[发明专利]基于多模态信息的自闭症辅助诊断系统、设备及介质

说明书

本公开公开了基于多模态信息的自闭症辅助诊断系统、设备及介质，包括：自闭症识别模块，将融合后的待测特征输入到训练好的BP神经网络中，输出待测试人员在当前虚拟现实场景下的情绪标签；如果在同一个虚拟现实场景下，BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签不一致的数量超过设定阈值，则表示待测试人员为自闭症患者，BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签不一致的数量占总标签数量的比值，将该比值作为自闭症患者的患病程度；如果BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签一致，则表示待测试人员为非自闭症患者。

技术领域

本公开涉及基于多模态信息的自闭症辅助诊断系统、设备及介质。

背景技术

本部分的陈述仅仅是提高了与本公开相关的背景技术，并不必然构成现有技术。

儿童孤独症是广泛性发育障碍的一种亚型，以男性多见，起病于婴幼儿期，主要表现为不同程度的言语发育障碍、人际交往障碍、兴趣狭窄和行为方式刻板。

自闭症严重影响患者的正常生活状态及身体发育，一些患者显现出感觉反应迟钝的现象，严重者会有自伤自残的行为，造成精神残疾丧失社会功能。据美国精神医学会调查显示，目前每20分钟就有一个孩子被诊断为自闭症，发病率为1％-4％，全球约有3500万人患有自闭症。越来越多的实例表明，对于自闭症的治疗，需要进行早期诊断和早期干预，可以减轻患儿症状，最大程度发挥其潜能，提高功能水平，同时争取较好的预后。

自闭症的准确评估对于患者的针对性康复治疗具有重要指导意义，目前自闭症的诊断和评估仍缺乏客观生理手段。临床以语言与交流障碍、社会交往障碍，兴趣范围狭窄与刻板的行为模式，不同程度的智能障碍等标准为基础设计行为观察量表，通过专业医师病史询问以及家长观察儿童行为进行量表评定。量表填写人的主观倾向性以及患者临场心理状态均会对评定结果产生严重影响，误导针对性干预方案的制定，延误患者的有效康复。

在实现本发明的过程中，发明人发现现有技术中缺乏自闭症诊断系统。

发明内容

为了解决现有技术的不足，本公开提供了基于多模态信息的自闭症辅助诊断系统；

本公开第一方面提供了基于多模态信息的自闭症辅助诊断系统；

基于多模态信息的自闭症辅助诊断系统，包括：

自闭症识别模块，将融合后的待测特征输入到训练好的BP神经网络中，输出待测试人员在当前虚拟现实场景下的情绪标签；如果在同一个虚拟现实场景下，BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签不一致的数量超过设定阈值，则表示待测试人员为自闭症患者，BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签不一致的数量占总标签数量的比值，将该比值作为自闭症患者的患病程度；如果BP神经网络输出的情绪标签与当前虚拟现实场景真实情绪标签一致，则表示待测试人员为非自闭症患者。

作为一种可能的实现方式，基于多模态信息的自闭症辅助诊断系统，还包括：

训练数据采集模块，从基于生理信号的情绪识别数据库DEAP(Database forEmotion Analysis using Physiological signals)中提取受试者在不同情绪状态下的脑电信号、肌电信号、眼电信号、皮肤电反应信号、体温数据、呼吸频率数据和心率数据。

训练数据特征提取模块，对脑电信号、肌电信号、眼电信号、皮肤电反应信号、体温数据、呼吸频率数据和心率数据进行特征提取；

训练数据特征融合模块，将采集的特征进行串联，得到融合后的每个受试者的特征。

作为一种可能的实现方式，基于多模态信息的自闭症辅助诊断系统，还包括：

BP神经网络构建模块，构建BP神经网络；