一种基于题库架构的认知量表动态生成系统技术方案

本发明专利技术涉及一种基于题库架构的认知量表动态生成系统，其特征在于，包括存储层、逻辑处理层及接口层。本发明专利技术提供的基于题库架构的认知评估量表动态生成系统，通过对包括视空间与执行功能、命名、注意、语言、抽象、延迟回忆、定向7个认知方面的能力构建扩展分类扩展题库，实现对认知量表每道题目基于认知类别的随机抽取实现对整个量表的动态生成，从而避免测试干扰，有效支持同一被试多次测试。相比于传统的纸质版认知测试量表，电子版的量表测试更加灵活方便，可以无缝的集成到其他具有交互功能的设备上。并且本发明专利技术消除了被试在进行多次认知测试时由于记忆对测试结果带来的影响，有利于提高测试的准确度。

【技术实现步骤摘要】
一种基于题库架构的认知量表动态生成系统
本专利技术涉及一种基于题库架构的认知评估量表动态生成系统，属于智能医学领域。
技术介绍
阿尔兹海默症(Alzheimer’sdisease，简称AD)是一种神经系统退行性疾病。目前AD尚无有效药物根治，早期发现和早期干预是唯一的解决办法。认知量表在AD的早期发现和早期干预中广泛应用，但局限于量表的固定题目，对于同一被试连续应用的准确性会收到干扰。
技术实现思路
本专利技术的目的是：基于扩展题库架构提出一种针对同一被试多次测试需求认知评估量表动态生成方案。为了达到上述目的，本专利技术的技术方案是提供了一种基于题库架构的认知量表动态生成系统，其特征在于，包括存储层、逻辑处理层及接口层，其中：存储层用于存储认知量表的题库以及认知量表试卷的生成结果表；认知量表试卷的题目由题库中的一条题库记录或多条题库记录组成，则题库中的一条题库记录为题目或题目的一部分；生成结果表保存了生成的认知量表试卷中各题目从题库中抽取题库记录的主键id；逻辑处理层用于实现认知量表试卷的各题目的生成功能，逻辑处理层将认知量表试卷中的每道题目都封装成一个对象，每个对象至少包含题目属性、描述属性、分数属性，逻辑处理层对外提供各个属性的set方法，其中，题目属性为JSON字符串，题目属性的set方法通过调用generate方法完成题目的生成，generate方法依据抽题逻辑选择存储层中题库各条题库记录的主键id，并结合具体题目进行加工得到完整的题目；逻辑处理层在完成当前认知量表试卷各题目的生成之后，将所有题目对象封装进一个试卷对象中，用于与接口层的数据传输，同时也将抽题的结果写回到数据库中的认知量表试卷的生成结果表；接口层用于将逻辑处理层所生成的试卷对象通过网络协议传输到用于向被试者呈现的表示层的交互页面上。优选地，所述存储层使用MySQL数据库实现。优选地，所述逻辑处理层通过调用integrate方法将所有题目对象封装进一个试卷对象中。优选地，所述表示层通过向部署有所述认知量表动态生成系统的服务器端口发送HTTP请求即可获取认知量表试卷。优选地，所述表示层为浏览器、微信小程序或支持HTML的客户端。本专利技术提供的基于题库架构的认知评估量表动态生成系统，通过对包括视空间与执行功能、命名、注意、语言、抽象、延迟回忆、定向7个认知方面的能力构建扩展分类扩展题库，实现对认知量表每道题目基于认知类别的随机抽取实现对整个量表的动态生成，从而避免测试干扰，有效支持同一被试多次测试。本专利技术的有益效果是：相比于传统的纸质版认知测试量表，电子版的量表测试更加灵活方便，通过网络该系统可以无缝的集成到其他具有交互功能的设备上，如PC、手机、平板电脑上的APP。并且本专利技术通过扩展题库与其配套的随机抽题方法，消除了被试在进行多次认知测试时由于记忆对测试结果带来的影响，有利于提高测试的准确度。附图说明图1为本专利技术的系统架构框图；图2为本专利技术的数据流向图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。图1是本专利技术的基于题库架构的认知评估量表生成系统的架构图，本专利技术公开的系统使用MySQL数据库与Python的Django框架技术实现了存储层、逻辑处理层与接口层，并向外提供了REST请求接口。本专利技术中存储层的设计与实现包括如下内容：存储层使用MySQL数据库实现，由认知量表的题库的设计方案可知：每道题需要从保存有该题题库的数据库中抽取，题库表中的每一条记录为此题的题目或题目的一部分(存在一道题目由多条题库记录共同组成的情况)，另外还应设计一张认知量表试卷的生成结果表，该表保存了生成的认知量表试卷中各题目从题库表中抽取记录的主键id，用于记录整张认知量表试卷的抽题情况。逻辑处理层的设计与实现包括如下内容：逻辑处理层用于实现题目生成功能。逻辑处理层将认知量表试卷中的每道题目都封装成一个对象，该对象包含题目、描述、分数等属性，并对外提供了各个属性的set方法。其中，对象的题目属性为JSON字符串，题目属性的set方法通过调用generate方法完成题目的生成。generate方法为逻辑处理层的核心方法，其中包含了题目生成的相关逻辑，对于不同的题目，generate方法中的抽题逻辑通常使用随机数方式选择题库表中的记录id，并结合具体题目进行加工得到完整的题目。逻辑处理层在完成各题目的生成之后，通过调用integrate方法，将所有题目对象封装进一个试卷对象中，用于与接口层的数据传输，同时也将抽题的结果写回到数据库中的认知量表试卷的生成结果表。接口层的设计与实现包括如下内容：接口层将逻辑处理层所生成的认知评估量表对象通过网络协议传输到用于向被试者呈现的表示层的交互页面上。表示层可以是浏览器、微信小程序或支持HTML的客户端，其通过向部署有本专利技术的系统的服务器端口发送HTTP请求即可获取MoCA量表试卷。蒙特利尔认知评估(MontrealCognitiveAssessment，简称MoCA)量表是国际上广泛应用于阿尔兹海默症的临床认知评估量表。本专利技术所使用的扩展题库参考《蒙特利尔认知评估北京版》与《蒙特利尔认知评估(北京版)使用与评分指导手册》，各扩展题库的具体设计如下：1)交替连线测验：此题扩展题库体现为数字和汉语在画布上不同位置的随机生成，且保证其不重叠，在不影响被试正常答题的前提下为每次测验提供不同的画布。2)视结构技能(立方体)：此题扩展题库为多种简单的立体图形，如立方体、三棱柱、圆柱体、三角锥、圆锥体。3)视结构技能(钟表)：此题扩展题库为一天内的不同时间，如11点10分、3点25分、8点40分、10点30分。4)命名：此题扩展题库为常见的动物图片，如狮子、犀牛、骆驼、鳄鱼、羊。5)记忆：此题扩展题库为生活中常见的名词。如面孔、天鹅绒、教堂、菊花、红色、头巾、眼镜。6)注意(数字顺背广度)：此题扩展题库为一个随机的数字序列，该序列包含5个0～9的数字，数字无重复。7)注意(数字倒背广度)：此题扩展题库为一个随机的数字序列，该序列包含3个0～9的数字，数字无重复。8)注意(警觉性)：此题扩展题库为一个随机的数字序列，该序列包含29个0～9的数字，其中包含11个1，数字1出现的位置不固定。9)注意(连续减7)：此题扩展题库为50到100的随机数字。10)句子复述：此题扩展题库为两个简单句子，如“我只知道今天张亮是来帮过忙的人”、“狗在房间的时候，猫总是躲在沙发下面”、“我刚才到城市公园散步，遇到了老王”。11)词语流畅性：此题扩展题库为常见的名词集合，如动物、家具、水果本文档来自技高网...

