1、随着全世界人口的老龄化,老年人认知功能障碍的患病率逐渐增加,认知障碍相关疾病严重威胁老年人的健康,给家庭和社会带来沉重负担,其防治是一项重要挑战。近年来,声、光、电、磁等无创物理因子刺激技术为认知障碍康复训练提供了新的手段。非入侵式声、光、电、磁刺激等新型无创神经调控技术能直接对大脑皮层特定脑区进行神经调控,并影响相关的脑神经通路,对认知障碍患者的认知康复具有显著积极作用。神经调控技术与具体的认知康复任务相结合的认知康复训练。然而现有的认知康复训练手段较为单一,不能准确的获得患者的认知功能障碍情况,无法提供较为精准的训练方案,以致于影响了患者的训练效果。
1、为此,本发明提出了认知功能障碍康复训练系统,通过认知功能障碍患者脑功能数据指标、认知表现数据指标以及认知任务完成度数据指标等方面综合进行患者认知康复训练任务调整,实现对患者康复训练任务的精准控制,从而达到最佳的康复训练效果。
2、一种认知功能障碍康复训练系统,包括信息采集模块、信息处理分析模块、认知障碍康复训练表预推荐模块、康复训练表评估模块、康复训练表调整模块和个性化训练表推荐模块,其中:信息采集模块用于采集用户的基本信息、moca量表、mmse量表、核磁共振图像信息和近红外脑氧信息;信息处理分析模块用于处理分析信息采集模块采集的数据信息;认知障碍康复训练表预生成模块用于根据信息处理分析模块分析的数据结果为用户自动推荐康复训练表;康复训练评估模块用于评估认知障碍康复训练表预生成模块推荐的康复训练表的康复效果;康复训练表调整模块用于根据康复训练评估模块的评估结果进行康复训练表的调整;个性化训练表生成模块用于针对康复训练表调整模块输出的调整的康复训练表生成最终的个性化训练表。
3、所述的认知功能障碍康复训练系统,其中:信息处理分析模块根据用户的基本信息、moca量表、mmse量表、核磁共振图像信息和近红外脑氧信息判断用户的注意力、记忆力、视空间/执行力、语言能力。
4、所述的认知功能障碍康复训练系统,其中:认知障碍康复训练表预推荐模块包括认知障碍康复训练知识库模块、智能康复训练表推荐模块;认知障碍康复训练知识库模块包括用户的注意力、记忆力、视空间/执行力、语言能力、康复训练方案;智能康复训练表推荐模块是基于构建的认知障碍康复训练知识库,利用基于注意力机制的卷积神经网络算法,为用户推荐康复训练表;认知障碍康复训练表预推荐模块按如下方式工作:
5、步骤1:构建认知障碍康复训练知识库,并对知识库中预处理后的核磁共振脑图像及报告数据进行特征提取;
7、其中,hctz是提取的核磁共振数据特征;feedforward是前馈神经网络函数;wcnn是卷积神经网络模型的权重矩阵,bcnn是偏置参数;ncnn是卷积模块的卷积层,卷积核为2*2,卷积步长为2*2;clcnn是卷积模块的池化层,池化层为3*3的最大池化核;pi、re分别为输入的核磁共振脑图像数据和数据报告;
10、其中,nirtz是提取近红外脑氧数据特征;feedforward是前馈神经网络函数;wgcn是图卷积神经网络模型的权重矩阵,bgcn是偏置参数;nire为输入的近红外脑氧数据;m为输入的脑区通道数;fb为不同脑区的通道分布;
11、步骤3:提取用户的moca量表、mmse量表和用户基本信息,判断用户的注意力、记忆力、视空间/执行力、语言能力等认知功能障碍程度:
13、其中,zydr是用户的注意力功能障碍程度,jydr是用户的记忆力功能障碍程度,skdr是用户的视空间/执行力功能障碍程度,yydr是用户的语言能力功能障碍程度,gcnn为训练好的神经网络模型;lmoca是基于moca量表得到的用户认知功能障碍的评估向量,lmmse是基于mmse量表得到的用户认知功能障碍的评估向量,bk是为预处理后的用户基本信息向量;
