CN1839749A - 计算机辅助早期鉴别和预测老年性痴呆的装置 - Google Patents
计算机辅助早期鉴别和预测老年性痴呆的装置 Download PDFInfo
- Publication number
- CN1839749A CN1839749A CNA2005100495414A CN200510049541A CN1839749A CN 1839749 A CN1839749 A CN 1839749A CN A2005100495414 A CNA2005100495414 A CN A2005100495414A CN 200510049541 A CN200510049541 A CN 200510049541A CN 1839749 A CN1839749 A CN 1839749A
- Authority
- CN
- China
- Prior art keywords
- age
- speed
- test
- score
- tester
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000024827 Alzheimer disease Diseases 0.000 title claims abstract description 46
- 206010039966 Senile dementia Diseases 0.000 title abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 167
- 206010012289 Dementia Diseases 0.000 claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 7
- 230000003920 cognitive function Effects 0.000 claims description 64
- 230000007850 degeneration Effects 0.000 claims description 43
- 230000003778 catagen phase Effects 0.000 claims description 27
- 238000003745 diagnosis Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 10
- 238000000205 computational method Methods 0.000 claims description 9
- 210000004556 brain Anatomy 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 230000003340 mental effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- 201000010099 disease Diseases 0.000 description 12
- 238000013399 early diagnosis Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000032683 aging Effects 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 208000010877 cognitive disease Diseases 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 2
- 206010027336 Menstruation delayed Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 201000004810 Vascular dementia Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 230000006386 memory function Effects 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101150037123 APOE gene Proteins 0.000 description 1
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 108700028369 Alleles Proteins 0.000 description 1
- 102000013918 Apolipoproteins E Human genes 0.000 description 1
- 108010025628 Apolipoproteins E Proteins 0.000 description 1
- 208000024806 Brain atrophy Diseases 0.000 description 1
- 101100216294 Danio rerio apoeb gene Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000036626 Mental retardation Diseases 0.000 description 1
- 101000905241 Mus musculus Heart- and neural crest derivatives-expressed protein 1 Proteins 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 101000968091 Pithecopus azureus Dermaseptin-H2 Proteins 0.000 description 1
- 208000000729 Schizencephaly Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007278 cognition impairment Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000006397 emotional response Effects 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000007519 figuring Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000024348 heart neoplasm Diseases 0.000 description 1
- 210000001320 hippocampus Anatomy 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 206010027175 memory impairment Diseases 0.000 description 1
- 208000027061 mild cognitive impairment Diseases 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000009758 senescence Effects 0.000 description 1
- 210000005070 sphincter Anatomy 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000012034 trail making test Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一种计算机辅助早期鉴别和预测老年性痴呆的装置,所述的装置包括AD测试服务器和检查客户机,所述的服务器包括:个人基本信息记忆单元,检查许可判断单元,量表记忆单元,量表发送单元,回答接收单元,AD度检查—预测单元,用于根据回答接收单元得到的回答,表示测试者的程度的AD度,结果发送单元,统计记忆单元,AD度记忆单元;所述的AD测试检查客户机包括:量表接收单元,量表表示单元,回答取得单元,回答发送单元,结果接收单元,结果显示单元。本发明能根据测试者对痴呆度测试表(测试量表)的回答客观地判定被测试者的是否有痴呆以及是否有痴呆前兆、目前的痴呆程度和将来痴呆的发病进程预测。
