【技术实现步骤摘要】
本专利技术属于人工智能领域，具体涉及一种面向多诊断场景高效融合的多动症量化评估系统及使用方法。
技术介绍
1、注意缺陷多动障碍(adhd)在我国通常被称为多动症，是儿童时期常见的神经发育障碍之一。现有的adhd临床诊断方法中，量表评估应用最为广泛，其中《精神障碍诊断和统计手册》(dsm-5)被广泛认可为adhd诊断的权威标准，提供了adhd的18项症状描述，然而，量表以描述性语言为主，缺乏量化标准，容易受人为主观因素影响，评估一致性较低。此外，评估过程复杂，涉及多项内容填写，耗时较长。目前，尚缺乏广泛应用于临床的客观准确的adhd辅助诊断方法。
2、例如中国专利cn111743554a公开的一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，它包括监测诊断块，且监测诊断块内侧面为适于人体头部结构的弧形面，监测诊断块内部设有处理器，在监测诊断块内侧面还设有脑电波采集电极，在脑电波采集电极顶端还连接安装有导电层，在监测诊断块的左右两侧还通过连接机构安装有伸缩带，处理器包括数据采集芯片、信号接收器、算法模块、诊断分级模块、数据存储...
【技术保护点】
1.一种多场景融合多动症量化评估系统，其特征在于：它包括：诊断场景数据采集模块，单诊断场景特征提取模块和多诊断场景高效融合模块，通过诊断场景数据采集模块采集受试者在不同诊断场景下的运动数据，记录受试者的运动行为信息；然后通过单诊断场景特征提取模块对对单个任务测试过程中采集到的运动传感器时序数据，利用单场景表征网络自动提取该场景数据对应的特征向量；再利用多诊断场景高效融合模块将各个场景数据的特征向量作为图上对应节点的特征，采用图神经网络在不同场景数据的特征表示之间传递信息，综合预测量表不同选项的评分。
2.根据权利要求1所述的一种多场景融合多动症量化评估系统...
【技术特征摘要】
1.一种多场景融合多动症量化评估系统，其特征在于：它包括：诊断场景数据采集模块，单诊断场景特征提取模块和多诊断场景高效融合模块，通过诊断场景数据采集模块采集受试者在不同诊断场景下的运动数据，记录受试者的运动行为信息；然后通过单诊断场景特征提取模块对对单个任务测试过程中采集到的运动传感器时序数据，利用单场景表征网络自动提取该场景数据对应的特征向量；再利用多诊断场景高效融合模块将各个场景数据的特征向量作为图上对应节点的特征，采用图神经网络在不同场景数据的特征表示之间传递信息，综合预测量表不同选项的评分。
2.根据权利要求1所述的一种多场景融合多动症量化评估系统，其特征在于：所述的诊断场景数据采集模块包括一个大触摸屏计算机、一套3d打印的交互设备和六个可穿戴运动传感器。
3.根据权利要求1所述的一种多场景融合多动症量化评估系统，其特征在于：所述的大触摸屏计算机上运行场景测试程序，六个可穿戴传感器分别固定在测试者的头部、腰部、左右手腕及左右脚踝，以全面感知测试者的全身姿态变化和运动强度。
4.根据权利要求2所述的一种多场景融合多动症量化评估系统，其特征在于：所述的可穿戴传感器采集包括加速度和角速度的运动数据。
5.根据权利要求1所述的一种多场景融合多动症量化评估系统，其特征在于：所述的单诊断场景特征提取模块使用可学习参数的单场景表征网络对单场景的数据进行特征提取，单场景表征网络采用各场景间共享参数的卷积神经网络进行信息提取，对同一时间输入的不同数据通道的运动传感器数据，进行沿时间...
【专利技术属性】
技术研发人员：刘军发，高晨龙，蒋鑫龙，徐文，
申请(专利权)人：中科科乐智造科技苏州有限公司，
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。