基于TMS技术的妄想性精神障碍训练方法及系统技术方案

技术编号:36469474 阅读:13 留言:0更新日期:2023-01-25 23:11
本发明专利技术公开了一种基于TMS技术的妄想性精神障碍训练方法及系统。该方法包括如下步骤:采集用户信息,以获取用户的妄想症状严重等级;基于妄想症状严重等级,采用经颅磁刺激TMS对用户进行相应脑区的激活;通过人机对话的方式获取用户的自传性文本;对自传性文本进行分析,以获取用户的妄想特征;基于妄想特征锁定用户的非合理信念,并生成干预方案;基于干预方案,对用户的非合理信念进行信念调节;获取干预方案的信念调节效果,并进行效果评估。该方法利用电生理刺激诱发系统激活到语义性分析确定核心非合理信念,借助智能与人工结合的方式辅助个体实现意义构建的精神妄想解决方案,以降低精神病患者对妄想的强迫性反应。以降低精神病患者对妄想的强迫性反应。以降低精神病患者对妄想的强迫性反应。

【技术实现步骤摘要】
基于TMS技术的妄想性精神障碍训练方法及系统


[0001]本专利技术涉及一种基于TMS技术的妄想性精神障碍训练方法,同时也涉及相应的妄想性精神障碍训练系统,属于精神障碍康复


技术介绍

[0002]精神疾病的治疗与解决方案,往往集中在抑郁、焦虑等综合诊断性疾病的诊疗中。而妄想是焦虑、抑郁等多种精神类疾病的共性特征之一,治疗以妄想为特征的神经症状,对焦虑、抑郁类精神病症的治疗具有重要意义。然而,尽管迫切需要更好地了解这些症状的性质,意义和过程,但对精神病中妄想现象的生活经历的研究却很少,其康复训练方案仍然不理想。
[0003]王奕权在论文《认知行为治疗对偏执型精神分裂症妄想的疗效分析》(刊载于《现代实用医学》2019年31卷7期)上,探讨了认知行为治疗(CBT)对偏执型精神分裂症患者妄想的疗效。此外,吕爽等人在论文《低频经颅磁刺激联合利培酮对精神分裂症患者的妄想症状疗效及不良反应研究》(刊载于《中国医学创新》2020年17卷2期)上,进一步探讨了低频重复经颅磁刺激(rTMS)联合利培酮对精神分裂患者的妄想症状的疗效及不良反应。

