一种面向轻度认知功能障碍患者诊断的工作负荷评估方法技术

本发明专利技术公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明专利技术包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI

【技术实现步骤摘要】
一种面向轻度认知功能障碍患者诊断的工作负荷评估方法


[0001]本专利技术涉及脑认知计算领域的神经电生理信号分析技术，以及脑力工作负荷评估领域的行为评估和生理评估技术，提供一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。一种面向轻度认知功能障碍(MCI)患者的用于分析脑电信号(EEG)和行为学数据进行工作负荷评估的方法，通过使用所提出的实验范式和工作负荷指标进行认知方面的工作负荷评估，有效地解决MCI患者的甄查和诊断，为临床治疗干预提供关键窗口。

技术介绍

[0002]阿尔茨海默病(AD)是一种以认知功能障碍为特征的神经退行性疾病，而轻度认知功能障碍(MCI)是介于预期的正常衰老和更严重的痴呆症之间的中间阶段，被认为是AD的前期表现形式。由于AD患者的病情不可逆转，但MCI患者的病情具有可逆性，及早针对MCI患者开展干预工作，可以有效改善患者的脑功能状态，提升其认知功能，进而预防和延缓AD的发生，MCI患者的甄查和诊断对于临床治疗干预至关重要。
[0003]目前，临床上该疾病的诊断方法主要包括：量表检查、生物化学标记物指标(体液标志物、影像标志物)、认知测验与神经影像学检查(磁共振、CT)等，但是这些诊断方法存在主观性较强、耗时长、采集难度大等缺点，无法及时有效地发现筛查出MCI患者，不易于推广普及。
[0004]由于MCI患者主要表现为轻度记忆或者认知能力的缺陷，近年来逐渐开始有研究将健康老年人和MCI患者在相同任务下的工作负荷进行比较。普遍认为，相较于健康老年人，MCI患者可用于任务的认知资源更少，完成任务可表现出更大的认知工作负荷。然而，现有的工作负荷评估的实验范式大多针对健康成年人，评估其在不同任务下的工作负荷差异，如记忆类N
‑
back范式、控制类MATB范式。因此，需要设计一个面向MCI患者诊断的通用实验范式，以有效区分MCI患者和健康老年人的认知工作负荷差异。
[0005]目前，针对工作负荷评估的研究主要有行为评估(主任务、次任务评估)、主观评估(NASA
‑
TLX量表)与生理评估(脑电、心电信号)等。尽管这些方法能够很好地评估不同任务下的工作负荷，但是当前国内外对工作负荷评估技术的探索大多还停留在理论阶段，存在评估方法较为传统、生理指标选择未达成统一、整套评估方案不成熟等问题，必然会制约后续的应用研究。
[0006]近期，基于生理信号的脑力工作负荷评估，成为该领域的研究热点。特别地，脑电信号(EEG)不仅能够客观地反映生理及病理信息，具有较高的敏感性，还具有无创性、可移植性、低成本等特点，EEG信号分析逐渐作为评估脑认知功能的客观神经生理学技术，得到了广泛的应用。然而，EEG信号存在显著的个体差异性，这主要是由物理(如环境)和生物(如性别、年龄)因素引起的。而尽管是同一被试，EEG信号也会随着时间不断变化。因此，需要构建一个通用的工作负荷评估指标用于评估MCI患者和健康老年人的工作负荷。
[0007]此外，由于EEG采集技术的发展，现有的EEG采集设备通常会记录来自不同脑区的多个电极的信号，少则32个电极，多可达256个电极，不可避免的存在数据冗余的问题，大大
增加了需要分析的EEG数据量，计算复杂性提升。目前，研究人员正在努力减少基于EEG的认知人群分类算法所需的通道数量，通过通道优化，可有效解决通道数据多且可能存在的EEG数据冗余问题。