Description
(一)技术领域
本发明属于计算机技术、网络技术和通信技术在老年性痴呆早期诊断、预测方面的应用,适用于在康复中心、医院、养老院、社区和家庭,用于老年性痴呆的超早期诊断、预测,治疗干预以及康复治疗效果的评价。
(二)背景技术
老年性痴呆(Alzheimer’s disease,AD,以下称AD)是一种以进行性认知障碍和记忆能力损害为主的中枢神经系统退行性疾病。随着世界老龄化现象的日益严重,AD越来越严重地危害着人们的身体健康。国外资料表明,在全世界范围内,每年将会因为AD花费1000亿美元。在西方国家AD已成为继心脏病、肿瘤和脑卒中之后的第4位致死原因。AD不但是一个严重的健康问题,同时也是一个严峻的社会问题。
这种疾病表现为智能(大脑皮层的获得性高级机能)的全面衰退或损害。可以概括为:“一清楚;三损害;六降低”。一清楚是指意识清楚;三损害是指感觉机能损害,运动机能损害,思维机能损害;六降低是指记忆力降低,日常生活能力降低,语言能力降低,社会交往能力降低,担任社会职务能力降低,情感反应能力降低。这种疾病的特性是器质性、慢性、进行性和常见性。至今为止,治疗AD症的最佳方法只有尽早发现、尽早诊断和尽早治疗。特别是有家属史或在50岁以后出现记忆力障碍的就更应该注重早期的诊断和早期的防治。
AD随着人口老龄化进程的加速,AD患者越来越多。据报道痴呆患病率为:≥60岁(3%±);≥65岁(4%±);≥75-79岁(10%±);≥80-85岁(20%±)。目前全世界已有AD病人2900万,中国的AD患者已达到400万之多,按照中国老年化社会进程估算,预计在短短的10年时间里,中国老年人数将从2027年的3亿人迅速增加到2043年的4亿人。若按患病率3%计算,如不加以采取AD病的积极预防措施到2027年AD患者将会达到900万人以上。
AD的临床过程:Cummings等将AD的临床过程分为三个阶段。第一阶段:大约1~3年,主要表现为记忆下降,以近记忆下降为主;对立体、图形的视空间技能障碍;部分找词及命名语言功能异常;脑电图及头颅CT检查多正常或轻度改变;进行记忆量表测查时,常可发现记忆的中轻度下降。第二阶段;发病后2~10年间,不仅近记忆下降明显,远记忆障碍也逐渐明显;且时间、场所、人物定向力发生障碍;情感变化逐渐明显,判断力、记忆力、理解力均明显下降;脑电图检查示中度异常(慢波明显增多);头颅CT检查可见脑室扩大,脑沟和脑裂增宽、变深;进行记忆量表测查结果为高度记忆障碍;MMSE分数下降明显。第三阶段:在发病8~12年左右,为全面性痴呆,极度的智能障碍,以及可出现肢体和括约肌功能障碍;脑电图检查呈现全面的慢波,头颅CT示全脑萎缩;记忆量表测试已无法进行。由此可见,AD相对在中晚期时诊断并不困难,而早期由于症状单纯、不易被重视,导致诊断及鉴别诊断有一定困难。
目前痴呆的检测主要量表有:为判定及量化痴呆,国际上有多种检测痴呆的量表,包括有简易精神状态量表(Mini-mental state examination,MMSE)、Mattis痴呆评定量表(DRS)、Alzheimer病评估量表(ADassessmentscale,ADAS)、长谷川痴呆量表Hasegawa’s dementiascale,HDS)、Blessed痴呆量表(Blessed dementia scale,BDS)、韦氏成人智力量表(Wechsler adult intelligence scale,WAIS)、韦氏记忆量表(Wechsler memory scale,WMS)、日常生活能力量表(Ability of dailyliving,ADL)等;相应,国内有许多修正、类似的量表,其中MMSE使用方便、简单,在临床中广泛应用。
AD的诊断标准:目前国际上提出多种AD诊断标准,基本上均为在确定痴呆诊断的基础上,根据临床起病及疾病进展特点,在排除其它致痴呆疾病特别是较常见的血管性痴呆前提下进行诊断的,如ICD210、CCMD23、DMS2 VI等对AD提出的诊断标准。而目前临床上采用最多的是美国国立神经病语言障碍卒中研究所(NINCDS)和AD及相关疾病协会(ADRDA)提出的内容较详尽、具体诊断标准,此NINCDS-ADRDA根据诊断方法和把握度将AD分为确诊AD、疑似AD和可疑AD。
AD危害性极大,该病一旦确诊,男性平均存活时间为2-6年,女性为2-3年。从疾病第一症象出现开始,多在4-5年内死亡。这种病使老年人致残最严重;影响老年人生活质量最严重;增加家庭和社会负担最严重。而且这种病治疗难度大,至今医学界对该病的因果关系尚未搞清;疾病呈进行性进展;早期难以发现,中、晚期虽然容易发现,但是此时治疗已无望。
事实上,痴呆漏诊率非常高。Ross调查3734例痴呆病人及其家属,发现21%不认为有痴呆;53%痴呆病人从未接受过医疗咨询或服务。Callahan对老年痴呆病人进行调查发现76%的中至重度痴呆病人,其病史未有关于认知损害的记录。据此估计,美国大约有180万痴呆病人没有诊断或未得到医疗服务。美国治疗Alzheimer病的费用在所有疾病中占第三位,每年大约耗费1千亿美元,平均每个病人家庭要花费17万多美元。随着社会人口的老化,Alzheimer病患病率将会继续增加,至2030年患病总数将比现在增加一倍,会给社会造成沉重的负担。Ernst在对治疗老年性痴呆的卫生经济学进行评价时,发现老年性痴呆病人MMSE评分每下降2分,每年每人可以节约费用3700美元;而每增加2分,每年每人会增加费用7400美元。因此,老年性痴呆进行早期诊断和早期干预极为重要,对减轻病人功能损害、改善病人和照护者生活质量及减轻社会负担有重要意义。
诊断老年性痴呆,第一步要确定病人是否存在进行性的记忆功能损害,因而,必须采用评定工具对病人的认知功能进行筛查,同时还要与正常老化、智力低下及意识范围缩窄相区别。对老年性痴呆首发症状的识别有利于对痴呆的早期诊断。同时最近的研究表明在没有其他任何原因的情况下,体重突然减轻也被认为是一种AD的前兆。
对痴呆病人进行筛查比较敏感的工具是MMSE量表(表1所示),除检查MMSE还要进行记忆、言语、定向、注意及行为方面的测定。在痴呆早期诊断中必须对功能状态进行检查(PSE)。一些科学家认为,老年病人首次就诊时要进行常规MMSE和PSE测查,并每6个月或1年随访一次。有些老年性痴呆病人首发症状可表现为非认知功能损害,如出现人格改变、进食困难、不能驾车及躯体不适。值得注意的是一些教育水平较高的Alzheimer病人早期MMSE评分可以很高(如大于26),而一些教育水平很低的非痴呆病人MMSE评分可以较低(如小于24)。如果老人主诉有记忆障碍,即使MMSE和PSE评分均正常也要给予足够的重视。
轻度认知障碍(mild cognition impairment,MCI)是介于年龄相关的认知功能减退(Ageing-associated cognition deterioration)和痴呆之间的具有疾病特征的一种临床状态,其特点是病人出现与其年龄不相称的记忆力损害,但没有其他认知功能的损害。现在的一系列MCI的诊断标准可以反映MCI的某些特点。研究表明相当比例的MCI可演化成痴呆,包括AD、血管性痴呆以及混合性痴呆,但以AD为主。欧美流行学调查发现,每年约10%~15%的MCI演化为AD,比一般人群高10倍左右,估计MCI人群中10~15%在1年内,23%在2年内,34%在3年内,50%在4年内进展为AD,而AD患者中有2/3是由MCI转变的。这些证据说明MCI有可能是一种AD前期痴呆状态。
国内外对MCI诊断有多种标准,但均建立在介于正常老人与痴呆患者之间的轻度记忆功能减退基础上,如美国Mayo Clinic AD研究中心提出的MCI诊断标准:(1)病人自觉有记忆减退,或家属、医生发现病人有记忆障碍;(2)总体认知功能正常;(3)客观检查有记忆损害或有一项其他认知功能受损,记忆或认知功能受损评分低于同年龄均数1.5~2个标准差;(4)临床痴呆评定量表评分为0.5;(5)日常生活功能正常;(6)不符合痴呆诊断标准。研究MCI的意义正是由于其向AD的高转化率,认识MCI有助于AD的超早期诊断(预测)和治疗干预。
