认知技能训练系统和程序技术方案

本发明专利技术使得用户、临床医生、教师和家长能够进行针对性的、个性化的测量以及认知技能开发的管理。本发明专利技术的特征在于基于游戏的虚拟学习课程，用于针对和开发执行功能的基础认知技能。本发明专利技术的方法和系统提供了有效和快速的基于视频游戏的训练课程，以提高认知技能，如集中注意力、持续注意力、认知抑制、行为抑制、选择性注意力、交替注意力、分散注意力、干扰控制、新奇抑制、延迟满足、内在声音、动机抑制和自我调节。这种课程利用:(i)构成注意力控制和冲动抑制的基础的每个认知过程；(ii)可测量和可训练的认知技能的识别；以及(iii)有效训练和使这些技能能够保持的游戏设计和游戏机制。基于游戏的系统为医学专业人员、临床医生、家长、教师和用户提供测量和管理目标认知技能训练的能力，以达到期望的绩效目标。

Cognitive skills training system and procedures

The invention enables users, clinicians, teachers and parents to conduct targeted and personalized measurement and management of cognitive skills development. The invention is characterized by a game-based virtual learning course for the purpose of developing basic cognitive skills for execution functions. The methods and systems of the present invention provide effective and fast video game-based training courses to improve cognitive skills such as concentration, sustained attention, cognitive inhibition, behavioral inhibition, selective attention, alternating attention, distraction, interference control, novelty inhibition, delayed gratification, and intrinsic voice. Motivation inhibition and self regulation. The curriculum utilizes: (i) each cognitive process that forms the basis of attention control and impulse suppression; (i i) the identification of measurable and trainable cognitive skills; and (i I i) the game design and game mechanisms that effectively train and enable these skills to be maintained. Game-based systems provide medical professionals, clinicians, parents, teachers and users with the ability to measure and manage target cognitive skills to achieve the desired performance goals.

【技术实现步骤摘要】
【国外来华专利技术】认知技能训练系统和程序
技术介绍