技术实现思路

[0008]本专利技术的目的是针对现有技术的不足，提供一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。
[0009]本专利技术的具体实现如下所示：
[0010]步骤1：基于Oddball的工作负荷评估实验范式
[0011]1‑
1.静息态实验：静息态实验开始前，需要告知被试尽量不要睡着以及不要分心去想其他的事情，整个静息态实验的流程为：被试首先根据指示闭眼90秒，然后根据指示睁眼90秒。
[0012]1‑
2.任务态实验：参考控制类的工作负荷评估范式，任务态实验通过Unity搭建场景，模拟城市街道设计，基于经典Oddball范式，设置40次金币刺激作为偏差刺激，160次无关刺激(两种花)作为标准刺激，要求被试从起点控制游戏角色到达终点的同时，对金币刺激作出反应，即按键将金币捡起。
[0013]步骤2：数据采集
[0014]2‑
1.数据采集：根据步骤1设计的基于Oddball的工作负荷评估实验范式，采集满足实验条件的多名MCI患者实验时的EEG数据以及行为学数据，并设置正常对照组实验(即健康老年人)。
[0015]所述的EEG数据包括静息态数据和任务态数据；
[0016]所述的正常对照组实验即健康老年人的EEG数据；
[0017]2‑
2.量表填写：每个被试通过填写量表以及临床诊断分析，为每个被试打上MCI患者或者健康老年人的标签。需要填写的量表有：蒙特利尔认知评估量表(MoCA)、临床痴呆评分量表(CDR)、智能筛检测验(CASI)。
[0018]步骤3：数据预处理
[0019]由于原始EEG数据存在噪声、伪影等异常数据，故针对采集到的原始EEG数据进行数据预处理操作。首先使用带通滤波器(1
‑
30Hz)消除自发脑电信号以外的高频噪声以及工频干扰等信号，然后使用独立成分分析(ICA)方法去除眼电伪迹，最后利用功率谱密度(PSD)提取EEG信号特征，为后续的工作负荷指标计算提供稳定的信号特征。此外，针对每个被试的行为学数据进行数据分割操作，将每个指标通过1分钟的滑动窗口进行数据分割，为后续的工作负荷指标计算提供行为学特征。
[0020]步骤4：基于MCI
‑
WI的MCI患者诊断方法
[0021]输入：设样本数据集为S，样本数据集中每个被试s具有：
[0022]①
轻度认知功能障碍诊断标签L
s
，具体为：
[0023][0024]②
行为学数据集主要使用了和刺激相关的金
币出现次数金币捡起次数无关刺激出现次数无关刺激捡起次数金币捡起按键反应时间无关刺激捡起按键反应时间6项指标。
[0025]③
每个被试的静息态睁眼全阶段EEG数据R
s
；
[0026]④
每个被试的任务态EEG数据T
s1
和T
s2
，其中T
s1
数据的滑动窗口为1秒，T
s2
数据的滑动窗口为1分钟。
[0027]4‑
1.刺激按键准确率计算：刺激按键正确的情况包括金币刺激出现后捡起和无关刺激出现后不捡起两种，将这两种情况的次数求和再除以刺激出现的总次数即为刺激按键准确率，具体为：
[0028][0029]4‑
2.刺激按键反应时间计算：刺激按键反应时间包括金币捡起按键反应时间和无关刺激捡起按键反应时间和无关刺激捡起按键反应时间两种，其中为第i次金本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向轻度认知功能障碍患者诊断的工作负荷评估方法，其特征在于包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI
‑
WI的MCI患者诊断方法；步骤1具体实现如下：1
‑
1.静息态实验：静息态实验开始前，告知被试尽量不要睡着以及不要分心去想其他的事情，整个静息态实验的流程为：被试首先根据指示闭眼90秒，然后根据指示睁眼90秒；1
‑
2.任务态实验：参考控制类的工作负荷评估范式，任务态实验通过Unity搭建场景，模拟城市街道的设计，包括机动车道、行人道、通行道、直线路段、弯道、十字路口、环形天桥要素，并且使用模拟地图以及红色箭头告知被试行走路线；基于经典Oddball范式，任务态实验设置40次金币刺激作为偏差刺激，160次无关刺激作为标准刺激，要求被试从起点控制游戏角色到达终点的同时，对金币刺激作出反应，即按键将金币捡起；此外，实验的过程中实时统计行为学数据，包括行驶路程、行驶时间、撞墙次数、进入机动车道次数、金币出现和捡起次数、无关刺激出现和捡起次数、按键响应时间，便于后续计算刺激反应准确率和刺激反应时间。2.根据权利要求1所述的一种面向轻度认知功能障碍患者诊断的工作负荷评估方法，其特征在于步骤2数据采集具体实现如下：2
‑
1.数据采集：根据步骤1设计的基于Oddball的工作负荷评估实验范式，采集满足实验条件的多名MCI患者实验时的EEG数据以及行为学数据，并设置正常对照组实验；2
‑
2.量表填写：通过填写量表以及临床诊断分析，为每个被试打上MCI患者或者健康老年人的标签；需要填写的量表有：蒙特利尔认知评估量表MoCA、临床痴呆评分量表CDR、智能筛检测验CASI；其中，CDR量表是医生通过与患者和其家属交谈中获得的信息，加以提炼，完成对患者认知受损程度的评估，用以快速判定患者是否患轻度认知功能障碍；而MoCA量表和CASI量表均为对认知功能进行评估的量表，用于验证CDR量表的判定结果。3.根据权利要求1所述的一种面向轻度认知功能障碍患者诊断的工作负荷评估方法，其特征在于步骤3数据预处理具体实现如下：3
‑
1.伪迹去除：对获取的原始EEG数据进行伪迹去除操作，首先进行1
‑
30Hz的带通滤波处理，同时去除信号中的工频干扰及直流成分；之后采用独立成分分析去除信号中的眼电伪迹；3
‑
2.PSD特征提取：对伪迹去除后的EEG数据进行PSD特征提取；
①
对于静息态EEG数据：选取每个被试的睁眼全阶段EEG数据，进行PSD特征提取，得到1个样本，脑电数据采集通道数为32，提取与工作负荷相关的4个频段数据，对提取频段和通道维度进行拼接得到32*4维的特征向量，每个被试对应1*128维度的样本数据；其中delta为1
‑
3Hz，theta为4
‑
7Hz，alpha为8
‑
13Hz，beta为14
‑
30Hz；
②
对于任务态EEG数据：首先针对每个被试的EEG数据通过1秒的滑动窗口进行数据分割，得到610个样本，提取频段和通道维度后进行拼接，最终得到610*128维度的样本数据；
其次，对每个被试的EEG数据通过1分钟的滑动窗口进行数据分割，得到5个样本，提取频段和通道维度后进行拼接，最终得到5*128维度的样本数据；3
‑
3.行为学数据分割：针对每个被试的行为学数据进行数据分割操作，对于每个指标通过1分钟的滑动窗口进行数据分割，计算每个窗口内的各项指标，为后续的工作负荷指标计算提供行为学特征；所述的指标包括行驶路程及时间、撞墙次数、进入机动车道次数、金币刺激次数。4.根据权利要求1所述的一种面向轻度认知功能障碍患者诊断的工作负荷评估方法，其特征在于步骤4基于MCI
‑
WI的MCI患者诊断方法具体实现如下：输入：设样本数据集为S，其中每个被试s具有：
①
轻度认知功能障碍诊断标签L
s
，具体为：
②
行为学数据集包括每个2分钟滑动窗口内的行驶路程、行驶时间、撞墙次数、进入机动车道次数等行为学指标，这里主要使用了和刺激相关的金币出现次数金币捡起次数无关刺激出现次数无关...

【专利技术属性】
技术研发人员：方欣，戴国骏，李秀峰，赵月，吴政轩，潘登，徐非凡，郑浩浩，李明明，曾虹，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：