AD最早主要是海马病变所致记忆缺损,接着是大脑皮层病变,不仅导致记忆恶化,而且其他认知功能如语言、空间结构能力亦受到损害。脑科学研究表明,CVLT延迟记忆得分、WMS的图片即刻回忆、连线测验B的完成时间是AD认知损害最有意义的预测因子。
最近的脑科学的研究成果表明若痴呆症病状还处在比较轻度(AD前期痴呆状态)的阶段可以通过康复和训练来达到预防和康复的效果。但是现状是处在轻度的痴呆病状时由于在日常生活上不会出现许多阻碍及病状、不符合痴呆诊断标准因此造成了对AD的早期发现和早期诊断难度非常大。神经心理学研究表明,记忆障碍一般是痴呆症患者首先出现、而且是最突出的症状。目前可以通过比较延时回忆与立即回忆的成绩予以发现。本发明作出以前患者往往是到专门医院就疹后才发现已经患有AD并已经处于中、晚期,此时的治疗几乎已经没有效果。因此如何通过计算机技术、网络技术和通信技术对老年人或准老年人普遍实施早期的诊断(普查)和早期的防治与预测,对AD的尽早发现、尽早诊断和尽早治疗有着积极意义。
(三)发明内容
本发明的任务是克服现有技术缺点,借助于计算机网络、相关电脑设备等构成的硬件及测试痴呆的计算机辅助装置,本发明提供一种能根据测试者对痴呆度测试表(测试量表)的回答客观地判定被测试者的是否有痴呆以及是否有痴呆前兆、目前的痴呆程度和将来痴呆的发病进程预测的计算机辅助早期鉴别和预测老年性痴呆的装置。
本发明为解决其技术问题采用的技术方案为:
一种计算机辅助早期鉴别和预测老年性痴呆的装置,所述的装置包括老年性痴呆测试服务器和检查客户机,所述的老年性痴呆测试服务器、即AD测试服务器包括:一个人基本信息记忆单元,用于记录测试者个人基本信息;一检查许可判断单元,用于判断该测试者是否允许进行AD判定:对已经存在记录的测试者,取得前次测试的日期并与测试的当天进行比较,如果间隔时间未超过设定的时间,禁止检查;否则,允许检查;一量表记忆单元,用于为多台AD测试检查客户机提供多种客观地正误判定的AD判定表;一量表发送单元,用于将AD判定表向AD测试检查客户机发送;一回答接收单元,用于接收来自于AD测试检查客户机有关AD判定表的回答;一AD度统计记忆单元,用于记忆鉴别标准A)、鉴别标准B)和鉴别标准C)中的各种数据以及这三种鉴别标准的组合判断结果:
所述的AD度统计记忆单元包括:
鉴别标准A)中的三个数据,即1)正常分值;2)老年性痴呆前兆分值;3)老年性痴呆分值;
鉴别标准B)中的三个数据,即1)上限分值;2)平均值分值;3)下限分值;其计算方法如下:
将采集到的n个样本测试者的老年性痴呆测试量表测试结果中对在同一年龄、对同一受教育程度、同一性别的测试结果数据进行数理统计,得到样本均数X和标准差s,推导出正态分布密度函数f(X),其公式为:
上式中μ为均数
X;σ为标准差s;π为圆周率;e为自然对数的底,即2.71828;以上均为常数,仅X为变量;
根据上述式1,得到正态分布函数的分布区间(μ-1.96σ,μ+1.96σ)、均数的三个点,即μ均数为平均值分值、下限μ-1.96σ为下限分值、上限μ+1.96σ为上限分值,由式1计算得到,将不同年龄、不同受教育程度以及不同性别所得到的平均值分值、下限分值和上限分值,然后以年龄为横坐标,记忆商和认知功能得分为纵坐标建立“年龄—记忆商曲线”,将各年龄对应的μ平均值分值的各个点连接起来得到认知功能平均线,将各年龄对应的下限、上限的记忆商和认知功能得分投射到上述平面上得到认知功能下限线、认知功能上限线;
鉴别标准C)中的三个数据,即1)平均退化速度Normalspeed;2)要注意退化速度Precautionspeed;3)危险退化速度Alarmspeed,其中平均退化速度Normalspeed的计算方法如下:
Normalspeed=(μ(age(i))-μ(age(i-1))/(age(i)-age(i-1)) 式2
上式中μ(age(i))为本次测试时与当时年龄对应的平均值分值,μ(age(i-1))为前一次测试时与当时年龄对应的平均值分值,age(i)为本次测试时的年龄,age(i-1)为前一次测试时的年龄;
退化速度Precautionspeed和危险退化速度Alarmspeed通过平均退化速度Normalspeed乘上一个系数得到,计算方法如下:
Precautionspeed=k1*Normalspeed 式3
Alarmspeed=k2*Normalspeed 式4
上式中k1在1.2到1.4范围内选取,k2在1.5到1.8范围内选取;
通过A)、B)、C)三种鉴别标准分类,将每个鉴别标准划分为4个层次,从而得到64种不同的组合,每个组合都会给测试者有不同的建议以及处理方法,用以下四张表来概括64种不同的组合:
当认知功能退化进行程度慢,Aspeed的计算值大于Normalspeed时,参照表1:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表1
当测试者的退化速度与平均退化进行程度接近,Aspeed的计算值小于Normalspeed大于Precautionspeed时,参见表2:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表2
当认知功能退化进行程度有些快,Aspeed的计算值小于Precautionspeed大于alarmspeed时,参见表3:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表3
当认知功能退化进行程度快,Aspeed的计算值小于alarmspeed时,参见表4:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表4
一AD度检查—预测单元,用于根据回答接收单元得到的回答,检查与预测测试者的AD度情况:所述的检查—预测单元包括:一退化速度计算单元,用于根据测试者的回答接收单元得到的回答进行打分,得到本次的得分score(i)以及目前的年龄age(i),从而能得到“年龄—记忆商曲线”平面上的一个点A(i),然后从个人信息基本记忆单元中得到该测试者前次测试得分score(i-1)和前次测试时的年龄age(i-1)得到平面上的一个点A(i-1)、前前次测试总得分score(i-2)和前前次测试时的年龄得到平面上的一个点A(i-2),用下式来计算该测试者的认知功能退化速度Aspeed,计算式为:
Aspeed=(score(i)-score(i-1))/(age(i)-age(i-1)) 式5;
一鉴别比较单元,用于根据测试者的得分以及认知功能退化速度Aspeed,对与测试者同年龄、受同等教育程度以及相同性别的AD度记忆单元中64中组合情况进行查表,得到相应的判断结果;
AD测试服务器还包括一结果发送单元,用于从AD度检查-预测单元判断结果发送给AD测试检查客户机;一数据更新单元,用于每当测试者完成正常测试后,随着测试者样本增加后,自动地重新计算并更新式1中的均数μ和标准差σ,修正认知功能平均线、认知功能下限线和认知功能上限线;并根据重新计算得到的均数μ和标准差σ,用式2、式3和式4更新Normalspeed、Precautionspeed和alarmspeed;
所述的AD测试检查客户机包括:一量表接收单元,用于接收从AD检查及诊断服务器发送过来的AD判定表;一量表表示单元,用于显示接收得到的AD判定表;一回答取得单元,用于获取由测试者进行操作响应而所取得AD判定表的回答;一回答发送单元,用于在回答取得单元得到该回答后向AD检查及诊断服务器发送回答结果;一结果接收单元,用于接收从AD测试服务器的结果发送单元发送过来的测试结果信息;一结果显示单元,用于显示结果接收单元接收的测试结果信息。
进一步,所述的检查—预测单元还包括:一退化加速度计算单元,用于调取测试者的前前次测试总得分score(i-2)和前前次测试时的年龄age(i-2),根据测试者本次的得分score(i)和目前的年龄age(i)、前次测试得分score(i-1)和前次测试时的年龄age(i-1),计算出该测试者认知功能退化加速度Aacceleration,其计算式为:
