect Effects 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 230000001755 vocal effect Effects 0.000 claims description 3
- 210000004885 white matter Anatomy 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000006378 damage Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 238000002610 neuroimaging Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 208000016261 weight loss Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Bioethics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于脑功能训练的多动症训练方案推送方法及系统。该方法包括如下步骤：获取用户的脑影像数据；对脑影像数据进行数据分析，以获取用户的功能异常脑区；针对用户的功能异常脑区，基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；根据相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；基于训练任务集合，分别计算用户对每个训练任务的收益率；将训练任务集合中的所有训练任务按照收益率的大小进行排序；筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给用户进行多动症康复训练。
Description
技术领域
本发明涉及一种基于脑功能训练的多动症训练方案推送方法，同时也涉及相应的多动症训练方案推送系统，属于认知训练技术领域。
背景技术
大脑额叶被普遍认为是控制认知过程（注意力、计划和自我管理）的一个重要区域。其中，额下回在基于言语内容的工作记忆任务中特异性激活，背外侧前额叶皮质在工作记忆内容被操作（逆序记忆）时被选择性激活增强。现有研究表明，注意力缺陷多动障碍（Attention Deficit Hyperactivity Disorder，简称为多动症）患者的大脑皮层的发育，尤其是额叶皮层的发育普遍存在异常。注意力缺陷多动障碍除了对患者的学业、职业和生活等方面产生广泛而深远的消极影响外，也给其家庭和社会造成沉重的负担。
目前，多动症的治疗方法主要有药物治疗、家庭治疗、认知行为治疗等。但是，药物治疗存在明显的局限性，包括：（i）存在患者对药物部分或完全无效；（ii）可能的不良反应，如体重减轻、恶心、失眠、食欲食欲不振等；（iii）长期成本和效果的不确定性；（iv）依从性差；和（v）患者、父母等人对药物相关的消极态度，所以常常需要辅以非药物治疗的方式。在非药物治疗中，家庭治疗对操作人员的专业性要求较高，通常都是通过线下人为干预进行的，占用较多的时间以及耗费人力成本，用户不能随时随地自主进行训练。
公开号为CN113628725A的中国专利申请中，公开了一种针对注意缺陷多动障碍的执行能力训练系统，包括：量表获取模块，用于获取到评估量表，评估量表包括第一用户终端反馈的第一评估量表以及第二用户终端反馈的第二评估量表，第一评估量表用于评估注意缺陷多动障碍儿童家庭的家庭状况信息，第二评估表用于评估注意缺陷多动障碍儿童的病情状况；分数评估模块，用于根据第一评估量表以及第二评估量表确定注意缺陷多动障碍儿童家庭的当前状态分数；策略确定模块，用于根据上述当前状态分数确定执行能力训练策略。该系统解决了现有的注意缺陷多动障碍儿童的校正方案往往通过治疗师线下与注意缺陷多动障碍儿童面对面来完成，会占用较多的时间以及耗费人力成本的技术问题。然而，上述执行能力训练系统无法判断神经层面的损伤，只能治标不能治本。
发明内容
本发明所要解决的首要技术问题在于提供一种基于脑功能训练的多动症训练方案推送方法。
本发明所要解决的另一技术问题在于提供一种基于脑功能训练的多动症训练方案推送系统。
为了实现上述目的，本发明采用以下的技术方案：
根据本发明实施例的第一方面，提供一种基于脑功能训练的多动症训练方案推送方法，包括如下步骤：
获取用户的脑影像数据；
对所述脑影像数据进行数据分析，以获取所述用户的功能异常脑区；
针对所述用户的功能异常脑区，基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；
根据所述相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；
基于所述训练任务集合，分别计算所述用户对每个训练任务的收益率；
将所述训练任务集合中的所有训练任务按照收益率的大小进行排序；
筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给所述用户进行多动症康复训练。
其中较优地，对所述脑影像数据进行数据分析，具体包括：
对所述脑影像数据进行预处理，其中，所述脑影像数据至少包括静息态功能性磁共振成像数据；
根据自动解剖标记图谱提取多个脑区的平均静息态下的功能性磁共振成像时间序列；
基于低频振幅分析方式，将存在功能异常的额叶脑区作为种子点；
利用平均静息态下的功能性磁共振成像时间序列的相关性，计算用户种子点与全脑的功能连接。
其中较优地，所述预处理至少包括：
针对所述静息态功能性磁共振成像数据，丢弃前N个时间点，并将剩余的图像根据切片之间的时间延迟进行时间层校正；其中，N为正整数；
重新调整到第一时间点的图像进行头部运动校正，并通过对每个连续时间点的图像在每个方向的平移和绕每个轴的角运动的旋转进行头动估计，记录头部运动；
采用线性回归控制多个运动参数、脑白质及脑脊液平均时间序列信号的混和因素，并将图像归一化到预定义的标准立体定向空间；
采用半高宽为预设值的高斯核对图像进行平滑处理；
对图像进行时间带通滤波。
其中较优地，所述相似度的计算方式如下：
针对预定的用户a，找出所述用户a的功能异常脑区的指标集合N（a）；
通过Jaccard 公式计算用户之间的相似度Wab；
其中，N（b）表示用户b的功能异常脑区的指标集合。
其中较优地，所述基于历史数据筛选相似度满足预设条件的多个用户，具体包括：
预先设定相似度阈值；
判断所述用户a与用户b之间的相似度Wab是否大于所述相似度阈值；
若大于，则将所述用户b加入相似用户集合内；若不大于，则将所述用户b排除在相似用户集合之外。
其中较优地，通过以下公式计算所述用户对每个训练任务的收益率：
P（a，i）＝
其中，T（a，k）表示与用户a相似度较高的k个用户形成的相似用户集合；wab表示用户a与用户b的相似度；rbi表示相似用户集合中的用户b对任务i的训练收益率；rbi＝（用b完成训练任务i的最终得分－用户b完成训练任务i的初始得分）/用户b完成训练任务i的初始得分。
其中较优地，所述生成多动症训练方案，具体包括：
获取所述收益率排序靠前的多个训练任务；
分别确认各个训练任务的训练剂量；
确认多个训练任务的训练顺序；
根据多个所述训练任务、各个训练任务的训练剂量以及训练顺序，生成所述多动症训练方案。
根据本发明实施例的第二方面，提供一种基于脑功能训练的多动症训练方案推送系统，包括：
数据获取模块，用于获取用户的脑影像数据；
数据分析模块，与所述数据获取模块连接，以用于对所述脑影像数据进行数据分析，从而获取所述用户的功能异常脑区；
用户筛选模块，与所述数据分析模块连接，以用于针对所述用户的功能异常脑区，并基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；
多动症训练模块，与所述用户筛选模块连接，并预设有多个训练任务单元，各所述训练任务单元分别对应不同的脑区；
其中，所述多动症训练模块用于根据所述相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；并基于所述训练任务集合，分别计算所述用户对每个训练任务的收益率，从而筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给所述用户进行多动症康复训练。
其中较优地，多个所述训练任务单元至少包括：
语言记忆单元，用于进行额下回神经功能的训练，以根据用户单试次反应结果自适应调整言语记忆组块数量；
加工记忆单元，用于进行背外侧前额叶皮质神经功能的训练，以根据预设规则做出反应；其中，所述预设规则至少包括：根据言语或空间位置刺激呈现顺序相反的顺序做出反应；或者，呈现一系列刺激，当本次刺激与第N个试次之前呈现的刺激一致时进行反应；
任务转换单元，用于进行双侧额下沟神经功能的训练，判断当前刺激物与呈现物是否匹配；
动作抑制单元，用于进行右侧前额下回神经功能的训练，以要求用户在两种可能的反应间做出选择；
反应冲突单元，用于进行内测额叶皮质神经功能的训练，以呈现具有方向性的刺激任务，并要求用户判断目标刺激的朝向方向。
根据本发明实施例的第三方面，提供一种基于脑功能训练的多动症训练方案推送系统，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行以下操作：
获取用户的脑影像数据；
对所述脑影像数据进行数据分析，以获取所述用户的功能异常脑区；
针对所述用户的功能异常脑区，基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；
根据所述相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；
基于所述训练任务集合，分别计算所述用户对每个训练任务的收益率；
将所述训练任务集合中的所有训练任务按照收益率的大小进行排序；
筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给所述用户进行多动症康复训练。
