System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种发展性阅读障碍的认知提升方法,同时也涉及相应的认知提升系统,属于医疗保健信息学。
技术介绍
1、发展性阅读障碍(developmental dyslexia)是以学龄期阅读能力落后为主要问题,并且存在遗传基础的神经发育性障碍。发展性阅读障碍患者的阅读问题若得不到解决,会产生挫败、沮丧、焦虑、抑郁等负面情绪,影响个体发展和国家人口素质的全面提升。
2、研究表明,发展性阅读障碍具有多个层级的病因学基础,包括易感基因异常表达导致的脑结构和功能损伤,认知层面可以概括为非语言特异性和语言特异性的认知功能缺陷。总之,来自遗传、脑基础和认知行为三个层次的研究均表明发展性阅读障碍患者的字词识别困难并非单纯的行为问题,而是潜在的病因学基础影响了儿童阅读发展的相关认知加工过程。因此,阅读障碍的干预训练不仅要提升阅读能力,还要注重提升患儿底层的脑功能水平。
3、目前,临床上没有专门针对发展性阅读障碍的特效药物,市面上的阅读障碍干预产品以语言训练为主,缺乏成体系的认知训练和科学验证,而基于患者脑功能研究的认知干预多停留在科研阶段,产品化程度低,无法满足家庭干预、随访等持续健康管理的需要。
技术实现思路
1、本专利技术所要解决的首要技术问题在于提供一种发展性阅读障碍的认知提升方法。
2、本专利技术所要解决的另一技术问题在于提供一种发展性阅读障碍的认知提升系统。
3、为实现上述技术目的,本专利技术采用以下的技术方案:
4、根据本专利
5、获取用户的个人信息和认知测评数据;其中,所述认知测评数据对应所述用户的多项与发展性阅读障碍相关的特定脑能力;
6、根据所述用户的个人信息和认知测评数据,基于预设模型计算所述用户的特定脑能力i所对应的每日推送任务数ni;
7、对于所述用户的特定脑能力,计算该特定脑能力下的所有交互任务的推送权重,并进行权重排序;
8、对于所述用户的特定脑能力,基于该特定脑能力对应的权重排序,获取权重占比最大的前ni个交互任务,并分别配置前ni个交互任务的任务难度;
9、获取对应于所述用户的特定脑能力的个性化认知交互方案,并推送所述个性化认知交互方案给所述用户进行认知交互;
10、获取所述用户本次的认知交互结果,并结束本次认知交互;
11、基于所述用户本次的认知交互结果,重新基于所述预设模型计算所述用户的特定脑能力i所对应的每日推送任务数ni,以进行下一次的认知交互,直至达到所述用户设定的认知提升目标。
12、其中较优地,所述基于预设模型计算所述用户的特定脑能力i所对应的每日推送任务数ni,具体包括:
13、获取所述用户的认知测评次数以及近期的认知交互次数;
14、若所述用户未进行过认知测评且近期未完成认知交互,则基于每日推送的总任务数以及默认比例计算特定脑能力i所对应的每日推送任务数ni;
15、若所述用户进行过至少一次认知测评且近期未完成认知交互,则根据所述用户最后一次认知测评时特定脑能力i分别对应的平均常模分数si重新分配任务数占比,从而基于每日推送的总任务数以及重新分配后的任务数占比计算特定脑能力i所对应的每日推送任务数ni;
16、若所述用户进行过至少一次认知测评且近期完成过认知交互,则根据最后一次认知交互时的认知交互数据更新所述用户最后一次认知测评时特定脑能力i分别对应的平均常模分数si,以获取特定脑能力i所对应的分数s新i,并且根据更新后特定脑能力i所对应的分数s新i重新分配任务数占比,从而基于每日推送的总任务数以及重新分配后的任务数占比计算特定脑能力i所对应的每日推送任务数ni。
17、其中较优地,所述根据所述用户最后一次认知测评时特定脑能力i所对应的平均常模分数s0重新分配任务数占比,具体包括:
18、获取所述用户最后一次认知测评时的最大常模分数m;
19、对于特定脑能力i,分别获取所述最大常模分数m与该特定脑能力i的平均常模分数si的差值δsi;
20、根据特定脑能力i的δsi重新计算各项脑能力i的任务数占比;其中,δsi越大,则每日推送该特定脑能力i的任务数越多。
21、其中较优地,所述特定脑能力i所对应的分数s新i通过以下方式获取:
22、获取所述用户最后一次认知交互时,各交互任务的任务难度以及任务得分;
