[发明专利]关联认知障碍病症的神经反馈训练范式的生成方法和系统有效
申请号: | 202211714952.0 | 申请日: | 2022-12-30 |
公开(公告)号: | CN115662576B | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 夏美云;李德玉;武迪 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G16H20/70 | 分类号: | G16H20/70;G06N3/045;G06N3/084;A61M21/00 |
代理公司: | 北京金信知识产权代理有限公司 11225 | 代理人: | 夏东栋 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关联 认知 障碍 病症 神经 反馈 训练 范式 生成 方法 系统 | ||
1.一种阿尔兹海默症和关联认知障碍病症的神经反馈训练范式的生成方法,其特征在于,所述生成方法包括以下步骤:
基于阿尔兹海默症和关联认知障碍病症涉及的多个认知任务范式生成选定的认知任务集合;其中,所述多个认知任务范式包括记忆、注意、言语、反应、执行和情绪的所有各种认知任务的至少一个认知任务范式;
获取受试者的基本信息以及执行所述选定的认知任务集合期间的大脑皮层血流动力学数据;
基于所述基本信息以及所述受试者的选定的认知任务集合中各个认知任务范式对应的大脑皮层血流动力学数据,分别提取各个特征,其中,所述各个特征包括表征受试者的脑网络功能状态的特征以及人口统计学特征,所述脑网络功能状态的特征包含脑功能连接矩阵、时域特征、频域特征;
为各个认知任务范式分别构建独立的孪生判别神经网络;
将所提取的各个特征分别作为输入馈送到对应的孪生判别神经网络,以确定各个认知任务范式下的脑网络功能与健康常模之间的相似度;
对各个认知任务范式下的脑网络功能与健康常模之间的相似度进行升序排序,选择前预定比例的相似度对应的认知任务范式来构建并执行个性化认知任务集合;
获取受试者在执行所述个性化认知任务集合期间的大脑皮层血流动力学数据;
为所获取的大脑皮层血流动力学数据,计算脑功能连接模式、偏侧性和小世界属性,以判定是否需要继续进行神经反馈训练,如果是,则以当前的个性化认知任务集合作为所述选定的认知任务集合,再次执行用于生成个性化认知任务集合的过程。
2.根据权利要求1所述的生成方法,其特征在于,所述前预定比例为前20%-40%,选择前预定比例的相似度对应的认知任务范式来构建个性化认知任务集合具体包括:根据前预定比例的相似度的大小顺序,为对应的认知任务范式计算在个性化认知任务集合中的作用权重,使得相似度越小的认知任务范式,其作用权重越高。
3.根据权利要求1所述的生成方法,其特征在于,所述受试者的基本信息包括年龄、性别、体征信息、以及认知障碍诊断过程中完成的量表信息中的至少一种。
4.根据权利要求1所述的生成方法,其特征在于,还包括,在分别提取各个特征之前:为所获取的大脑皮层血流动力学数据,计算脑功能连接模式、偏侧性和小世界属性,以判定是否需要进行神经反馈训练,如果是,才执行用于构建个性化认知任务集合的各个特征的提取及后续处理。
5.根据权利要求1所述的生成方法,其特征在于,各个认知任务范式的孪生判别神经网络均基于卷积神经网络、激活函数、池化层、全连接层分别构建,在训练阶段,通过收集针对各个认知任务范式的健康受试者和认知障碍患者的数据构建训练数据集,并基于余弦相似度构建损失函数,在用于计算所述相似度的判别阶段,将健康受试者的基本信息和大脑皮层血流动力学数据构建为健康常模,用以确定各个认知任务范式下的脑网络功能与健康常模之间的相似度。
6.根据权利要求1所述的生成方法,其特征在于,所述关联认知障碍病症包括轻度认知障碍。
7.一种阿尔兹海默症和关联认知障碍病症的神经反馈训练系统,其特征在于,包括处理器,其配置为执行根据权利要求1-6中任何一项所述的阿尔兹海默症和关联认知障碍病症的神经反馈训练范式的生成方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211714952.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:问题生成的方法和装置
- 下一篇:一种建筑施工安全监管预警方法及系统