一种心血管认知障碍多维评估方法及系统

技术领域

本发明涉及一种心血管认知障碍多维评估方法，同时也涉及相应的心血管认知障碍多维评估系统，属于认知评估技术领域。

背景技术

认知障碍是一种严重影响身体健康和生活质量的退行性疾病。目前，在对心血管认知障碍人群等特定人群进行认知评估时，多数需要去往医院进行全面的评估检查以确诊治疗，有些心血管认知障碍人群怠于去医院评估，严重耽误病情。现有一些自测方式，需要通过纸笔操作，还需要有评估人员当面进行评估交流，效率极低。

微表情属于人体外在情感的客观指标，研究证明，微表情与认知功能相关。并且，心率(HR)/心率变异率(HPV)、EEG(脑电图)是反映人体(尤其是心血管认知障碍人群)心脏功能和脑功能的最重要的病理生理学客观指标。这些客观指标与人体内在情感密切相关，更有研究证明血压变异性大、心率变异性大和EEG与认知功能相关。

然而，目前的常规精神心理学评估方法存在以下缺陷：①完全针对心血管认知障碍人群的主观性感受进行相关症状测评，也必须有专业人员测评；缺乏客观参数综合考虑评估；②缺乏针对心血管认知障碍人群等特定人群的心血管认知障碍评估手段。

此外，心脏和大脑是人体中至为重要的两大器官，尽管两者似乎各司其职，越来越多的研究却提示，心脏和大脑之间在结构和功能上都有密切联系。研究表明，个体的人格特质与大脑健康之间存在纵向关联，焦虑紧张对大脑健康有负面影响，而热情、勤奋、社交和好奇心则对大脑相关疾病有保护作用。人格特质与心血管疾病之间的关系一直是身心医学研究的热点问题。已有研究表明：以负性情绪性为核心特征的人格特质如神经质、特质焦虑、特质抑郁、D型人格、A型人格、特质愤怒、特质敌意等，与冠心病、高血压等心血管疾病发病率和死亡率密切相关。

因此，如何利用个人不同的人格特征为心血管认知障碍人群的精准康复提供个性化的指导也有待研究。

发明内容

本发明所要解决的首要技术问题在于提供一种心血管认知障碍多维评估方法。

本发明所要解决的另一技术问题在于提供一种心血管认知障碍多维评估系统。

为实现上述技术目的，本发明采用以下的技术方案：

根据本发明实施例的第一方面，提供一种心血管认知障碍多维评估方法，包括如下步骤：

获取针对心血管认知障碍人群的特定任务框架；其中，所述特定任务框架包括对应于所述心血管认知障碍人群的多项认知域，并且每一项所述认知域均对应至少一个游戏化评估任务；

基于所述特定任务框架，选定任意一个所述认知域，获取对应所选定认知域的任意一个游戏化评估任务，以使所述心血管认知障碍人群以及正常人群分别完成所述游戏化评估任务；

获取所述心血管认知障碍人群进行所述游戏化评估任务的第一任务数据以及第一生理数据；并获取所述正常人群进行所述游戏化评估任务的第二任务数据以及第二生理数据；

将所述第一任务数据与第一生理数据进行融合分析，以获取所述心血管认知障碍人群对应所选定认知域的第一常模分数；将所述第二任务数据与第二生理数据进行融合分析，以获取所述正常人群对应所选定认知域的第二常模分数；

对比所述第一常模分数和所述第二常模分数，若第一常模分数小于第二常模分数，则所选定的认知域异常；若第一常模分数不小于第二常模分数，则所选定的认知域正常；

重复上述过程，直至完成对所述心血管认知障碍人群的认知障碍评估。

其中较优地，所述特定任务框架通过以下步骤获取：

基于预设评估方式获取心血管认知障碍人群相比于正常人群存在显著差异的多项受损认知能力；

针对每一项所述受损认知能力，获取所述受损认知能力所对应的多个认知域；

针对每一个所述认知域，获取至少一个用于评估所述认知域的任务范式；

针对每一个所述任务范式，获取至少一个对应的游戏化评估任务，以形成针对所述心血管认知障碍人群的特定任务框架。

其中较优地，所述预设评估方式至少包括量表评估方式、任务评估方式或人工评估方式；

其中，所述量表评估方式中，通过新增或删除量表以增加或减少所述受损认知能力的数量；所述任务评估方式中，通过新增或删除任务以增加减少所述受损认知能力的数量；所述人工评估方式中，通过新增或删除评估维度以增加减少所述受损认知能力的数量。

