基于空间识别与记忆评估的阿尔茨海默病早期筛查系统技术方案

基于空间识别与记忆评估的阿尔茨海默病早期筛查系统，涉及智能识别技术领域，针对现有技术中进行阿尔茨海默病批量筛查存在效率低、准确率低的问题，本测试方案不需要抽取受试者的血液、脑脊液等样本，操作简便。本测试方案不需要昂贵耗时的检测仪器与检测过程，并且在测试结束后，能够及时给出测试结果。在专业人员少量介入的情况下，受检测者能够自己完成检测，有效降低了筛查过程对于专业人员人力的需求。与原有的空间识别与记忆模型技术方案相比，本方案针对视力障碍和读图困难的人群进行了优化，使本方案能够适用于更广泛的人群，提高了筛查的准确性和特异性，实现了快速有效的AD早期筛查。可适用于中老年人群中的大规模AD筛查。筛查。筛查。

【技术实现步骤摘要】
基于空间识别与记忆评估的阿尔茨海默病早期筛查系统


[0001]本专利技术涉及智能识别
，具体为基于空间识别与记忆评估的阿尔茨海默病早期筛查系统。

技术介绍

[0002]阿尔茨海默病(AD，alzheimerdisease)是一种常见的老年疾病，其临床表现为认知和记忆功能不断恶化，日常生活能力进行性减退，并有各种神经精神症状和行为障碍。随着人类预期寿命的不断延长，老年慢性疾病特别是AD的人群数量急剧增加。目前，全球每3秒钟就会产生一个新的AD病人，全世界约有5000万痴呆症患者，而在中国已有超过1000万AD患者，成为了世界AD第一大国，全国患者总数预计到2050年将突破4000万。怎样有效地预防和减缓AD的发生和进展，提高患者的生活质量已成为世界范围的热点问题。
[0003]AD早期的表现为轻度认知障碍(MCI，mildcognitionimpairment)，研究表明，在早期AD阶段或MCI阶段对疾病进行干预治疗可达到最有效的治疗效果，临床上迫切需求一种测试手段，以用于敏感识别早期AD。建立合适的筛查方法来及时发现并诊断早期AD或MCI，对于及时进行早期介入，延缓AD进程非常重要。
[0004]临床上现有的筛查方法主要有认知标记(量表)评估、脑脊液检测、基因检测及影像学检查等。
[0005]1、量表方法
[0006]精神量表是目前国内外最普及，最常用的早期AD筛查手段，包括简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)、长谷川痴呆量表(HDS)等，筛查的敏感性大多在80％～90％，特异性大多在70％～80％，然而使用量表筛查也存在明显缺点：
[0007]1)量表检查过程中全程需要受过培训的测试人员参与，进行大规模筛查需要大量的专业人工才能有效进行，而这往往很难实现。
[0008]2)量表检查强调语言功能，夸大了左半球病变所致认知功能缺陷，而对右半球病变所引起的认知功能障碍不够敏感；
[0009]3)量表检查容易受到受试者教育程度影响和语言的影响，对文化程度较高的老人有可能出现假阴性，而对低教育者或操方言者很有可能出现假阳性。
[0010]2、生化方法检测
[0011]采集脑脊液检测Aβ1
‑
42、tau蛋白等来诊断MCI并预测其向AD的转化。但样本采集困难，相对检测流程复杂，成本较高，不适合大规模筛查使用。
[0012]3、影像学方法检查
[0013]通过fMRI、PET、SPECT检查，可发现MCI/AD的特异性影像学表现，并可用于排除其他潜在疾病。但因成本高昂，未能在筛查中常规运用，多作为高风险人群确诊使用。
[0014]4、基因检测
[0015]通过检测淀粉样蛋白前体蛋白基因(APP)、早老素1基因(PSEN1)、早老素2基因(PSEN2)的突变，可以有效预测家族性早发型AD。但是对于AD患病人群中占绝大多数的散发
性AD，基因检测尚无有效的筛查方案。
[0016]可以发现，上述的四种常见的方法除了上述问题外，还存在一个共同的问题，就是进行阿尔茨海默病批量筛查存在效率低、准确率低的缺点。