23、基于以下公式计算特定脑能力i更新后的分数s新i;
24、
25、其中,α和β为两个预设的权重参数,n表示最后一次认知交互时任务编号,dn表示任务n的任务难度,xn表示任务n的任务得分。
26、其中较优地,所述特定脑能力i下的所有交互任务的推送权重,通过以下方式计算:
27、对于所述特定脑能力i,基于常模数据分别获取所述特定脑能力i下所有交互任务对该特定脑能力的解释权重,作为各个交互任务的基础权重值wm,m为所述特定脑能力i下所有交互任务的总数量;
28、分别获取各个交互任务的交互记录;
29、若所述交互任务不存在交互记录,则权重变化量δw=0;若所述交互任务存在交互记录,则获取最后一次交互时的常模分数x以及难度水平d,并计算所述交互任务的权重变化量δw=dx;
30、基于各所述交互任务的权重变化量δw,重新计算各所述交互任务的权重值w=wm-δw。
31、其中较优地,所述分别配置前ni个交互任务的任务难度,具体包括:
32、对于所述前ni个交互任务,分别获取每一个交互任务的交互记录;
33、若所述交互任务不存在交互记录,则设定该交互任务的初始难度等级为1级;
34、若所述交互任务存在交互记录,则获取最后一次交互时的难度等级作为该交互任务的初始难度等级。
35、其中较优地,所述认知提升方法还包括:
36、获取所述用户每日的交互完成度,所述交互完成度为每日实际交互量与目标交互量的比率;
37、基于预设周期内的所有交互完成度,绘制所述用户本周期的交互完成度曲线;
38、基于所述用户本周期的交互完成度曲线以及本周期内的所有交互数据,形成所述用户本周期的交互报告。
39、根据本专利技术实施例的第二方面,提供一种发展性阅读障碍的认知提升系统,包括:
40、数据采集单元,用于采集用户的个人信息和认知测评数据;其中,所述认知测评数据对应所述用户的多项与发展性阅读障碍相关的特定脑能力;
41、任务数量计算单元,与所述数据采集单元连接并内置有预设模型,以用于根据所述用户的个人信息和认知测评数据,基于所述预设模型计算所述用户的特定脑能力i所对应的每日推送任务数ni;
42、任务推送单元,与所述任务数量计算单元连接,以用于根据所述用户的特定脑能本文档来自技高网...
【技术保护点】
1.一种发展性阅读障碍的认知提升方法,其特征在于包括如下步骤:
2.如权利要求1所述的认知提升方法,其特征在于所述基于预设模型计算所述用户的特定脑能力i所对应的每日推送任务数Ni,具体包括:
3.如权利要求2所述的认知提升方法,其特征在于所述根据所述用户最后一次认知测评时特定脑能力i所对应的平均常模分数S0重新分配任务数占比,具体包括:
4.如权利要求2所述的认知提升方法,其特征在于所述特定脑能力i所对应的分数S新i通过以下方式获取:
5.如权利要求1所述的认知提升方法,其特征在于所述特定脑能力i下的所有交互任务的推送权重通过以下方式计算:
6.如权利要求5所述的认知提升方法,其特征在于所述分别配置前Ni个交互任务的任务难度,具体包括:
7.如权利要求1所述的认知提升方法,其特征在于还包括:
8.一种发展性阅读障碍的认知提升系统,其特征在于包括:
9.如权利要求8所述的认知提升系统,其特征在于还包括:
10.一种发展性阅读障碍的认知提升系统,其特征在于包括处理器和存储器,所
...【技术特征摘要】
1.一种发展性阅读障碍的认知提升方法,其特征在于包括如下步骤:
2.如权利要求1所述的认知提升方法,其特征在于所述基于预设模型计算所述用户的特定脑能力i所对应的每日推送任务数ni,具体包括:
3.如权利要求2所述的认知提升方法,其特征在于所述根据所述用户最后一次认知测评时特定脑能力i所对应的平均常模分数s0重新分配任务数占比,具体包括:
4.如权利要求2所述的认知提升方法,其特征在于所述特定脑能力i所对应的分数s新i通过以下方式获取:
5.如权利要求1所述的认知提升方法,其特征在于所述特定脑...
【专利技术属性】
技术研发人员:倪鑫,刘原虎,郭永丽,梁爱民,方方,梁树立,崔永华,郑淼,高明雨,马小卉,
申请(专利权)人:首都医科大学附属北京儿童医院,
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。