技术实现思路

[0004]本专利技术所要解决的首要技术问题在于提供一种基于TMS技术的妄想性精神障碍训练方法。
[0005]本专利技术所要解决的另一技术问题在于提供一种基于TMS技术的妄想性精神障碍训练系统。
[0006]为实现上述技术目的,本专利技术采用以下的技术方案:根据本专利技术实施例的第一方面,提供一种基于TMS技术的妄想性精神障碍训练方法,包括如下步骤:采集用户信息,以获取所述用户的妄想症状严重等级;采用经颅磁刺激TMS对所述用户进行相应脑区的激活;通过人机对话的方式获取所述用户的自传性文本;对所述自传性文本进行分析,以获取所述用户的妄想特征;基于所述妄想特征锁定所述用户的非合理信念,并生成干预方案;基于所述干预方案,对所述用户的非合理信念进行信念调节;获取所述干预方案的信念调节效果,并进行效果评估。
[0007]其中较优地,所述采集用户信息,以获取所述用户的妄想症状严重等级,具体包括:获取用户的多模态数据,其中,所述多模态数据至少包括:表情数据、语音数据、结构化量表数据、人口特征数据以及疾病史数据;对所述多模态数据进行建模分析,以获取所述用户的情绪波动E、态度变化S、结构
化量表的标准分T;采用机器学习算法,将所述用户的情绪波动E、态度变化S、人口特征数据以及疾病史数据作为自变量,将所述结构化量表的标准分T的高中低分类作为因变量,进行机器学习;采用特征交互的通用注意力机制,通过卷积神经网络将所述多模态数据拼接为矩阵,并使用卷积和池化操作提取其任意阶的特征交互,在全连接层基础上以获取所述用户的妄想症状严重等级。
[0008]其中较优地,对所述多模态数据进行建模分析,具体包括:对所述用户的表情数据进行数据处理,由外接面部情绪识别算法将其转化为积极情绪比率E1、消极情绪比率E2,取两者差值的绝对值表示用户的情绪波动E =∣E1-E2∣;对所述用户的语音数据进行语调分析,取最高分贝与最低分贝的差值,表示用户的态度变化S=Smax-Smin;针对所述结构化量表数据,根据经典量表的算分规则对题目的回答进行原始计分求和统计,将其转换为标准分T=50+10*(原始分-M)/SD;其中,M表示平均数、SD表示标准差、原始分表示经典量表下题目回答的原始计分和。
[0009]其中较优地,所述采用经颅磁刺激TMS对所述用户进行相应脑区的激活,具体包括:将所述用户右侧背外侧前额叶DLPFC,运动皮层前5~6厘米作为所述用户的靶向位置;对所述靶向位置进行靶向定位,将靶点定位在电极前外侧1cm处;采用预设强度的rTMS刺激右DLPFC、110%MT、420个脉冲/次,进行用户情绪激活。
[0010]其中较优地,所述通过人机对话的方式获取所述用户的自传性文本,具体包括:基于预设的信念评估对话题库,随机抽取预设数量的题目;其中,所述信念评估对话题库中包括自我关系、自我与他人的关系、自我与世界的关系三个维度的题目;采用电子语音的方式向所述用户依次询问所述预设数量的题目;对所述用户的回答进行语音录制,并在结束后让用户对所录制内容的转录文字进行校正,以形成所述用户的自传性文本。
[0011]其中较优地,所述对所述自传性文本进行分析,以获取所述用户的妄想特征,具体包括:构建妄想特征分类编码表,其中,所述妄想特征分类编码表包括第一数量的一级妄想特征,各所述一级妄想特征均包括第二数量的二级妄想特征,各所述二级妄想特征均对应多个词典编码;从所述用户的自传性文本中提取关键字;判断所述关键字属于哪一类词典编码,以确定所述用户所具有的二级妄想特征。
[0012]其中较优地,所述基于所述妄想特征锁定所述用户的非合理信念,并生成干预方案,具体包括:构建所述妄想特征分类编码表与预设的多种非合理信念的对应关系;基于所述用户的多个二级妄想特征,确定与所述多个二级妄想特征相对应的多个非合理信念;
针对所述多个非合理信念,采用理性疗法生成干预方案,以进行信念调节。
[0013]其中较优地,所述干预方案通过以下方式生成:确定所述干预方案的训练周期;获取针对各所述非合理信念的不同训练内容;将所述不同训练内容按照所述训练周期进行排序,以形成所述干预方案。
[0014]其中较优地,所述信念调节包括:采用人机对话的方式,对所述用户的非合理信念进行解构;通过植入合理信念的方式辅助所述用户进行信念重建。
[0015]根据本专利技术实施例的第二方面,提供一种妄想性精神障碍训练系统,包括处理器和存储器,所述处理器读取所述存储器中的计算机程序,用于执行以下操作:采集用户信息,以获取所述用户的妄想症状严重等级;基于所述用户的妄想症状严重等级,采用经颅磁刺激TMS对所述用户进行相应脑区的激活;通过人机对话的方式获取所述用户的自传性文本;对所述自传性文本进行分析,以获取所述用户的核心信念;从所述用户的核心信念中锁定非合理信念,并生成干预方案;基于所述干预方案,对所述用户的非合理信念进行信念调节;获取所述干预方案的信念调节效果,并进行效果评估。
[0016]与现有技术相比较,本专利技术具有以下的技术特点:一. 用户多模态信息采集方式:复合视频采集、音频采集、结构化量表信息采集、人口学信息采集等多种用户信息采集,实现用户多模态的数据获取,同时设计人机交互的对话模式,增加用户多模态信息采集的趣味性。
[0017]二. 用户临床症状诊断模型构建:基于机器学习算法创建的用户临床症状诊断模型,结合用户的多维数据特征,融合进行生成情绪计算指标、态度计算指标等,结合经典量表测评工具,对个体的妄想性临床症状进行不同等级的分类诊断,从而为后续对比分析个体的训练效果提供了量化依据。
[0018]三. 用户情绪激活的应用思路:基于TMS技术的用户DLPFC脑区激活,是作为本专利技术实施例进行个体自我表达的前驱激活步骤,相比过往直接以经颅磁刺激方法自身作为治疗精神疾病的方法和手段。
[0019]四.本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于TMS技术的妄想性精神障碍训练方法,其特征在于包括如下步骤:采集用户信息,以获取所述用户的妄想症状严重等级;采用经颅磁刺激TMS对所述用户进行相应脑区的激活;通过人机对话的方式获取所述用户的自传性文本;对所述自传性文本进行分析,以获取所述用户的妄想特征;基于所述妄想特征锁定所述用户的非合理信念,并生成干预方案;基于所述干预方案,对所述用户的非合理信念进行信念调节;获取所述干预方案的信念调节效果,并进行效果评估。2.如权利要求1所述的妄想性精神障碍训练方法,其特征在于所述采集用户信息,以获取所述用户的妄想症状严重等级,具体包括:获取用户的多模态数据,其中,所述多模态数据至少包括:表情数据、语音数据、结构化量表数据、人口特征数据以及疾病史数据;对所述多模态数据进行建模分析,以获取所述用户的情绪波动E、态度变化S、结构化量表的标准分T;采用机器学习算法,将所述用户的情绪波动E、态度变化S、人口特征数据以及疾病史数据作为自变量,将所述结构化量表的标准分T的高中低分类作为因变量,进行机器学习;采用特征交互的通用注意力机制,通过卷积神经网络将所述多模态数据拼接为矩阵,并使用卷积和池化操作提取其任意阶的特征交互,在全连接层基础上以获取所述用户的妄想症状严重等级。3.如权利要求2所述的妄想性精神障碍训练方法,其特征在于对所述多模态数据进行建模分析包括:对所述用户的表情数据进行数据处理,由外接面部情绪识别算法将其转化为积极情绪比率E1、消极情绪比率E2,取两者差值的绝对值表示用户的情绪波动E=∣E1-E2∣;对所述用户的语音数据进行语调分析,取最高分贝与最低分贝的差值,表示用户的态度变化S=Smax-Smin;针对所述结构化量表数据,根据经典量表的算分规则对题目的回答进行原始计分求和统计,将其转换为标准分T=50+10*(原始分-M)/SD;其中,M表示平均数、SD表示标准差、原始分表示经典量表下题目回答的原始计分和。4.如权利要求1所述的妄想性精神障碍训练方法,其特征在于所述采用经颅磁刺激TMS对所述用户进行相应脑区的激活,具体包括:将所述用户右侧背外侧前额叶DLPFC,运动皮层前5~6厘米作为所述用户的靶向位置;对所述靶向位置进行靶向定位,将靶点定位在电极前外侧1cm处;采用预设强度的rTMS刺激右DLPFC、110%MT、420个脉冲/次,进行用户情绪激活。5.如权利要求1所述的妄想性精神障碍训练方法...

【专利技术属性】
技术研发人员:张青格马珠江王晓怡
申请(专利权)人:北京智精灵科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1