一种基于老年人日常行为的认知能力评估系统及方法技术方案

本发明专利技术涉及一种基于老年人日常行为的认知能力评估系统和方法，该系统包括服务器和若干行为传感器，其中，所述服务器通过部署于用户的居住空间内的所述若干行为传感器以隐式感知的方式采集与用户关联的日常行为的行为数据；所述服务器至少根据与用户关联的日常行为的行为数据评估用户的认知能力以得到用户的认知能力评分，本发明专利技术通过感知技术实现对老人的行为数据长期监测，进而实现对老人认知能力的评估,不用频繁地通过认知障碍筛查量表评估用户的认知能力，减轻对用户的日常生活的打扰，降低医护人员的劳动强度。

A Cognitive Ability Assessment System and Method Based on the Daily Behavior of the Elderly

【技术实现步骤摘要】
一种基于老年人日常行为的认知能力评估系统及方法
本专利技术涉及数据库的构建领域，涉及人工智能领域中的机器学习，尤其涉及一种基于老年人日常行为的认知能力评估系统及方法。
技术介绍
目前针对老人的认知能力的评估主要依靠认知障碍筛查量表，通过工作人员对老人进行评测，进而实现对老人的认知能力评估。但传统的量表评估存在以下几个问题，回访时间间隔较长，难以实现定期回访；评估时间较长，对工作人员要求高，难以实现大范围普及；受教育水平低的老人难以完成大部分评测内容等。专利技术专利CN106327049A中设计一种认知评估系统，包括信息模块、测试模块和分析模块；信息模块用于根据对象的资料，获得与测试模块相匹配的医疗信息，建立完整的认知评估数据库；测试模块通过测试得到对象的认知测试数据，包含以下五个子模块：注意力和执行功能测试模块、记忆测试模块、数学和计算能力测试模块、语言测试模块、动作与行为的控制和计划测试模块；分析模块根据信息模块获取的医疗信息和测试模块获取的认知测试数据，确定对象的认知评估结果。但是该专利技术仍然需要工作人员进行测量实现认知评估，对工作人员要求高，难以实现自动化。而且，老人的认知能力下降是一个缓慢而难以觉察的过程，通过一两次认知障碍筛查量表评估得到的认知能力评分不能够很好地反应老人的认知能力的变化，而如前面提到的，由于认知障碍筛查量表评估过程存在耗时长、对工作人员要求高、受教育水平低的老人难以完成大部分评测内容等问题，频繁地通过认知障碍筛查量表评估得到的认知能力变化是很难操作的。因此，有必要对现有技术进行改进。此外，一方面由于申请人所理解的本领域技术人员与审查部门必然有所差异；另一方面由于专利技术人做出本专利技术时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本专利技术不具备这些现有技术的特征，相反本专利技术已经具备现有技术的所有特征，而且申请人保留依据审查指南相关规定随时在
技术介绍
中增加相关现有技术之权利。
技术实现思路
针对现有技术之不足，本专利技术提供了一种基于老年人日常行为的认知能力评估系统和方法。由于用户的认知能力下降会体现在老人的日常行为之中，因此本专利技术通过感知技术实现对老人的行为数据长期监测，进而实现对老人认知能力的评估。不用频繁地通过认知障碍筛查量表评估用户的认知能力，减轻对用户的日常生活的打扰，降低医护人员的劳动强度。根据一个优选实施方式，一种基于老年人日常行为的认知能力评估系统，该系统包括服务器和若干行为传感器，其中，所述服务器通过部署于用户的居住空间内的所述若干行为传感器以隐式感知的方式采集与用户关联的日常行为的行为数据；所述服务器至少根据与用户关联的日常行为的行为数据评估用户的认知能力以得到用户的认知能力评分。根据一个优选实施方式，所述服务器定期比较当前周期对应的用户的认知能力评分与上一周期对应的用户的认知能力评分，并且所述服务器在用户的认知能力评分环比下降超过预设触发阈值时生成第一预警信息。