其中较优地，所述心血管认知障碍多维评估方法还包括：

获取所述心血管认知障碍人群的病症类型和病症等级；

基于所述心血管认知障碍人群的病症类型和病症等级，确定所述心血管认知障碍人群的多项待评估认知域；其中，所述心血管认知障碍人群的多项待评估认知域为所述特定任务框架的部分认知域；

依次获取所述心血管认知障碍人群的多项待评估认知域的评估结果，以完成对所述心血管认知障碍人群的认知障碍评估。

其中较优地，所述心血管认知障碍多维评估方法还包括：

若所述心血管认知障碍人群的某一认知域评估结果为正常，则从所述特定任务框架中删除所述认知域，以对所述特定任务框架进行个性化更新。

其中较优地，所述融合分析的过程如下：

根据数据特性将待融合数据划分为多个模态数据；

基于各所述模态数据的数据特性，对所述模态数据进行特征提取；

根据所述模态数据的特征，构建相应的分类器，并输出分类结果；

将各所述模态数据所对应的不同分类结果进行归一化融合计算，以输出常模分数；

其中，所述待融合数据为所述第一任务数据与第一生理数据，或所述第二任务数据与第二生理数据；所述常模分数为对应所述第一任务数据与第一生理数据的第一常模分数，或对应所述第二任务数据与第二生理数据的第二常模分数。

其中较优地，所述第一任务数据或第二任务数据为临床量表数据，所述第一任务数据或第二任务数据为眼动/脑电数据。

其中较优地，所述第一生理数据和第二生理数据至少包括：心率、血氧、面部表情、眼动信息以及脑电信息。

其中较优地，所述心血管认知障碍多维评估方法还包括：

获取所述心血管认知障碍人群的人格特征评估结果；

将所述心血管认知障碍人群的人格特征评估结果与认知障碍评估结果进行融合，以获取所述心血管认知障碍人群的综合评估结果；

基于所述综合评估结果，向所述心血管认知障碍人群推送个性化认知干预方案。

根据本发明实施例的第二方面，提供一种心血管认知障碍多维评估系统，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行以下操作：

获取针对心血管认知障碍人群的特定任务框架；其中，所述特定任务框架包括对应于所述心血管认知障碍人群的多项认知域，并且每一项所述认知域均对应至少一个游戏化评估任务；

基于所述特定任务框架，选定任意一个所述认知域，获取对应所选定认知域的任意一个游戏化评估任务，以使所述心血管认知障碍人群以及正常人群分别完成所述游戏化评估任务；

获取所述心血管认知障碍人群进行所述游戏化评估任务的第一任务数据以及第一生理数据；并获取所述正常人群进行所述游戏化评估任务的第二任务数据以及第二生理数据；

将所述第一任务数据与第一生理数据进行融合分析，以获取所述心血管认知障碍人群对应所选定认知域的第一常模分数；

将所述第二任务数据与第二生理数据进行融合分析，以获取所述正常人群对应所选定认知域的第二常模分数；

对比所述第一常模分数和所述第二常模分数，若第一常模分数小于第二常模分数，则所选定的认知域异常；若第一常模分数不小于第二常模分数，则所选定的认知域正常；

重复上述过程，直至完成对所述心血管认知障碍人群的认知障碍评估。

与现有技术相比较，本发明具有以下的技术效果：

1.通过预设评估方式(如：认知评估量表)形成特定任务框架，并基于特定任务框架中的游戏化评估任务与人体认知功能相关特定指标相结合，从而实现对心血管认知障碍人群的快速、准确认知障碍评估。

2.任务数据与生理数据的融合分析，联合微表情与人体生理性指标，以从多维度对心血管认知障碍人群进行认知障碍评估，提高认知障碍评估的全面性。

3.特定任务框架可根据实际需要对某一心血管认知障碍人群的受损认知能力进行个性化调整，以用于对不同心血管认知障碍人群进行个性化认知障碍评估。

附图说明

图1为本发明第一实施例提供的一种心血管认知障碍多维评估方法的流程图；

图2为本发明第一实施例中，执行功能所对应的认知域和任务范式的关系图；

图3为本发明第一实施例中，融合分析的原理图；

图4为本发明第二实施例提供的一种心血管认知障碍多维评估方法的流程图；

图5为本发明第三实施例提供的一种认知障碍的干预方法的细节流程图；

图6为本发明第三实施例中，对心血管认知障碍人群进行认知障碍与人格融合分析的示意图；

图7为本发明第四实施例提供的一种心血管认知障碍多维评估系统的结构图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。

本发明实施例的目的之一旨在为临床医生提供一种适用于心血管疾病人群认知障碍评估的高灵敏度、特异性的方法和系统。具体而言，通过改良认知评估量表形成特定任务框架，并基于特定任务框架中的游戏化评估任务与人体认知功能相关特定指标相结合，从而实现对心血管疾病人群的快速、准确认知障碍评估。

此外，基于人格特质与心血管疾病之间的关系，本发明实施例的目的之二还在于：找到心血管人群的认知损伤特异性及特定认知域，识别心血管人群人格特征，从而明确不同人格特征心血管人群的认知功能损伤特异性，进而为心血管认知障碍人群的精准康复提供个性化的指导。

下面，详细说明本发明实施例如何实现对心血管疾病人群的认知障碍评估。

第一实施例

如图1所示，本发明第一实施例提供的一种心血管认知障碍多维评估方法，具体包括步骤S1～S7：

S1：获取针对心血管认知障碍人群的特定任务框架。

本实施例中，该心血管认知障碍人群为即具有心血管疾病同时具有认知障碍的人群。在其他实施例中，也可以为其他病症类型类似的认知障碍人群。在该步骤S1中，需要确定与心血管疾病人群相关的认知域。

具体的，包括步骤S11～S14：

S11：基于预设评估方式获取心血管认知障碍人群相比于正常人群存在显著差异的多项受损认知能力。

本实施例中，该预设评估方式可以是量表评估方式、任务评估方式或人工评估方式中的任意一种。例如：可通过将心血管认知障碍人群在认知评估量表中的各个维度的分数与正常人群进行比较分析，明确心血管认知障碍人群特异性的受损认知能力。

具体而言，如基于已有大样本数据分析得出：MoCA量表中心血管认知障碍人群的执行功能、延迟记忆得分与正常人群存在显著差异(显著差异的标准遵循统计学常用检验水平)，则提取执行功能、延迟记忆两个认知能力作为心血管认知障碍人群特异性的受损认知能力。

类似的，如基于已有大样本数据分析得出：MMSE量表中心血管认知障碍人群的定向能力、执行功能得分与正常人群存在显著差异，则提取定向能力、执行功能两个认知能力作为心血管认知障碍人群特异性的受损认知能力。

同理，也可以采用认知评估任务或人工评估的方式，从而提取出心血管认知障碍人群相比于正常人群差异显著的认知能力。并且，优选地，当基于不同评估方式提取出心血管认知障碍人群特异性的受损认知能力后，可对所提取的多项受损认知能力进行整合，例如：取交集或并集，从而得到针对心血管认知障碍人群的多项受损认知能力。

此外，可以理解的是，本实施例中，优选地，在量表评估方式中，可通过新增或删除量表以增加或减少受损认知能力的数量；在任务评估方式中，可通过新增或删除任务以增加减少受损认知能力的数量；在人工评估方式中，可通过新增或删除评估维度以增加减少受损认知能力的数量。由此，可根据实际需要对某一心血管认知障碍人群的受损认知能力进行个性化调整，以用于对不同心血管认知障碍人群进行个性化认知障碍评估。

S12：针对每一项受损认知能力，获取受损认知能力所对应的多个认知域。

具体的，通过查阅已有文献，确定每一项受损认知能力所对应的多个认知域。如图2所示，通过查阅文献表明，执行功能包括注意控制、认知灵活性、认知抑制、工作记忆四项细分认知域。

由此，通过将每一项受损认知能力均与相应的多个认知域相对应，以形成从受损认知能力到认知域的第一关系网络。

S13：针对每一个认知域，获取至少一个用于评估认知域的任务范式。

具体的，对于每一个认知域，均可通过相应的任务范式对该认知域进行评估，并且，任务范式的种类可以是一种也可以是多种。参照图2所示，对应于注意控制Ea的认知域可以为任务范式Ea

S14：针对每一个任务范式，获取至少一个对应的游戏化评估任务，以形成针对心血管认知障碍人群的特定任务框架。

具体的，对于每一个任务范式，结合严肃游戏的基本设计理念，可开发出相应的一个或多个游戏化评估任务，从而形成从任务范式到游戏化评估任务的第三关系网络。

由此，基于上述第一关系网络、第二关系网络以及第三关系网络能够共同形成一个针对心血管认知障碍人群(即：心血管认知障碍人群)的特定任务框架。在该认定任务框架中包括了对应于心血管认知障碍人群的多项认知域，并且每一项认知域均对应至少一个游戏化评估任务。