执行功能是使我们能够完成任务的认知过程，例如组织我们的想法，制定未来计划以及从事问题解决。执行功能技能已被证明是至关重要的学习和学业成就的基础。在婴儿期和正常儿童早期发育过程中，执行功能的神经网络在幼儿身上自然发育，并逐渐成长和完善成为分布式神经网络。执行功能发展的困难，如源自神经网络中的认知过程障碍的专注技能，主要是由于基因遗传跟随的经验事件(Caseyetal.,DevPsychobiol40(2002):237-254)。这些认知技能的发育不全阻碍了儿童能够协调地发挥功能，比如接受和理解新的信息或完成学校的任务。诸如理解和处理口语的基础能力需要精确的注意力控制。语言处理和阅读都强烈依赖于专注技能来识别关键特征，以理解所表达的信息。例如，有特定语言障碍的儿童在听取言语时难以有选择地参加，导致他们错过重要的词语边界和意义的线索。虽然研究得不够详尽，但是差的注意力控制也被证明与算术问题和解决单词问题有关(Zentalletal.,JEducPsychol82(1990):856-865)。执行功能障碍在许多学习障碍和相关问题中起着突出的作用。许多学习障碍中，特别是注意力缺陷多动症(AttentionDeficit/HyperactivityDisorder，ADHD)中，的核心问题之一就是注意力和冲动抑制控制困难。已经发现ADHD症状的严重程度与儿童经历的学业成就的问题多少直接相关(Barryetal.,JSchPhychol40(2002)：259-283)。美国疾病控制与预防中心(CDC)报告称，美国约有11％的3-17岁儿童被诊断出患有ADHD，根据美国国家资源中心(NationalResourceCenter)有关ADHD的数据，多达50％的ADHD儿童被诊断为至少有一种学习障碍。他们还估计，由于ADHD患者的生产力下降，每年的损失在360亿至520亿美元之间。迄今为止，治疗ADHD的最有效和最佳的治疗药物仍然是兴奋剂。虽然已经可靠地显示兴奋剂药物迅速达到治疗效益水平以改善在家庭和教室中的行为，但这些行为改善不会导致服用药物后的认知过程改善，并且每次剂量可能仅持续4至10小时。停用药物后，任何行为效益似乎都会丧失，并伴有许多副作用，包括头痛、恶心、食欲不振、失眠，身体发育减少和心血管影响。使用这些兴奋剂药物还导致了这些药物的潜在滥用。近年来，一些非兴奋剂药物已被批准用于治疗ADHD。研究表明，虽然引入了新的副作用，如严重自杀倾向和药物镇静，但他或她的相关改善一般不如兴奋剂药物那么大，但是避免了一些与兴奋剂治疗相关的更大风险。鉴于药物治疗的情况，副作用以及污名和滥用风险极小、实现了可比效果和持久性的非药物治疗方法引起了极大的兴趣。传统的行为干预，如父母教导和行为疗法，已被证明对ADHD疗程影响不大，尽管它们可以帮助治疗一些常见的合并症，如焦虑症和抑郁症。另一种可能性是认知训练，其涉及在计算机上执行旨在训练和加强特定认知技能或技能(例如选择性注意力，抑制控制或工作记忆)的任务。虽然这种方法最初似乎是一种可行的治疗方法，但随着研究的积累，设计更严格的控制和元分析(meta-analyses)的研究怀疑这些认知治疗对ADHD的有效性。效力缺乏被认为是由于目前对ADHD与认知技能之间关系的理解有限。鉴于这种关系的复杂性，建议不要只将训练集中在一项技能上，除了训练之外，应当测量和管理一套完整的ADHD儿童努力有效地使用的认知技能。另一种治疗选择是神经反馈。ADHD患者的累积EEG脑波水平与所记录的非ADHD患者(“正常”)的脑波水平存在明显差异，包括高频脑波波段(beta波)活动水平降低，以及低频段，特别是从4到7.5Hz的theta波的提高。神经反馈，也称为EEG(脑电图)生物反馈，为用户提供类似游戏的反馈以调节他的脑波，已经在减轻ADHD的行为症状严重程度方面取得了一些成功，但并未用于执行功能的基础认知过程。这种训练典型地专注于归一化基于广泛人群的EEG信号的不同方面，包括theta/beta比。目前，关于神经反馈在减轻症状严重程度方面的有效性，文献存在分歧。神经反馈的明显局限在于训练耗时费力，并且依赖于将他或她的EEG信号与“正常”群体模板匹配的受试者，该匹配取决于广泛的复杂变异性。虽然受试者试图调节其大脑活动可能会加强ADHD中受影响最严重的部分，但用户很难长时间重复管理其大脑活动，并且最重要的是，神经反馈不会隔离和针对导致学习和学业成就的执行功能的基础关键认知过程。需要更有效的学习系统来训练、测量和管理ADHD的基础认知技能。这样的系统可以使由于神经发育迟缓而患有各种学习障碍的用户,如ADHD患者，受益。