根据一个优选实施方式，所述服务器按照以下评分公式评估用户的认知能力以得到用户的认知能力评分：其中，服务器在评估用户的认知能力以得到用户的认知能力评分之前，选择日常触发最多n项行为对应的行为数据作为用于评价用户的认知能力的标准任务X，表示为X＝{X1,X2,…,Xn}，T是普通人完成该n项任务中各任务的标准时间的集合，表示为T＝{T1,T2,…,Tn}，Ti是普通人完成该n项任务中第i项任务的标准时间，t是用户完成该n项任务中各任务的平均时间的集合，表示为t＝{t1,t2,…,tn}，ti是用户完成该n项任务中第i项任务的平均时间，α是用户完成该n项任务中各任务的任务完成度的集合，αi表示用户完成该n项任务中第i项任务的任务完成度，w是该n项任务中各任务的权重的集合，wi表示该n项任务中第i项任务的权重。根据一个优选实施方式，所述服务器采集的与用户关联的日常行为的行为数据带有时间属性，所述服务器获取与用户关联的日常行为的行为数据后依据时间属性将与用户关联的日常行为的行为数据存储到时序数据库中，所述服务器为每个用户独立建立与之关联的用于预测其行为的隐马尔科夫模型，所述服务器使用时序数据库中的与用户有关的行为数据训练与该用户关联的隐马尔科夫模型，服务器根据与该用户关联的隐马尔科夫模型预测用户的预测行为，并在用户的实际行为与预测行为发生偏差而且该偏差将导致已知风险和/或已知损失的情况下生成第二预警信息。根据一个优选实施方式，所述系统还包括第一客户端，所述第一客户端通信连接于所述服务器，所述第一客户端作为中继设备获取布置在居住空间内的所述若干行为传感器采集的行为数据，所述服务器生成第二预警信息后向所述第一客户端发送风险验证请求，所述第一客户端响应于所述风险验证请求而发出警报，并且所述警报仅能由用户在第一客户端上通过至少两项生物特征识别的验证后才能予以解除，所述第一客户端解除警报后向所述服务器发送风险误报反馈或者风险解除反馈，所述服务器响应于风险误报反馈或者风险解除反馈而删除第二预警信息。根据一个优选实施方式，所述系统还包括摄像装置，所述摄像装置通信连接于第一客户端，所述摄像装置能设于进出所述居住空间的出入门外，所述摄像装置用于采集第一照片组和第二照片组，所述第一照片组是出入门打开之前拍摄的，所述第二照片组是出入门打开之后直至出入门关闭后持续预设时间的期间拍摄的，所述第一客户端从所述摄像装置获取第一照片组和第二照片组，所述第一客户端比较所述第一照片组和第二照片组来确定所述居住空间内的人员变化状态，并且所述第一客户端响应于所述居住空间内的人员变化状态确定居住空间内容纳的人员的容纳模式，所述容纳模式包括以下模式中的一种：居住空间内有且仅有用户一人的用户独处模式；居住空间内有除用户以外的其他人员或者仅有其他人员的访客模式；和居住空间内没有任何人的空置模式；其中，第一客户端分析所述若干行为传感器在访客模式期间采集的行为数据的触发者，所述第一客户端在访客模式期间采集的相应的行为数据的触发者无法确定的情况下截留无法确定触发者的相应的行为数据，而仅将所述若干行为传感器在访客模式期间采集的能确定触发者为用户的行为数据发送给服务器。优选地，预设时间的长度可以由厂家和/或用户设置。比如，预设时间可以是1～5s。具体地，比如，预设时间可以是2s、3s或者4s。即，假设预设时间是2s，第二照片组包括出入门打开后至关闭后2s的期间内拍摄的照片。根据一个优选实施方式，所述若干传感器至少包括安装于出入门上的用于识别出入门开关状态的角位移传感器，所述用于识别出入门开关状态的角位移传感器通信连接于所述摄像装置，所述用于识别出入门开关状态的角位移传感器被配置为在出入门朝打开的方向转动3°～5°时立即主动向所述摄像装置发送表示出入门打开的电信号，所述摄像装置收到出入门打开的电信号后在1s内拍摄若干照片作为第一照片组，所述用于识别出入门开关状态的角位移传感器被配置为在出入门朝关闭的方向转动至出入门完全关闭的情况下才向所述摄像装置发送表示出入门关闭的电信号，所述摄像装置在第一照片组拍摄完成后连续拍摄若干照片直至收到出入门关闭的电信号后持续预设时间的期间作为第二照片组。根据一个优选实施方式，所述系统还包括智能手环和身份识别模块，服务器为每本文档来自技高网...