与现有技术相比较，本发明具有以下的技术效果：
1. 本发明根据多动症的临床脑成像检查结果，提供具有针对性的训练方案，相比于目前针对多动症外显的认知行为损伤进行训练，具有更强的客观性与可测量性；
2. 由于不同亚型、年龄、性别和疾病程度的多动症患者的额叶损伤存在较大的异质性，本发明给不同额叶功能损伤特点的多动症患者推荐个性化的训练任务组合方案，可以产生更显著的治疗效果。
附图说明
图1为本发明第一实施例提供的一种基于脑功能训练的多动症训练方案推送方法的流程图；
图2为本发明第二实施例提供的一种基于脑功能训练的多动症训练方案推送系统的结构图；
图3为本发明第二实施例中，语言记忆单元的训练任务示意图；
图4为本发明第二实施例中，任务转换单元的训练任务示意图；
图5为本发明第二实施例中，动作抑制单元的训练任务示意图；
图6为本发明第二实施例中，反应冲突单元的训练任务示意图；
图7为本发明第三实施例提供的一种基于脑功能训练的多动症训练方案推送系统的结构图。
具体实施方式
下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。
在本发明的各实施例中，首先基于对用户脑区的功能磁共振成像数据的分析，以低频振幅研究发现存在功能异常的额叶脑区为种子点的功能连接分析（functionalconnectivity）；然后，计算用户与用户之间的相似度，以找到脑损伤相似的相似用户集合；最后，基于相似用户集合确认对多动症提升有益的训练任务，从而向用户推送更有针对性的多动症训练方案。
第一实施例
如图1所示，本发明第一实施例提供的一种基于脑功能训练的多动症训练方案推送方法，具体包括步骤S1～S7：
S1：获取用户的脑影像数据。
本实施例中，该脑影像数据为静息态功能性磁共振成像（fMRI）数据，从而能够直接依据用户的脑影像数据判断用户在神经层面的损伤，进而针对受损靶点进行针对性干预训练，从而提高训练效率。
S2：对脑影像数据进行数据分析，以获取用户的功能异常脑区。
具体的，包括步骤S21～S24：
S21：对脑影像数据进行预处理；
具体的，预处理过程包括如下步骤：
（1）针对静息态下的功能性磁共振成像数据，考虑到磁化平衡效应和参与者对环境的适应，丢弃前N个时间点，并将剩余的图像根据切片之间的时间延迟进行时间层校正；其中，N为正整数，本实施例中N为10（也可以是8、9、13等数值）；
（2）重新调整到第一时间点的图像进行头部运动校正，并通过对每个连续时间点的图像在每个方向的平移和绕每个轴的角运动的旋转进行头动估计，记录头部运动；其中，所有被测图像在每个轴上的最大位移不超过 2 毫米，每个轴的头部转动不超过2度；
（3）采用线性回归控制多个运动参数（本实施例中为6个）、脑白质及脑脊液平均时间序列信号的混和因素，并将图像归一化到预定义的标准立体定向空间；其中，该标准立体定向空间为蒙特利尔神经科学研究所定义的空间；
（4）采用半高宽为预设值的高斯核对图像进行平滑处理；其中，本实施例中的预设值为6mm；
（5）对图像进行时间带通滤波，其中，本实施例中的滤波范围为0.01～0.08Hz。
S22：根据自动解剖标记图谱提取多个脑区的平均静息态功能性磁共振成像时间序列；其中，该自动解剖标记图谱共包含90个大脑区域和26个小脑区域，由此，提取116个脑区的平均静息态功能性磁共振成像时间序列，利用该116个脑区代表整个脑；
S23：基于低频振幅分析方式，将存在功能异常的额叶脑区作为种子点；
S24：利用平均静息态下的功能性磁共振成像时间序列的相关性，计算用户种子点与全脑的功能连接。
由此，基于上述步骤S21～S24即可确认用户的功能异常脑区。
S3：针对用户的功能异常脑区，基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合。
本实施例中，该步骤S3包括步骤S31～S32，其中S31用于计算用户之间的相似度，步骤S32用于根据预设条件进行用户的筛选。具体步骤如下：
S31：相似度计算
具体的，针对预定的用户a，找出用户a的功能异常脑区的指标集合N（a）；然后，通过Jaccard 公式计算用户之间的相似度Wab；
其中，N（b）表示用户b的功能异常脑区的指标集合。
S32：用户筛选
具体的，本实施例中需要预先设定相似度阈值，然后，基于步骤S31中计算得到的相似度Wab，判断相似度Wab是否大于相似度阈值。若大于，则将用户b加入用户集合内；否则，将用户b排除在用户集合之外。
由此，基于上述步骤S31～S32可以针对用户a找到多个相似用户，形成相似用户集合。
S4：根据相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合。
可以理解的是，在历史数据中，对于相似用户而言，哪些训练任务对功能异常脑区具有积极作用，哪些训练任务对功能异常脑区无作用均为已知数据，由此，在这些已知数据中，筛选出对功能异常脑区具有积极作用的多个训练任务，从而形成训练任务集合，以供待训练用户进行多动症康复训练。
S5：基于训练任务集合，分别计算用户对每个训练任务的收益率。
具体的，通过以下公式计算用户对每个训练任务的收益率：
其中，T（a，k）表示与用户a相似度较高的k个用户形成的用户集合；wab表示用户a与用户b的相似度；rbi表示相似用户集合中的用户b对任务i的训练收益率；rbi＝（用b完成训练任务i的最终得分－用户b完成训练任务i的初始得分）/用户b完成训练任务i的初始得分。
S6：将训练任务集合中的所有训练任务按照收益率的大小进行排序。
具体的，当基于步骤S5计算得到用户对每个训练任务的收益率后，根据这些收益率的值的带下进行降序排列，即：收益率较高的排在前方，收益率较低的排在后方。
S7：筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给用户进行多动症康复训练。
具体的，当基于步骤S6获取所有训练任务按照收益率大小的降序排列后，筛选收益率排序靠前的多个训练任务（本实施例中为前10个训练任务），作为用户本次多动症训练方案的训练任务。
在本发明的一个实施例中，多动症训练方案的生成，具体包括如下步骤：首先，获取收益率排序靠前的多个训练任务；其次，分别确认各个训练任务的训练剂量；然后，确认多个训练任务的训练顺序；最后，根据多个训练任务、各个训练任务的训练剂量以及训练顺序，生成多动症训练方案并推送给用户。
第二实施例
如图2所示，在第一实施例的基础上，本发明第二实施例提供一种基于脑功能训练的多动症训练方案推送系统，包括数据获取模块10、数据分析模块20、用户筛选模块30以及多动症训练模块40。其中，数据获取模块10、数据分析模块20和用户筛选模块30用于对用户进行评估分析并筛选出相似用户集合；多动症训练模块40用于生成针对于用户的多动症训练方案，从而推送给用户进行多动症康复训练。
具体的，数据获取模块10用于获取用户的脑影像数据。数据分析模块20与数据获取模块10连接，以用于对脑影像数据进行数据分析，从而获取用户的功能异常脑区。用户筛选模块30与数据分析模块20连接，以用于针对用户的功能异常脑区，并基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合。多动症训练模块40与用户筛选模块30连接，并预设有多个训练任务单元，且各训练任务单元分别对应不同的脑区。其中，该多动症训练模块用于根据相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；并基于训练任务集合，分别计算用户对每个训练任务的收益率，从而筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给用户进行多动症康复训练。
具体的，在本发明的一个实施例中，多个训练任务单元至少包括：
语言记忆单元41，用于进行额下回神经功能的训练，以根据用户单试次反应结果自适应调整言语记忆组块数量。其中，每次训练结束时的最大记忆组块数量记为当次训练结果。例如：图3中，要求用户观察苹果与虫子之间依次出现的数字。
加工记忆单元42，用于进行背外侧前额叶皮质神经功能的训练，以根据预设规则做出反应。其中，预设规则至少包括：根据言语或空间位置刺激呈现顺序相反的顺序做出反应；或者，呈现一系列刺激，当本次刺激与第N个试次之前呈现的刺激一致时进行反应。
任务转换单元43，用于进行双侧额下沟神经功能的训练，判断当前刺激物与呈现物是否匹配。具体的，可以通过颜色、形状或者数量任一维度进行匹配，在10次正确反应后，匹配规则发生改变。例如：图4中，要求用户判断两张牌的图案是否相同？
动作抑制单元44，用于进行右侧前额下回神经功能的训练，以要求用户在两种可能的反应间做出选择。例如：图5中，如果箭头标志指向左侧，按一个按钮；如果箭头指向右侧，就按另一个按钮。但是，在一定比例的试次内，有一个表示反应需要停止的信号出现。这个停止信号可能是颜色变化或者是呈现声音。刺激最初呈现和停止信号见的时间可以调节，使得被试有时能成功放弃计划反应，有时依然做出反应。因此，有三种可能情景：（a）不包含停止信号的试次（反应试次），（b）被成功停止的试次（成功的停止试次），（c）没有成功停止的试次（即失败的停止试次）。
反应冲突单元45，用于进行内测额叶皮质神经功能的训练，以呈现具有方向性的刺激任务，并要求用户判断目标刺激的朝向方向。具体的，用户需要判断目标刺激的朝向方向，在一致试次中，干扰刺激和目标刺激的指向方向一致；在不一致的试次中，干扰刺激和目标刺激的指示方向不一致。例如：图6中，需要用户判断每个鱼头的正确指示方向。
第三实施例
在上述第一实施例的基础上，本发明第三实施例提供一种基于脑功能训练的多动症训练方案推送系统。如图7所示，该多动症训练方案推送系统包括一个或多个处理器21和存储器22。其中，存储器22与处理器21耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器21执行，使得所述一个或多个处理器21实现如上述实施例中的基于脑功能训练的多动症训练方案推送方法。
其中，处理器21用于控制该多动症训练方案推送系统的整体操作，以完成上述基于脑功能训练的多动症训练方案推送方法的全部或部分步骤。该处理器21可以是中央处理器（CPU）、图形处理器（GPU）、现场可编程逻辑门阵列（FPGA）、专用集成电路（ASIC）、数字信号处理（DSP）芯片等。存储器22用于存储各种类型的数据以支持在该多动症训练方案推送系统的操作，这些数据例如可以包括用于在该多动症训练方案推送系统上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器22可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器（SRAM）、电可擦除可编程只读存储器（EEPROM）、可擦除可编程只读存储器（EPROM）、可编程只读存储器（PROM）、只读存储器（ROM）、磁存储器、快闪存储器等。
在一个示例性实施例中，多动症训练方案推送系统具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现，用于执行上述的基于脑功能训练的多动症训练方案推送方法，并达到如上述方法一致的技术效果。一种典型的实施例为计算机。具体地说，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在另一个示例性实施例中，本发明还提供一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的基于脑功能训练的多动症训练方案推送方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由多动症训练方案推送系统的处理器执行以完成上述的基于脑功能训练的多动症训练方案推送方法，并达到如上述方法一致的技术效果。
综上所述，本发明实施例提供的基于脑功能训练的多动症训练方案推送方法及系统，具有以下的有益效果：
1. 本发明根据多动症的临床脑成像检查结果，提供具有针对性的训练方案，相比于目前针对多动症外显的认知行为损伤进行训练，具有更强的客观性与可测量性；
2. 由于不同亚型、年龄、性别和疾病程度的多动症患者的额叶损伤存在较大的异质性，本发明给不同额叶功能损伤特点的多动症患者推荐个性化的训练任务组合方案，可以产生更显著的治疗效果。
上面对本发明提供的基于脑功能训练的多动症训练方案推送方法及系统进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质内容的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。
Claims (8)
1.一种基于脑功能训练的多动症训练方案推送方法，其特征在于包括如下步骤：
获取用户的脑影像数据；
对所述脑影像数据进行数据分析，以获取所述用户的功能异常脑区；
针对所述用户的功能异常脑区，基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；
根据所述相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；
基于所述训练任务集合，分别计算所述用户对每个训练任务的收益率；
将所述训练任务集合中的所有训练任务按照收益率的大小进行排序；
筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给所述用户进行多动症康复训练；
其中，所述相似度的计算方式如下：
针对预定的用户a，找出所述用户a的功能异常脑区的指标集合N（a）；
通过Jaccard 公式计算用户之间的相似度Wab；
其中，N（b）表示用户b的功能异常脑区的指标集合；
所述基于历史数据筛选相似度满足预设条件的多个用户，具体包括：
预先设定相似度阈值；
判断所述用户a与用户b之间的相似度Wab是否大于所述相似度阈值；
若大于，则将所述用户b加入相似用户集合内；若不大于，则将所述用户b排除在相似用户集合之外。
2.如权利要求1所述的多动症训练方案推送方法，其特征在于对所述脑影像数据进行数据分析，具体包括：
对所述脑影像数据进行预处理，其中，所述脑影像数据至少包括静息态功能性磁共振成像数据；
根据自动解剖标记图谱提取多个脑区的平均静息态功能性磁共振成像时间序列；
基于低频振幅分析方式，将存在功能异常的额叶脑区作为种子点；
利用平均静息态下的功能性磁共振成像时间序列的相关性，计算用户种子点与全脑的功能连接。
3.如权利要求2所述的多动症训练方案推送方法，其特征在于所述预处理至少包括如下步骤：
针对所述静息态功能性磁共振成像数据，丢弃前N个时间点，并将剩余的图像根据切片之间的时间延迟进行时间层校正；其中，N为正整数；
重新调整到第一时间点的图像进行头部运动校正，并通过对每个连续时间点的图像在每个方向的平移和绕每个轴的角运动的旋转进行头动估计，记录头部运动；
采用线性回归控制多个运动参数、脑白质及脑脊液平均时间序列信号的混和因素，并将图像归一化到预定义的标准立体定向空间；
采用半高宽为预设值的高斯核对图像进行平滑处理；
对图像进行时间带通滤波。
