基于FBM行为模型的自闭症患儿注意力干预效果评估方法技术

本发明专利技术公开了基于FBM行为模型的自闭症患儿注意力干预效果评估系统，用于解决现有的评估系统在对其进行数据收集时通过单一数据变量进行评测分析，对注意力干预效果评估后的结果数值具有不确定性以及表面性，难以进行科学准确的综合评估的问题，包括数据采集模块、数据存储模块、数据预处理模块、注意力干预模块、数据分析模块以及干预效果评估模块，通过结合眼动数据、EEG数据和握动数据，多维度对自闭症患儿注意力干预时的监测数据进行评估，再对干预效果评估指标进行分级评估，保证对自闭症患儿注意力干预时采集数据的有效监测，实现对自闭症患儿注意力干预时各个监测数据的多维度评估。评估。评估。

【技术实现步骤摘要】
基于FBM行为模型的自闭症患儿注意力干预效果评估方法


[0001]本专利技术涉及儿童自闭症
，更具体地说，本专利技术涉及基于FBM行为模型的自闭症患儿注意力干预效果评估系统。

技术介绍

[0002]自闭症是一种由神经发育失调导致的严重儿童精神障碍。目前还没有特效药物能够对自闭症进行有效的治疗。自闭症患儿存在认知方面缺陷，在语言能力、社会性沟通交流能力等方面存在问题，主要表现为注意力不集中、缺乏想象力。自闭症患者的视觉注意在持续性、选择性与转移性方面低于正常水平，注意力的缺陷会严重影响到自闭症患儿的日常学习效果和康复的质量。FBM行为模型又称为福格行为模型，通过对FBM行为模型研究发现其与自闭症患者注意力干预相互契合。
[0003]目前自闭症患儿的干预方法有药物治疗、行为干预、感觉综合训练、生物反馈训练和应用虚拟现实技术进行训练。行为干预是通过行为强化、弱化塑造等行为与环境控制促使行为发生变化。在目前通过干预训练对自闭症患儿进行干预效果获取时，一般是通过对患者的生物器官的改变以及肢体的变化、注意偏好统计成数据进行效果评测，例如患者的脑电图数据以及眼睛转动数据等进行追踪处理，因为对自闭症患者的评价因素较多，现有的评估系统在对其进行数据收集时通过单一数据变量进行评测分析，对数据分析具有不确定性以及表面性，难以进行科学准确的综合评估。
[0004]为了解决上述问题，现提供一种技术方案。