【技术保护点】
1.一种基于老年人日常行为的认知能力评估系统，其特征在于，该系统包括服务器(300)和若干行为传感器(400)，其中，所述服务器(300)通过部署于用户的居住空间内的所述若干行为传感器(400)以隐式感知的方式采集与用户关联的日常行为的行为数据；所述服务器(300)至少根据与用户关联的日常行为的行为数据评估用户的认知能力以得到用户的认知能力评分。

【技术特征摘要】
1.一种基于老年人日常行为的认知能力评估系统，其特征在于，该系统包括服务器(300)和若干行为传感器(400)，其中，所述服务器(300)通过部署于用户的居住空间内的所述若干行为传感器(400)以隐式感知的方式采集与用户关联的日常行为的行为数据；所述服务器(300)至少根据与用户关联的日常行为的行为数据评估用户的认知能力以得到用户的认知能力评分。2.如权利要求1所述的系统，其特征在于，所述服务器(300)定期比较当前周期对应的用户的认知能力评分与上一周期对应的用户的认知能力评分，并且所述服务器(300)在用户的认知能力评分环比下降超过预设触发阈值时生成第一预警信息。3.如前述权利要求之一所述的系统，其特征在于，所述服务器(300)按照以下评分公式评估用户的认知能力以得到用户的认知能力评分：其中，服务器(300)在评估用户的认知能力以得到用户的认知能力评分之前，选择日常触发最多n项行为对应的行为数据作为用于评价用户的认知能力的标准任务X，表示为X＝{X1,X2,…,Xn}，T是普通人完成该n项任务中各任务的标准时间的集合，表示为T＝{T1,T2,…,Tn}，Ti是普通人完成该n项任务中第i项任务的标准时间，t是用户完成该n项任务中各任务的平均时间的集合，表示为t＝{t1,t2,…,tn}，ti是用户完成该n项任务中第i项任务的平均时间，α是用户完成该n项任务中各任务的任务完成度的集合，αi表示用户完成该n项任务中第i项任务的任务完成度，w是该n项任务中各任务的权重的集合，wi表示该n项任务中第i项任务的权重。4.如前述权利要求之一所述的系统，其特征在于，所述服务器(300)采集的与用户关联的日常行为的行为数据带有时间属性，所述服务器(300)获取与用户关联的日常行为的行为数据后依据时间属性将与用户关联的日常行为的行为数据存储到时序数据库中，所述服务器(300)为每个用户独立建立与之关联的用于预测其行为的隐马尔科夫模型，所述服务器(300)使用时序数据库中的与用户有关的行为数据训练与该用户关联的隐马尔科夫模型，服务器(300)根据与该用户关联的隐马尔科夫模型预测用户的预测行为，并在用户的实际行为与预测行为发生偏差而且该偏差将导致已知风险和/或已知损失的情况下生成第二预警信息。5.如前述权利要求之一所述的系统，其特征在于，所述系统还包括第一客户端(100)，所述第一客户端(100)通信连接于所述服务器(300)，所述第一客户端(100)作为中继设备获取布置在居住空间内的所述若干行为传感器(400)采集的行为数据，所述服务器(300)生成第二预警信息后向所述第一客户端(100)发送风险验证请求，所述第一客户端(100)响应于所述风险验证请求而发出警报，并且所述警报仅能由用户在第一客户端(100)上通过至少两项生物特征识别的验证后才能予以解除，所述第一客户端(100)解除警报后向所述服务器(300)发送风险误报反馈或者风险解除反馈，所述服务器(300)响应于风险误报反馈或者风险解除反馈而删除第二预警信息。6.如前述权利要求之一所述的系统，其特征在于，所述系统还包括摄像装置(500)，所述摄像装置(500)通信连接于第一客户端(100)，所述摄像装置(500)能设于进出所述居住空间的出入门外，所述摄像装置(500)用于采集第一照片组和第二照片组，所述第一照片组是出入门打开之前拍摄的，所述第二照片组是出入门打开之后直至出入门关闭后持续预设时间的期间拍摄的，所述第一客户端(100)从所述摄像装置(500)获取第一照片组和第二照片组，所述第一客户端(100)比较所述第一照片组和第二照片组来确定所述居住空间内的人员变化状态，并且所述第一客户端(100)响应于所述居住空间内的人员变化状态确定居住空间内容纳的人员的容纳模式，所述容纳模式包括以下模式中的一种：居住空间内有且仅有用户一人的用户独处模式；居住空间内有除用户以外的其他人员或者仅有其他人员的访客模式；和居住空间内没有任何人的空置模式；其中，第一客户端(100)分析所述若干行为传感器(400)在访客模式期间采集的行为数据的触发者，所述第一客户端(100)在访客模式期间采集的相应的行为数据的触发者无法确定的情况下截留无法确定触发者的相应的行为数据，而仅将所述若干行为...

【专利技术属性】
技术研发人员：安宁，贵芳，孙传能，王雯云，杨矫云，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34