技术实现思路
本专利技术使得用户、临床医生、教师、父母以及其他第三方能够精确定位、个性化测量和管理认知技能发展。本专利技术的特征在于嵌入游戏软件应用程序内的学习课程，其与基于EEG的脑-机接口(brain-to-computerinterface,BCI)结合使用，其实时测量用户的注意力状态水平并且使用户能够通过使用他们的注意力状态玩/管理一个视频游戏，以快速训练自己的正确认知技能。例如，本专利技术被设计为创建完全由用户访问的无缝体验，该体验集成了授权史诗故事情节以增强用户的参与(即，创建参与的意图)并促进目标认知技能的快速学习。在第一方面，本专利技术的特征在于一种用于训练用户的认知技能(例如，集中注意力和持续注意力)的方法，所述方法包括：(a)提供被配置成训练所述用户的认知技能的基于计算机的虚拟学习课程，其中所述虚拟学习环境包括至少第一游戏模块和第二游戏模块，其中所述第一游戏模块包括用于训练目标认知技能的技能训练模块，以及所述第二游戏模块包括技能迁移模块，所述技能迁移模块配置成允许所述用户在与所述技能训练模块分离的虚拟学习环境(例如，所述技能训练模块外部)中展示对所述目标认知技能的保持力；(b)测量所述用户的EEG脑活动信号，并基于所述EEG脑活动信号计算所述用户的注意力状态水平；(c)在所述技能训练模块中进行技能训练练习，所述技能训练模块包括第一故事情节，用于在引起所述用户的高度注意力状态水平的同时使用户化身朝向任务的完成前进，其中所述用户的所述注意力状态水平的增加或减少在所述用户化身朝向任务的完成的速度中产生了相应的增加或减少(例如，相应地增加或减少完成挑战任务的机会，例如，相应地增加或减少技能学习(例如，认知技能学习))；(d)在步骤(c)期间，向用户呈现挑战任务，其中所述挑战任务被配置成训练所述用户的目标认知技能；(e)在步骤(d)期间，基于对所述挑战任务的用户响应，计算所述用户的技能表现分数，并在所述用户化身朝向所述任务的完成前进的同时，在所述技能表现分数升高到预定上限阈值以上时增加实现所述挑战任务的难度，以及当所述技能表现得分下降至预定的下限阈值以下时，减小实现所述挑战任务的难度(例如，在用户的控制下尽可能的快)；以及，(f)在完成所述任务之后(例如，在每个训练模块中)，在所述技能迁移模块中执行技能保持练习，所述技能迁移模块包括用于向用户呈现保持力挑战任务的第二故事情节，其中所述保持力挑战任务不同于呈现在技能训练模块中的所述挑战任务，其中所述保持力挑战任务被本文档来自技高网...

【技术保护点】
1.一种用于训练用户的认知技能的方法，所述方法包括：(a)提供被配置成训练所述用户的认知技能的基于计算机的虚拟学习课程，其中所述虚拟学习课程包括至少第一游戏模块和第二游戏模块，其中所述第一游戏模块包括用于训练目标认知技能的技能训练模块，以及所述第二游戏模块包括技能迁移模块，所述技能迁移模块配置成允许所述用户在所述技能训练模块之外的虚拟环境中展示对所述目标认知技能的保持力；(b)测量所述用户的EEG脑活动信号，并基于所述EEG脑活动信号计算所述用户的注意力状态水平；(c)在所述技能训练模块中进行训练练习，所述技能训练模块包括第一故事情节，用于在引起所述用户的高度注意力状态水平的同时使用户化身朝向任务的完成前进，其中所述用户的所述注意力状态水平的增加或减少在所述用户化身朝向任务的完成的速度中产生了相应的增加或减少；(d)在步骤(c)期间，向用户呈现挑战任务，其中所述挑战任务被配置成训练所述用户中的目标认知技能；(e)在步骤(d)期间，基于对所述挑战任务的用户响应，计算所述用户的技能表现分数，并在所述用户化身朝向所述任务的完成前进的同时，在所述技能表现分数升高到预定上限阈值以上时增加实现所述挑战任务的难度，以及当所述技能表现得分下降至预定的下限阈值以下时，减小实现所述挑战任务的难度；(f)在完成所述任务之后，在所述技能迁移模块中执行技能保持练习，所述技能迁移模块包括用于向用户呈现保持力挑战任务的第二故事情节，其中所述保持力挑战任务不同于呈现在技能训练模块中的所述挑战任务，其中所述保持力挑战任务被配置成供用户展示对所述目标认知技能的保持力。...

【技术特征摘要】
【国外来华专利技术】2015.08.28 US 62/2112691.一种用于训练用户的认知技能的方法，所述方法包括：(a)提供被配置成训练所述用户的认知技能的基于计算机的虚拟学习课程，其中所述虚拟学习课程包括至少第一游戏模块和第二游戏模块，其中所述第一游戏模块包括用于训练目标认知技能的技能训练模块，以及所述第二游戏模块包括技能迁移模块，所述技能迁移模块配置成允许所述用户在所述技能训练模块之外的虚拟环境中展示对所述目标认知技能的保持力；(b)测量所述用户的EEG脑活动信号，并基于所述EEG脑活动信号计算所述用户的注意力状态水平；(c)在所述技能训练模块中进行训练练习，所述技能训练模块包括第一故事情节，用于在引起所述用户的高度注意力状态水平的同时使用户化身朝向任务的完成前进，其中所述用户的所述注意力状态水平的增加或减少在所述用户化身朝向任务的完成的速度中产生了相应的增加或减少；(d)在步骤(c)期间，向用户呈现挑战任务，其中所述挑战任务被配置成训练所述用户中的目标认知技能；(e)在步骤(d)期间，基于对所述挑战任务的用户响应，计算所述用户的技能表现分数，并在所述用户化身朝向所述任务的完成前进的同时，在所述技能表现分数升高到预定上限阈值以上时增加实现所述挑战任务的难度，以及当所述技能表现得分下降至预定的下限阈值以下时，减小实现所述挑战任务的难度；(f)在完成所述任务之后，在所述技能迁移模块中执行技能保持练习，所述技能迁移模块包括用于向用户呈现保持力挑战任务的第二故事情节，其中所述保持力挑战任务不同于呈现在技能训练模块中的所述挑战任务，其中所述保持力挑战任务被配置成供用户展示对所述目标认知技能的保持力。2.根据权利要求1所述的方法，其中，所述第一故事情节包括被呈现用于向所述用户提供指导和激励的同伴角色，以在所述用户中开发内在声音。3.根据权利要求2所述的方法，其中，所述同伴角色动态地向所述用户提供指导和激励以学习目标认知技能，同时提供自尊或鼓励在所述用户中开发内在语音。4.根据权利要求1或2所述的方法，其中，所述第一故事情节和所述第二情节包括导师角色，所述导师角色被配置成鼓励所述用户参与问题解决，并且被自我激励以在所述用户中开发内在声音。5.根据权利要求4所述的方法，其中所述导师角色未被配置成向所述用户展示所述挑战任务。6.根据权利要求1至5中任一项所述的方法，其中步骤(e)包括基于所述用户的所述技能表现分数来调整实现所述挑战任务的难度。7.根据权利要求6所述的方法，其中步骤(e)包括基于所述用户的所述技能表现分数和所述注意力状态水平来调整实现所述挑战任务的难度。8.根据权利要求1-7中任一项所述的方法，其中，步骤(e)还包括基于所述用户的所述技能表现分数或所述注意力状态水平来调整呈现给所述用户化身的所述目标认知技能的顺序。9.根据权利要求1-8中任一项所述的方法，其中用户化身的速度随着所述技能表现分数的增加而增大。10.根据权利要求1-9中任一项所述的方法，其中，所述用户化身的速度随着所述技能表现分数的降低而减小。11.根据权利要求1-10中任一项所述的方法，其中步骤(d)包括以当所述用户的所述注意力状态水平增加时增大的速率向所述用户化身呈现挑战任务。12.根据权利要求1至11中任一项所述的方法，其中步骤(d)包括以所述用户的所述注意力状态水平降低时减小的速率向所述用户化身呈现挑战任务。13.根据权利要求1至12中任一项所述的方法，其中步骤(d)包括仅在所述用户已达到预定注意力状态水平之后才向所述用户化身呈现至少一些挑战任务。14.根据权利要求1-13中任一项所述的方法，其中，步骤(f)还包括，基于对所述技能迁移模块中呈现的所述挑战任务的用户化身响应，计算用户的技能迁移分数，其中实现高于预定阈值的技能迁移分数表明所保持的目标认知技能的迁移能力，并且允许所述用户化身前进到基于计算机的虚拟学习课程的下一级。15.根据权利要求1至14中任一项所述的方法，其中，所述技能训练模块被配置成训练注意力保持，并且所述技能迁移模块被配置成供所述用户展示注意力保持技能的保持力。16.根据权利要求15所述的方法，还包括在完成所述任务之后，计算集中的注意力分数。17.根据权利要求16所述的方法，其中，从大于预定阈值注意力状态水平的注意力状态水平的数值来计算所述注意力集中分数。18.根据权利要求17所述的方法，其中所述预定阈值注意力状态水平大于50％，55％，60％，65％，70％，75％，80％或90％。19.根据权利要求15所述的方法，还包括：在完成所述任务之后，计算持续注意力分数。20.根据权利要求19所述的方法，其中，所述持续注意力分数是根据注意力状态水平变化小于预定阈值方差的持续时间来计算的。21.根据权利要求20所述的方法，其中所述预定阈值变化在所述前一注意力状态水平的1％与50％之间。22.根据权利要求20或21所述的方法，其中针对大于预定阈值注意力状态水平的顺序注意力状态水平计算所述持续注意力分数。23.根据权利要求1至22中任一项所述的方法，其中，所述技能训练模块被配置成训练认知抑制，并且所述技能迁移模块被配置成供所述用户展示所述认知抑制技能的保持力。24.根据权利要求23所述的方法，还包括在完成所述任务目标之后，计算认知抑制分数。25.根据权利要求24所述的方法，其中，在步骤(c)开始之后的一段时间内，根据预定阈值注意力状态水平的注意力状态水平的频率来计算所述认知抑制分数。26.根据权利要求25所述的方法，其中，所述预定阈值注意力状态水平是50％，55％，60％，65％，70％，75％，80％或90％。27.根据权利要求1至26中任一项所述的方法，其中，所述技能训练模块被配置成训练行为抑制，并且所述技能迁移模块被配置成供所述用户展示所述行为抑制技能的保持力。28.根据权利要求27所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确拒绝的挑战任务；和(ii)数个错误选择的挑战任务；以及(b)从(i)和(ii)的组合中计算行为抑制分数。29.根据权利要求1-28中任一项所述的方法，其中，所述技能训练模块被配置成训练选择性注意力，并且所述技能迁移模块被配置成供所述用户展示对选择性注意力技能的保持力。30.根据权利要求29所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务；(ii)数个正确拒绝的挑战任务；和(iii)挑战任务的总数；以及(b)根据(i)-(iii)的组合计算选择性注意力分数。31.根据权利要求1-30中任一项所述的方法，其中所述技能训练模块被配置成训练交替注意力，并且所述技能迁移模块被配置成供所述用户展示对所述交替注意力技能的保持力。32.根据权利要求31所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务的；和(ii)数个正确拒绝的挑战任务，其中所述挑战任务在目标规则切换之后立即呈现；以及(b)根据(i)和(ii)的组合计算交替注意力分数。33.根据权利要求1-32中任一项所述的方法，其中，所述技能训练模块被配置成训练新奇抑制，并且所述技能迁移模块被配置成供所述用户展示对所述新奇抑制技能的保持力。34.根据权利要求33所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务；(ii)数个正确拒绝的挑战任务；和(iii)挑战任务的总数；以及(b)根据(i)-(iii)的组合计算新奇抑制分数。35.根据权利要求1-34中任一项所述的方法，其中，所述技能训练模块被配置成训练延迟满足，并且所述技能迁移模块被配置成供所述用户展示所述延迟满足技能的保持力。36.根据权利要求35所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务；和(ii)挑战任务的总数；以及(b)根据(i)和(ii)的组合计算延迟满足分数。37.根据权利要求1-36中任一项所述的方法，其中，所述技能训练模块被配置成训练自我调节，并且所述技能迁移模块被配置成供所述用户展示对所述自我调节技能的保持力。38.根据权利要求37所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务；和(ii)挑战任务的总数；其中所述挑战任务发生在聚集或冲突避免挑战任务之前或之后的预定时间内；以及(b)根据(i)和(ii)的组合计算自我调节分数。39.根据权利要求1-38中任一项所述的方法，其中所述技能训练模块被配置成训练分散注意力，并且所述技能迁移模块被配置成供所述用户展示所述分散注意力技能的保持力。40.根据权利要求39所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个正确选择的挑战任务的数值；(ii)数个正确拒绝的挑战任务；(iii)挑战任务的总数；以及(b)根据(i)-(iii)的组合计算注意力分散分数。41.根据权利要求1至40中任一项所述的方法，其中，所述技能训练模块被配置成训练干扰控制，并且所述技能迁移模块被配置成供所述用户展示所述干扰控制技能的保持力。42.根据权利要求41所述的方法，还包括：(a)在完成所述任务之后，确定(i)数个错误选择的挑战任务；和(ii)挑战任务的总数；以及(b)根据(i)和(ii)的组合计算干扰控制分数。43.根据权利要求1-42中任一项所述的方法，其中，所述技能训练模块被配置成训练动机抑制，并且所述技能迁移模块被配置成供所述用户展示对动机抑制技能的保持力。44.根据权利要求43所述的方法，还包括：(a)在完成所述任务之后，确定(i)在错误选择或错误拒绝的挑战任务之后发生的数个正确选择的挑战任务；(ii)在错误选择或错误拒绝的挑战任务之后发生的数个正确拒绝的挑战任务；(iii)正确选择的挑战任务的总数；(iv)正确拒绝的挑战任务的总数；(v)数个错误选择的挑战任务；和(vi)数个错误拒绝的挑战任务；以及(b)根据(i)-(vi)的组合计算动机抑制分数。45.根据权利要求1-44中任一项所述的方法，其中，所述技能训练模块被配置成训练内在声音，并且所述技能迁移模块被配置成供所述用户展示所述内在声音技能的保持力。46.根据权利要求45所述的方法，其中，在完成所述任务之后，根据大于先前注意力状态水平的多个注意力状态水平来计算内在声音分数，其中，所述先前注意力状态水平小于预定阈值等级。47.根据权利要求1至46中任一项所述的方法，其中，所述技能迁移模块被配置成使所述用户能够展示所述目标认知技能的保持力。48.根据权利要求47所述的方法，其中所述保持力的展示对应于实现所述挑战任务的期望目标的机会增大或者目标认知技能学习的提高。49.根据权利要求1-48中任一项所述的方法，其中，所述用户具有低的注意力和/或抑制控制。50.根据权利要求1-49中任一项所述的方法，其中所述用户具有注意力不集中或抑制障碍。51.根据权利要求1-50中任一项所述的方法，还包括分析和报告所述用户的技能表现。52.根据权利要求51所述的方法，其中所述技能表现是目标认知技能表现。53.根据权利要求1-52中任一项所述的方法，其中，所述模块由一个或多个级别组成，每个级别可选地包括一个或多个任务。54.根据权利要求53所述的方法，其中，所述一个或多个级别被配置用于开发一种或多种目标认知技能。55.根据权利要求54所述的方法，其中所述目标认知技能选自集中注意力，持续注意力，认知抑制，行为抑制，选择性注意力，交替注意力，分散注意力，干扰控制，新奇抑制，延迟满足，内在声音，动机抑制和自我调节。56.根据权利要求1-55中任一项所述的方法，其中针对至少一种目标认知技能重复步骤(a)至(f)。57.根据权利要求1-56中任一项所述的方法，其中针对两种或更多种目标认知技能重复步骤(a)至(f)。58.根据权利要求56或57所述的方法，其中，在3周或更长的课程中，以规律的间隔执行所述方法，例如每周3,4,5,6或7次，每次持续10,20,30,40,50或60分钟，以训练所述用户的目标认知技能。59.根据权利要求1至5中任一项所述的方法，其中，所述技能训练模块包括(i)提供用户的技能表现的分数，以及(ii)基于所述分数，为所述技能训练模块选择难度水平。60.根据权利要求59所述的方法，其中所述用户的技能表现通过所述用户在正确区分他们在各种刺激之间的活动的准确度来量化。61.根据权利要求1-60中任一项所述的方法，还包括：在步骤(d)期间，基于所述响应，(i)通过确定所述用户何时对冲动/抑制挑战任务作出不正确响应或对非刺激物作出响应来识别所述冲动响应，和(ii)提醒用户所述冲动响应。62.根据权利要求61所述的方法，其中，所述提醒包括在识别到所述冲动响应时向所述用户呈现音频或视觉提示。63.根据权利要求61或62所述的方法，其中，当所述冲动响应被识别时，所述用户经受立即的否定结果。64.根据权利要求59-63中任一项所述的方法，其中步骤(d)包括基于所述用户对所述挑战任务的响应来计算所述用户的技能表现分数，并且步骤(e)包括在识别出所述冲动响应时降低所述技能表现分数。65.根据权利要求64所述的方法，其中使用(i)正确区分各种刺激物的用户准确度和(ii)所述用户抑制冲动响应的能力的组合来量化所述技能表现分数。66.根据权利要求1-65中任一项所述的方法，还包括在步骤(d)期间，识别用户何时因焦虑而受挫并且触发来自同伴角色或导师角色的旁白对话。67.根据权利要求66所述的方法，其中，所述同伴角色或所述导师角色提供宽慰或简单策略以调节对挫折感的情绪反应。68.一种用于训练用户的目标认知技能的基于游戏的系统，所述系统包括配备有用于呈现根据权利要求1至67中任一项所述的方法基于计算机的虚拟学习课程的算法的处理器。69.根据权利要求68所述的基于游戏的系统，其中，所述算法用于在用户处于注意力集中和/或持续注意状态下呈现基于计算机的虚拟学习课程。70.根据权利要求68或69所述的基于游戏的系统，还包括EEG头戴，用于从所述用户向计算和视频设备收集和传送EEG数据。71.根据权利要求1-67中任一项所述的方法，所述方法还包括：(d)基于所述注意力状态水平和/或所述用户对所述挑战任务的响应，为每个所述注意力相关技能推导注意力分数，其中所述注意力相关技能包括集中注意力，持续注意力，选择性注意力，交替注意力或分散注意力，并基于所述注意力状态和/或用户对挑战任务的响应，为每个注意力或冲动/抑制相关的技能推导注意力或冲动/抑制分数，其中所述注意力或冲动/抑制相关技能包括集中注意力，持续注意力，认知抑制，行为抑制，选择性注意力，交替注意力，分散注意力，干扰控制，新奇抑制，延迟满足，内在声音，动机抑制或自我调节；(f)针对每个训练任务，(i)计算从每个注意力分数导出的全局注意力分数；和/或(ii)计算从每个注意或冲动/抑制分数得出的全局综合分数；以及(g)在训练期间确定(i)每个注意力分数的变化和全局注意力分数的变化；或者(ii)每个注意力和冲动/抑制分数的变化以及全局综合分数的变化。72.一种用于训练用户的目标认知技能的方法，所述方法包括：(a)在包括多个训练任务的训练时段上，提供被配置成训练多项注意力相关技能的基于计算机的虚拟学习课程；(b)测量用户的EEG脑活动信号，并基于EEG脑活动信号计算用户的注意力状态水平；(c)向用户呈现挑战任务，其中挑战任务被配置成训练用户中的多项注意力相关技能中的一个或多个；(d)基于注意力状态水平和/或对挑战任务的用户反应，为每个注意力相关技能导出注意力分数，其中注意力相关技能包括集中注意力，持续注意力，选择性注意力，交替注意力或分散注意力；(e)对于每...

【专利技术属性】
技术研发人员：AF麦德莫特，EB戈登，JG索伊贝尔，NA格里斯比，
申请(专利权)人：艾腾媞乌有限责任公司，
类型：发明
国别省市：美国,US