技术实现思路

[0005]为了克服现有技术的上述缺陷，本专利技术的实施例提供基于FBM行为模型的自闭症患儿注意力干预效果评估系统，是通过结合眼动数据、EEG数据和握动数据，多维度确定对自闭症患儿注意力干预的检测数据的评估指标，利用眼动指标、EEG指标和握动指标获取干预效果评估指标并对干预效果评估指标进行分级评估能够保证对自闭症患儿注意力的有效监测，便于对监测数据进行多维度分析，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]基于FBM行为模型的自闭症患儿注意力干预效果评估系统，包括处理器以及与处理器通讯连接的数据采集模块、数据存储模块、数据预处理模块、注意力干预模块、数据分析模块以及干预效果评估模块，其中：
[0008]数据分析模块通过将数据预处理模块处理好的眼动指标、EEG指标和握动指标作为自变量，代入干预效果评估指标的三元一次函数当中，将三元一次函数作为干预效果评估指标的评估机制，干预效果评估指标的公式为：
[0009]K
zh
＝f(x，y，z)；
[0010]式中：Kz
h
为干预效果评估指标，x、y和z为三元一次函数f(x，y，z)的三个自变量；
[0011]其中：f(x，y，z)＝0.3x+0.6y+0.1z；
[0012]式中：x＝K
yd
；y＝K
eg
；z＝K
wd
。
[0013]作为本专利技术的进一步方案，数据分析模块中，利用眼动指标分析反应时间、注视时间以及眼震幅度，对于自闭症患儿的监测数据，眼动指标表现为以下几种情况：
[0014]情况一：反应时间和注视时间都比较长，而眼震幅度比较小，这代表自闭症患儿在视觉处理任务中处理信息的速度较慢，注视时间较长，同时眼睛的稳定性较好；
[0015]情况二：反应时间和注视时间都比较长，而眼震幅度比较大，这代表自闭症患儿在视觉处理任务中处理信息的速度较慢，注视时间较长，同时眼睛的稳定性较差；
[0016]情况三：反应时间和注视时间都比较短，而眼震幅度比较小，这代表自闭症患儿在视觉任务中处理信息的速度较快，注视时间较短，同时眼睛的稳定性较好；
[0017]情况四：反应时间和注视时间都比较短，而眼震幅度比较大，这代表自闭症患儿在视觉任务中处理信息的速度较快，注视时间较短，同时眼睛的稳定性较差。
[0018]基于情况一和情况二分析，在反应时间和注视时间都比较长时，情况一眼动指标大于情况二眼动指标数值，眼动指标与眼震幅度负相关，反映自闭症患儿在视觉处理任务中处理信息速度较慢，注视时间较长时，眼动指标和眼睛稳定性之间的负相关关系。
[0019]基于情况一和情况三分析，在自闭症患儿处理视觉任务中眼震幅度比较小时，情况一的眼动指标大于情况三的眼动指标，眼动指标与反应时间以及注视时间正相关，反映自闭症患儿在处理视觉任务中眼睛稳定性较好时，眼动指标和处理信息速度以及注视时间的正相关关系。
[0020]基于情况二和情况四分析，在自闭症患儿处理视觉任务中眼震幅度比较大时，情况二的眼动指标大于情况四的眼动指标，眼动指标与反应时间以及注视时间正相关，反映自闭症患儿在处理视觉任务中眼睛稳定性较差时，眼动指标和处理信息速度以及注视时间的正相关关系。
[0021]基于情况三和情况四分析，在自闭症患儿处理视觉任务中，在反应时间和注视时间都比较短时，情况三的眼动指标大于情况四的眼动指标，眼动指标与眼震幅度负相关，反映自闭症患儿在处理视觉任务中处理信息速度较慢，注视时间较短时，眼动指标与眼睛稳定性的负相关关系。
[0022]基于上述分析，眼动指标与反应时间正相关，与注视时间正相关，与眼震幅度负相关，对于自闭症患儿来说，眼动指标的评估意义在于帮助评估他们在视觉任务中的表现和认知能力，特别是与社交互动和情感处理相关的任务。眼动指标能成为自闭症患儿干预的参考指标之一。
[0023]作为本专利技术一种优选的实施方式，眼动指标的公式为：
[0024][0025]式中：T
f
为反应时间，T
z
为注视时间，β
d
为眼震幅度。
[0026]作为本专利技术的进一步方案，数据分析模块中，利用EEG指标分析相关电位、时域信息和频域信息，对于自闭症患儿的监测数据，EEG指标表现为以下几种情况：
[0027]情况一：相关电位较强，时域信息较低，频域信息较高，这代表自闭症患儿的大脑神经元活动较为同步，同时其脑电信号的频率分布较为集中，表明存在某些特定的大脑功能异常。
[0028]情况二：相关电位较弱，时域信息较高，频域信息较低，这代表自闭症患儿的大脑神经元活动较为异步，同时其脑电信号的频率分布较为分散，表明存在某些大脑区域的连接和协调问题。
[0029]情况三：相关电位较强，时域信息较高，频域信息较高，这代表自闭症患儿的大脑神经元活动较为同步，同时其脑电信号的频率分布较为集中，表明存在某些特定的大脑功能异常，同时存在一些大脑区域的连接和协调问题。
[0030]情况四：相关电位较弱，时域信息较低，频域信息较低，这代表自闭症患儿的大脑神经元活动较为同步，同时其脑电信号的频率分布较为分散，表明存在某些大脑区域的连接和协调问题。
[0031]基于情况一和情况三分析，在相关电位较强，频域信息较高时，情况一EEG指标大于情况三EEG指标数值，EEG指标与时域信息负相关，反映自闭症患儿脑电信号的频率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于FBM行为模型的自闭症患儿注意力干预效果评估系统，其特征在于，包括处理器以及与处理器通讯连接的数据采集模块、数据存储模块、数据预处理模块、注意力干预模块、数据分析模块以及干预效果评估模块，其中：数据分析模块通过将数据预处理模块处理好的眼动指标、EEG指标和握动指标作为自变量，代入干预效果评估指标的三元一次函数当中，将三元一次函数作为干预效果评估指标的评估机制，干预效果评估指标的公式为：K
zh
＝f(x,y,z)；式中：K
zh
为干预效果评估指标，x、y和z为三元一次函数f(x,y,z)的三个自变量；其中：f(x,y,z)＝0.3x+0.6y+0.1z；式中：x＝K
yd
；y＝K
eg
；z＝K
wd
。2.根据权利要求1的基于FBM行为模型的自闭症患儿注意力干预效果评估系统，其特征在于：数据分析模块中，利用眼动指标分析反应时间、注视时间以及眼震幅度，眼动指标与反应时间正相关，与注视时间正相关，与眼震幅度负相关，眼动指标的公式为：式中：T
f
为反应时间，T
z
为注视时间，β
d
为眼震幅度。3.根据权利要求1的基于FBM行为模型的自闭症患儿注意力干预效果评估系统，其特征在于：数据分析模块中，利用EEG指标分析相关电位、时域信息和频域信息，EEG指标与相关电位正相关，与时域信息负相关，与频域信息负相关，EEG指标公式为：式中：E
RP
为相关电位，T
sy
为时域信息，δ
P
为频域信息。4.根据权利要求1的基于FBM行为模型的自闭症患儿注意力干预效果评估系统，其特征在于：数据分析模块中，利用握动指标分析力度大小、计数量和指端长度信息，握动指标与力度大小正相关，与计数量负相关，与指端长度信息负相关，握动指标公式为：式中：...

【专利技术属性】
技术研发人员：张丽军，杨丹华，徐海萍，徐瑞，王瑞霞，李正华，梁彩玲，姜书琴，黄凤娟，付杰，鲁兴凤，杨雅冰，丁玲，
申请(专利权)人：郑州大学第三附属医院，
类型：发明
国别省市：