一种预测阿尔滋海默症早期症状的方法技术

本发明专利技术公开了一种预测阿尔滋海默症早期症状的方法，搭建虚拟现实场景，通过程序控制虚拟现实场景中各物体的位置及朝向；在所搭建的虚拟现实场景中建立任务场景；被试根据任务场景中出现的目标物体的方位进行记忆，并将目标物体置于相应位置；根据被试在任务中搜索目标过程中的实时位置朝向与目标实际位置之间的方位角度测算朝向目标角度的误差大小；依据大规模实测后所建立的目标朝向误差常模对阿尔兹海默症早期症状作出预测。本发明专利技术只需要分析被试行为数据即可达到目的，实施成本非常低廉，根据所建立的相应区域范围的AD早期症状常模即可为在大量被试群体中快速检测提供了可行性，从而提高AD的早期诊断效率，造福广大患者。

A method to predict the early symptoms of Alzheimer's disease

【技术实现步骤摘要】
一种预测阿尔滋海默症早期症状的方法
本专利技术属于心理测评
，具体涉及一种预测阿尔滋海默症早期症状的方法。
技术介绍
随着全球人类平均寿命逐年增长，老龄人口基数逐渐增大。以阿尔茨海默病(Alzheimer’sdisease，AD)为典型代表的老年痴呆症是老年期慢性非传染性疾病的典型代表。我国人口老龄化逐年加剧，AD患病人数已居世界首位，已成为严重危害我国人民健康的重要杀手。目前，针对AD尚无有效的治疗手段与药物，专家广泛共识是将AD的治疗和干预期前移，因此对临床前期高危老年人群进行早期预防和早期干预将显著降低老年性痴呆发病率，从而起到控制疾病和降低医疗支出的目的。长期以来临床将“情景记忆”(episodicmemory)当作为当前临床诊断的“金标准”和方法。把情景记忆丧失作为AD患者最为普遍的症状，以及AD病理上最为有效和敏感的指标。然而，研究表明，随着人们的年龄增长，记忆丧失本身就是一种非常普通的现象，因此使用记忆任务表现作为早期诊断AD初期患者非常困难，而且这种方法往往会延误诊断从而影响后期的治疗工作的开展。另外，许多其他痴呆疾病，比如额颞叶痴呆(Fronto-TemporalDementia,FTD)患者也会同样表现出情景记忆缺陷的症状，然而这种FTD的病理机制与AD是不同的。因此，需要一种具有高特异性的记忆评估方法解决AD早期诊断的问题。目前有研究表明，与情景记忆缺陷相比较，“空间导航和定向缺陷”(spatialnavigationandorientationdeficits)对于检测和区分AD患者具有更高的特异性，特别是对于区分FTD患者具有明显效果。一项十分重要的动物研究结果发现，AD的病理机制对于导航特异性脑区的影响在时间上要早于情景记忆相关脑区。另外的一些研究表明，与早期AD患者相比较，健康的老年人并没有表现出空间定向缺陷，这也说明了空间导航和定向缺陷能够较好地鉴别早期AD患者。2015年的一项fMRI研究发现，在空间导航任务中，携带AD高风险基因(APOE-e4)的健康成年人表现出内秀皮层网格细胞功能受损。这个结果为早期检测AD提供了新的方法，但是这种fMRI技术实施过程相对复杂，成本较高，不适合在大量人群中开展AD早期检测。综上所述，虽然大量的研究为AD的早期检测提供了新的方法，但是到目前为止尚未有一种更加高效便捷的方法，可以广泛地应用于临床。
技术实现思路
因此，本专利技术为了解决大量人群中开展AD早期检测，提供一种检测简单、成本低，且可高效快捷实现对AD的早期检测，为此，本专利技术提供了一种预测阿尔滋海默症早期症状的方法。所采用的技术方案如下：一种预测阿尔滋海默症早期症状的方法，搭建虚拟现实场景，通过程序控制虚拟现实场景中各物体的位置及朝向；在所搭建的虚拟现实场景中建立任务场景；被试根据任务场景中出现的目标物体的方位进行记忆，并将目标物体置于相应位置；根据被试在任务中搜索目标过程中的实时位置朝向与目标实际位置之间的方位角度测算朝向目标角度的误差大小；依据大规模实测后所建立的目标朝向误差常模对阿尔兹海默症早期症状作出预测。所搭建的虚拟现实场景为桌面式虚拟现实场景，在所搭建的虚拟现实场景中建立任务场景，每一任务场景中包括学习阶段和正式测试阶段；所设置的学习阶段用于指导被试熟悉键盘操作和实验过程，待被试完全掌握实验任务后开始正式测试阶段。每个任务场景下的供被试进行练习的学习阶段为8-10分钟。正式测试阶段包括搜索、反馈和重新编码环节；所述搜索环节：每个任务试次开始时，一个十字注视点出现在屏幕中央2秒钟，被试准备开始；十字注视点消失后，屏幕中央显示目标对象所处位置的图片2秒钟，图片消失后，被试进入3D任务场景，被试通过使用方向键在任务场景中行走，通过操纵键盘将目标对象放置到其相应的位置上；所述反馈环节：根据被试放置位置和目标对象实际位置之间的方位自动测算任务误差，在屏幕上显示任务误差的大小并反馈给被试；所述重新编码环节：反馈信息消失后，目标对象将重新出现在实际位置，供被试重新记忆目标对象的实际位置，进行下一个任务试次。被试在每一任务场景中持续进行的测试时间为60-90分钟。被试在反馈环节通过至少3种面部表情图片作为反馈信息提示被试任务表现的好坏；建立绿色反馈笑脸表明任务误差较小，建立红色反馈苦脸表示任务误差较大，建立黄色反馈中性面孔表示任务误差处于中间状态。所建立的任务场景包括：边界由石头材质的圆形墙壁围绕，场景外周远处有外观分明的山脉，天空有云彩和太阳位于不同的方位。本专利技术技术方案，具有如下优点：A.本专利技术所提供的预测阿尔滋海默症早期症状的方法为早期AD检测提供了一种便捷高效的方法，相对于其他检测方法，本专利技术只需要分析被试行为数据即可达到目的，实施成本非常低廉，根据大规模实测所建立的相应区域范围的AD早期症状常模即可为在大量被试群体中快速检测提供了可行性，从而提高AD的早期诊断效率，造福广大患者。B.本专利技术构建的VR场景程序，可以作为一种实验方法，提供给相应研究、测试机构一种高效的测试程序，以便于空间导航行为数据的分析。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术所提供的预测阿尔茨海默症早期症状的测试结果图。图2是本专利技术所建立的桌面式虚拟现场场景示意图。图3是关键指标的计算示意图。图4是本专利技术所提供的预测阿尔茨海默症早期症状方法框图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图4所示，本专利技术提供了一种预测阿尔滋海默症早期症状的方法，搭建虚拟现实场景，通过程序控制虚拟现实场景中各物体的位置及朝向；在所搭建的虚拟现实场景中建立任务场景；被试根据任务场景中出现的目标物体的方位进行记忆，并将目标物体置于相应位置；根据被试在任务中搜索目标过程中的实时位置朝向与目标实际位置之间的方位角度测算朝向目标角度的误差大小；依据大规模实测后所建立的目标朝向误差常模对阿尔兹海默症早期症状作出预测。采用Vizard5.0搭建了桌面式虚拟现实场景，如图2所示，实验中的3D场景使用第一人称视角呈现一个圆形的草地，草地直径为15虚拟米(virtualmeter，vm)，草地周边有石头围墙包围，围墙高度1.8vm；场景外部远处有两座外观显著差异的山脉，分别位于不同的方位，山脉距离场景中心1500vm，可以作为远端方向线索，以便于被试判断方向。通过程序控制，被试可以在其中完成仿真度较高的位本文档来自技高网...