S2：基于特定任务框架进行游戏化评估。

具体而言，当基于步骤S1确定了特定任务框架后，可从该任务框架中选择一个待评估的认知域，并相应地获取对应于该认知域的任意一个游戏化评估任务。其中，若该认知域仅对应一个游戏化评估任务则直接获取该任务，若该认知域对应多个游戏化评估任务则从中随机选择一个任务。

当游戏化评估任务确定后，分别令心血管认知障碍人群以及正常人群分别完成游戏化评估任务。可以理解的是，这里的心血管认知障碍人群为需要进行认知评估的某一个心血管认知障碍人群，而非步骤S1中的心血管认知障碍人群。

S3：获取任务数据和生理数据。

具体的，当心血管认知障碍人群以及正常人群分别完成游戏化评估任务后，分别获取心血管认知障碍人群以及正常人群进行游戏化评估任务的第一任务数据和第二任务数据。相应地，通过各种生理指标采集设备分别采集心血管认知障碍人群以及正常人群进行游戏化评估任务过程中的第一生理数据和第二生理数据。

其中，任务数据(第一任务数据或第二任务数据)至少包括对应于游戏化评估任务的各项任务得分、正确率、作答时间等数据；生理数据(第一生理数据或第二生理数据)至少包括心率、血氧、面部表情、眼动信息以及脑电信息等数据。例如：心血管认知障碍人群在进行认知抑制认知域－stroop游戏任务1时，在采集心血管认知障碍人群的任务数据的同时，通过辅助检测设备，如智能手环(采集心率、血氧)、内置摄像头(采集表情、眼动)、头戴脑电帽(采集脑电信号)采集对应任务状态下的各项生理信号数据。

S4：数据融合分析。

具体的，当基于上述步骤S3分别获取心血管认知障碍人群以及正常人群的任务数据和生理数据后，需要将第一任务数据与第一生理数据进行融合分析，以获取具有心血管认知障碍人群对应所选定认知域的第一常模分数；并将第二任务数据与第二生理数据进行融合分析，以获取正常人群对应所选定认知域的第二常模分数。

其中，参照图3所示，融合分析的过程包括步骤S41～S44：

S41：根据数据特性将待融合数据划分为多个模态数据；其中，该待融合数据可以是第一任务数据与第一生理数据，也可以是第二任务数据与第二生理数据；

S42：基于各模态数据的数据特性，对模态数据进行特征提取；

S43：根据模态数据的特征，构建相应的分类器，并输出分类结果；

S44：将各模态数据所对应的不同分类结果进行归一化融合计算，以输出常模分数；其中，该常模分数为对应第一任务数据与第一生理数据的第一常模分数，或对应第二任务数据与第二生理数据的第二常模分数。

下面以第一任务数据或第二任务数据为临床量表数据，第一任务数据或第二任务数据为眼动/脑电数据为例，对上述融合分析的过程进行具体说明：

在特征提取阶段，针对眼动数据的实时性采集特征，以主成分分析技术实现数据降维，同时保持数据集中对方差贡献最大的特征：

其中，M为样本数，每个样本包含n个特征(n维)；

在构建分类器阶段，针对脑电数据多时域、频域的特征，设计基于训练集D在样本空间找到一个划分超平面：

f(x)＝w

其中，w为待确定的行向量；

使用拉格朗日乘子法求得支持向量的点到超平面的距离之和最优解：

超平面将样本从原始空间映射到一个更高维的特征空间，使得样本在整个样本空间线性可分，实现分类器的构建：

将不同模态的分类结果进行归一化融合计算，输出常模分数：

g(w

其中，w

迭代过程定义代价函数Loss：

其中，m为样本集中样本的个数，l为卷积神经网络的层数。

可以理解的是，上述融合分析过程仅为其中一种具体的融合计算方式，在其他实施例中，可根据待融合数据的特性对算法进行适应性调整。

S5：常模分数对比，输出评估结果。

具体的，当基于步骤S4获取到第一常模分数和第二常模分数后，将第一常模分数与第二常模分数进行比较，若第一常模分数小于第二常模分数，则所选定的认知域异常；若第一常模分数不小于第二常模分数，则所选定的认知域正常。

S6：重复上述步骤S2～S5，直至完成对心血管认知障碍人群的认知障碍评估。

综上可知，通过上述步骤S1～S6能够联合微表情与人体生理性指标，为心血管认知障碍人群提供一种快捷、准确的认知障碍评估方法，能够帮助心血管认知障碍人群进行认知障碍的快速筛查，从而及时进行认知干预。

第二实施例

如图4所示，在上述第一实施例的基础上，本发明第二实施例还提供一种心血管认知障碍多维评估方法，与第一实施例相比，本实施例的区别之处在于，能够实现对心血管认知障碍人群的个性化认知障碍评估。

