【技术实现步骤摘要】
本专利技术涉及非药物干预中的老年认知障碍虚拟现实干预，具体是一种基于虚拟现实认知运动训练难度动态调整的mci干预系统。
技术介绍
1、阿尔茨海默症是一项全球性挑战和经济负担。在老龄化社会中，阿尔茨海默症患者数量正在迅速增加。世界卫生组织呼吁各国制定战略以降低阿尔茨海默症风险，包括推动正在进行的优化脑健康和脑疾病专业预防的研究。值得庆幸的是，越来越多的证据表明，约40％的阿尔茨海默症可归因于生活方式相关的风险因素，因此阿尔茨海默症被认为是可以预防的，降低风险现在看来是可行的。
2、目前，除传统的心理认知训练和体能训练外，虚拟现实技术作为一种创新的辅助疗法，通过构建多感官、个性化、互动式的虚拟环境，为老年认知障碍患者提供了更加直观且富有趣味性的干预方式，能够有效提升患者的参与积极性。近年来的研究探索了结合虚拟环境与多种非药物干预策略(如认知游戏、回忆疗法、音乐疗法等)，并借助微软kinect、大屏幕、计算机、安全带和跑步机等设备模拟日常生活和体育活动，旨在改善患者的认知功能及身体健康。尽管这些研究初步显示出积极效果，但由于训练时长要求高、个性化适配不足以及设备配置复杂等问题，尚未在mci患者中得到广泛应用。此外，现有的虚拟现实干预方案多基于参与者的交互表现进行线性难度调整，忽视了通过更具挑战性的设置来增强参与者能力的可能性，导致任务动态调整机制相对单一。因此，开发一种具备灵活任务难度调整机制、简便高效、高度个性化且易于推广的干预方案，以改善认知和身体功能，具有重要现实意义。
技术实现思路>
1、本专利技术提出了一种基于动态难度调整的虚拟现实认知运动干预系统，通过精细任务设计、实时难度调整及便携设备的集成，增强干预效果及适应个体差异的能力。在该系统中，该干预系统基于坐姿操作设计，具备在居家、社区及养老院等多场景的广泛适用性。本专利技术设计的干预系统基于坐姿操作设计，具备在居家、社区及养老院等多场景的广泛适用性。
2、本专利技术的技术系统如下：
3、一种基于虚拟现实认知运动训练难度动态调整的mci干预系统，包括上肢运动任务原型模块、上肢运动任务动态难度调整模块、虚拟认知任务原型模块和虚拟认知任务动态难度调整；
4、上肢运动任务原型模块：基于需求确定上肢运动任务，该任务的设计过程涵盖了上肢运动动作设计、交互方式和虚拟环境评估；
5、上肢运动任务动态难度调整模块采用基于帕累托最优理论的动态难度调整算法，通过对上肢运动任务的难度即干预强度和参与者的运动表现即干预表现进行建模，生成一组帕累托最优解；接着，通过分析生成的解集中各系统的权衡特性，选取最适合的解决方案，以便据此对任务参数或难度进行相应调整；
6、虚拟认知任务原型模块：基于需求确定虚拟认知任务，该任务的设计过程涵盖了认知领域任务设计、交互方式和样式布局评估；
7、虚拟认知任务动态难度调整采用基于帕累托最优理论的动态难度调整算法，以提升认知任务的难度调整效率，该算法在各认知任务中仅目标函数不同，其余操作流程与上肢运动任务保持一致。
8、所述的系统，所述的上肢运动任务原型：上肢运动任务包括肘关节屈伸运动、上肢上举运动和肩部环绕运动；肘关节屈伸运动以四拍为周期进行，而上肢上举和肩部环绕则采用八拍的周期设计。
9、所述的系统，所述的上肢运动任务动态难度调整：定义两个决策目标函数：干预强度和干预表现，其中干预强度与任务的难度相关，而干预表现则与参与者的动作表现密切相关，通过优化这两个目标，实现对参与者能力的有效适应与提升；干预强度公式为：
10、
11、其中，ii为第i次干预强度的标准化值，vxi、vyi和vzi分别为第i次时，小球在x、y和z轴方向上的速度，min(i)和max(i)分别为最小和最大干预强度，ii值越大，难度越大；
12、干预表现公式为：
13、pi＝1-[λ×(1-accuracyi)+(1-λ)×timei]
14、其中，pi为第i次的干预表现，accuracyi和timei分别为参与者在第i次上肢任务的准确率和标准化时间，pi值越大，参与者的表现越好；
15、其次，通过使用随机算法在搜索空间中生成候选解集，每个候选解都是搜索空间中的一个点，由一组决策变量的取值组成；
16、接着，对于每个候选解，计算其在目标函数定义中的映射值，同时在每次干预前的练习阶段，将每个候选解生成的干预强度应用于参与者的练习，以生成干预表现的目标值；
17、然后，为了保证帕累托前沿内解排序的有效性并降低计算复杂度，引入了高效非支配排序，其中可行解集中的所有解根据第一个目标值干预强度升序排序，如果两个或多个解的第一个目标值相同，则根据第二目标值干预表现进行升序排序，如果两个及以上解的所有目标值都相同，则其排序可以任意；通过此排序过程，高效非支配排序能够逐步将解分配至帕累托前沿，从而优化决策过程；
18、最后，引入衡量一对非支配解的权衡信息的方法，通过计算前沿上每个解的权衡信息，以选择其中一个解作为新的博弈水平，该公式为：
19、
20、其中，fm(vi)和fm(vj)分别是解决系统vi和vj在第m个目标函数求解的值，和是候选解决系统中第m个目标函数值的最大值和最小值；
21、此外，相对于非优势解集s中最优前沿上的其他解，任何解vi的权衡价值都可由下述公式给出：
22、
23、其中，vi和vj是非优势解集s中彼此不可支配的解，μ(vi,s)表示用vi替换s解集中任意解vj后，某个指标下降所产生的最小改进量。
24、虚拟认知任务包括三项虚拟认知任务，分别为箱块测试，用于训练执行功能、工作记忆测试，用于提升记忆能力，和深度感知测试，用于训练空间定位能力；
25、箱块测试：参与者需将指定数量的虚拟方块从一个隔间移至另一个隔间，要求手部穿过中间的隔板；测试设计了两种扩展版本：第一种要求参与者将抓取的虚拟方块按照颜色匹配放置在相应区域；第二种要求参与者按顺序逐行将抓取的方块放置在白色区域中，从而提升其任务组织与执行能力；
26、工作记忆测试：该任务旨在评估参与者在短时间内处理、操作和存储信息的能力；参与者首先需记住一系列物品的位置，随后这些物品将消失，系统随机出现其中一件物品，参与者需将其准确放回初始位置，该过程循环进行，直到所有物品均被正确放置。如果参与者在测试中连续三次的错误率超过2/3，测试将被终止；
27、深度感知测试：该测试通过虚拟环境中的多个白色小球刺激受试者的空间定位和执行能力；参与者需按照远近顺序或近远顺序依次点击小球，系统记录其点击顺序与反应时间。反应时间由每次点击小球之间的间隔时间构成，最终用于评估受试者的认知表现。
28、所述的系统，所述的虚拟认知任务动态难度调整：在虚拟认知任务的干预过程中，任务难度的动态调整与上肢运动任务相似，均需根据参与者的个人表现进行实本文档来自技高网...
【技术保护点】
1.一种基于虚拟现实认知运动训练难度动态调整的MCI干预系统，其特征在于，包括上肢运动任务原型模块、上肢运动任务动态难度调整模块、虚拟认知任务原型模块和虚拟认知任务动态难度调整；
2.根据权利要求1所述的系统，其特征在于，所述的上肢运动任务原型：上肢运动任务包括肘关节屈伸运动、上肢上举运动和肩部环绕运动；肘关节屈伸运动以四拍为周期进行，而上肢上举和肩部环绕则采用八拍的周期设计。
3.根据权利要求1所述的系统，其特征在于，所述的上肢运动任务动态难度调整：定义两个决策目标函数：干预强度和干预表现，其中干预强度与任务的难度相关，而干预表现则与参与者的动作表现密切相关，通过优化这两个目标，实现对参与者能力的有效适应与提升；干预强度公式为：
4.根据权利要求1所述的系统，其特征在于，所述的虚拟认知任务包括三项虚拟认知任务，分别为箱块测试，用于训练执行功能；工作记忆测试，用于提升记忆能力；深度感知测试，用于训练空间定位能力；
5.根据权利要求1所述的系统，其特征在于，所述的虚拟认知任务动态难度调整：在虚拟认知任务的干预过程中，任务难度的动态调整
6.根据权利要求4所述的系统，其特征在于，三项认知任务的目标函数设定包括虚拟箱块测试的目标函数、工作记忆测试的目标函数和深度感知测试的目标函数。
7.根据权利要求6所述的系统，其特征在于，所述的虚拟箱块测试的目标函数：
8.根据权利要求6所述的系统，其特征在于，所述的工作记忆测试的目标函数：
9.根据权利要求6所述的系统，其特征在于，所述的深度感知测试的目标函数：
...【技术特征摘要】
1.一种基于虚拟现实认知运动训练难度动态调整的mci干预系统，其特征在于，包括上肢运动任务原型模块、上肢运动任务动态难度调整模块、虚拟认知任务原型模块和虚拟认知任务动态难度调整；
2.根据权利要求1所述的系统，其特征在于，所述的上肢运动任务原型：上肢运动任务包括肘关节屈伸运动、上肢上举运动和肩部环绕运动；肘关节屈伸运动以四拍为周期进行，而上肢上举和肩部环绕则采用八拍的周期设计。
3.根据权利要求1所述的系统，其特征在于，所述的上肢运动任务动态难度调整：定义两个决策目标函数：干预强度和干预表现，其中干预强度与任务的难度相关，而干预表现则与参与者的动作表现密切相关，通过优化这两个目标，实现对参与者能力的有效适应与提升；干预强度公式为：
4.根据权利要求1所述的系统，其特征在于，所述的虚拟认知任务包括三项虚拟认知任务，分别为箱块测试，用于训练执行功能；工作记忆测试，...
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。