14、步骤4:将提取的用户核磁共振数据特征、近红外脑氧数据特征和认知功能障碍程度输入到基于注意力机制的卷积神经网络模型中进行训练和模型优化,得到用户的认知障碍康复训练表:
16、其中,raw为推荐的认知障碍康复训练表,包含神经调控的方式、神经调控刺激的频率、神经调控刺激的幅值、神经调控刺激的部位、认知任务训练的类型、认知任务训练的难度、认知任务训练的时间;fs为神经调控的方式,包括单一刺激和组合刺激,单一刺激有经颅磁、经颅电、超声刺激、光刺激、力刺激,组合刺激为经颅磁、经颅电、超声刺激、光刺激、力刺激的两两组合;pz为某种神经调控刺激的频率;fz为某种神经调控刺激的幅值;bw为某种神经调控刺激的部位;ty为认知任务训练的类型,包括记忆训练任务、注意力训练任务、视空间/执行力训练任务、语言训练任务;hr为某一种认知任务训练的难度;tm为某一种认知任务训练的时间;fzh-cnn为训练好的基于注意力机制的卷积神经网络模型;hctz为核磁共振数据特征;nirtz为近红外脑氧数据特征;zydr为用户的注意力功能障碍程度,jydr为用户的记忆力功能障碍程度,skdr为用户的视空间/执行力功能障碍程度,yydr为用户的语言能力功能障碍程度。
18、所述康复训练表评估模块包括脑功能网络评估模块、认知功能评估模块和认知任务评估模块,其中,脑功能网络评估模块用于对比分析用户在康复训练任务前、后的近红外脑功能激活值、脑功能网络功能连接和效应连接指标;认知功能评估模块用于分析用户在康复训练任务后基于量表的注意力、记忆力、视空间/执行力、语言能力;认知任务评估模块用于评估康复训练任务的完成度和主动参与度。
19、所述的认知功能障碍康复训练系统,其中:所述康复训练表调整模块根据康复训练表评估模块中的脑功能网络评估、认知功能评估和认知任务评估评估结果进行康复训练表的调整。
20、所述的认知功能障碍康复训练系统,其中:根据脑功能网络评估模块对用户的神经调控方式进行调整,当康复训练任务后近红外脑功能激活值低于设定的阈值m1,则调整康复训练表中的神经调控方式,将单一刺激调整为深部+皮层刺激方式,比如:超声刺激(深度)+经颅电刺激(皮层)、超声刺激(深度)+经颅磁刺激(皮层)等;当康复训练任务后的近红外脑网络功能连接值低于设定的阈值m2,则调增康复训练表中的神经调控的刺激频率和幅值;当康复训练任务后的近红外脑网络效应连接值低于设定的阈值m3,则调整康复训练表中的神经调控的刺激部位;
21、所述的神经调控方式调整主要是选择患者所能使用的单一或者组合的神经调控方式;所述的神经调控刺激最大的频率和幅值应不超过患者在静息态时所能承受的刺激频率和强度的最大值;所述的神经调控刺激部位是根据对患者的评估,确定的患者最大刺激范围,神经调控的核心位置可在患者最大刺激范围内调整;
22、所述深部+皮层刺激方式是组合式刺激方式,包括三种刺激模式:先深部刺激再皮层刺激、先皮层刺激再深部刺激、深部和皮层同时刺激。当康复训练任务后近红外脑功能激活值和近红外脑网络功能连接值均低于设定的阈值时,则选择先皮层刺激再深部刺激模式;当康复训练任务后近红外脑功能激活值和近红外脑网络效应连接值均低于设定的阈值时,则选择先深部刺激再皮层刺激模式;当康复训练任务后近红外脑功能激活值、近红外脑网络功能连接值和近红外脑网络效应连接值均低于设定的阈值时,则选择深部和皮层同时刺激模式。
23、所述的认知功能障碍康复训练系统,其中:深部刺激的靶点位置按照以下步骤确定:
