[发明专利]一种基于神经认知功能与机器学习的精神分裂症自动评估系统

说明书

本发明公开了一种基于神经认知功能与机器学习的精神分裂症自动评估系统。所述系统包括数据采集模块(1)、特征工程模块(2)、自动评估模块(3)；所述数据采集模块(1)、所述特征工程模块(2)、所述自动评估模块(3)依次连接。利用本发明的系统可以进行精神分裂症筛查评估，区分精神分裂症和健康人的效果显著，适于临床推广。

技术领域

本发明属于计算机辅助医疗技术领域，涉及一种精神分裂症自动评估系统，具体涉及一种基于神经认知功能与机器学习的精神分裂症自动评估系统。

背景技术

精神分裂症是一种恶性精神类疾病，目前对其病因的认识尚未明确。精神分裂症涉及感知觉障碍、思维障碍、情感障碍、意志行为障碍及认知功能障碍等多方面障碍以及精神活动的不协调。多在青壮年时期缓慢或亚急性起病，患者一般意识清楚，智能基本正常，且有反复发作、加重，不易治愈的特点，给病患及其家人带来极大的不便和痛苦。

目前，我国患有精神分裂症的人数正在处于逐年上升的趋势，精神分裂症的治疗过程很困难，必须要防患于未然，有疑似的患者可以到医院进行检查，现存的检测精神分裂症方法也不能很准确的了解到患者的情况。

当精神分裂症患者去到医院接受治疗时，往往已经到了症状很严重的阶段。也由于精神分裂症病患的病症特殊性，医院的看诊检测环境会带给病患额外的外界压力，影响到检测结果及客观的判断。同时，也由于精神分裂症患者的病症特点，往往很难在静止的状态下接受治疗。这都给精神分裂症的检测带来不便。随之提出了对精神分裂症患者进行实时、便捷、准确、快速的检测需求。

随着计算机技术和医疗影像技术的发展，特别是最近发展迅速的机器学习，深度学习和大数据技术，给现代医疗诊断的发展提供了巨大的技术支持。因此有必要将这些技术运用到计算机辅助诊断系统中，利用机器学习，深度学习和大数据技术自身的强大优势，进一步提高自动诊断的准确率和误诊率，减轻临床医生的负担。

发明内容

本发明的目的在于提供一种基于神经认知测查与机器学习的精神分裂症自动评估系统。本发明的上述系统的基本工作原理是：基于神经认知功能数据采集，特征工程、机器学习技术，探索精神分裂症患者的神经认知功能缺陷，为精神分裂症的临床筛查与诊断提供客观参考依据。

为了实现上述目的，本发明采用了如下技术方案：

本发明提供了一种基于神经认知功能与机器学习的精神分裂症自动评估系统，所述系统包括数据采集模块1、特征工程模块2、自动评估模块3；所述数据采集模块1、所述特征工程模块2、所述自动评估模块3依次连接；

数据采集模块：对被试进行RBANS测试和Stroop测试，共计14项分测试，计算各分测试得分，对分测试特征进行评估；

特征工程模块：通过特征工程方法，实现特征的选择与融合，根据特征进行模式分类设计，同时对疾病预测性能评估；

自动评估模块：通过机器学习算法，对已提取特征进行机器学习的模型构建，形成计算机模型，并整合自动评估功能，最后构建自动评估模块，根据被试的神经认知功能进行精神分裂症的筛查与辅助诊断。

优选地，Stroop测试使用的分测试包括颜色干扰时间、词语干扰时间。

进一步，所述数据采集模块1包括神经认知测查单元11、认知分测试粗分计算单元12、认知分测试标准分计算单元13。

进一步，所述特征工程模块2包括特征选择融合单元21、数据降维单元22、模式分类设计单元23。

所述自动评估模块3包括机器模型构建单元31、预测性能评估32、整合自动评估功能单元33。

RBANS测试使用的分测试包括即刻记忆、视觉空间结构、语言、注意、延迟记忆。

即刻记忆包括词汇学习、故事重复。