具体而言，在该心血管认知障碍多维评估方法的步骤S6中，包括步骤S61～S63：

S61：针对不同的心血管认知障碍人群，获取心血管认知障碍人群的病症类型和病症等级；

S62：基于心血管认知障碍人群的病症类型和病症等级，确定心血管认知障碍人群的多项待评估认知域；其中，心血管认知障碍人群的多项待评估认知域为特定任务框架的部分认知域；

S63：基于上述步骤S2～S5，依次获取心血管认知障碍人群的多项待评估认知域的评估结果，从而完成对心血管认知障碍人群的个性化认知障碍评估。

可以理解的是，由于不同心血管认知障碍人群的病症类型和病症等级不同，对于A患者而言，可能仅需要评估其中2项认知域即可，而对于B患者而言，则需要评估其中5项认知域才能够实现对患者更全面地认知障碍评估。由此，能够根据不同心血管认知障碍人群的个人情况对认知障碍评估进行适应性调整，以提高评估效率和评估的针对性。

此外，本实施例中，该心血管认知障碍多维评估方法还包括：

S7：对特定任务框架进行个性化更新。

具体的，当心血管认知障碍人群经过一段时间的认知训练，使得该项认知域的评估结果为正常时，则从特定任务框架中删除认知域，以对特定任务框架进行个性化更新，从而使得该认知障碍评估方法能够适应心血管认知障碍人群的阶段性变化，以对心血管认知障碍人群进行更加精准、快速的认知障碍评估。

第三实施例

参照图5所示，在上述心血管认知障碍多维评估方法的基础上，本发明进一步提供一种认知障碍的干预方法，具体包括步骤S10～S40：

S10：获取心血管认知障碍人群的认知障碍评估结果。

具体的，基于上述第一实施例或第二实施例的评估方法的心血管认知障碍人群进行认知障碍评估，以获取心血管认知障碍人群的认知障碍评估结果。

S20：获取心血管认知障碍人群的人格特征评估结果。

具体的，对心血管认知障碍人群进行人格特征评估，如采用五大人格量表，分别获取心血管认知障碍人群在外倾性、宜人性、尽责性、情绪性和开放性五个维度上的得分，从而判断心血管认知障碍人群在五大人格上的倾向性，以获取心血管认知障碍人群的人格特征评估结果。

可以理解的是，上述步骤S10与S20并无先后顺序，可同时进行评估也可依次进行评估。

S30：融合分析。

具体的，参照图6所示，将同一心血管认知障碍人群的认知障碍评估结果与人格特征评估结果进行数据融合，从而分析得出心血管认知障碍人群的综合评估结果。

S40：个性化干预。

具体的，当基于步骤S30获取心血管认知障碍人群的综合评估结果后，例如：心血管认知障碍人群的认知评估结果为低执行功能，其余认知功能正常；并且，心血管认知障碍人群的人格特质为低外倾性、低宜人性、低尽责性、高情绪性、高开放性，则该心血管认知障碍人群的康复干预方案应根据上述特性进行针对性提供，以提高认知干预效果。

第四实施例

在上述心血管认知障碍多维评估方法的基础上，本发明进一步提供一种心血管认知障碍多维评估系统。如图7所示，该系统包括一个或多个处理器21和存储器22。其中，存储器22与处理器21耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器21执行，使得所述一个或多个处理器21实现如上述实施例中的心血管认知障碍多维评估方法。

其中，处理器21用于控制该系统的整体操作，以完成上述心血管认知障碍多维评估方法的全部或部分步骤。该处理器21可以是中央处理器(CPU)、图形处理器(GPU)、现场可编程逻辑门阵列(FPGA)、专用集成电路(ASIC)、数字信号处理(DSP)芯片等。存储器22用于存储各种类型的数据以支持在该系统的操作，这些数据例如可以包括用于在该系统上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器22可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器等。

在一个示例性实施例中，评估系统具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现，用于执行上述的心血管认知障碍多维评估方法，并达到如上述方法一致的技术效果。一种典型的实施例为计算机。具体地说，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

在另一个示例性实施例中，本发明还提供一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的心血管认知障碍多维评估方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由评估系统的处理器执行以完成上述的心血管认知障碍多维评估方法，并达到如上述方法一致的技术效果。

需要说明的是，上述多个实施例只是举例，各个实施例的技术方案之间可以进行组合，均在本发明的保护范围内。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

上面对本发明所提供的心血管认知障碍多维评估方法及系统进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质内容的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。