本技術(shù)涉及認(rèn)知影像學(xué)領(lǐng)域，特別是涉及一種認(rèn)知水平參數(shù)評(píng)估方法、裝置、計(jì)算機(jī)設(shè)備以及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、認(rèn)知障礙問題，具有高發(fā)病率、高致殘率和高復(fù)發(fā)率的特點(diǎn)，對(duì)社會(huì)和個(gè)人造成了巨大的負(fù)擔(dān)。認(rèn)知障礙可能表現(xiàn)為持續(xù)的情緒低落，活力減退，食欲下降，睡眠質(zhì)量下降，以及感知和運(yùn)動(dòng)速度減緩。此外，認(rèn)知障礙人員的學(xué)習(xí)、記憶和注意力也可能受到損害。然而，目前對(duì)個(gè)體進(jìn)行認(rèn)知障礙評(píng)估時(shí)，主要依賴于個(gè)體的認(rèn)知表現(xiàn)和量表評(píng)分，評(píng)估周期長(zhǎng)且缺乏客觀量化指標(biāo)，對(duì)個(gè)體的認(rèn)知水平參數(shù)評(píng)估準(zhǔn)確率較低。因此，如何提高對(duì)個(gè)體認(rèn)知水平參數(shù)的評(píng)估效率，以及提高對(duì)認(rèn)知水平參數(shù)評(píng)估的準(zhǔn)確性，是需要解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠生提高對(duì)個(gè)體認(rèn)知水平參數(shù)的評(píng)估效率，以及提高對(duì)認(rèn)知水平參數(shù)評(píng)估的準(zhǔn)確性的認(rèn)知水平參數(shù)評(píng)估方法、裝置、計(jì)算機(jī)設(shè)備以及存儲(chǔ)介質(zhì)。

2、第一方面，本技術(shù)提供了一種認(rèn)知水平參數(shù)評(píng)估方法，所述方法包括：

3、確定測(cè)試人員的認(rèn)知評(píng)分，以及所述測(cè)試人員觀看候選電影時(shí)的測(cè)試功能性磁共振成像數(shù)據(jù)，并根據(jù)所述測(cè)試功能性磁共振成像數(shù)據(jù)確定測(cè)試人員的腦活動(dòng)序列；

4、根據(jù)所述測(cè)試人員的腦活動(dòng)序列構(gòu)建所述測(cè)試人員的情緒記憶網(wǎng)絡(luò)，并確定所述情緒記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)激活模式，且確定所述網(wǎng)絡(luò)激活模式對(duì)應(yīng)的測(cè)試大腦狀態(tài)；

5、根據(jù)所述測(cè)試大腦狀態(tài)確定所述情緒記憶網(wǎng)絡(luò)的測(cè)試激活序列，根據(jù)所述測(cè)試激活序列確定網(wǎng)絡(luò)激活模式之間的模式相似性，并根據(jù)所述模式相似性生成高維表征關(guān)系結(jié)構(gòu)，且根據(jù)所述高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜；

6、根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)所述測(cè)試感受野確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，根據(jù)所述預(yù)測(cè)性指標(biāo)確定測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記；

7、通過機(jī)器學(xué)習(xí)算法，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型；

8、通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的認(rèn)知水平參數(shù)。

9、在其中一個(gè)實(shí)施例中，上述認(rèn)知水平參數(shù)評(píng)估方法，還包括：

10、確定所述候選電影得詞匯特征向量，并根據(jù)所述詞匯特征向量之間的皮爾森相關(guān)系數(shù)，構(gòu)建所述詞匯特征向量間的相關(guān)性網(wǎng)絡(luò)結(jié)構(gòu)；

11、對(duì)所述相關(guān)性網(wǎng)絡(luò)結(jié)構(gòu)和所述預(yù)測(cè)性表征圖譜進(jìn)行關(guān)聯(lián)性分析，根據(jù)分析結(jié)果構(gòu)建所述候選電影的電影類型對(duì)認(rèn)知水平的調(diào)控范式。

12、在其中一個(gè)實(shí)施例中，根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)所述測(cè)試感受野確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，包括：

