一种基于量表的同时失认症检测方法技术

本发明专利技术提供一种基于量表的同时失认症检测方法。所述方法包括以下步骤：设计并确定包括多个图片的量表，每个图片是由多个同一种较小的基本几何图形摆成的一个较大的几何图形；基于所述量表拟定试题，并采用所述试题对患者进行考核，要求所述患者对图片中的较小的基本几何图形和较大的几何图形分别进行识别；获得所述患者的考核分数，得到对所述患者同时失认症严重程度的定量评价。本发明专利技术通过基于量表对患者进行检测，可有效检测患者患有同时失认症的严重程度，而且还可以检测患者识别不同形状能力。能力。能力。

【技术实现步骤摘要】
一种基于量表的同时失认症检测方法


[0001]本专利技术属于医学
，具体涉及一种基于量表的同时失认症检测方法。

技术介绍

[0002]同时失认症是一种视觉失认症，患者可以识别图片或场景中的单个物体或人物，但不能正确理解整个图片或场景。同时失认的症表现虽然具有一定的特征，但易与其他眼部疾病或视空间的疾病混淆。现阶段同时失认症的检测主要依靠病人的叙述和影像学的检测。检测同时失认症的工具不统一，没有广泛应用的测量工具。目前多种测量工具需要患者能够识别英文字母或理解英文生活场景，需要较高的受教育程度。并且目前所有的同时失认症仅能反映患者不能识别场景，但不能反映同时失认症的另一个重要特征，即个体图片识别能力的保留。这使得目前的测量工具不能鉴别其他眼部疾病。
[0003]小偷偷饼干图形测试主要用于测试阿尔茨海默病患者是否能逻辑描述图片，后来被用于识别同时失认症，因此很难排除语言能力的影响。Navon的测试要求受试者识别由小大写字母组成的大字母。重叠图形测验是由不同图形重叠成的复杂图形，主要且广泛应用于同时失认症的测验。采用不同的数字和形状制作不同的重叠图测试。这些同时失认症测试方法存在的问题是，只能反映患者整体视觉处理能力的下降，而不能反映同时失认症症状的另一个重要特征，即个体图片识别能力的保留。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供一种基于量表的同时失认症检测方法。
[0005]为了实现上述目的，本专利技术采用以下技术方案。
[0006]一种基于量表的同时失认症检测方法，包括以下步骤：
[0007]设计并确定包括多个图片的量表，每个图片是由多个同一种较小的基本几何图形摆成的一个较大的几何图形；
[0008]基于所述量表拟定试题，并采用所述试题对患者进行考核，要求所述患者对图片中的较小的基本几何图形和较大的几何图形分别进行识别；
[0009]获得所述患者的考核分数，得到对所述患者同时失认症严重程度的定量评价。
[0010]进一步地，所述确定量表的方法包括：
[0011]设计出多种待选量表；
[0012]将所述多种待选量表发送给由神经病学和心理学专家组成的专家组进行投票；
[0013]根据投票结果确定量表。
[0014]更进一步地，所述较小的基本几何图形包括正三角形、正方形和圆；所述较大的几何图形也包括正三角形、正方形和圆，可以是布满了所述较小的基本几何图形的较大的实心几何图形，也可以是只在边缘摆放所述较小的基本几何图形的较大的空心几何图形。
[0015]更进一步地，所述试题包括局部测试题和整体测试题：局部测试题要求识别出较
小的基本几何图形，用于检测患者对单个物体形状的识别能力；整体测试题要求识别出由较小的基本几何图形摆成的较大的几何图形，用于检测患者对整体形状的识别能力。
[0016]更进一步地，所述试题包括18种不同的量表图片，每种图片的数量均为3个，共54个图片；每个图片均用作1个局部测试题和1个整体测试题，共得到54个局部测试题和54个整体测试题；每个试题答对得1分，答错不得分。
[0017]更进一步地，如果在设定的时间内未能识别出较小的基本几何图形或较大的几何图形，对应试题不得分。
[0018]更进一步地，所述患者的考核分数等于局部测试题得分与整体测试题得分的差值；所述考核分数越高，同时失认症越严重。
[0019]进一步地，所述方法还包括：通过对参评人员的考核分数进行统计学计算对所述量表进行评估，并基于评估结果对所述量表进行修正。
[0020]更进一步地，所述对所述量表进行评估的方法包括：
[0021]确定参加量表评估的参评人员，所述参评人员包括后部皮质萎缩患者和阿尔兹海默病患者，以及与所述患者年龄匹配、无痴呆或精神疾病家族史的认知正常人员；
[0022]采用所述试题对参评人员进行考核，基于考核分数对所述量表进行信度分析、效度分析、最佳截止点和ROC曲线分析，具体包括以下步骤：
[0023]采用Cronbach'sα系数验证量表的内部一致性；
[0024]采用相关系数评价量表的重测信度和测评人员间信度；