24、步骤1:选择单一刺激后近红外脑功能激活值、近红外脑网络功能连接值和近红外脑网络效应连接值表现比较好的靶点位置ki(xi,yi,zi)建立局部坐标系g,设ki的附近有n个近邻点,kj是ki的第j个近邻点,kj的法向量为rj;
28、步骤3:设定阈值q,法曲率大于q时,将点kj保留,法曲率小于q时,将点kj删除掉,得到法曲率大于q的点ki集合,1≤i≤n;
32、根据认知功能评估模块分析康复训练任务后用户的注意力、记忆力、视空间/执行力、语言能力的量表评分是否得到提高,若康复训练任务后用户的某一认知能力没有得到提高,则调整康复训练任务,若康复训练任务后用户的某一认知能力得到提高,则继续保持原来的康复训练任务。
33、所述的认知功能障碍康复训练系统,其中:康复训练表调整模块不断的收集用户某一种认知功能障碍的脑功能激活值、脑功能网络功能连接、效应连接指标、神经调控刺激最大的频率和幅值、最大刺激范围、认知康复训练任务类型、任务康复训练任务的完成度和主动参与度以及对应的最优神经调控方式、神经调控刺激频率、神经调控刺激幅值、认知康复训练任务类型、认知任务难度和认知任务时间,以建立某一种认知功能障碍的康复训练表调整模型。
34、所述的认知功能障碍康复训练系统,其中,建立基于深度迁移学习算法的智能康复训练表调整模型,包括:
35、步骤1:获取认知功能障碍的康复训练表调整数据库中的脑功能激活值、脑功能网络功能连接、效应连接指标、神经调控刺激最大的频率和幅值、最大刺激范围、认知康复训练任务类型、任务康复训练任务的完成度和主动参与度等数据信息转换为向量数据,为源数据;
36、步骤2:获取需认知康复训练表调整的用户在第一次进行康复训练任务后的脑功能激活值、脑功能网络功能连接、效应连接指标、神经调控刺激最大的频率和幅值、最大刺激范围、认知康复训练任务类型、任务康复训练任务的完成度和主动参与度等数据信息转换为向量数据,为目标数据;
39、其中s(fsj,gsj)是目标数据与源数据中的神经调控数据向量相似度,fsj是目标数据中神经调控数据向量,gsj是源数据中神经调控数据向量,λ是矫正系数,由下式获得:
41、其中,sort(fsj,gsj)是向量fsj和向量gsj中数值相同个数,n是向量fsj的维度;
43、其中s(frw,grw)是目标数据与源数据中的认知任务数据向量相似度,frw是目标数据中认知任务数据向量,grw是源数据中认知任务数据向量,是矫正系数,由下式获得:
45、其中,sort(frw,grw)是向量frw和向量grw中数值相同个数,n是向量frw的维度;
46、步骤4:将神经调控数据向量相似度和认知任务数据向量相似度的任一数值大于等于0.8的源数据中的样本数据构成可迁移数据样本;
47、步骤5:构建基于深度神经网络的康复训练表调整模型,利用迁移学习训练数据集训练好的模型分别对目标数据样本进行调整表推荐,得到目标样本中康复训练调整表:
49、其中,rawt是目标样本中康复训练调整表,σ为激活函数,wawt1、wawt2为深度神经网络的权重,bawt1、bawt2为深度神经网络的偏置。
1.制浆造纸 2.植物资源精细化工与化学 3.生物质精炼 4.天然产物化学
1.CRISPR-Cas系统 2.基因编辑 3.基因修复 4.天然产物合成 5.单分子技术开发与应用
1. 基于糖类的抗肿瘤药物的合成和活性评价及糖类疫苗的研制 2.功能糖类的化学酶法合成及构效关系研究 3.多糖及仿生材料功能的开发及应用
1.天然产品的提取分离与活性研究 2.天然产物活性与安全性评价 3.中药组方配伍机制研究
本文由:壹号娱乐 - NG大舞台,有梦你就来提供