Aacceleration=(score(i)+score(i-2)-2*score(i-1))/ 式6
(age(i)+age(i-2)-2*age(i-1))
一痴呆症预测年龄单元,用于通过该测试者的认知功能退化加速度Aacceleration推算其今后的认知功能退化速度Aspeed,通过认知功能退化速度Aspeed推算出达到痴呆症分值和前兆痴呆症分值的年龄。
再进一步,所述的测试量表为以下量表之一:①简易精神状态量表;②Mattis痴呆评定量表;③Alzheimer病评估量表;④长谷川痴呆量表;⑤Blessed痴呆量表;⑥韦氏成人智力量表;⑦韦氏记忆量表;⑧日常生活能力量表。
本发明与现有技术相比,具有测试检查方便、AD普查容易、能超早期诊断、统计方便、能从测试的历史数据及现测数据推测AD的发病进程和治疗效果、使用效果好、不受时间空间限制的优点,由于实施容易极大多数的准老年人和老年人乐于接受,无须特别康复员或者医生的陪同下能达到实施AD检查和预测,能使极大多数准老年人和老年人以及他们的家庭受益,在提高了他们的生活质量同时也能减轻社会负担。
(四)附图说明
图1为老年性痴呆早期检查-预测(服务器-客户机方式)的功能基本构成框图;
图2为某一年龄段AD评定量表的测试结果正态分布的曲线;
图3为年龄——记忆商曲线的示意图;
图4为老年性痴呆早期检查—预测(单机方式)的功能基本构成框图;
图5为老年性痴呆早期检查—预测(OCR方式)的功能基本构成框图。
(五)具体实施方式
参照附图进一步说明本发明。
实施例1
参照图1、图2、图3,一种计算机辅助早期鉴别和预测老年性痴呆的装置,所述的装置包括AD测试服务器2和检查客户机1,所述的服务器2包括:一个人基本信息记忆单元18,用于记录测试者个人基本信息;一检查许可判断单元6,用于判断该测试者是否允许进行AD判定:对已经存在记录的测试者,取得前次测试的日期并与测试的当天进行比较,如果间隔时间未超过设定的时间,禁止检查,设定的时间通常要求在三个月,目的是防止熟悉测试量表后导致评分出现误差;否则,允许检查;一量表记忆单元4,用于为多台AD测试检查客户机提供多种客观地正误判定的AD判定表;一量表发送单元5,用于将AD判定表向AD测试检查客户机发送;一回答接收单元7,用于接收来自于AD测试检查客户机有关AD判定表的回答;
一AD度统计记忆单元10,用于记忆鉴别标准A)、鉴别标准B)和鉴别标准C)中的各种数据以及这三种鉴别标准的组合判断结果:所述的AD度统计记忆单元包括:
鉴别标准A)中的三个数据,即1)正常分值;2)老年性痴呆前兆分值;3)老年性痴呆分值;
鉴别标准B)中的三个数据,即1)上限分值;2)平均值分值;3)下限分值;其计算方法如下:
将采集到的n个样本测试者的老年性痴呆测试量表测试结果中对在同一年龄、对同一受教育程度、同一性别的测试结果数据进行数理统计,得到样本均数X和标准差s,推导出正态分布密度函数f(X),其公式为:
上式中μ为均数
X;σ为标准差s;π为圆周率;e为自然对数的底,即2.71828;以上均为常数,仅X为变量;
根据上述式1,得到正态分布函数的分布区间(μ-1.96σ,μ+1.96σ)、均数的三个点,即μ均数为平均值分值、下限μ-1.96σ为下限分值、上限μ+1.96σ为上限分值,由式1计算得到,将不同年龄、不同受教育程度以及不同性别所得到的平均值分值、下限分值和上限分值,然后以年龄为横坐标,记忆商和认知功能得分为纵坐标建立“年龄—记忆商曲线”,将各年龄对应的μ平均值分值的各个点连接起来得到认知功能平均线,将各年龄对应的下限、上限的记忆商和认知功能得分投射到上述平面上得到认知功能下限线、认知功能上限线;
鉴别标准C)中的三个数据,即1)平均退化速度Normalspeed;2)要注意退化速度Precautionspeed;3)危险退化速度Alarmspeed,其中平均退化速度Normalspeed的计算方法如下:
Normalspeed=(μ(age(i))-μ(age(i-1))/(age(i)-age(i-1)) 式2
上式中μ(age(i))为本次测试时与当时年龄对应的平均值分值,μ(age(i-1))为前一次测试时与当时年龄对应的平均值分值,age(i)为本次测试时的年龄,age(i-1)为前一次测试时的年龄;
退化速度Precautionspeed和危险退化速度Alarmspeed通过平均退化速度Normalspeed乘上一个系数得到,计算方法如下:
Precautionspeed=k1*Normalspeed 式3
Alarmspeed=k2*Normalspeed 式4
上式中k1在1.2到1.4范围内选取,k2在1.5到1.8范围内选取;
通过A)、B)、C)三种鉴别标准分类,将每个鉴别标准划分为4个层次,从而得到64种不同的组合,每个组合都会给测试者有不同的建议以及处理方法,用以下四张表来概括64种不同的组合:
当认知功能退化进行程度慢,Aspeed的计算值大于Normalspeed时,参照表1:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表1
当测试者的退化速度与平均退化进行程度接近,Aspeed的计算值小于Normalspeed大于Precautionspeed时,参见表2:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表2
当认知功能退化进行程度有些快,Aspeed的计算值小于Precautionspeed大于alarmspeed时,参见表3:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表3
当认知功能退化进行程度快,Aspeed的计算值小于alarmspeed时,参见表4:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表4
一AD度检查—预测单元8,用于根据回答接收单元得到的回答,检查与预测测试者的AD度情况:
所述的检查—预测单元包括:
一退化速度计算单元,用于根据测试者的回答接收单元得到的回答进行打分,得到本次的得分score(i)以及目前的年龄age(i),从而能得到“年龄—记忆商曲线”平面上的一个点A(i),然后从个人信息基本记忆单元中得到该测试者前次测试得分score(i-1)和前次测试时的年龄age(i-1)得到平面上的一个点A(i-1)、前前次测试总得分score(i-2)和前前次测试时的年龄得到平面上的一个点A(i-2),用下式来计算该测试者的认知功能退化速度Aspeed,计算式为:
Aspeed=(score(i)-score(i-1))/(age(i)-age(i-1)) 式5;
一鉴别比较单元,用于根据测试者的得分以及认知功能退化速度Aspeed,对与测试者同年龄、受同等教育程度以及相同性别的AD度记忆单元中64中组合情况进行查表,得到相应的判断结果;
所述的AD测试服务器还包括一结果发送单元9,用于从AD度检查—预测单元判断结果发送给AD测试检查客户机;一数据更新单元11,用于每当测试者完成正常测试后,随着测试者样本增加后,自动地重新计算并更新式1中的均数μ和标准差σ,修正认知功能平均线、认知功能下限线和认知功能上限线;并根据重新计算得到的均数μ和标准差σ,用式2、式3和式4更新Normalspeed、Precautionspeed和alarmspeed;
所述的AD测试检查客户机1包括:一量表接收单元12,用于接收从AD测试服务器发送过来的AD判定表;一量表表示单元13,用于显示接收得到的AD判定表;一回答取得单元15,用于获取由测试者进行操作响应而所取得AD判定表的回答;一回答发送单元14,用于在回答取得单元得到该回答后向AD测试服务器发送回答结果;一结果接收单元16,用于接收从AD测试服务器的结果发送单元发送过来的测试结果信息;一结果显示单元17,用于显示结果接收单元接收的测试结果信息。
所述的检查—预测单元还包括:一退化加速度计算单元,用于调取测试者的前前次测试总得分score(i-2)和前前次测试时的年龄age(i-2),根据测试者本次的得分score(i)和目前的年龄age(i)、前次测试得分score(i-1)和前次测试时的年龄age(i-1),计算出该测试者认知功能退化加速度Aacceleration,其计算式为:
Aacceleration=(score(i)+score(i-2)-2*score(i-1)) /式6
(age(i)+age(i-2)-2*age(i-1))
一痴呆症预测年龄单元,用于通过该测试者的认知功能退化加速度Aacceleration计算其认知功能退化速度Aspeed,通过认知功能退化速度Aspeed计算分值达到痴呆症分值和前兆痴呆症分值的年龄。
所述的测试量表为以下量表之一:①简易精神状态量表;②Mattis痴呆评定量表;③Alzheimer病评估量表;④长谷川痴呆量表;⑤Blessed痴呆量表;⑥韦氏成人智力量表;⑦韦氏记忆量表;⑧日常生活能力量表。
测试者可以通过各种上网设备如个人电脑,在显示的页面上对痴呆度测试表逐一进行回答,该回答的结果通过计算机网络传送给痴呆度测试检查服务器,痴呆度测试检查服务器根据该被测的回答及被测者的个人信息计算被测者的痴呆度,使用这个痴呆装置能早期发现痴呆。在对痴呆度测试量表的应用中,借鉴国际通用的量表编制一套符合中国国情的相应量表,上述的各测试量表都可以预先存储在量表记忆单元4中。
本发明将计算机统计测试的记忆商和认知功能得分判断标准划分为4个层次,诊断标准(A):1)正常以上;2)正常与老年性痴呆前兆之间;3)老年性痴呆前兆与老年性痴呆之间;4)老年性痴呆。与同龄、受同等教育、同性别人群的认知功能情况比较诊断标准,划分为4个层次,诊断标准(B):1)上限以上;2)上限与平均值之间;3)平均值与下限之间;4)下限以下。与同龄、受同等教育、同性别人群的认知功能退化进行程度情况比较标准,划分为4个层次,诊断标准(C):1)认知功能退化进行程度慢,Aspeed的计算值大于Normalspeed;2)与平均退化进行程度接近,Aspeed的计算值小于Normalspeed大于Precaution;3)认知功能退化进行程度有些快,Aspeed的计算值小于Precaution大于alarm;4)认知功能退化进行程度快,Aspeed的计算值小于alarm,此处的Precaution和alarm两个值根据临床观察结果得到,一般其值小于Normalspeed(因为是负值),依照上述的三个诊断标准参见表1、表2、表3、表4。
本发明的工作过程为:当被测试者通过连网的AD测试检查客户机1或其他接入设备进入AD测试服务器2所提供的Web服务页面。
首先,要求被测试者输入个人基本信息如,出生年月日、性别、婚姻状况、健康状况、体重、以前或目前所从事的职业、学历和AD家属史(载脂蛋白E(apoE)ε4等位基因)等测试者基本个人信息,在提交这些信息后,AD测试服务器2首先检查该测试者必须输入的项目内容是否输入以及其正确性,在输入的基本信息通过输入项目格式检查后,AD测试服务器2还要检查在测试者数据库的测试者基本表中是否存在有该测试者的信息,即检查在个人基本信息记忆单元18中是否有相同的记录,对初次测试人员(没有记录的)生成测试者ID号并将该ID号、测试的日期和用户输入的信息写入测试者的个人基本信息记忆单元18中,接下来准备显示测试页面;
对有测试经历的测试者(有记录的),取得前次测试的日期并与测试的当天进行比较,如果间隔时间超过了规定的时间(比如3个月),检查许可判断单元6就允许测试者进入测试页面,由于曾测试过的测试者已经将本人的基本信息写入了测试者基本表中,在下次登陆Web服务页面时,可以不填写除了体重信息以外的个人基本信息而直接通过输入测试者ID进入系统(体重信息也可以缺省),对间隔时间还处于规定的时间范围内,系统提示测试者“您的上次测试时间为****年**月**日,请再过**天后再来测试”,目的是防止测试者短期内多次测试后对量表记忆单元4中所记录的量表内容熟悉而导致没有测试效果,更严重的情况还会导致的一些误判;
在上述都通过可以测试的情况下,接下来系统显示该测试方法以及注意事项的有关介绍,如果配有语音输出单元的AD测试检查客户机1的语音输出单元反复播放上述的有关信息,以便测试者能更容易正确接受测试和使用;
当测试者按下页面上测试开始按钮时,AD测试服务器2的系统就从量表记忆单元4的测试题库表中调出检测痴呆的量表,这些量表可以是上述所介绍中的其中一种量表,关于量表表示的例子后面再作详细说明,然后通过量表发送单元5向AD测试检查客户机1的量表接收单元12发送量表的内容,量表接收单元12一边接收量表的内容一边通过量表表示单元13将量表的内容显示出来,接下来测试者一边看着页面上显示的问题一边用取得回答单元15输入选择答案,取得回答单元15可以是键盘也可以是鼠标等输入装置,同时系统控制着每个页面的显示时间,当所定的时间比如2分钟快要到之前在显示器单元5上提醒测试者“本页面的测试时间还剩下**秒,请尽快回答”,到了所定的时间后将测试者的答案通过AD测试检查客户机1的回答取得单元经回答发送单元向AD测试服务器2发送回答结果,然后从量表接收单元12取得下一个量表问题在量表表示单元显示该内容,……直至所有项分测试完毕;在测试完毕后,AD测试服务器2的回答接收单元7接收到从AD测试检查客户机1的回答发送单元14发送过来的所有答案,在AD测试服务器2的AD度检查—预测单元8中进行AD程度的判断以及预测计算,判断的算法主要是将量分测试所得的原始分查表分别换算成各项的量分表,再将五项量分表之和按年龄查表换算成记忆商,AD度检查—预测单元8根据上述的这些回答,参照统计记忆单元,进行该测试者的现在的AD度判定和该测试者的将来的AD度的推移预测。该AD度判定结果及将来的AD度的推移预测结果发送给结果发送单元9,结果发送单元9将结果传送给AD测试检查客户机1的结果接收单元16,结果表示单元17从结果接收单元16得到结果数据并显示这些结果,显示结果可以用记忆商数据来表示也可以用图表来表示。
图3所示的是根据大量测试者的统计数据按照年龄段、受教育的程度等不同得到的统计曲线,图中表示的符合正态分布的曲线是由某一年龄段大样本(比如80人以上)测试数据而得到的,且该数据是通过社区AD普查得到的数据,由大样本测试数据获得的正态分布两个参数均数μ和标准差σ以均数为中心,左右对称,本发明将分布区间(μ-1.96,μ+1.96)面积占总面积的95.00%作为上下限,该图中纵坐标上的最大值对应在横坐标上表示该样本空间的均数μ,表示了该年龄段和同样受教育程度的平均水平,如果测试记忆商的得分用x1表示,根据测试记忆商的得分就能在该图的曲线上找到对应的一个点,从而能比较直观的了解到测试者在该年龄段中处于什么水平。
为了能反映随着年龄的增长并根据该测试者历史测试数据和目前的测试数据推测将来的情况,本发明采用年龄一得分相关图来进行AD度的预测,图4所示的现在的AD度判定和该测试者的将来的AD度的推移预测另一个图例,在该图中横坐标表示被测者的年龄,纵坐标表示测试的总得分,表示了测试的总得分与AD度的对应关系,根据图3中获得的不同年龄段正态分布两个参数均数μ和标准差σ上下限一系列数据可以得到一条均数折线、上限折线和下限折线,均数折线是由不同年龄段的均数μ而得到的,上限折线是由均数μ加上一个1.96σ而得到的,上限折线是由均数μ减去一个1.96σ而得到的,同时根据AD度判定标准可以得到与横坐标平行的正常、痴呆前兆和痴呆的三条直线;根据测试者的前前次测试总得分score(i-2)和前前次测试时的年龄age(i-2),根据测试者本次的得分score(i)和目前的年龄age(i)、前次测试得分score(i-1)和前次测试时的年龄age(i-1),即A(i)、A(i-1)、A(i-2)能够将三个点连接起来得到一条折线,从该得到的折线不但可以了解测试者目前所处在什么位置以及随着年龄增长与同年龄比较的智力退化情况,同时可通过延长线的方法也能预测测试者今后的发展趋势;另外AD度判定单元将AD度判定结果及将来的AD度的推移预测结果并同个人基本信息发送给数据服务器,数据服务器利用发送过来的这些结果数据结合以前所存贮的数据观察测试者的AD程度以及进展情况,同时对大量的数据定期地进行统计处理,然后将统计处理结果发送给AD测试服务器2对其AD度统计记忆单元10的内容进行更新。
表5所示的是本实施例采用的AD测试量表:简易精神状况检查表。
1)定向力测试
现在我要问您一些问题来检查您的记忆力和计算力
(1)今年的年份?
(2)现在是什么季节?
(3)现在是几月份?
(4)今天是几号?
(5)今天是星期几?
(6)这是什么城市?
(7)这是什么区?(城区名)
(8)这是什么医院(或胡同,医院名或胡同名)?
(9)这是第几层楼?
(10)这是什么地方(地址,门牌号)?
等一些问题首先放在量表记忆单元中,计算机随机取出其中10个问题,根据回答的正误,来统计定向力小计得分数(正确得1分,答错扣1分,没有回答不得分)。
2)识记
现在我告诉您3种东西的名称,我说完后请您重复一遍。请您记住这3种东西,过一会儿我还要问您(请仔细说清楚,每样东西1秒钟)。(告诉)这3种东西是:“树”、“钟”、“汽车”。请您重复
树
钟
汽车
等一些名称首先放在量表记忆单元中,计算机随机取出其中三个问题,根据回答的正误,来统计识记小计(正确得1分,答错扣1分,没有回答不得分)。
3)注意和计算
现在请您算一算,从0中减去7,然后从所得的数算下去,请您将每减一个7后的答案告诉我,直到我说“停”为止
正确错误
100-7=?
再减7=?
再减7=?
再减7=?
再减7=?
等一些计算等式首先放在量表记忆单元中,计算机随机取出其中五个问题,根据回答的正误,来统计注意和计算小计(正确得1分,答错扣1分,没有回答不得分)。
4)回忆
现在请您说出刚才我让您记住的是哪3种东西?
树
钟
汽车
等一些名称首先放在量表记忆单元中,计算机随机取出其中三个问题,根据回答的正误,来统计回忆小计(正确得1分,答错扣1分,没有回答不得分)。
5)语言
显示手表
请问这是什么?
显示铅笔
请问这是什么?
请您跟我说:四十四只狮子
(检查者给受试者1张卡片,上面写着“请闭上您的眼睛”)请您念一念这句话,并按上面的意思去做
我给您一张纸,请您按我的说的去做。现在开始
用右手拿着这张纸
用两只手把它对折起来
放在您的左腿上
请您给我写一个完整的句子
(出示图案)请您照着这个样子把它画下来
等一些与语言有关的问题首先放在量表记忆单元中,计算机随机取出其中九个问题,根据回答的正误,来统计回忆小计(正确得1分,答错扣1分,没有回答不得分)。
最后根据上述5个分项的得分得到总得分。
在计算机算法中一些注意事项:
总分范围为0-30分,正常与不正常的分界值与受教育程度有关,划分痴呆标准:文盲(未受教育)≤17分,小学程度(受教育年限≤6年)≤20分,中学(包括中专)程度≤22分,大学(包括大专)程度≤23分。1次检查一般需5-10分钟。(计算机屏幕上显示的题目要控制,对于简单的问题不能超过20秒;同时要记录每个答题的时间。)
计算机从语音输出单元只播放1遍;不要求受试者按物品次序回答;若第1遍有错误,则先记分;然后告诉病人错误所在,并再请他回忆;直至正确;但最多只能“学习”5次。
不能用笔算。若1项算错,则扣该项的分;若后1项正确,则得该项的分。如100-7=93(正确,得分),93-7=88(应为86,不正确,不得分)。但如从88-7=81(正确,得分)。
只许说一遍,只有正确、咬字清楚才记1分。句子必须有主语、谓语,且有意义。(将测试者的回答语音传送给服务器,并保存同时进行语音识别,采用计算机语音单元进行语音识别,不能识别的状况请求康复指导员确认。)
只有绘出两个五边形的图案,交叉处形成1个小四边形,才算对,计1分。
(利用电子白板,将测试者在电子白板上所绘的图案传送给服务器,保存的同时对绘图的时间和正确与否进行识别,不能识别的状况请求康复指导员确认。)
表5
实施例2
参照图2、图3、图4,对有些地方不能构成服务器和客户机进行通信交互的情况下也可以采用AD检查及诊断单机方式进行AD诊断与预测,每隔一定时间从AD专业数据服务器上下载AD的统计数据以及AD度判断标准来更新AD度统计记忆单元10,整个AD诊断与预测与实施例1一样,如图4所示,测试中所使用的测试量表的范例如表5所示,结果如表1、表2、表3、表4所示,有关AD诊断与预测结果说明由于上面已经阐述在这里就省略这些说明。
实施例3
参照图2、图3、图5,对有些没有计算机的地方可以用纸张进行测试然后用OCR读取测试结果,整个流程如图5所示,特别是在边远地区和计算机尚未普及的地区,采用这种方式是比较适用的,测试者一边看着测试量表一边回答问题,回答的问题写在预先制定好的回答表上,然后通过OCR读取装置19、OCR读取驱动单元20进行批量处理读入计算机中进行AD诊断与预测,整个AD诊断与预测与实施例1一样,测试中所使用的测试量表的范例如表5所示,结果如表1、表2、表3、表4所示,有关AD诊断与预测结果说明由于上面已经阐述在这里就省略这些说明,AD诊断与预测结果通过结果打印输出驱动单元21以及打印输出单元22打印出测试结果报告交付给测试者或者相关人员。
Claims (3)
1、一种计算机辅助早期鉴别和预测老年性痴呆的装置,其特征在于:所述的装置包括老年性痴呆测试服务器和检查客户机,所述的老年性痴呆测试服务器、即AD测试服务器包括:
一个人基本信息记忆单元,用于记录测试者个人基本信息;
一检查许可判断单元,用于判断该测试者是否允许进行AD判定:对已经存在记录的测试者,取得前次测试的日期并与测试的当天进行比较,如果间隔时间未超过设定的时间,禁止检查;否则,允许检查;
一量表记忆单元,用于为多台AD测试检查客户机提供多种客观地正误判定的AD判定表;
一量表发送单元,用于将AD判定表向AD测试检查客户机发送;
一回答接收单元,用于接收来自于AD测试检查客户机有关AD判定表的回答;
一AD度统计记忆单元,用于记忆鉴别标准A)、鉴别标准B)和鉴别标准C)中的各种数据以及这三种鉴别标准的组合判断结果:
所述的AD度统计记忆单元包括:
鉴别标准A)中的三个数据,即1)正常分值;2)老年性痴呆前兆分值;3)老年性痴呆分值;
鉴别标准B)中的三个数据,即1)上限分值;2)平均值分值;3)下限分值;其计算方法如下:
将采集到的n个样本测试者的老年性痴呆测试量表测试结果中对在同一年龄、对同一受教育程度、同一性别的测试结果数据进行数理统计,得到样本均数X和标准差s,推导出正态分布密度函数f(X),其公式为:
上式中μ为均数X;σ为标准差s;π为圆周率;e为自然对数的底,即2.71828;以上均为常数,仅X为变量;
根据上述式1,得到正态分布函数的分布区间(μ-1.96σ,μ+1.96σ)、均数的三个点,即μ均数为平均值分值、下限μ-1.96σ为下限分值、上限μ+1.96σ为上限分值,由式1计算得到,将不同年龄、不同受教育程度以及不同性别所得到的平均值分值、下限分值和上限分值,然后以年龄为横坐标,记忆商和认知功能得分为纵坐标建立“年龄—记忆商曲线”,将各年龄对应的μ平均值分值的各个点连接起来得到认知功能平均线,将各年龄对应的下限、上限的记忆商和认知功能得分投射到上述平面上得到认知功能下限线、认知功能上限线;
鉴别标准C)中的三个数据,即1)平均退化速度Normalspeed;2)要注意退化速度Precautionspeed;3)危险退化速度Alarmspeed,其中平均退化速度Normal speed的计算方法如下:
Normalspeed=(μ(age(i))-μ(age(i-1))/(age(i)-age(i-1)) 式2
上式中μ(age(i))为本次测试时与当时年龄对应的平均值分值,μ(age(i-1))为前一次测试时与当时年龄对应的平均值分值,age(i)为本次测试时的年龄,age(i-1)为前一次测试时的年龄;
退化速度Precautionspeed和危险退化速度Alarmspeed通过平均退化速度Normalspeed乘上一个系数得到,计算方法如下:
Precautionspeed=k1*Normalspeed 式3
Alarmspeed=k2*Normalspeed 式4
上式中k1在1.2到1.4范围内选取,k2在1.5到1.8范围内选取;
通过A)、B)、C)三种鉴别标准分类,将每个鉴别标准划分为4个层次,从而得到64种不同的组合,每个组合都会给测试者有不同的建议以及处理方法,用以下四张表来概括64种不同的组合:
当认知功能退化进行程度慢,Aspeed的计算值大于Normalspeed时,参照表1:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表1
当测试者的退化速度与平均退化进行程度接近,Aspeed的计算值小于Normalspeed大于Precautionspeed时,参见表2:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表2
当认知功能退化进行程度有些快,Aspeed的计算值小于Precautionspeed大于alarmspeed时,参见表3:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表3
当认知功能退化进行程度快,Aspeed的计算值小于alarmspeed时,参见表4:
VG:very good,表示很好;G:good,表示好;N:normal,表示正常;NG:not good,表示不好;
表4
一AD度检查-预测单元,用于根据回答接收单元得到的回答,检查与预测测试者的AD度情况:所述的检查-预测单元包括:
一退化速度计算单元,用于根据测试者的回答接收单元得到的回答进行打分,得到本次的得分score(i)以及目前的年龄age(i),从而能得到“年龄-记忆商曲线”平面上的一个点A(i),然后从个人信息基本记忆单元中得到该测试者前次测试得分score(i-1)和前次测试时的年龄age(i-1)得到平面上的一个点A(i-1),用下式来计算该测试者的认知功能退化速度Aspeed,计算式为:
Aspeed=(score(i)-score(i-1))/(age(i)-age(i-1)) 式5;
一鉴别比较单元,用于根据测试者的得分以及认知功能退化速度Aspeed,对与测试者同年龄、受同等教育程度以及相同性别的AD度记忆单元中64中组合情况进行查表,得到相应的判断结果;
一结果发送单元,用于从AD度检查-预测单元判断结果发送给AD测试检查客户机;
一数据更新单元,用于每当测试者完成正常测试后,随着测试者样本增加后,自动地重新计算并更新式1中的均数μ和标准差σ,修正认知功能平均线、认知功能下限线和认知功能上限线;并根据重新计算得到的均数μ和标准差σ,用式2、式3和式4更新Normalspeed、Precautionspeed和alarmspeed;所述的AD测试检查客户机包括:
一量表接收单元,用于接收从AD检查及诊断服务器发送过来的AD判定表;
一量表表示单元,用于显示接收得到的AD判定表;
一回答取得单元,用于获取由测试者进行操作响应而所取得AD判定表的回答;
一回答发送单元,用于在回答取得单元得到该回答后向AD检查及诊断服务器发送回答结果;
一结果接收单元,用于接收从AD测试服务器的结果发送单元发送过来的测试结果信息;
一结果显示单元,用于显示结果接收单元接收的测试结果信息。
2、如权利要求1所述的计算机辅助早期鉴别和预测老年性痴呆的装置,其特征在于:所述的检查—预测单元还包括:
一退化加速度计算单元,用于调取测试者的前前次测试总得分score(i-2)和前前次测试时的年龄age(i-2),根据测试者本次的得分score(i)和目前的年龄age(i)、前次测试得分score(i-1)和前次测试时的年龄age(i-1),计算出该测试者认知功能退化加速度Aacceleration,其计算式为:
Aacceleration=(score(i)+score(i-2)-2*score(i-1))/ 式6
(age(i)+age(i-2)-2*age(i-1))
一痴呆症预测年龄单元,用于通过该测试者的认知功能退化加速度A acceleration推算其今后认知功能退化速度A speed,通过认知功能退化速度A speed推算达到痴呆症分值和前兆痴呆症分值的年龄。
3、如权利要求2所述的计算机辅助早期鉴别和预测老年性痴呆的装置,其特征在于:所述的测试量表为以下量表之一:①简易精神状态量表;②Mattis痴呆评定量表;③Alzheimer病评估量表;④长谷川痴呆量表;⑤Blessed痴呆量表;⑥韦氏成人智力量表;⑦韦氏记忆量表;⑧日常生活能力量表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100495414A CN100360076C (zh) | 2005-04-01 | 2005-04-01 | 计算机辅助早期鉴别和预测老年性痴呆的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100495414A CN100360076C (zh) | 2005-04-01 | 2005-04-01 | 计算机辅助早期鉴别和预测老年性痴呆的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1839749A true CN1839749A (zh) | 2006-10-04 |
CN100360076C CN100360076C (zh) | 2008-01-09 |
Family
ID=37029076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100495414A Expired - Fee Related CN100360076C (zh) | 2005-04-01 | 2005-04-01 | 计算机辅助早期鉴别和预测老年性痴呆的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100360076C (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101983613A (zh) * | 2010-10-15 | 2011-03-09 | 浙江大学 | 计算机辅助筛查老年轻度认知损害的装置 |
CN102831303A (zh) * | 2012-08-07 | 2012-12-19 | 深圳先进技术研究院 | 神经病学量表管理系统和方法、采集装置、服务器 |
CN103815920A (zh) * | 2014-02-27 | 2014-05-28 | 首都医科大学 | 一种家用检测仪及应用家用检测仪的检测方法 |
CN104545899A (zh) * | 2014-12-23 | 2015-04-29 | 华南理工大学 | 基于移动互联网的老年痴呆症监护系统 |
CN105407800A (zh) * | 2013-09-11 | 2016-03-16 | 日立麦克赛尔株式会社 | 脑功能障碍评价方法、脑功能障碍评价装置及其程序 |
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 |
CN107945879A (zh) * | 2017-12-11 | 2018-04-20 | 创业软件股份有限公司 | 一种用于治未病的医疗数据挖掘方法 |
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 |
CN109561831A (zh) * | 2016-06-16 | 2019-04-02 | 金-德威克测试公司 | 使用金-戴维克测试来筛查和监视阿尔茨海默病的方法和系统 |
JP2019149014A (ja) * | 2018-02-27 | 2019-09-05 | 株式会社Splink | 判定システム、判定方法及びプログラム |
CN113827191A (zh) * | 2021-09-29 | 2021-12-24 | 上海市精神卫生中心(上海市心理咨询培训中心) | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
CN114305457A (zh) * | 2021-12-28 | 2022-04-12 | 上海仪器仪表研究所 | 老年痴呆判断系统 |
CN116392071A (zh) * | 2023-03-07 | 2023-07-07 | 中山大学附属第一医院 | 神经系统功能障碍检测方法、系统、装置及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0919419A (ja) * | 1995-07-03 | 1997-01-21 | Casio Comput Co Ltd | 検査装置 |
JPH0916072A (ja) * | 1995-07-03 | 1997-01-17 | Casio Comput Co Ltd | 検査装置 |
CN2254326Y (zh) * | 1995-12-12 | 1997-05-21 | 闻立斗 | 老年期痴呆检测仪 |
JP2001218770A (ja) * | 2000-02-08 | 2001-08-14 | Ntt Comware Corp | 記憶力診断方法および記憶力診断装置 |
JP4387720B2 (ja) * | 2003-07-28 | 2009-12-24 | 株式会社浜松早期認知症研究所 | 痴呆検査装置、痴呆検査サーバ、痴呆検査クライアント、および痴呆検査システム |
-
2005
- 2005-04-01 CN CNB2005100495414A patent/CN100360076C/zh not_active Expired - Fee Related
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101983613B (zh) * | 2010-10-15 | 2012-07-04 | 浙江大学 | 计算机辅助筛查老年轻度认知损害的装置 |
CN101983613A (zh) * | 2010-10-15 | 2011-03-09 | 浙江大学 | 计算机辅助筛查老年轻度认知损害的装置 |
CN102831303A (zh) * | 2012-08-07 | 2012-12-19 | 深圳先进技术研究院 | 神经病学量表管理系统和方法、采集装置、服务器 |
CN105407800A (zh) * | 2013-09-11 | 2016-03-16 | 日立麦克赛尔株式会社 | 脑功能障碍评价方法、脑功能障碍评价装置及其程序 |
CN105407800B (zh) * | 2013-09-11 | 2019-04-26 | 麦克赛尔株式会社 | 脑功能障碍评价装置及存储介质 |
CN103815920A (zh) * | 2014-02-27 | 2014-05-28 | 首都医科大学 | 一种家用检测仪及应用家用检测仪的检测方法 |
CN103815920B (zh) * | 2014-02-27 | 2015-09-09 | 首都医科大学 | 一种应用家用检测仪的检测方法 |
CN104545899A (zh) * | 2014-12-23 | 2015-04-29 | 华南理工大学 | 基于移动互联网的老年痴呆症监护系统 |
CN108198615B (zh) * | 2016-05-09 | 2020-09-11 | 南京智精灵教育科技有限公司 | 一种在线认知评估系统 |
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 |
CN106073706B (zh) * | 2016-06-01 | 2019-08-20 | 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 |
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 |
CN109561831A (zh) * | 2016-06-16 | 2019-04-02 | 金-德威克测试公司 | 使用金-戴维克测试来筛查和监视阿尔茨海默病的方法和系统 |
CN107945879A (zh) * | 2017-12-11 | 2018-04-20 | 创业软件股份有限公司 | 一种用于治未病的医疗数据挖掘方法 |
JP2019149014A (ja) * | 2018-02-27 | 2019-09-05 | 株式会社Splink | 判定システム、判定方法及びプログラム |
JP7029726B2 (ja) | 2018-02-27 | 2022-03-04 | 株式会社Splink | 判定システム、判定方法及びプログラム |
CN113827191A (zh) * | 2021-09-29 | 2021-12-24 | 上海市精神卫生中心(上海市心理咨询培训中心) | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
CN113827191B (zh) * | 2021-09-29 | 2024-01-23 | 上海市精神卫生中心(上海市心理咨询培训中心) | 利用分层递进方式实现老年人认知障碍快速筛查的方法、装置、处理器及其计算机存储介质 |
CN114305457A (zh) * | 2021-12-28 | 2022-04-12 | 上海仪器仪表研究所 | 老年痴呆判断系统 |
CN116392071A (zh) * | 2023-03-07 | 2023-07-07 | 中山大学附属第一医院 | 神经系统功能障碍检测方法、系统、装置及存储介质 |
CN116392071B (zh) * | 2023-03-07 | 2024-04-30 | 中山大学附属第一医院 | 神经系统功能障碍检测系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN100360076C (zh) | 2008-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1839749A (zh) | 计算机辅助早期鉴别和预测老年性痴呆的装置 | |
JP6973802B2 (ja) | 認知機能評価システム | |
Jonaitis et al. | Cognitive activities and cognitive performance in middle-aged adults at risk for Alzheimer’s disease. | |
Mesholam et al. | Olfaction in neurodegenerative disease: a meta-analysis of olfactory functioning in Alzheimer's and Parkinson's diseases | |
MacAulay et al. | Improving sensitivity to detect mild cognitive impairment: cognitive load dual-task gait speed assessment | |
Nelson et al. | Screening for speech and language delay in preschool children: systematic evidence review for the US Preventive Services Task Force | |
Dorfman et al. | Understanding psychological assessment | |
McCue et al. | Relationships between neuropsychological and functional assessment in elderly neuropsychiatric patients. | |
Rodríguez-Aranda et al. | Differential contribution of cognitive and psychomotor functions to the age-related slowing of speech production | |
Beckley | Community participation following cerebrovascular accident: Impact of the buffering model of social support | |
Sajjad et al. | Subjective measures of health and all-cause mortality–the Rotterdam Study | |
Brugman et al. | Differentiation of hereditary spastic paraparesis from primary lateral sclerosis in sporadic adult-onset upper motor neuron syndromes | |
Nevler et al. | Automated analysis of natural speech in amyotrophic lateral sclerosis spectrum disorders | |
Spreen et al. | Assessment of aphasia | |
Greiffenstein et al. | Premorbid clues? Preinjury scholastic performance and present neuropsychological functioning in late postconcussion syndrome | |
Briceño et al. | Neuropsychological assessment of mild cognitive impairment in Latinx adults: A scoping review. | |
Andersen et al. | Digital technology differentiates graphomotor and information processing speed patterns of behavior | |
Supramanian et al. | Reliability and Validation of MSCEIT to Evaluate Emotional Intelligence for Chronic Kidney Disease Patients | |
Podda et al. | Mobile Health App (DIGICOG-MS) for Self-Assessment of Cognitive Impairment in People With Multiple Sclerosis: Instrument Validation and Usability Study | |
Shin | The current status of the Korean student health examination | |
Law et al. | Translation and validation of Chinese version of the Problems in Everyday Living (PEDL) test in patients with mild cognitive impairment | |
Sueda et al. | Convergent validity of the developmental coordination disorder checklist using soft neurological signs | |
Liang et al. | A Structural Equation Model of Social Support, Stress and Depression in Pregnant Women During Epidemic Period | |
Jiang et al. | Integrative cognitive reserve | |
Bukh et al. | At the Core of depression: a diagnostic interview of the Core features of depression |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080109 Termination date: 20100401 |