技术实现思路

[0017]本专利技术的目的是：针对现有技术中进行阿尔茨海默病批量筛查存在效率低、准确率低的问题，提出基于空间识别与记忆评估的阿尔茨海默病早期筛查系统。
[0018]本专利技术为了解决上述技术问题采取的技术方案是：
[0019]基于空间识别与记忆评估的阿尔茨海默病早期筛查系统，包括：图像生成模块、展示模块和评估模块；
[0020]所述图像生成模块用于生成辨识图像，所述辨识图像包括1张样图和4张备选图，所述备选图中仅有1张与样图相同的正确图，所述图像生成模块生成辨识图像的具体步骤为：
[0021]步骤一：获取原始图像，并对原始图像进行归一化处理后构建图像数据库；
[0022]步骤二：利用K
‑
均值聚类算法对图像数据库中的图像进行聚类，得到K个类别；
[0023]步骤三：在K个类别中随机选取一个类别，将该类别中聚类中心所对应的图像作为样图，再随机选取三张图像作为备选图，所述三张备选图与样图相比，分别为距离错误图、顺序错误图和辨识物体错误图；
[0024]所述展示模块用于将样图对每组测试者进行至少两次展示后，记录测试者每次选择的备选图，每组测试者包括健康老人、主观记忆抱怨患者、轻度认知障碍早期患者、轻度认知障碍晚期患者和阿尔茨海默病患者，所述展示模块具体执行如下步骤：
[0025]步骤1：对每组测试者进行辨识图像展示，辨识图像包括1张样图和4张备选图，所述4张备选图包括1张与样图相同的正确图、距离错误图、顺序错误图和辨识物体错误图，然后判断是否达到展示次数，若达到展示次数则终止，若未达到展示次数则执行步骤2；
[0026]步骤2：判断测试者是否选择正确图，若选择正确图，则执行步骤1，若未选择正确图，则执行步骤3；
[0027]步骤3：利用预先训练好的神经网络得到图像数据库中与测试者选择的图像距离最近的三幅图像，并将距离最近的三幅图像和正确图像作为下一次的辨识图像；
[0028]步骤4：重复步骤3，直至达到展示次数；
[0029]所述评估模块根据测试者选择的备选图与样图的距离对测试者每次的选择进行打分，然后根据平均分判断测试者是否为阿尔茨海默病患者，具体步骤为：
[0030]步骤A：获取距离聚类中心最近的点J和距离聚类中心最远的点Y；
[0031]步骤B：将点J和点Y之间的距离均分为五段，构成对照区间表，由点J至点Y依次对应健康老人、主观记忆抱怨患者、轻度认知障碍早期患者、轻度认知障碍晚期患者和阿尔茨海默病患者；
[0032]步骤C：计算测试者选择的备选图与样图的距离，然后根据展示的次数得到平均距离；
[0033]步骤D：将平均距离落与对照区间表对应，得到测试者是否为阿尔茨海默病患者。
[0034]进一步的，所述辨识图像为2D或3D。
[0035]进一步的，所述原始图像的生成过程为：
[0036]步骤一：获取辨识对象的3D模型；
[0037]步骤二：通过将得到的3D模型进行视角旋转，得到3D模型左右视角的2D图片；
[0038]步骤三：利用3D生成法生成红蓝3D图片。
[0039]进一步的，所述利用3D生成法生成红蓝3D图片的具体过程为：将左视角的2D图片中红色通道降低，然后将右视角的2D图片中蓝色通道降低，最后将红色通道和蓝色通道合并，生成红蓝3D图片。
[0040]进一步的，所述展示模块将样图对每组测试者进行展示的步骤为：测试者先观察给出的3D样图8～12秒，然后停顿2秒后展示4张备选图，令测试者选出其中与样图显示同一位置的图。
[0041]进一步的，所述辨识对象为山峰。
[0042]进一步的，所述正确匹配图中所有地形信息都与样图相同，距离错误图与样图相比，各山峰相对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于空间识别与记忆评估的阿尔茨海默病早期筛查系统，其特征在于包括：图像生成模块、展示模块和评估模块；所述图像生成模块用于生成辨识图像，所述辨识图像包括1张样图和4张备选图，所述备选图中仅有1张与样图相同的正确图，所述图像生成模块生成辨识图像的具体步骤为：步骤一：获取原始图像，并对原始图像进行归一化处理后构建图像数据库；步骤二：利用K
‑
均值聚类算法对图像数据库中的图像进行聚类，得到K个类别；步骤三：在K个类别中随机选取一个类别，将该类别中聚类中心所对应的图像作为样图，再随机选取三张图像作为备选图，所述三张备选图与样图相比，分别为距离错误图、顺序错误图和辨识物体错误图；所述展示模块用于将样图对每组测试者进行至少两次展示后，记录测试者每次选择的备选图，每组测试者包括健康老人、主观记忆抱怨患者、轻度认知障碍早期患者、轻度认知障碍晚期患者和阿尔茨海默病患者，所述展示模块具体执行如下步骤：步骤1：对每组测试者进行辨识图像展示，辨识图像包括1张样图和4张备选图，所述4张备选图包括1张与样图相同的正确图、距离错误图、顺序错误图和辨识物体错误图，然后判断是否达到展示次数，若达到展示次数则终止，若未达到展示次数则执行步骤2；步骤2：判断测试者是否选择正确图，若选择正确图，则执行步骤1，若未选择正确图，则执行步骤3；步骤3：利用预先训练好的神经网络得到图像数据库中与测试者选择的图像距离最近的三幅图像，并将距离最近的三幅图像和正确图像作为下一次的辨识图像；步骤4：重复步骤3，直至达到展示次数；所述评估模块根据测试者选择的备选图与样图的距离对测试者每次的选择进行打分，然后根据平均分判断测试者是否为阿尔茨海默病患者，具体步骤为：步骤A：获取距离聚类中心最近的点J和距离聚类中心最远的点Y；步骤B：将点J和点Y之间的距离均分为五段，构成对照区间表，由点J至点Y依次对应健康老人、主观记忆抱怨患者、轻度认知障碍早期患者、轻度认知障碍晚期患者和阿尔茨海默病患者；步...

【专利技术属性】
技术研发人员：王健，曾乃燕，姜玮贇，韦振泉，冯玲玲，
申请(专利权)人：浙江玉安康瑞生物科技有限公司，
类型：发明
国别省市：