【技术保护点】
1.一种基于题库架构的认知量表动态生成系统，其特征在于，包括存储层、逻辑处理层及接口层，其中：/n存储层用于存储认知量表的题库以及认知量表试卷的生成结果表；认知量表试卷的题目由题库中的一条题库记录或多条题库记录组成，则题库中的一条题库记录为题目或题目的一部分；生成结果表保存了生成的认知量表试卷中各题目从题库中抽取题库记录的主键id；/n逻辑处理层用于实现认知量表试卷的各题目的生成功能，逻辑处理层将认知量表试卷中的每道题目都封装成一个对象，每个对象至少包含题目属性、描述属性、分数属性，逻辑处理层对外提供各个属性的set方法，其中，题目属性为JSON字符串，题目属性的set方法通过调用generate方法完成题目的生成，generate方法依据抽题逻辑选择存储层中题库各条题库记录的主键id，并结合具体题目进行加工得到完整的题目；逻辑处理层在完成当前认知量表试卷各题目的生成之后，将所有题目对象封装进一个试卷对象中，用于与接口层的数据传输，同时也将抽题的结果写回到数据库中的认知量表试卷的生成结果表；/n接口层用于将逻辑处理层所生成的试卷对象通过网络协议传输到用于向被试者呈现的表示层的交互页面上。/n...

【技术特征摘要】
1.一种基于题库架构的认知量表动态生成系统，其特征在于，包括存储层、逻辑处理层及接口层，其中：
存储层用于存储认知量表的题库以及认知量表试卷的生成结果表；认知量表试卷的题目由题库中的一条题库记录或多条题库记录组成，则题库中的一条题库记录为题目或题目的一部分；生成结果表保存了生成的认知量表试卷中各题目从题库中抽取题库记录的主键id；
逻辑处理层用于实现认知量表试卷的各题目的生成功能，逻辑处理层将认知量表试卷中的每道题目都封装成一个对象，每个对象至少包含题目属性、描述属性、分数属性，逻辑处理层对外提供各个属性的set方法，其中，题目属性为JSON字符串，题目属性的set方法通过调用generate方法完成题目的生成，generate方法依据抽题逻辑选择存储层中题库各条题库记录的主键id，并结合具体题目进行加工得到完整的题目；逻辑处理层在完成当前认知量表试卷各题目的生成之后，将所有题目对象封装进一个试卷对象中，用于与接...

【专利技术属性】
技术研发人员：钱辰，李继云，潘豪，宋彬彬，黄鹏，刘昭，乐嘉锦，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31