4.如权利要求1所述的多动症训练方案推送方法，其特征在于通过以下公式计算所述用户对每个训练任务的收益率：
其中，T（a，k）表示与用户a相似度较高的k个用户形成的用户集合；Wab表示用户a与用户b的相似度；rbi表示相似用户集合中的用户b对任务i的训练收益率；rbi＝（用户b完成训练任务i的最终得分－用户b完成训练任务i的初始得分）/用户b完成训练任务i的初始得分。
5.如权利要求1所述的多动症训练方案推送方法，其特征在于所述生成多动症训练方案，具体包括：
获取所述收益率排序靠前的多个训练任务；
分别确认各个训练任务的训练剂量；
确认多个训练任务的训练顺序；
根据多个所述训练任务、各个训练任务的训练剂量以及训练顺序，生成所述多动症训练方案。
6.一种基于脑功能训练的多动症训练方案推送系统，其特征在于包括：
数据获取模块，用于获取用户的脑影像数据；
数据分析模块，与所述数据获取模块连接，以用于对所述脑影像数据进行数据分析，从而获取所述用户的功能异常脑区；
用户筛选模块，与所述数据分析模块连接，以用于针对所述用户的功能异常脑区，并基于历史数据筛选相似度满足预设条件的多个用户，形成相似用户集合；
多动症训练模块，与所述用户筛选模块连接，并预设有多个训练任务单元，且各所述训练任务单元分别对应不同的脑区；
其中，所述多动症训练模块用于根据所述相似用户集合，基于历史数据筛选对认知提升有益的多个训练任务，形成训练任务集合；并基于所述训练任务集合，分别计算所述用户对每个训练任务的收益率，从而筛选收益率排序靠前的多个训练任务，生成多动症训练方案并推送给所述用户进行多动症康复训练；
其中，所述相似度的计算方式如下：
针对预定的用户a，找出所述用户a的功能异常脑区的指标集合N（a）；
通过Jaccard 公式计算用户之间的相似度Wab；
其中，N（b）表示用户b的功能异常脑区的指标集合；
所述基于历史数据筛选相似度满足预设条件的多个用户，具体包括：
预先设定相似度阈值；
判断所述用户a与用户b之间的相似度Wab是否大于所述相似度阈值；
若大于，则将所述用户b加入相似用户集合内；若不大于，则将所述用户b排除在相似用户集合之外。
7.如权利要求6所述的多动症训练方案推送系统，其特征在于所述训练任务单元至少包括：
语言记忆单元，用于进行额下回神经功能的训练，以根据用户单试次反应结果自适应调整言语记忆组块数量；
加工记忆单元，用于进行背外侧前额叶皮质神经功能的训练，以根据预设规则做出反应；其中，所述预设规则至少包括：根据言语或空间位置刺激呈现顺序相反的顺序做出反应；或者，呈现一系列刺激，当本次刺激与第N个试次之前呈现的刺激一致时进行反应；
任务转换单元，用于进行双侧额下沟神经功能的训练，判断当前刺激物与呈现物是否匹配；
动作抑制单元，用于进行右侧前额下回神经功能的训练，以要求用户在两种可能的反应间做出选择；
反应冲突单元，用于进行内测额叶皮质神经功能的训练，以呈现具有方向性的刺激任务，并要求用户判断目标刺激的朝向方向。
8.一种基于脑功能训练的多动症训练方案推送系统，其特征在于包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行权利要求1～5中任意一项所述的多动症训练方案推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162949.7A CN116895367B (zh) | 2023-09-11 | 2023-09-11 | 一种基于脑功能训练的多动症训练方案推送方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162949.7A CN116895367B (zh) | 2023-09-11 | 2023-09-11 | 一种基于脑功能训练的多动症训练方案推送方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116895367A CN116895367A (zh) | 2023-10-17 |
| CN116895367B true CN116895367B (zh) | 2023-12-22 |
Family
ID=88315265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311162949.7A Active CN116895367B (zh) | 2023-09-11 | 2023-09-11 | 一种基于脑功能训练的多动症训练方案推送方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116895367B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105496617A (zh) * | 2014-09-25 | 2016-04-20 | 上海埃司柯特生物信息技术有限公司 | 一种多动症治疗方法 |
| CN106390391A (zh) * | 2016-09-06 | 2017-02-15 | 常州大学 | 振动触感反馈多动症康复训练系统 |
| CN114121220A (zh) * | 2021-09-30 | 2022-03-01 | 浙江强脑科技有限公司 | 多动症干预训练方法、装置、终端设备及可读存储介质 |
| CN114188013A (zh) * | 2021-09-01 | 2022-03-15 | 北京智精灵科技有限公司 | 一种阿尔兹海默症的认知及脑影像数据整合评估方法 |
| WO2022101368A1 (en) * | 2020-11-11 | 2022-05-19 | University Of Huddersfield | Clinical diagnosis of attention deficit hyperactivity disorder (adhd) in adults |
| CN114864039A (zh) * | 2022-05-17 | 2022-08-05 | 浙江大学 | 一种脑功能强化训练的多任务数字干预系统与方法 |
| CN115349873A (zh) * | 2022-06-30 | 2022-11-18 | 良渚实验室 | 一种基于脑机接口系统的闭环脑功能强化训练装置及方法 |
| CN116458887A (zh) * | 2023-05-29 | 2023-07-21 | 中科(安徽)G60智慧健康创新研究院 | 一种儿童多动症监测与训练方法、装置及设备 |
-
2023
- 2023-09-11 CN CN202311162949.7A patent/CN116895367B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105496617A (zh) * | 2014-09-25 | 2016-04-20 | 上海埃司柯特生物信息技术有限公司 | 一种多动症治疗方法 |
| CN106390391A (zh) * | 2016-09-06 | 2017-02-15 | 常州大学 | 振动触感反馈多动症康复训练系统 |
| WO2022101368A1 (en) * | 2020-11-11 | 2022-05-19 | University Of Huddersfield | Clinical diagnosis of attention deficit hyperactivity disorder (adhd) in adults |
| CN114188013A (zh) * | 2021-09-01 | 2022-03-15 | 北京智精灵科技有限公司 | 一种阿尔兹海默症的认知及脑影像数据整合评估方法 |
| CN114121220A (zh) * | 2021-09-30 | 2022-03-01 | 浙江强脑科技有限公司 | 多动症干预训练方法、装置、终端设备及可读存储介质 |
| CN114864039A (zh) * | 2022-05-17 | 2022-08-05 | 浙江大学 | 一种脑功能强化训练的多任务数字干预系统与方法 |
| CN115349873A (zh) * | 2022-06-30 | 2022-11-18 | 良渚实验室 | 一种基于脑机接口系统的闭环脑功能强化训练装置及方法 |
| CN116458887A (zh) * | 2023-05-29 | 2023-07-21 | 中科(安徽)G60智慧健康创新研究院 | 一种儿童多动症监测与训练方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116895367A (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bickart et al. | The amygdala as a hub in brain networks that support social life | |
| Guiney et al. | Benefits of regular aerobic exercise for executive functioning in healthy populations | |
| Bach et al. | Print-specific multimodal brain activation in kindergarten improves prediction of reading skills in second grade | |
| Izuma et al. | Neural correlates of cognitive dissonance and choice-induced preference change | |
| Yue et al. | Curvature-processing network in macaque visual cortex | |
