【技术实现步骤摘要】
本专利技术涉及使用计算机系统进行神经行为检测评价，尤其是涉及一种神经行为测试评价方法及系统。
技术介绍
1、机体的行为受中枢神经的控制，当机体受到内、外环境中某些因素的刺激后，经中枢神经系统整合、加工，并成为协调的运动性输出，或者储存在中枢神经系统内成为学习、记忆的神经基础。这种在中枢神经系统的参与下，由机体内外各种感觉神经系统接受信息，并通过中枢神经系统整合、加工，并发出各种动作指令，直至最后完成这一指令的过程被称之为神经行为。而这一过程的强、弱和准确与否就是神经行为能力。神经行为检测通过对这种反应过程的描述，以及依据这种反应过程中的某些细微变化来判断神经系统的异常改变，并进一步研究和分析导致这一改变的原因。
2、早期的神经行为检测评价大多是一些针对某个神经行为功能的单项目的评价方法，如视反应时、听反应时和听数距广度等。上个世纪60年代初，芬兰职业卫生研究所心理学家haninnen率先编制成了世界上第一套用于有机溶剂接触者行为功能评价的神经行为测试组合，并于1979年编撰成册，取名为《用于毒物－心理学研究的行为测试组合》(behavioral test battery fortoxic-psychological study)。1986年世界卫生组织(who)专家在经过反复研究后推出了一套最基本的神经行为核心测试组合(neurobehavioralcore test battery，nctb)。该测试系统具有耗费低、方法简单、易接受、文化背景影响较小等优点。早期的神经行为检测评价基本上都是采用手工测试，由于主试者在
3、随着科技的发展，人类对大脑和神经系统的研究逐渐深入。然而，现有的神经行为测试方法仍然存在诸多问题，如测试结果的主观性、测试过程的耗时和繁琐等。因此，开发一种客观、高效的神经行为测试评价系统变得至关重要。
4、为此，提出一种神经行为测试评价方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种神经行为测试评价方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种神经行为测试评价方法，包括如下步骤：
3、步骤101、项目选择及初步认证识别：用户根据待测试项目类型选择神经行为测试模板，并根据人机初步交互指导内容对患者选择项目类型初步肢体动作、面部表情以及智力活动初步的模拟认证识别，判断患者是否具有神经行为测试能力；
4、步骤102、神经行为识别数据采集：用户根据项目内容引导完成相应的动作以及项目内容的识别完成用户相应的数据信息采集，包括脑电信号、眼动信号、肌肉电信号，用于相关动作操作过程中分别通过肢体动作扫描识别、人脸识别和眼动追踪技术匹配用户相关肢体动作匹配度；
5、步骤103、错误数据修正：系统根据待检测用户数据内容与实际正常数据内容匹配，匹配度不符会终止项目进行，并提醒用于重新检测或跳过该项目检测内容；
6、步骤104、机器学习算法构件识别测试平台：通过多组用户数据选择项目类型以及采集相关数据内容作为大数据基础，构建神经网络模型对数据分析和处理；
7、步骤105、神经网络模型对用户神经行为识别采集的数据以及修正的数据内容进行分析，自我学习，对项目测试过程中高频率的错误测试环节自主生成相应提示，实现系统自我学习，自主决策。
8、优选的，所述步骤101中，用户通过机器设备中输出界面输入个人信息，设备通过人脸识别扫描对用户个人信息识别认证，随后用于个人根据神经行为测试模板选择神经行为测试项目内容。
9、优选的，所述系统在用户个人信息识别认证后，根据用户所选神经行为测试项目内容播放简短的神经行为测试项目内容，包括音频数据播放、视频指导数据播放，随后系统根据神经行为测试内容随机提取十到十五秒的模拟测试片段，片段数量等于选择项目数量，对用户神经行为测试进行初步模拟并进一步对模拟数据匹配以此认证用户是否具有神经行为测试能力，以保证后续系统测试数据的真实性和准确性。
10、优选的，所述步骤102、神经行为识别数据采集中神经行为测试时采用人脸识别技术和眼动追踪技术和肢体动作扫描识别技术来获得实验结果，测试过程中被测试者需要进行表情识别、颜色识别、数字识别以及肢体动作完成度和肢体动作与标准动作匹配的完整度，该过程中待测试者的脑电信号、眼动信号、肌肉电信号以及皮肤电反应数据将会被采集记录。
11、优选的，所述步骤103错误数据修正中，系统内置标准数据范围，根据用户生理如性别、年龄划分不同标准值，当用户在测试过程中测试数值超出标准数据范围，系统会自动终止该神经行为测试内容，并根据错误数据内容系统自主决策提醒用户，如用户未能在规定时间内识别数字、颜色，如用户肢体动作与系统差异过大。
12、优选的，所述步骤104、机器学习算法构建识别测试平台中通过构建神经网络模型对数据进行分析和处理，来识别不同的神经行为特征，在该方法中，被试者的数据将被转化为特征向量，然后使用聚类和分类算法进行分析，以确定被试者的神经行为类型和个性特征。
13、优选的，所述通过构建神经网络模型对数据进行分析和处理用户数据进行评估，评估数据以及评估内容采用可视化报告方式展示，可视化报告内容包括3d数据展示以及人体动画展示。
14、一种神经行为测试评价系统，该神经行为测试评价系统包括以下模块构成：
15、神经行为测试项目模块、控制系统单元、数据采集与识别单元、数据信息匹配单元、数据信息修正单元以及神经网络模型。
16、优选的，所述控制系统单元根据用户所选测试项目内容形成个人神经行为测试项目系统并被控制系统单元进行数据记录备份。
17、优选的，所述数据采集与识别单元分别用于模拟测试前用户个人数据采集与识别和用于神经行为测试项目测试过程中的数据采集与识别。
18、与现有技术相比，本专利技术的有益效果是：
19、1.该神经行为测试评价方法及系统可以应用于许多领域，例如健康管理、心理诊断、认知分析和人机交互设计等。该方法的优点在于，其自动化程度高，操作简单，测试时间短，测试结果可靠，并且能够客观地评估个体的神经行为特征。该方法可以成为未来神经科学研究和行为科学研究的有效手段；
20、2.本专利技术的神经行为测试评价系统将为神经科学、心理学、精神医学等领域的研究提供有力支持，有助于更好地理解人类神经行为和大脑功能。同时，该系统也可用于临床诊断和治疗中，提高医生对精神疾病的诊断和评估能力本文档来自技高网...
【技术保护点】
1.一种神经行为测试评价方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤101中，用户通过机器设备中输出界面输入个人信息，设备通过人脸识别扫描对用户个人信息识别认证，随后用于个人根据神经行为测试模板选择神经行为测试项目内容。
3.根据权利要求2所述的一种神经行为测试评价方法，其特征在于：所述系统在用户个人信息识别认证后，根据用户所选神经行为测试项目内容播放简短的神经行为测试项目内容，包括音频数据播放、视频指导数据播放，随后系统根据神经行为测试内容随机提取十到十五秒的模拟测试片段，片段数量等于选择项目数量，对用户神经行为测试进行初步模拟并进一步对模拟数据匹配以此认证用户是否具有神经行为测试能力，以保证后续系统测试数据的真实性和准确性。
4.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤102、神经行为识别数据采集中神经行为测试时采用人脸识别技术和眼动追踪技术和肢体动作扫描识别技术来获得实验结果，测试过程中被测试者需要进行表情识别、颜色识别、数字识别以及肢体动作完成度和肢体
5.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤103错误数据修正中，系统内置标准数据范围，根据用户生理如性别、年龄划分不同标准值，当用户在测试过程中测试数值超出标准数据范围，系统会自动终止该神经行为测试内容，并根据错误数据内容系统自主决策提醒用户，如用户未能在规定时间内识别数字、颜色，如用户肢体动作与系统差异过大。
6.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤104、机器学习算法构件识别测试平台中通过构建神经网络模型对数据进行分析和处理，来识别不同的神经行为特征，在该方法中，被试者的数据将被转化为特征向量，然后使用聚类和分类算法进行分析，以确定被试者的神经行为类型和个性特征。
7.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述通过构建神经网络模型对数据进行分析和处理用户数据进行评估，评估数据以及评估内容采用可视化报告方式展示，可视化报告内容包括3D数据展示以及人体动画展示。
8.根据权利要求1-7任意一项所述的一种神经行为测试评价系统，其特征在于：该神经行为测试评价系统包括以下模块构成：
9.根据权利要求8所述的一种神经行为测试评价系统，其特征在于：所述控制系统单元根据用户所选测试项目内容形成个人神经行为测试项目系统并被控制系统单元进行数据记录备份。
10.根据权利要求8所述的一种神经行为测试评价系统，其特征在于：所述数据采集与识别单元分别用于模拟测试前用户个人数据采集与识别和用于神经行为测试项目测试过程中的数据采集与识别。
...【技术特征摘要】
1.一种神经行为测试评价方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤101中，用户通过机器设备中输出界面输入个人信息，设备通过人脸识别扫描对用户个人信息识别认证，随后用于个人根据神经行为测试模板选择神经行为测试项目内容。
3.根据权利要求2所述的一种神经行为测试评价方法，其特征在于：所述系统在用户个人信息识别认证后，根据用户所选神经行为测试项目内容播放简短的神经行为测试项目内容，包括音频数据播放、视频指导数据播放，随后系统根据神经行为测试内容随机提取十到十五秒的模拟测试片段，片段数量等于选择项目数量，对用户神经行为测试进行初步模拟并进一步对模拟数据匹配以此认证用户是否具有神经行为测试能力，以保证后续系统测试数据的真实性和准确性。
4.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤102、神经行为识别数据采集中神经行为测试时采用人脸识别技术和眼动追踪技术和肢体动作扫描识别技术来获得实验结果，测试过程中被测试者需要进行表情识别、颜色识别、数字识别以及肢体动作完成度和肢体动作与标准动作匹配的完整度，该过程中待测试者的脑电信号、眼动信号、肌肉电信号以及皮肤电反应数据将会被采集记录。
5.根据权利要求1所述的一种神经行为测试评价方法，其特征在于：所述步骤103错误数据修正中，系统内置标准数据范围，根据用户生理...
【专利技术属性】
技术研发人员：陈青茂，
申请(专利权)人：德清奥丽芙生物科技有限公司，
类型：发明
国别省市：
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。