认知障碍识别模型的建模方法及系统技术方案

本发明专利技术公开了一种认知障碍识别模型的建模方法及系统。该建模方法包括如下步骤：分别获取正常人群和认知障碍人群的认知任务数据信息；其中，认知任务数据信息至少包括个人信息以及基于电子设备进行认知任务的鼠标移动数据；对全部的认知任务数据信息进行标准化处理；针对标准化处理后的认知任务数据信息，筛选出预测变量；针对预测变量，根据多种分类算法分别构建多种分类模型，并分别验证多种分类模型的预测结果；在多种分类模型中，选择预测结果最佳的分类模型作为认知障碍识别模型。利用该建模方法构建的认知障碍识别模型能够足不出户完成认知障碍风险筛查，并提供客观、量化的认知决策指标。化的认知决策指标。化的认知决策指标。

【技术实现步骤摘要】
认知障碍识别模型的建模方法及系统


[0001]本专利技术涉及一种认知障碍识别模型的建模方法，同时也涉及相应的建模系统，属于医疗保健信息学


技术介绍

[0002]随着老龄化社会的到来，以阿尔茨海默症为代表的神经退行性疾病所引起的认知障碍越来越多，给社会经济和患者及其家属造成沉重的负担。幸运的是，根据研究显示，在认知障碍早期即对患者进行干预可以减缓设置逆转认知障碍的进程。然而，在现有医疗条件下，患者往往就诊时往往已表现出非常明显的临床症状，错过了最佳的治疗时机。因此，方便且行之有效的认知障碍早期筛查工具的研发就成为了重中之重。
[0003]申请号为201610857284.5的中国专利申请中，公开了一种面向轻度认知障碍功能磁共振数据的脑网络建模与自动识别方法。该方法首先通过高斯图模型对功能磁共振数据构建功能连接脑网络；接着，将表征脑网络的稀疏逆协方差矩阵的下三角矩阵拉直作为特征向量；然后，使用t检验和支持向量机递归特征消除法对上述特征进行筛选，得到表征轻度认知障碍与正常人最大差异程度的特征集合；接着，利用上述特征集合训练模式分类器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种认知障碍识别模型的建模方法，其特征在于包括如下步骤：分别获取正常人群和认知障碍人群的认知任务数据信息；其中，所述认知任务数据信息至少包括个人信息以及基于电子设备进行认知任务的鼠标移动数据；对全部的认知任务数据信息进行标准化处理，以统一所述认知任务数据信息的数据表示形式；针对标准化处理后的所述认知任务数据信息，筛选出预测变量；针对所述预测变量，根据多种分类算法分别构建多种分类模型，并分别验证所述多种分类模型的预测结果；在所述多种分类模型中，选择预测结果最佳的分类模型作为认知障碍识别模型。2.如权利要求1所述的建模方法，其特征在于：所述个人信息至少包括：年龄、性别、受教育程度、疾病史；所述鼠标移动数据至少包括：曲线下面积、最大偏差、最大对数距离比、X轴翻转以及加速度翻转；其中，所述曲线下面积表示观测轨迹与理想直线轨迹之间的区域面积；所述最大偏差表示理想轨迹与观测轨迹之间的垂直距离最大的点；所述最大对数距离比表示鼠标移动轨迹的目标距离与替代距离的比率；所述X轴翻转表示鼠标移动轨迹在X轴上左右摆动的次数，其中，定义电子设备界面为一个平面直角坐标系，电子设备界面中心点为平面直角坐标系(0，0)点，定义横轴为X轴，纵轴为Y轴；所述加速度翻转表示鼠标移动轨迹在X轴上加速和减速的次数。3.如权利要求2所述的建模方法，其特征在于：采用下式表示X轴翻转：∑H[(x
t
‑
x
t
‑1)(x
t
‑1‑
x
t
‑2)]其中，X
t
指在t毫秒时鼠标在X轴的位置，X
t－1
指t－1毫秒时鼠标在X轴的位置，X
t－2
指t－2毫秒时鼠标在X轴的位置；采用下式表示加速度翻转：(∑H[(a
t
‑
a
t
‑1)(a
t
‑1‑
a
t
‑2)])
‑
1其中，a
t
指在t毫秒时的鼠标加速/减速度，a
t－1
指在t－1毫秒时的鼠标加速/减速度，a
t－2
指在t－2毫秒时的鼠标加速/减速度。4.如权利要求1所述的建模方法，其特征在于所述对全部的认知任务数据信息进行标准化处理，具体包括：将电子设备的页面中心点设为坐标(0，0)点，将电子设备的页面右上角坐标设为(1...

【专利技术属性】
技术研发人员：张子恒，马珠江，张青格，
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：