| Van Steenkiste et al. | Transfer learning in ECG classification from human to horse using a novel parallel neural network architecture | |
| EP3884862A1 (en) | Method and system for individualized prediction of mental illness on basis of brain function map monkey-human cross-species migration | |
| Chang et al. | Characterizing global and local mechanisms in biological motion perception | |
| US11612748B2 (en) | Systems, methods and media for detecting and facilitating an effortful mental task by providing real-time deep brain stimulation | |
| Millner et al. | Pavlovian control of escape and avoidance | |
| Beukers et al. | Disorganized sensorimotor integration in mutation-positive myoclonus-dystonia: a functional magnetic resonance imaging study | |
| Klingner et al. | Time course of cortical plasticity after facial nerve palsy: a single-case study | |
| KR102250775B1 (ko) | 근시 치료를 위한 디지털 장치 및 애플리케이션 | |
| US20220148738A1 (en) | Generating brain network impact scores | |
| Rondina II et al. | Age-related changes to oscillatory dynamics during maintenance and retrieval in a relational memory task | |
| Helder et al. | Neural correlates of coherence-break detection during reading of narratives | |
| CN116895367B (zh) | 一种基于脑功能训练的多动症训练方案推送方法及系统 | |
| Nentwich et al. | Semantic novelty modulates neural responses to visual change across the human brain | |
| Henriques et al. | Protocol design challenges in the detection of awareness in aware subjects using EEG signals | |
| Hermans et al. | Proactive response inhibition and subcortical gray matter integrity in traumatic brain injury | |
| Li et al. | A face image classification method of autistic children based on the two-phase transfer learning | |
| US11763948B2 (en) | Centrality rankings of network graphs generated using connectomic brain data | |
| CN102138144A (zh) | 用于确定药物功效的方法和系统 | |
| Lackner et al. | Event‐related potentials elicited to performance feedback in high‐shy and low‐shy adolescents | |
| Lehet et al. | Altered Effective Connectivity within an Oculomotor Control Network in Unaffected Relatives of Individuals with Schizophrenia |
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 |