【技术保护点】
1.一种预测阿尔滋海默症早期症状的方法，其特征在于，搭建虚拟现实场景，通过程序控制虚拟现实场景中各物体的位置及朝向；在所搭建的虚拟现实场景中建立任务场景；被试根据任务场景中出现的目标物体的方位进行记忆，并将目标物体置于相应位置；根据被试在任务中搜索目标过程中的实时位置朝向与目标实际位置之间的方位角度测算朝向目标角度的误差大小；依据大规模实测后所建立的目标朝向误差常模对阿尔兹海默症早期症状作出预测。/n

【技术特征摘要】
1.一种预测阿尔滋海默症早期症状的方法，其特征在于，搭建虚拟现实场景，通过程序控制虚拟现实场景中各物体的位置及朝向；在所搭建的虚拟现实场景中建立任务场景；被试根据任务场景中出现的目标物体的方位进行记忆，并将目标物体置于相应位置；根据被试在任务中搜索目标过程中的实时位置朝向与目标实际位置之间的方位角度测算朝向目标角度的误差大小；依据大规模实测后所建立的目标朝向误差常模对阿尔兹海默症早期症状作出预测。


2.根据权利要求1所述的预测阿尔兹海默症早期症状的方法，其特征在于，所搭建的虚拟现实场景为桌面式虚拟现实场景，在所搭建的虚拟现实场景中建立任务场景，每一任务场景中包括学习阶段和正式测试阶段；所设置的学习阶段用于指导被试熟悉键盘操作和实验过程，待被试完全掌握实验任务后开始正式测试阶段。


3.根据权利要求2所述的预测阿尔兹海默症早期症状的方法，其特征在于，每个任务场景下的供被试进行练习的学习阶段为8-10分钟。


4.根据权利要求2所述的预测阿尔兹海默症早期症状的方法，其特征在于，正式测试阶段包括搜索、反馈和重新编码环节；
所述搜索环节：每个任务试次开始时，一个十字注视点出现在屏幕中央2秒钟，被试准...

【专利技术属性】
技术研发人员：王亮，王海璐，
申请(专利权)人：中国科学院心理研究所，
类型：发明
国别省市：北京;11