[0025]采用相关系数评价量表的内容效度；
[0026]采用KMO检验和Bartlett's检验确定因子分析的可行性；采用主成分分析和最大方差旋转检验量表的结构效度；
[0027]采用Pearson相关系数评估效标效度及整体测试与量表评分的相关性；
[0028]绘制参评人员工作特征曲线即ROC曲线，分析量表的敏感度和特异度，并确定其截点。
[0029]更进一步地，所述基于评估结果对所述量表进行修正的方法包括：
[0030]根据效度分析，若参评人员某个局部测试题得分与全部局部测试题得分的Pearson相关系数小于设定的阈值，或参评人员某个整体测试题得分与全部整体测试题得分的Pearson相关系数小于设定的阈值，则删除所述局部测试题或整体测试题，并删除与所述局部测试题或整体测试题使用相同图片的另外2个局部测试题或整体测试题。
[0031]与现有技术相比，本专利技术具有以下有益效果。
[0032]本专利技术通过设计并确定包括多个图片的量表，每个图片是由多个同一种较小的基本几何图形摆成的一个较大的几何图形，基于所述量表拟定试题，并采用所述试题对患者进行考核，要求所述患者对图片中的较小的基本几何图形和较大的几何图形分别进行识别，获得所述患者的考核分数，得到对所述患者同时失认症严重程度的定量评价。本专利技术通过基于量表对患者进行检测，可有效检测患者同时失认症的严重程度，而且还可以检测患者识别不同形状能力。
附图说明
[0033]图1为本专利技术实施例一种基于量表的同时失认症检测方法的流程图。
[0034]图2为本专利技术实施例所述量表的18张图片的示意图。
具体实施方式
[0035]为使本专利技术的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本专利技术作进一步说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]图1为本专利技术实施例一种基于量表的同时失认症检测方法的流程图，包括以下步骤：
[0037]步骤101，设计并确定包括多个图片的量表，每个图片是由多个同一种较小的基本几何图形摆成的一个较大的几何图形；
[0038]步骤102，基于所述量表拟定试题，并采用所述试题对患者进行考核，要求所述患者对图片中的较小的基本几何图形和较大的几何图形分别进行识别；
[0039]步骤103，获得所述患者的考核分数，得到对所述患者同时失认症严重程度的定量评价。
[0040]本实施例中，步骤101主要用于设计并确定用于同时失认症检测的量表。所述量表由多个图片组成，如图2所示，每个图片本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于量表的同时失认症检测方法，其特征在于，包括以下步骤：设计并确定包括多个图片的量表，每个图片是由多个同一种较小的基本几何图形摆成的一个较大的几何图形；基于所述量表拟定试题，并采用所述试题对患者进行考核，要求所述患者对图片中的较小的基本几何图形和较大的几何图形分别进行识别；获得所述患者的考核分数，得到对所述患者同时失认症严重程度的定量评价。2.根据权利要求1所述的基于量表的同时失认症检测方法，其特征在于，所述确定量表的方法包括：设计出多种待选量表；将所述多种待选量表发送给由神经病学和心理学专家组成的专家组进行投票；根据投票结果确定量表。3.根据权利要求1所述的基于量表的同时失认症检测方法，其特征在于，所述较小的基本几何图形包括正三角形、正方形和圆；所述较大的几何图形也包括正三角形、正方形和圆，可以是布满了所述较小的基本几何图形的较大的实心几何图形，也可以是只在边缘摆放所述较小的基本几何图形的较大的空心几何图形。4.根据权利要求3所述的基于量表的同时失认症检测方法，其特征在于，所述试题包括局部测试题和整体测试题：局部测试题要求识别出较小的基本几何图形，用于检测患者对单个物体形状的识别能力；整体测试题要求识别出由较小的基本几何图形摆成的较大的几何图形，用于检测患者对整体形状的识别能力。5.根据权利要求4所述的基于量表的同时失认症检测方法，其特征在于，所述试题包括18种不同的量表图片，每种图片的数量均为3个，共54个图片；每个图片均用作1个局部测试题和1个整体测试题，共得到54个局部测试题和54个整体测试题；每个试题答对得1分，答错不得分。6.根据权利要求5所述的基于量表的同时失认症检测方法，其特征在于，如果在设定的时间内未能识别出较小的基本几何图形或较大的几何图形，对应试题不得分。7.根据权利...

【专利技术属性】
技术研发人员：武力勇，宋艳，褚敏，刘阳，闫海涵，
申请(专利权)人：首都医科大学宣武医院，
类型：发明
国别省市：