申请/专利权人：杭州电子科技大学

申请日：2021-12-31

公开（公告）日：2024-05-07

公开（公告）号：CN114176610B

主分类号：A61B5/369

分类号：A61B5/369;A61B5/00;A61B5/374;A61B5/378

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。

主权项：1.一种面向轻度认知功能障碍患者诊断的工作负荷评估方法，其特征在于包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI-WI的MCI患者诊断方法；步骤1具体实现如下：1-1.静息态实验：静息态实验开始前，告知被试尽量不要睡着以及不要分心去想其他的事情，整个静息态实验的流程为：被试首先根据指示闭眼90秒，然后根据指示睁眼90秒；1-2.任务态实验：参考控制类的工作负荷评估范式，任务态实验通过Unity搭建场景，模拟城市街道的设计，包括机动车道、行人道、通行道、直线路段、弯道、十字路口、环形天桥要素，并且使用模拟地图以及红色箭头告知被试行走路线；基于经典Oddball范式，任务态实验设置40次金币刺激作为偏差刺激，160次无关刺激作为标准刺激，要求被试从起点控制游戏角色到达终点的同时，对金币刺激作出反应，即按键将金币捡起；步骤4基于MCI-WI的MCI患者诊断方法具体实现如下：输入：设样本数据集为S，其中每个被试s具有：①轻度认知功能障碍诊断标签Ls，具体为： ②行为学数据集包括每个2分钟滑动窗口内的和刺激相关的金币出现次数金币捡起次数无关刺激出现次数无关刺激捡起次数金币捡起按键反应时间无关刺激捡起按键反应时间6项指标；③每个被试的静息态睁眼全阶段EEG数据Rs；④每个被试的任务态EEG数据Ts1和Ts2，其中Ts1数据的滑动窗口为1秒，Ts2数据的滑动窗口为1分钟；步骤4基于MCI-WI的MCI患者诊断方法具体实现如下：4-1.刺激按键准确率计算：刺激按键正确的情况包括金币刺激出现后捡起和无关刺激出现后不捡起两种，将这两种情况的次数求和再除以刺激出现的总次数即为刺激按键准确率，具体为： 4-2.刺激按键反应时间计算：刺激按键反应时间包括金币捡起按键反应时间和无关刺激捡起按键反应时间两种，其中为第i次金币捡起的按键反应时间，为第j次无关刺激捡起的按键反应时间；将所有按键的反应时间相加求均值即可，具体为： 4-3.行为学指标MCI-WIA计算：根据刺激按键准确率和按键刺激反应时间计算行为学指标；被试s的行为学指标MCI-WIAs的具体计算方式为： 4-4.通道优化：通过分析每个被试s的任务态Ts1数据及其轻度认知功能障碍诊断标签Ls，使用现有的支持向量机SVM、随机森林RandomForest、最近邻算法KNN以及极端梯度增强算法XGBoost方法，在已有样本数据集S的验证下，通过每个通道对应的各方法的分类准确率加权，得到通道重要性结果统计，从而得到Cz、Pz、Fz、Fp1、FC2、FC6这六个通道更加敏感；对EEG数据进行通道筛选，筛选后的静息态睁眼全阶段EEG数据为而任务态EEG数据为和4-5.相对频谱值T's2计算：对于某个被试s的EEG数据和进行基线去除和归一化映射计算，获得被试s的相对频谱值T's2如下所示： 其中，arctan为反正切函数，其值域为-π2,π2；4-6.生理学指标MCI-WIB计算：将α、β这两个频段数据组合使用，计算出被试s的生理学指标MCI-WIBs，如下所示： 其中，为相对频谱值T's2在α频段的数据，为相对频谱值T's2在β频段的数据；4-7.面向MCI患者诊断的工作负荷评估指标MCI-WI计算：首先对被试s的行为学指标MCI-WIAs和生理学指标MCI-WIBs进行归一化处理，得到MCI-WI'As和MCI-WI'Bs，计算方式与公式5相似，如下所示： 其中，x∈{A,B}，如果x＝A，则MCI-WIxs表示为MCI-WIAs；然后将两项指标综合，计算出面向MCI患者诊断的工作负荷评估指标MCI-WI，如下所示：MCI-WIs＝12·MCI-WI′As+MCI-WI′Bs8最后，根据已有样本数据集S，分析MCI患者和健康老年人的MCI-WI指标差异。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种面向轻度认知功能障碍患者诊断的工作负荷评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD