CN113990449A - 自闭症干预训练方法、装置、终端设备及可读存储介质 - Google Patents
自闭症干预训练方法、装置、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN113990449A CN113990449A CN202111169299.XA CN202111169299A CN113990449A CN 113990449 A CN113990449 A CN 113990449A CN 202111169299 A CN202111169299 A CN 202111169299A CN 113990449 A CN113990449 A CN 113990449A
- Authority
- CN
- China
- Prior art keywords
- social
- performance score
- brain wave
- eye movement
- brain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 135
- 206010003805 Autism Diseases 0.000 title claims abstract description 121
- 208000020706 Autistic disease Diseases 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 80
- 210000004556 brain Anatomy 0.000 claims abstract description 198
- 230000004424 eye movement Effects 0.000 claims abstract description 79
- 230000003931 cognitive performance Effects 0.000 claims abstract description 70
- 230000002360 prefrontal effect Effects 0.000 claims abstract description 17
- 230000001149 cognitive effect Effects 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 208000001613 Gambling Diseases 0.000 claims 1
- 230000006870 function Effects 0.000 description 13
- 238000013507 mapping Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 239000002131 composite material Substances 0.000 description 7
- 210000001061 forehead Anatomy 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 230000036992 cognitive tasks Effects 0.000 description 5
- 230000003997 social interaction Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 235000013616 tea Nutrition 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000029726 Neurodevelopmental disease Diseases 0.000 description 1
- 208000025890 Social Communication disease Diseases 0.000 description 1
- 206010042008 Stereotypy Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000000622 irritating effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000001242 postsynaptic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011273 social behavior Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Psychology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Ophthalmology & Optometry (AREA)
- Educational Technology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种自闭症干预训练方法，所述自闭症干预训练方法应用于终端设备，该终端设备包括可穿戴脑电波记录仪及眼动记录仪。所述自闭症干预训练方法包括：通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案。本发明还公开了一种自闭症干预训练装置、一种终端设备和一种计算机可读存储介质。本发明提高了自闭症治疗的科学性、精准性及智能性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种自闭症干预训练方法、装置、终端设备及计算机可读存储介质。
背景技术
自闭症是一种常见的儿科神经发育异常的疾病，该疾病存在着社会交往障碍、沟通障碍、兴趣范围狭窄及重复刻板行为等发育缺陷，从而对家庭和社会有重大影响。
目前，自闭症的治疗大多依赖于经验丰富的医生或者昂贵的药物，导致治疗者、家庭和社会需要投入大量的人力、财力和物力，并且对于自闭症患者来说，治疗体验不好，使得治疗积极性不高，导致治疗效果差。
发明内容
本发明的主要目的在于提供一种自闭症干预训练方法、装置、终端设备及计算机可读存储介质，旨在提高自闭症治疗的科学性、精准性及智能性。
为实现上述目的，本发明提供一种自闭症干预训练方法，应用于终端设备，所述终端设备包括可穿戴脑电波记录仪及眼动记录仪，所述自闭症干预训练方法包括以下步骤：
通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案。
可选地，所述根据所述脑电波确定与社交相关的脑电波表现得分的步骤包括：
从所述脑电波中筛选出社交脑电波；
对所述社交脑电波进行数据预处理，得到社交脑电数据；
对所述社交脑电数据进行分析，得到社交专注力数值；
根据所述社交专注力数值，确定与社交相关的脑电波表现得分。
可选地，所述根据所述眼动数据信息确定社交认知表现得分的步骤包括：
根据所述眼动数据信息，获取注视点及所述注视点的注视次数及注视时长；
根据所述注视点、所述注视次数及所述注视时长，确定社交认知表现得分。
可选地，所述通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分的步骤之后，还包括：
对所述终端设备的使用者进行动作检测，得到行为动作信息；
根据所述行为动作信息，更新所述社交认知表现得分。
可选地，所述根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案的步骤之后，还包括：
对所述脑电波表现得分及所述社交认知表现得分进行标准化处理；
将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分；
根据所述综合表现得分，在所述终端设备上设置奖惩策略。
可选地，所述终端设备包括游戏化认知训练应用，所述自闭症干预训练方法还包括：
根据所述脑电波，确定游戏控制指令；
根据所述游戏控制指令，操控所述游戏化认知训练应用。
可选地，所述通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分的步骤之前，还包括：
在所述终端设备上显示社交视频，并开启所述可穿戴脑电波记录仪及所述眼动记录仪；或，
在所述终端设备上显示社交游戏，并开启所述可穿戴脑电波记录仪及所述眼动记录仪。
此外，为实现上述目的，本发明还提供一种自闭症干预训练装置，所述自闭症干预训练装置包括：
电波获取模块，用于通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
信息获取模块，用于通过眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
训练调整模块，用于根据所述脑电波表现得分及所述社交认知表现得分，实时调整终端设备的训练方案。
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自闭症干预训练程序，所述自闭症干预训练程序被所述处理器执行时实现如上所述的自闭症干预训练方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有自闭症干预训练程序，所述自闭症干预训练程序被处理器执行时实现如上所述的自闭症干预训练方法的步骤。
本发明提供一种自闭症干预训练方法、装置、终端设备及计算机可读存储介质，该方法应用于终端设备，该终端设备包括可穿戴脑电波记录仪及眼动记录仪，通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据脑电波确定与社交相关的脑电波表现得分；通过眼动记录仪获取眼动数据信息，并根据眼动数据信息确定社交认知表现得分；根据脑电波表现得分及社交认知表现得分，实时调整终端设备的训练方案。通过上述方式，本发明通过检测脑前额叶的脑电波得到与社交相关的脑电波表现得分，并获取自闭症患者在终端设备上的社交认知表现得分，从而基于该脑电波表现得分及该社交认知表现得分，实时调整终端设备的训练方案，以实现个性化的精准训练。此外，自闭症患者只需通过该终端设备进行治疗即可，相比苦涩的药物治疗或面对医生而产生的排斥感，本发明可提高自闭症患者的治疗积极性。同时，通过终端设备的数字治疗方式，即以脑电波表现得分及社交认知表现得分为基础进行治疗，可提供更加科学、准确、智能的自闭症治疗方案。综上所述，本发明提高了自闭症治疗的科学性、精准性及智能性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图；
图2为本发明自闭症干预训练方法第一实施例的流程示意图；
图3为本发明自闭症干预训练方法第二实施例的流程示意图；
图4为本发明自闭症干预训练方法第三实施例的流程示意图；
图5为本发明自闭症干预训练装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端为自闭症干预训练设备，该自闭症干预训练设备可以为手机、平板电脑、PC(personal computer，个人计算机)、微型计算机、笔记本电脑、服务器等具有处理功能的终端设备。
如图1所示，该终端可以包括：处理器1001，例如CPU(Central Processing Unit，中央处理器)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及自闭症干预训练程序。
在图1所示的终端中，所述终端设备包括可穿戴脑电波记录仪及眼动记录仪，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，并执行以下操作：
通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案。
进一步地，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
从所述脑电波中筛选出社交脑电波；
对所述社交脑电波进行数据预处理，得到社交脑电数据；
对所述社交脑电数据进行分析，得到社交专注力数值；
根据所述社交专注力数值，确定与社交相关的脑电波表现得分。
进一步地，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
根据所述眼动数据信息，获取注视点及所述注视点的注视次数及注视时长；
根据所述注视点、所述注视次数及所述注视时长，确定社交认知表现得分。
进一步地，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
对所述终端设备的使用者进行动作检测，得到行为动作信息；
根据所述行为动作信息，更新所述社交认知表现得分。
进一步地，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
对所述脑电波表现得分及所述社交认知表现得分进行标准化处理；
将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分；
根据所述综合表现得分，在所述终端设备上设置奖惩策略。
进一步地，所述终端设备包括游戏化认知训练应用，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
根据所述脑电波，确定游戏控制指令；
根据所述游戏控制指令，操控所述游戏化认知训练应用。
进一步地，处理器1001可以用于调用存储器1005中存储的自闭症干预训练程序，还执行以下操作：
在所述终端设备上显示社交视频，并开启所述可穿戴脑电波记录仪及所述眼动记录仪；或，
在所述终端设备上显示社交游戏，并开启所述可穿戴脑电波记录仪及所述眼动记录仪。
基于上述硬件结构，提出本发明自闭症干预训练方法各个实施例。
本发明提供一种自闭症干预训练方法。
参照图2，图2为本发明自闭症干预训练方法第一实施例的流程示意图。
在本实施例中，该自闭症干预训练方法应用于终端设备，该自闭症干预训练方法包括以下步骤S10-S30：
步骤S10，通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
在本实施例中，终端设备包括可穿戴脑电波记录仪及眼动记录仪，该可穿戴脑电波记录仪用于检测脑前额叶的脑电波，并且可对脑电波进行分析得到与社交相关的脑电波信号，该终端设备还包括显示终端或游戏终端，显示终端用于播放社交视频，游戏终端由于提供社交游戏，该终端设备可以为手机、平板电脑、PC、笔记本电脑等具备训练任务的终端，用于提供社交训练任务，以供自闭症患者进行训练。
首先，通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据脑电波确定与社交相关的脑电波表现得分。其中，脑前额叶用于接收和综合脑的各部位传入的来自机体内外的各种信息，并能及时组织传出冲动。也就是说，通过脑前额叶可进行主动的、有指向性的、有目的性的、有逻辑性的和有创造性的复杂智力活动。因此，检测脑前额叶的脑电波，可分析脑的社交功能。
其中，可穿戴脑电波记录仪按照预设频率对脑前额叶的脑电波进行采集，该预设频率可以根据实际需要进行设定，例如每秒160次、每秒150次等，此处不作限定。此外，传统的脑电波记录仪为有线连接，并且仪器庞大，自闭症患者只能在诊所进行治疗，而本实施例中的可穿戴记录仪为无线连接，仪器较小，方便自闭症患者的使用。
需要说明的是，前额叶的脑电波可用于分析脑的记忆功能、判断功能、分析功能、思考功能、操作功能等。该脑电波为大脑皮层大量神经元的突触后电位总和的结果。因此，通过脑电波可确定与社交相关的脑电波表现得分。
在一实施例中，脑电波表现得分为社交专注力得分，即从脑电波筛选出与社交相关的脑电波(缪波)，以分析脑的社交功能，并基于预设规则，确定与社交相关的脑电波表现得分。其中，预设规则根据实际情况进行设定，此处不再一一赘述。在其他实施方式中，脑电波表现得分还可以考察更多的表现因素，例如记忆、判断、思维、分析等因素，此处不作限定。
步骤S20，通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
在获取与社交相关的脑电波表现得分的同时，通过眼动记录仪获取眼动数据信息，并根据眼动数据信息确定社交认知表现得分。其中，社交认知表现得分为自闭症患者针对终端设备中的训练任务(社交视频、社交游戏)所得出的表现得分，具体的，表现得分根据预设评判标准进行评判，该预设评判标准根据实际训练任务进行设定，例如，每种游戏都有独自的评判标准，此处不再一一赘述。
需要说明的是，眼动记录仪可以为无线眼动记录仪，当然，还可以为设备终端上的摄像头等。眼动记录仪用于对眼动轨迹进行获取，以提取出注视点、注视时长、注视次数、眼跳距离、瞳孔大小等数据，从而研究自闭症患者的内在认知过程。也就是说，眼动数据信息包括注视点、注视时长、注视次数、眼跳距离、瞳孔大小中的至少一种。在本实施例中，眼动数据信息还可以包括其他数据，此处不作限定。
其中，按照预设频率获取终端设备的社交认知表现得分，该预设频率可以根据实际需要进行设定，例如每秒一次、两秒一次等，此处不作限定。
在一实施例中，由于自闭症患者大多会回避目光接触，对其他呼唤及逗弄缺少兴趣和反应，因此在终端设备播报社交视频和社交游戏时，自闭症患者通常也很难提起兴趣。具体的，从眼动数据信息中获取注视点及其注视次数和注视时长等，以判断自闭症患者的兴趣点。若注视点为手部，则表明自闭症患者对于终端设备的社交视频和社交游戏不感兴趣，进一步地，根据手部的注视次数和注视时长，确定不感兴趣的程度，从而确定社交认知表现得分。在其他实施方式中，注视点还可以为终端设备、脸部、腿部等其他地方，此处不作限定。
步骤S30，根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案。
最后，基于脑电波表现得分及社交认知表现得分，实时调整终端设备的训练方案，以实现个性化的精准训练。其中，训练方案为社交认知任务的训练方案，可以包括训练难度、训练时间等。
在一实施例中，由于脑电波表现得分与社交认知表现得分性质不同，通常具有不同的量纲和数量级，当各表现得分的水平相差很大时，如果直接用原始表现得分进行分析，将会导致之后调整训练方案不够准确。因此，为保证结果的可靠性，需要分别对各表现得分进行标准化处理，该标准化处理可以通过数据标准化算法实现，例如，极值法、标准差法、三折线法、半正态分布法等，此处不作赘述。之后，基于标准化处理的脑电波表现得分及认知任务表现得分，即针对不同的指标，得到综合表现得分。最后，基于综合表现得分，调整社交认知训练应用的训练难度，具体的，综合表现得分越高，训练难度也随着综合表现得分增加，相应的，综合表现得分越低，训练难度也随着综合表现得分减少。
在另一实施例中，可以将脑电波表现得分与预设脑电波表现映射表进行对比，并将社交认知表现得分与预设社交认知表现映射表进行对比，然后，基于上述对比结果，调整终端设备的训练方案。具体的，可以将对比结果进行融合，再基于融合的对比结果调整训练方案，也可以分别基于对比结果，调整训练方案。
需要说明的是，经过大量的实验及研究表明，每天使用该终端设备25分钟、每周5天，连续四周，可改善自闭症患者的社交认知表现。当然，也可以根据医生或终端设备的提供商确定疗程及治疗方案，可针对不同自闭症患者定义不同的疗程和治疗方案，该治疗方案例如终端设备的训练方案、训练场景等。
本发明实施例提供一种自闭症干预训练方法，该方法应用于终端设备，该终端设备包括可穿戴脑电波记录仪及眼动记录仪，通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据脑电波确定与社交相关的脑电波表现得分；通过眼动记录仪获取眼动数据信息，并根据眼动数据信息确定社交认知表现得分；根据脑电波表现得分及社交认知表现得分，实时调整终端设备的训练方案。通过上述方式，本发明实施例通过检测脑前额叶的脑电波得到与社交相关的脑电波表现得分，并获取自闭症患者在终端设备上的社交认知表现得分，从而基于该脑电波表现得分及该社交认知表现得分，实时调整终端设备的训练方案，以实现个性化的精准训练。此外，自闭症患者只需通过该终端设备进行治疗即可，相比苦涩的药物治疗或面对医生而产生的排斥感，本发明实施例可提高自闭症患者的治疗积极性。同时，通过终端设备的数字治疗方式，即以脑电波表现得分及社交认知表现得分为基础进行治疗，可提供更加科学、准确、智能的自闭症治疗方案。综上所述，本发明实施例提高了自闭症治疗的科学性、精准性及智能性。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第二实施例。
参照图3，图3为本发明自闭症干预训练方法第二实施例的流程示意图。
在本实施例中，上述步骤S10中，根据所述脑电波确定与社交相关的脑电波表现得分，包括以下步骤S11-S14：
步骤S11，从所述脑电波中筛选出社交脑电波；
由于脑电波包括阿尔法波、贝塔波、伽马波、泽尔塔波、缪波和三角波等，因此，需要提取出与社交相关的社交脑电波。首先，从脑电波中筛选出社交脑电波，以供后续评判与社交相关的脑电波表现得分。该社交脑电波例如缪波、贝塔波等。
需要说明的是，社交脑电波涉及有意识的思想以及思维逻辑，其具有刺激性的影响，拥有适量的社交脑电波可以让我们集中注意力完成各种学习或工作任务。若社交脑电波太少，则表明社交功能有缺陷。
步骤S12，对所述社交脑电波进行数据预处理，得到社交脑电数据；
由于社交脑电波的信号十分微弱，因此通过可穿戴脑电波记录仪采集的社交脑电波，可能由于躯体的晃动或面部肌肉的晃动，导致社交脑电波的信号不可避免地出现大范围的振幅抖动，即社交脑电波的信号掺杂许多噪声，这将会影响后续社交脑电波表现得分的确定。因此，需要对社交脑电波进行数据预处理，得到脑电数据。
在一实施例中，数据预处理的方式为去噪、降维等，此处不作具体赘述。另外，由于通过可穿戴脑电波记录仪采集的社交脑电波数据较大，不利于后续的分析，因此也需要对数据量大的社交脑电波进行数据预处理。在其他实施方式中，数据预处理可以根据实际需要进行设定，以满足各种需要，此处不作限定。
步骤S13，对所述社交脑电数据进行分析，得到社交专注力数值；
在经过数据预处理后，可对社交脑电数据进行分析，得到社交专注力数值，以便后续评判与社交相关的脑电波表现得分。需要说明的是，专注力数值用于表示社交专注程度，社交专注力数值越高，则表示社交专注程度越高，即社交认知功能越强。
需要说明的是，对社交脑电数据进行分析时用到神经网络、机器学习的算法，以对脑电数据进行数据迭代、收集数据、标记数据、训练数据等，此处不作具体赘述。
在一实施例中，对社交脑电数据进行分析，可分析社交脑电数据的强度，然后，通过该强度确定社交专注力数值。在其他实施方式中，还可以分析社交脑电数据的频率、周期、峰值等指标，此处不作具体赘述。
步骤S14，根据所述社交专注力数值，确定与社交相关的脑电波表现得分。
最后，根据社交专注力数值，确定与社交相关的脑电波表现得分。具体的，可以根据社交专注力数值与脑电波表现得分的映射关系确定脑电波表现得分。该映射关系为经过一系列实验和研究确定，可准确、充分反应专注力数值与脑电波表现得分的映射关系。
本实施例中，对社交脑电波进行数据预处理，消除噪声及数据量大的影响，以便于后续更准确、更迅速地进行社交专注力分析。同时，通过对数据预处理之后的社交脑电波进行社交专注力分析，可得到社交专注力数值，从而通过社交专注力数值，准确地确定与社交相关的脑电波表现得分，以使后续可基于更准确的脑电波表现得分调整自闭症干预训练方案。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第三实施例。
参照图4，图4为本发明自闭症干预训练方法第三实施例的流程示意图。
在本实施例中，上述步骤S20中，根据所述眼动数据信息确定社交认知表现得分，包括以下步骤S21－S22：
步骤S21，根据所述眼动数据信息，获取注视点及所述注视点的注视次数及注视时长；
在本实施例中，眼动数据信息包括注视点、注视时长、注视次数、眼跳距离、瞳孔大小中的至少一种。根据眼动数据信息中的注视点及该注视点的注视次数和该注视点的注视时长，可确定自闭症患者对于各个注视点的注视情况，便于根据注视情况分析自闭症患者的社交认知能力。
步骤S22，根据所述注视点、所述注视次数及所述注视时长，确定社交认知表现得分。
然后，根据注视点、注视次数及注视时长，确定社交认知表现得分。具体的，若该注视点为降低社交认知表现得分的注视点，则注视次数越高或注视时长越长，社交认知表现得分越低。相应的，若该注视点为增加社交认知表现得分的注视点，则注视次数越高或注视时长越长，社交认知表现得分越高。
在一实施例中，由于自闭症患者大多会回避目光接触，对其他呼唤及逗弄缺少兴趣和反应，因此在终端设备播报社交视频和社交游戏时，自闭症患者通常也很难提起兴趣。具体的，从眼动数据信息中获取注视点及其注视次数和注视时长等，以判断自闭症患者的兴趣点。若注视点为手部，则表明自闭症患者对于终端设备的社交视频和社交游戏不感兴趣，进一步地，根据手部的注视次数和注视时长，确定不感兴趣的程度，从而确定社交认知表现得分。在其他实施方式中，注视点还可以为终端设备、脸部、腿部等其他地方，此处不作限定。
本实施例中，通过眼动记录仪获取社交认知表现得分，以使对社交行为表现进行评比，以便后续更好地调整训练方案，从而进一步提高自闭症治疗的科学性、准确性。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第四实施例。
在本实施例中，上述步骤S20之后，该自闭症干预训练方法还包括步骤A-B:
步骤A，对所述终端设备的使用者进行动作检测，得到行为动作信息；
在本实施例中，自闭症患者的其他动作信息也可以表示社交认知表现得分。具体的，对终端设备的使用者(自闭症患者)进行动作检测，得到行为动作信息。
在一实施例中，可以对自闭症患者的时空兴趣点、密集轨迹等进行检测，以得到行为动作信息。具体的，通过摄像头或传感器等获取动作视频信息，然后，对视频中人体进行姿态估计，提取视频中每帧人体关节点位置坐标，之后，根据每帧人体关节点位置坐标，计算相邻两帧人体关节点距离变化量矩阵，之后，将视频进行分段，利用每段视频距离变化量矩阵生成动作特征，之后，将数据集中视频分为训练集和测试集两部分，用训练集的动作特征训练分类器，利用训练好的分类器对测试集中的视频进行分类，最后，基于分类后的视频检测动作信息。在其他实施方式中，对自闭症患者进行动作检测可以为其他神经网络算法或人工智能算法等，此处不作限定。
步骤B，根据所述行为动作信息，更新所述社交认知表现得分。
然后，根据行为动作信息，更新社交认知表现得分。具体的，若行为动作信息为加分项，则社交认知表现得分按照预设比例进行加分，例如行为动作信息的行为得分为a，预设比例为k，则社交认知表现得分加上ka。若行为动作信息为减分项，则社交认知表现得分按照预设比例进行减分，例如行为动作信息的行为得分为a，预设比例为k，则社交认知表现得分减掉ka。其中，该预设比例根据实际需要进行设定，或将行为得分与社交认知表现得分进行标准化处理，以社交认知表现得分为基准进行更新。
需要说明的是，社交认知表现得分根据自闭症患者的行为动作信息不断更新，具体的，按照预设频率进行更新，该预设频率可以根据实际需要进行设定，例如每秒一次、每秒两次等，此处不作限定。
本实施例中，获取自闭症患者的行为动作信息，以更加准确地评判社交认知表现得分，从而进一步提高自闭症治疗的科学性、准确性。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第五实施例。
在本实施例中，上述步骤S30之后，该自闭症干预训练方法还包括步骤C-E:
步骤C，对所述脑电波表现得分及所述社交认知表现得分进行标准化处理；
由于脑电波表现得分与认知任务表现得分性质不同，通常具有不同的量纲和数量级，当各表现得分的水平相差很大时，如果直接用原始表现得分进行分析，将会导致之后调整训练方案不够准确。因此，为保证结果的可靠性，首先，对脑电波表现得分及社交认知表现得分进行标准化处理，以便后续基于统一的表现得分设置奖惩策略。
需要说明的是，标准化处理可以通过数据标准化算法实现，例如，极值法、标准差法、三折线法、半正态分布法等，此处不作赘述。
步骤D，将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分；
在本实施例中，将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分，以综合考虑各个表现得分。
在一实施例中，可以将脑电波表现得分与预设脑电波表现映射表进行对比，并将认知任务表现得分与预设认知任务表现映射表进行对比，然后，基于上述对比结果，得到综合表现得分。具体的，可以将对比结果进行融合，再基于融合的对比结果调整训练方案。在其他实施方式中，综合表现得分也可以通过其他融合方法进行确定。
步骤E，根据所述综合表现得分，在所述终端设备上设置奖惩策略。
最后，根据综合表现得分，在终端设备上设置奖惩策略。此外，在终端设备上的社交视频或社交游戏显示相应的奖励或惩罚，以提高自闭症患者的兴趣。
具体的，在预设奖惩映射表中，根据综合表现得分，确定奖惩方案，然后，再基于该奖惩方案控制终端设备进行奖惩。其中，预设奖惩映射表可以根据实际需要进行设定。
需要说明的是，若综合表现得分大于预设阈值，则进行奖励，并且综合表现得分越高，奖励越丰富。若综合表现得分小于或等于预设阈值，则进行惩罚，并且综合表现得分越低，惩罚越重。可以理解，惩罚并不是加剧自闭症患者的排斥感，而是科学的惩罚，以提高自闭症患者的兴趣。
本实施例中，根据脑电波表现得分及社交认知表现得分，在终端设备上设置相应的奖惩，以进一步提高自闭症患者的治疗积极性。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第六实施例。
在本实施例中，该自闭症干预训练方法还包括以下步骤F-G：
步骤F，根据所述脑电波，确定游戏控制指令；
在本实施例中，终端设备包括游戏化认知训练应用，该游戏化认知训练应用，容易提高自闭症患者的乐趣及积极性，从而提高自闭症患者的治疗积极性。该游戏化认知训练应用包括可以为驾驶避障任务。当然，游戏化认知训练应用还可以包括更多或更少的游戏任务，或者其他游戏任务，此处不作限定。
首先，根据脑电波，确定游戏控制指令。具体的，当终端设备的显示屏中显示社交游戏界面时，获取自闭症患者的脑电波，然后，根据脑电波得到对应的脑电波参数，并将脑电波参数与预设脑电波参数进行对比，得到对比结果，之后，根据对比结果及预设映射关系表确定对应的游戏控制指令，以使后续根据游戏控制指令在所述显示屏上执行对应的游戏控制操作。
步骤G，根据所述游戏控制指令，操控所述游戏化认知训练应用。
然后，根据游戏控制指令，操控游戏化认知训练应用，以使自闭症患者可通过脑电波操控游戏化认知训练应用，以使自闭症患者可快速融入该游戏化认知训练应用，避免自闭症患者对于该游戏化认知训练应用不感兴趣。
在一实施例中，游戏控制指令可操控游戏化认知训练应用的开始和停止，或者更换场景、更换角色属性等。
在另一实施例中，游戏控制指令可操控游戏化认知训练应用中的角色移动。例如，根据脑电波确定的游戏控制指令，可控制角色移动的快慢。
本实施例中，根据自闭症患者的脑电波，操控终端设备上的游戏化认知训练应用，以使自闭症患者更易对该游戏化认知训练应用感兴趣，从而进一步提高自闭症患者的治疗积极性，并进一步提高自闭症治疗的智能性。
进一步地，基于上述第一实施例，提出本发明自闭症干预训练方法的第七实施例。
在本实施例中，该自闭症干预训练方法还包括：
步骤H，在所述终端设备上显示社交视频，并开启所述可穿戴脑电波记录仪及所述眼动记录仪；
在本实施例中，在终端设备的显示屏幕上显示社交视频，以供自闭症患者基于该社交视频进行自闭症干预训练。该社交视频可以根据终端设备的提供商或者医生进行设定，以针对不同自闭症患者提供不同的社交视频，该社交视频可以为拯救十二生肖动画等。
然后，开启可穿戴脑电波记录仪及眼动记录仪，以供后续获取脑前额叶的脑电波和眼动数据信息。
步骤I，在所述终端设备上显示社交游戏，并开启所述可穿戴脑电波记录仪及所述眼动记录仪。
或者，在终端设备的显示屏幕上显示社交游戏，以供自闭症患者基于该社交游戏进行自闭症干预训练。该社交游戏可以根据终端设备的提供商或者医生进行设定，以针对不同自闭症患者提供不同的社交游戏，该社交游戏可以为驾驶避障游戏等。
然后，开启可穿戴脑电波记录仪及眼动记录仪，以供后续获取脑前额叶的脑电波和眼动数据信息。
本实施例中，自闭症患者可通过观看社交视频或操控社交游戏，以达到自闭症干预训练的目的。同时，基于社交视频和社交游戏，自闭症患者更容易接受治疗，从而进一步提高自闭症患者的治疗积极性。
本发明还提供一种自闭症干预训练装置。
参照图5，图5为本发明自闭症干预训练装置第一实施例的功能模块示意图。
在本实施例中，所述自闭症干预训练装置包括：
电波获取模块10，用于通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
信息获取模块20，用于通过眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
训练调整模块30，用于根据所述脑电波表现得分及所述社交认知表现得分，实时调整终端设备的训练方案。
其中，上述自闭症干预训练装置的各虚拟功能模块存储于图1所示自闭症干预训练设备的存储器1005中，用于实现自闭症干预训练程序的所有功能；各模块被处理器1001执行时，可实现自闭症干预训练功能。
进一步地，所述电波获取模块10包括：
电波筛选单元，用于从所述脑电波中筛选出社交脑电波；
数据处理单元，用于对所述社交脑电波进行数据预处理，得到社交脑电数据；
数据分析单元，用于对所述社交脑电数据进行分析，得到社交专注力数值；
第一得分确定单元，用于根据所述社交专注力数值，确定与社交相关的脑电波表现得分。
进一步地，所述信息获取模块20包括：
注视获取单元，用于根据所述眼动数据信息，获取注视点及所述注视点的注视次数及注视时长；
第二得分确定单元，用于根据所述注视点、所述注视次数及所述注视时长，确定社交认知表现得分。
进一步地，所述自闭症干预训练装置还包括：
动作检测模块，用于对所述终端设备的使用者进行动作检测，得到行为动作信息；
得分更新模块，用于根据所述行为动作信息，更新所述社交认知表现得分。
进一步地，所述自闭症干预训练装置还包括：
得分处理模块，用于对所述脑电波表现得分及所述社交认知表现得分进行标准化处理；
得分融合模块，用于将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分；
奖惩设置模块，用于根据所述综合表现得分，在所述终端设备上设置奖惩策略。
进一步地，所述自闭症干预训练装置还包括：
指令确定模块，用于根据所述脑电波，确定游戏控制指令；
游戏操控模块，用于根据所述游戏控制指令，操控所述游戏化认知训练应用。
进一步地，所述自闭症干预训练装置还包括：
视频显示模块，用于在所述终端设备上显示社交视频，并开启所述可穿戴脑电波记录仪及所述眼动记录仪；或，
游戏显示模块，用于在所述终端设备上显示社交游戏，并开启所述可穿戴脑电波记录仪及所述眼动记录仪。
其中，上述自闭症干预训练装置中各个模块的功能实现与上述自闭症干预训练方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
本发明还提供一种终端设备，该终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自闭症干预训练程序，所述自闭症干预训练程序被所述处理器执行时实现如以上任一项实施例所述的自闭症干预训练方法的步骤。
本发明终端设备的具体实施例与上述自闭症干预训练方法各实施例基本相同，在此不作赘述。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有自闭症干预训练程序，所述自闭症干预训练程序被处理器执行时实现如以上任一项实施例所述的自闭症干预训练方法的步骤。
本发明计算机可读存储介质的具体实施例与上述自闭症干预训练方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种自闭症干预训练方法，其特征在于，应用于终端设备，所述终端设备包括可穿戴脑电波记录仪及眼动记录仪，所述自闭症干预训练方法包括以下步骤：
通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案。
2.如权利要求1所述的自闭症干预训练方法，其特征在于，所述根据所述脑电波确定与社交相关的脑电波表现得分的步骤包括：
从所述脑电波中筛选出社交脑电波；
对所述社交脑电波进行数据预处理，得到社交脑电数据；
对所述社交脑电数据进行分析，得到社交专注力数值；
根据所述社交专注力数值，确定与社交相关的脑电波表现得分。
3.如权利要求1所述的自闭症干预训练方法，其特征在于，所述根据所述眼动数据信息确定社交认知表现得分的步骤包括：
根据所述眼动数据信息，获取注视点及所述注视点的注视次数及注视时长；
根据所述注视点、所述注视次数及所述注视时长，确定社交认知表现得分。
4.如权利要求1所述的自闭症干预训练方法，其特征在于，所述通过所述眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分的步骤之后，还包括：
对所述终端设备的使用者进行动作检测，得到行为动作信息；
根据所述行为动作信息，更新所述社交认知表现得分。
5.如权利要求1所述的自闭症干预训练方法，其特征在于，所述根据所述脑电波表现得分及所述社交认知表现得分，实时调整所述终端设备的训练方案的步骤之后，还包括：
对所述脑电波表现得分及所述社交认知表现得分进行标准化处理；
将标准化处理后的脑电波表现得分与标准化处理后的社交认知表现得分进行融合，得到综合表现得分；
根据所述综合表现得分，在所述终端设备上设置奖惩策略。
6.如权利要求1至5中任一项所述的自闭症干预训练方法，其特征在于，所述终端设备包括游戏化认知训练应用，所述自闭症干预训练方法还包括：
根据所述脑电波，确定游戏控制指令；
根据所述游戏控制指令，操控所述游戏化认知训练应用。
7.如权利要求1至5中任一项所述的自闭症干预训练方法，其特征在于，所述通过所述可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分的步骤之前，还包括：
在所述终端设备上显示社交视频，并开启所述可穿戴脑电波记录仪及所述眼动记录仪；或，
在所述终端设备上显示社交游戏，并开启所述可穿戴脑电波记录仪及所述眼动记录仪。
8.一种自闭症干预训练装置，其特征在于，所述自闭症干预训练装置包括：
电波获取模块，用于通过可穿戴脑电波记录仪获取脑前额叶的脑电波，并根据所述脑电波确定与社交相关的脑电波表现得分；
信息获取模块，用于通过眼动记录仪获取眼动数据信息，并根据所述眼动数据信息确定社交认知表现得分；
训练调整模块，用于根据所述脑电波表现得分及所述社交认知表现得分，实时调整终端设备的训练方案。
9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自闭症干预训练程序，所述自闭症干预训练程序被所述处理器执行时实现如权利要求1至7中任一项所述的自闭症干预训练方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有自闭症干预训练程序，所述自闭症干预训练程序被处理器执行时实现如权利要求1至7中任一项所述的自闭症干预训练方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111169299.XA CN113990449A (zh) | 2021-09-30 | 2021-09-30 | 自闭症干预训练方法、装置、终端设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111169299.XA CN113990449A (zh) | 2021-09-30 | 2021-09-30 | 自闭症干预训练方法、装置、终端设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113990449A true CN113990449A (zh) | 2022-01-28 |
Family
ID=79737649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111169299.XA Pending CN113990449A (zh) | 2021-09-30 | 2021-09-30 | 自闭症干预训练方法、装置、终端设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113990449A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115067944A (zh) * | 2022-08-22 | 2022-09-20 | 深圳市心流科技有限公司 | 一种眼动状态评估方法、装置、终端设备及存储介质 |
| CN115870970A (zh) * | 2022-08-24 | 2023-03-31 | 哈尔滨工业大学（深圳） | 一种基于交互式干预机器人的图片交换沟通方法及系统 |
| CN116269390A (zh) * | 2023-05-12 | 2023-06-23 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
| CN110890140A (zh) * | 2019-11-25 | 2020-03-17 | 上海交通大学 | 基于虚拟现实的自闭症康复训练及能力评估系统及方法 |
| CN111739612A (zh) * | 2020-06-28 | 2020-10-02 | 华中师范大学 | 一种基于关键反应训练模式的孤独症自适应干预系统 |
| CN111991806A (zh) * | 2020-08-28 | 2020-11-27 | 北京捷通华声科技股份有限公司 | 游戏操控方法及装置 |
| CN112426154A (zh) * | 2020-11-18 | 2021-03-02 | 嘉兴学院 | 一种自闭症儿童体感游戏生物反馈康复方法 |
| WO2021090331A1 (en) * | 2019-11-04 | 2021-05-14 | Embright Infotech Private Limited | A system and method of diagnosing or predicting the levels of autism spectrum disorders (asd) using xr-ai platform |
| CN113082448A (zh) * | 2021-04-02 | 2021-07-09 | 北方工业大学 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
-
2021
- 2021-09-30 CN CN202111169299.XA patent/CN113990449A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
| WO2021090331A1 (en) * | 2019-11-04 | 2021-05-14 | Embright Infotech Private Limited | A system and method of diagnosing or predicting the levels of autism spectrum disorders (asd) using xr-ai platform |
| CN110890140A (zh) * | 2019-11-25 | 2020-03-17 | 上海交通大学 | 基于虚拟现实的自闭症康复训练及能力评估系统及方法 |
| CN111739612A (zh) * | 2020-06-28 | 2020-10-02 | 华中师范大学 | 一种基于关键反应训练模式的孤独症自适应干预系统 |
| CN111991806A (zh) * | 2020-08-28 | 2020-11-27 | 北京捷通华声科技股份有限公司 | 游戏操控方法及装置 |
| CN112426154A (zh) * | 2020-11-18 | 2021-03-02 | 嘉兴学院 | 一种自闭症儿童体感游戏生物反馈康复方法 |
| CN113082448A (zh) * | 2021-04-02 | 2021-07-09 | 北方工业大学 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115067944A (zh) * | 2022-08-22 | 2022-09-20 | 深圳市心流科技有限公司 | 一种眼动状态评估方法、装置、终端设备及存储介质 |
| CN115067944B (zh) * | 2022-08-22 | 2022-11-11 | 深圳市心流科技有限公司 | 一种眼动状态评估方法、装置、终端设备及存储介质 |
| CN115870970A (zh) * | 2022-08-24 | 2023-03-31 | 哈尔滨工业大学（深圳） | 一种基于交互式干预机器人的图片交换沟通方法及系统 |
| CN116269390A (zh) * | 2023-05-12 | 2023-06-23 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
| CN116269390B (zh) * | 2023-05-12 | 2023-08-11 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kastrati et al. | EEGEyeNet: a simultaneous electroencephalography and eye-tracking dataset and benchmark for eye movement prediction | |
| Mehmood et al. | Optimal feature selection and deep learning ensembles method for emotion recognition from human brain EEG sensors | |
| Chen et al. | Automatic classification of eye activity for cognitive load measurement with emotion interference | |
| Recio et al. | Recognizing dynamic facial expressions of emotion: Specificity and intensity effects in event-related brain potentials | |
| De Cesarei et al. | When does size not matter? Effects of stimulus size on affective modulation | |
| CN113990449A (zh) | 自闭症干预训练方法、装置、终端设备及可读存储介质 | |
| Mehmood et al. | EEG based emotion recognition from human brain using Hjorth parameters and SVM | |
| Saffaryazdi et al. | Using facial micro-expressions in combination with EEG and physiological signals for emotion recognition | |
| Beringer et al. | Reliability and validity of machine vision for the assessment of facial expressions | |
| CN106691441A (zh) | 基于脑电与运动状态反馈的注意力训练系统及方法 | |
| JP2009508553A (ja) | 眼球性質を解析することで、人間の感情を決定するシステムおよび方法 | |
| Joch et al. | Brain negativity as an indicator of predictive error processing: the contribution of visual action effect monitoring | |
| WO2014150684A1 (en) | Artifact as a feature in neuro diagnostics | |
| Hahn et al. | Thatcherization impacts the processing of own-race faces more so than other-race faces: An ERP study | |
| CN114121220A (zh) | 多动症干预训练方法、装置、终端设备及可读存储介质 | |
| Fabiano et al. | Gaze-based classification of autism spectrum disorder | |
| Cittadini et al. | Affective state estimation based on Russell’s model and physiological measurements | |
| US20230093444A1 (en) | Method, device, and system for processing context related operational and human mental brain activity data | |
| da Silveira et al. | Physiological data for user experience and quality of experience: A systematic review (2018–2022) | |
| Badajena et al. | A survey on EEG-based neurophysiological research for emotion recognition | |
| Zhao et al. | Eye moving behaviors identification for gaze tracking interaction | |
| Rao et al. | From Video to Hybrid Simulator: Exploring Affective Responses toward Non-Verbal Pedestrian Crossing Actions Using Camera and Physiological Sensors | |
| Chen | Cognitive load measurement from eye activity: acquisition, efficacy, and real-time system design | |
| Khushaba et al. | A neuroscientific approach to choice modeling: Electroencephalogram (EEG) and user preferences | |
| Ran et al. | SSTM-IS: simplified STM method based on instance selection for real-time EEG emotion recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |