【技术实现步骤摘要】
注意力评估方法、装置及电子设备
[0001]本公开实施例涉及神经网络
，更具体地，涉及一种注意力评估方法、装置及电子设备。
技术介绍
[0002]注意缺陷与多动障碍(Attention deficit and hyperactivity disorder，ADHD)是儿童时期最常见的精神疾病，世界范围内约有5％的儿童受到ADHD的影响，表现主要为控制力差、多动、冲动等症状，这些病症会随儿童成长而一直存在。有大约一半的ADHD儿童的上述问题持续至青少年甚至成人期，并伴随譬如违法犯罪、社会功能不良、学习成绩下等问题的发生。实践证明，及早地发现与及时的干预，能有效地矫正儿童的多动症、弱智或自闭症等疾病，目前，这些疾病的诊断可以通过对脑电波的检测和分析来完成。已有儿童ADHD筛查评估方式效率低下、准确性也是较差的。
[0003]面对ADHD儿童早期诊断的迫切需求，开展基于深度学习和多模态数据的注意评估模型构建研究，发展特征提取和多模态融合方法，并解决深度模型构建关键问题，从而实现ADHD儿童的精准注意评估，为建立高性能...
【技术保护点】
【技术特征摘要】
1.一种注意力评估方法，其特征在于，包括：采集待评估用户的多模态数据，其中，所述多模态数据包括多个从不同角度反映所述用户的注意力特征的模态数据；将所述多模态数据输入目标注意力评估模型中，获得目标评估结果，其中，所述目标评估结果表示所述用户的注意力集中程度，所述目标注意力评估模型包括通过融合所述多模态数据得到的融合特征信息，预测所述目标评估结果的神经网络模型。2.根据权利要求1所述的方法，其特征在于，所述多模态数据包括以下至少一项：所述待评估用户的脑电数据、反映所述用户当前认知行为特征的第一行为特征数据和反映所述用户历史认知行为特征的第二行为特征数据，其中，所述脑电数据包括静息态脑电数据和任务态脑电数据，所述第二行为特征数据通过收集所述用户以外的其他用户针对所述用户的认知行为评价数据获得。3.根据权利要求2所述的方法，其特征在于，所述将所述多模态数据输入目标注意力评估模型中，获得目标评估结果，包括：对所述脑电数据进行预设转换处理，获得目标脑电数据，其中，所述预设转换处理包括对所述脑电数据在时间域和空间域上的对应数据进行转换的处理；将所述目标脑电数据、所述第一行为特征数据和所述第二行为特征数据输入所述目标注意力评估模型中，获得所述目标评估结果。4.根据权利要求3所述的方法，其特征在于，所述脑电数据为多通道数据，所述对所述脑电数据进行预设转换处理，获得目标脑电数据，包括：对所述多通道数据的各个通道中的子脑电数据进行频率分析，提取所述各个通道中的子脑电数据的空间频率分布，其中，所述空间频率分布用于反应对应子脑电数据的分布特征；基于所述各个通道中的子脑电数据的空间频率分布之间的关联关系，对所述脑电数据对应的多通道进行排序，得到目标通道序列；对于所述目标通道序列中各个通道对应的空间频率分布，从所述各个通道的子脑电数据中提取所述各个通道的空间信息，将所述目标通道序列中每个通道对应的空间频率分布作为所述目标脑电数据，其中，所述空间信息用于表征所述各个通道中的子脑电数据的频率分布的位置信息。5.根据权利要求3所述的方法，其特征在于，所述脑电数据为多通道数据，所述对所述脑电数据进行预设转换处理，获得目标脑电数据，包括：对所述多通道数据的各个通道中的子脑电数据进行频谱分析，得到与所述各个通道分别对应的功率谱；对所述各个通道分别对应的功率谱进行拟合，得到所述各个通道中的每个通道的拟合曲线；基于所述各个通道分别对应的功率谱与所述各个通道对应的拟合曲线，得到所述各个通道对应的空间频率分布；基于所述各个通道对应的空间频率分布，对所述各个通道进行排序，得到目标通道序列；对于所述目标通道序列中每个通道的空间频率分布，从所述各个通道的子脑电数据中
提取所述各个通道的空间信息，将所述所述目标通道序列中每个通道的空间频率分布作为所述转化后脑电数据。6.根据权利要求3所述的方法，其特征在于，所述对所述脑电数据进行预设转换处理，获得目标脑电数据，包括：从所述任务态脑电数据中提取事件相关特征；对所述各个通道中每个通道的事件相关特征基于事件对应的当前时刻和按照预设时间范围段进行截取，得到所述各个通道中每个通道对应的至少一个特征段；...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。