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() 用于解决神经发育障碍的训练场景的聚类分析制造技术_技高网

用于解决神经发育障碍的训练场景的聚类分析制造技术

技术编号:41408934 阅读:6 留言:0更新日期:2024-05-20 19:36
本文描述了用于针对神经发育障碍诸如自闭症谱系障碍(ASD)来模拟训练和亚群体以及选择训练场景的方法和系统。可接收群体数据。可接收指示与患有一种或多种神经发育障碍的个体所表现出的一种或多种行为相关联的技能的技能数据。可识别行为目标。可生成指示多个不同训练场景的场景数据。可通过估计技能将通过给定训练场景进行训练的概率来生成功效数据。可通过针对每个训练场景以及针对每个受试者亚群体模拟行为改变程度来生成估计的临床成功数据。可选择第一受试者亚群体与第一训练场景的组合。所述第一训练场景可与训练多种不同技能相关联。

【技术实现步骤摘要】
【国外来华专利技术】

本文所述的方面通常涉及用于改进的受试者测试和分析的医学治疗和医疗装置(device)。


技术介绍

1、神经发育障碍(nd)诸如自闭症谱系障碍(asd)涵盖范围广泛的病症,这些病症可能会对个体的社交、交流和/或行为能力产生负面影响。患有一种或多种nd的个体可能会经历与他人交流和互动的困难,可能有特别受限的兴趣,和/或可能表现出重复的行为。例如,涉及社交互动的日常生活任务可能会给患有一种或多种nd的个体带来特别的困难。nd通常伴随着感官敏感性和健康问题,诸如胃肠道疾患、癫痫或睡眠障碍以及心理健康挑战(诸如焦虑、抑郁和注意力问题)。如此,患有一种或多种nd的个体可能在学校、工作和其他社会环境中遇到困难。

2、针对各种nd存在各种治疗方法。一般来说,早期识别儿童与nd相关联的症状是有价值的,因为早期干预策略(例如,用于帮助患有一种或多种nd的儿童进行谈话、行走以及通常以其他方式与他人互动的疗法)可以是有益的。应用行为分析(aba)是一种常见方法,其涉及鼓励积极行为(例如,社交互动)和阻止消极行为(例如,孤僻或不爱交流)。在aba类别中,针对nd诸如asd存在许多方法,包括离散试验训练(例如,在离散任务中测试和奖励积极行为)、早期强化行为干预、关键反应训练(例如,鼓励受试者学习监测自己的行为)、言语行为干预、职业疗法(例如,通过学习穿衣、吃饭、洗澡和执行其他任务来帮助受试者独立生活)、感觉统合疗法(例如,帮助受试者处理不友好的景象、声音和气味)等。其他方法包括改变个体的饮食、使用药物等。

3、可以为患有一种或多种nd的个体提供治疗的大量不同方式,以及以不同方式经历那些一种或多种nd的患有一种或多种nd的各种不同亚群体,可能使治疗患有一种或多种nd的个体的任务变得特别困难。不同的亚群体对不同形式的治疗可能会有不同的反应,尽管对个体的群组实施类似形式的疗法通常更有效(且更具成本效益)。例如,有可能为患有一种或多种nd的一组个体提供治疗,但临床医生可能难以确定应提供哪些形式的治疗,更不用说哪些形式的治疗对于该群组中的个体的特定配置而言可能是最有效的。当治疗涉及影响一种或多种nd的多个维度的多种技能(例如,需要多种生活技能的任务,诸如看着个体的眼睛、大声说话、向收银员付钱等)的训练时尤其如此。


技术实现思路

1、下文呈现了本文所述的各个方面的简化概述。该概述不是广泛的概述并且不旨在标识所需或重要的元素或描绘权利要求的范围。以下概述仅以简化形式呈现一些概念,作为下面提供的更详细说明的介绍性序言。

2、为了克服上述现有技术中的限制并克服在阅读和理解本说明书后将显而易见的其他限制,本文所述的方面涉及模拟各种训练场景和各种受试者亚群体以确定受试者亚群体的行为改变程度,然后选择有益地训练与一种或多种nd相关联的不同技能的受试者亚群体与训练场景的组合。

3、一种计算装置,其可被配置为接收指示多个不同受试者亚群体的群体数据。该计算装置可接收技能数据,该技能数据指示与患有一种或多种nd的个体所表现出的一种或多种行为相关联的多种不同技能。计算装置可基于群体数据和技能数据来识别针对该多个不同受试者亚群体中的每个受试者亚群体的行为目标。那些行为目标可涉及针对该多个不同受试者亚群体中的每个受试者亚群体的一种或多种通常未获得的技能的改善。计算装置可生成场景数据152,该场景数据指示用于训练该多种不同技能中的一种或多种技能的多个不同训练场景。计算装置可通过针对该多个不同训练场景中的每个训练场景估计该多种不同技能中的每种技能能够通过训练场景进行训练的概率来生成功效数据。计算装置可通过针对该多个不同训练场景中的每个训练场景以及针对该多个不同受试者亚群体中的每个受试者亚群体模拟受试者亚群体的行为改变程度来生成估计的临床成功数据。然后,计算装置可基于行为目标、功效数据和估计的临床成功数据来选择该多个不同受试者亚群体中的第一受试者亚群体与该多个不同训练场景中的第一训练场景的组合。该多个不同训练场景中的第一训练场景可与训练该多种不同技能中的两种或更多种相关联。

4、如下文将更详细地描述的,可以多种方式来配置计算装置。计算装置可使扩展现实装置向与第一受试者亚群体相关联的用户提供基于第一训练场景的扩展现实环境。计算装置可通过识别不同受试者亚群体中的至少一个尚未执行与该多种不同技能中的该两种或更多种相关联的训练场景来选择该组合。计算装置可使用与一种或多种nd相关联的标准来生成估计的临床成功数据,诸如以下中的一者或多者:文兰适应行为量表(vabs)或目标达成量表(gas)。计算装置可基于分配给该多种不同技能中的该两种或更多种的可训练性值来选择该组合。计算装置可使用蒙特卡罗法来模拟该多个不同受试者亚群体中的每个受试者亚群体的表现水平,以模拟受试者亚群体的行为改变程度。计算装置可通过选择该多个不同受试者亚群体中的至少两个受试者亚群体来选择该组合。计算装置可通过向用户计算装置传输对该组合的指示。在这种情况下,传输对该组合的指示可使用户计算装置显示对该组合的指示。估计的临床成功数据可指示以下中的一者或多者:受试者亚群体的表现水平的绝对效应大小;或受试者亚群体的表现水平的标准化效应大小。计算装置可通过以下操作来模拟行为改变程度:通过将函数应用于表现水平来对表现水平进行加权。在这种情况下,该函数可基于该多个不同受试者亚群体中的每个受试者亚群体的稀有度。计算装置可基于以下中的一者或多者来识别行为目标:受试者年龄的范围、全量表智商(fsiq)值的范围、或社交反应量表-第2版(srs总计)t评分的范围。

5、受益于下文更详细讨论的公开内容,将理解这些方面和其他方面。

本文档来自技高网...

【技术保护点】

1.一种方法,包括:

2.根据权利要求1所述的方法,进一步包括:

3.根据权利要求1所述的方法,其中选择所述组合包括:

4.根据权利要求1所述的方法,其中生成所述估计的临床成功数据包括使用以下中的一者或多者:

5.根据权利要求1所述的方法,其中选择所述组合基于被分配给所述多种不同技能中的所述两种或更多种技能的可训练性值。

6.根据权利要求1所述的方法,其中模拟所述受试者亚群体的所述行为改变程度包括:使用蒙特卡罗法来模拟所述多个不同受试者亚群体中的每个受试者亚群体的表现水平。

7.根据权利要求1所述的方法,其中选择所述组合包括:选择所述多个不同受试者亚群体中的至少两个受试者亚群体。

8.根据权利要求1所述的方法,进一步包括:

9.根据权利要求1所述的方法,其中所述估计的临床成功数据指示以下中的一者或多者:

10.根据权利要求1所述的方法,其中模拟所述行为改变程度包括:通过将函数应用于所述表现水平来对所述表现水平进行加权,其中所述函数基于所述多个不同受试者亚群体中的每个受试者亚群体的稀有度。

11.根据权利要求1所述的方法,其中识别所述行为目标基于以下中的一者或多者:

12.一种计算装置,包括:

13.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置:

14.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时通过使所述计算装置执行以下操作来使所述计算装置选择所述组合:

15.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置生成所述估计的临床成功数据包括使用以下中的一者或多者:

16.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置基于被分配给所述多种不同技能中的所述两种或更多种技能的可训练性值来选择所述组合。

17.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置使用蒙特卡罗法来模拟所述多个不同受试者亚群体中的每个受试者亚群体的表现水平,以模拟所述受试者亚群体的所述行为改变程度。

18.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时通过使所述计算装置选择所述多个不同受试者亚群体中的至少两个受试者亚群体来使所述计算装置选择所述组合。

19.一种或多种非暂时性计算机可读介质,其存储指令,所述指令在由一个或多个处理器执行时使计算装置:

20.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时使所述计算装置:

21.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时通过使所述计算装置执行以下操作来使所述计算装置选择所述组合:

22.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时使所述计算装置生成所述估计的临床成功数据包括使用以下中的一者或多者:

23.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时使所述计算装置基于被

24.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时使所述计算装置使用蒙特卡罗法来模拟所述多个不同受试者亚群体中的每个受试者亚群体的表现水平,以模拟所述受试者亚群体的所述行为改变程度。

25.根据权利要求19所述的一种或多种非暂时性计算机可读介质,其中所述指令在由所述一个或多个处理器执行时通过使所述计算装置选择所述多个不同受试者亚群体中的至少两个受试者亚群体来使所述计算装置选择所述组合。

...

【技术特征摘要】
【国外来华专利技术】

1.一种方法,包括:

2.根据权利要求1所述的方法,进一步包括:

3.根据权利要求1所述的方法,其中选择所述组合包括:

4.根据权利要求1所述的方法,其中生成所述估计的临床成功数据包括使用以下中的一者或多者:

5.根据权利要求1所述的方法,其中选择所述组合基于被分配给所述多种不同技能中的所述两种或更多种技能的可训练性值。

6.根据权利要求1所述的方法,其中模拟所述受试者亚群体的所述行为改变程度包括:使用蒙特卡罗法来模拟所述多个不同受试者亚群体中的每个受试者亚群体的表现水平。

7.根据权利要求1所述的方法,其中选择所述组合包括:选择所述多个不同受试者亚群体中的至少两个受试者亚群体。

8.根据权利要求1所述的方法,进一步包括:

9.根据权利要求1所述的方法,其中所述估计的临床成功数据指示以下中的一者或多者:

10.根据权利要求1所述的方法,其中模拟所述行为改变程度包括:通过将函数应用于所述表现水平来对所述表现水平进行加权,其中所述函数基于所述多个不同受试者亚群体中的每个受试者亚群体的稀有度。

11.根据权利要求1所述的方法,其中识别所述行为目标基于以下中的一者或多者:

12.一种计算装置,包括:

13.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置:

14.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时通过使所述计算装置执行以下操作来使所述计算装置选择所述组合:

15.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置生成所述估计的临床成功数据包括使用以下中的一者或多者:

16.根据权利要求12所述的计算装置,其中所述指令在由所述一个或多个处理器执行时使所述计算装置基于被分配给所述多种不...

【专利技术属性】
技术研发人员:C·H·查塔姆M·J·潘K·H·普雷勒M·A·小拉比亚朱亚菁
申请(专利权)人:基因泰克公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1