[发明专利]计算机化社会适应训练方法及系统

说明书

本发明涉及认知和情绪训练领域，具体涉及计算机化社会适应训练方法及系统。所述包括步骤：用户先选择自身病症或症状、自身需求，完成与需求相关的综合量表，评估量表中各项数值；确定相应的训练方案；每当用户完成一项单个训练，推送优化的训练方案。通过本发明的计算机化社会适应训练方法及系统，用户可以维持较高的注意力水平，提高训练效果，还能够改善用户的训练体验，吸引用户维持长期的练习，完成较长的训练周期。

技术领域

本发明涉及认知和情绪训练领域，具体涉及计算机化社会适应训练方法及系统。

背景技术

现有基于虚拟现实技术的自闭症社会适应训练和综合社会适应能力评估方法存在以下几个缺点：1、治疗对象单一，相近技术往往所覆盖人群较小，如自闭症社会适应训练，仅针对特定人群，忽略了更广大的需要社会适应方面支持的人群。2、治疗范式单一，治疗范式种类较少，缺乏变化和创新性。如基于虚拟现实技术的自闭症社会适应训练，反复呈现社交生活场景来锻炼用户的社交能力，而缺乏其他方面的训练。3、现有方法往往专注于评测或训练其中之一，缺乏将各方面结合起来的系统性。如综合社会适应能力评估方法以及装置，能够很好地评估用户的社会适应能力情况，但并没有后续的训练或建议；如基于虚拟现实技术的自闭症社会适应训练，能够对自闭症人群进行沉浸式训练，但是缺乏评估能力和反馈。

发明内容

本发明的目的是提供计算机化社会适应训练方法。

本发明的再一目的是提供计算机化社会适应训练系统。

根据本发明的计算机化社会适应训练方法，包括以下步骤：

S1：登陆并进行测评，登陆后，用户先选择自身病症或症状，并且选择自身需求，完成与需求相关的综合量表，评估量表中各项数值；

S2：根据用户病症指征、综合量表中各项数值进行基于非监督学习的降维算法.确定用户从哪一类训练开始练习，确定相应的训练方案，包括以下步骤：

S2-1对于各个数据源进行均值归一化，然后分解特征值，对不同维度的数据去噪整合，映射到低维空间，系统定义聚类结果的类别数量（质心数）为2，对应社交动力和社交技能训练方面的需求，

S2-2对数据特征通过欧式距离 (Isomap) 算出其欧式空间的局部区域性质，获得基于样本的相似系数矩阵，从而确定用户分到社交动力性训练和社交能力性训练中的映射聚类情况，确定用户从哪一类训练开始练习，确定相应的训练方案；

S3：输出的训练方案涉及社交动力性训练和社交能力性训练，如果用户首先进入社交动力性训练，则为用户呈现社交动力性训练初阶的训练，如果用户首先进入社交能力性训练，则为用户呈现社交能力性训练初阶的训练，其中，

如果进入社交动力性训练：

当用户进入社交动力性训练初阶的增强社交动力系列训练，呈现模拟现实社交场景的小游戏，用户进行训练，对用户表现进行评分，用户对自己的情绪也进行评分，

当用户进入社交动力性训练高阶的提升亲社会属性系列训练，则呈现模拟现实社交场景的小游戏，用户进行序列，用户对自己的主观感受进行评分，

当用户连续获得比之前更高的分数后，根据前面的所有训练记录和有效性测评结果，实时调整下一项训练内容的训练难度和时长，进行之后训练方案的推送优化，当用户达到目标分数或训练时间到达五分钟后，当日的这项练习结束，

如果进入社交能力性训练：

当进入社交能力性初阶的强化社交技能系列的训练，则呈现模拟现实情境的小游戏，用户进行训练，直到选择正确，所呈现的情境用户全部选择正确选项后，当日的这项练习结束，