13、根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并通過滑窗法確定所述測(cè)試感受野對(duì)應(yīng)的激活曲線的曲線窗口，確定所述曲線窗口對(duì)應(yīng)的窗內(nèi)峰度，且根據(jù)所述窗內(nèi)峰度從所述曲線窗口中確定候選窗口；

14、對(duì)所述候選窗口進(jìn)行去重疊處理，確定目標(biāo)窗口，并根據(jù)所述目標(biāo)窗口的偏度值確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)。

15、在其中一個(gè)實(shí)施例中，所述機(jī)器學(xué)習(xí)算法包括支持向量機(jī)和嶺回歸模型，所述通過機(jī)器學(xué)習(xí)算法，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型，包括：

16、通過支持向量機(jī)，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建分類模型；

17、通過嶺回歸模型，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建待檢測(cè)模型；

18、采用交叉驗(yàn)證方法對(duì)所述待檢測(cè)模型進(jìn)行可靠性驗(yàn)證，若驗(yàn)證通過，則將所述待檢測(cè)模型作為目標(biāo)模型，根據(jù)所述分類模型和所述目標(biāo)模型構(gòu)建認(rèn)知水平預(yù)測(cè)模型。

19、在其中一個(gè)實(shí)施例中，通過支持向量機(jī)，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建分類模型，包括：

20、根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記確定訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；

21、采用所述訓(xùn)練數(shù)據(jù)集訓(xùn)練支持向量機(jī)，確定候選模型，并通過所述測(cè)試數(shù)據(jù)集對(duì)候選模型的準(zhǔn)確性進(jìn)行驗(yàn)證，若驗(yàn)證通過，則將所述候選模型作為分類模型。

22、在其中一個(gè)實(shí)施例中，通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的認(rèn)知水平參數(shù)，包括：

23、根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的腦活動(dòng)序列；

24、根據(jù)所述目標(biāo)人員的腦活動(dòng)序列構(gòu)建所述目標(biāo)人員的目標(biāo)記憶網(wǎng)絡(luò)，根據(jù)所述目標(biāo)記憶網(wǎng)絡(luò)確定目標(biāo)激活模式，并確定所述目標(biāo)激活模式對(duì)應(yīng)的目標(biāo)大腦狀態(tài)；

25、根據(jù)所述目標(biāo)大腦狀態(tài)確定所述目標(biāo)記憶網(wǎng)絡(luò)的目標(biāo)激活序列，根據(jù)所述目標(biāo)激活序列生成目標(biāo)預(yù)測(cè)表征圖譜；

26、根據(jù)所述目標(biāo)預(yù)測(cè)表征圖譜確定目標(biāo)感受野，并根據(jù)所述目標(biāo)感受野確定目標(biāo)預(yù)測(cè)指標(biāo)，根據(jù)所述目標(biāo)預(yù)測(cè)指標(biāo)確定所述目標(biāo)人員的認(rèn)知影像學(xué)標(biāo)記；

27、通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)所述目標(biāo)人員的認(rèn)知影像學(xué)標(biāo)記確定所述目標(biāo)人員的認(rèn)知水平參數(shù)。

28、在一個(gè)實(shí)施例中，根據(jù)所述高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜，包括：

29、根據(jù)所述高維表征關(guān)系結(jié)構(gòu)確定對(duì)角線度矩陣，根據(jù)所述高維表征關(guān)系結(jié)構(gòu)和所述對(duì)角線度矩陣確定轉(zhuǎn)移矩陣；

30、根據(jù)所述轉(zhuǎn)移矩陣、單位矩陣和折扣系數(shù)確定預(yù)測(cè)性表征圖譜。

31、第二方面，本技術(shù)還提供了一種認(rèn)知水平參數(shù)評(píng)估裝置，所述裝置包括：

32、腦活動(dòng)序列確定模塊，用于確定測(cè)試人員的認(rèn)知評(píng)分，以及所述測(cè)試人員觀看候選電影時(shí)的測(cè)試功能性磁共振成像數(shù)據(jù)，并根據(jù)所述測(cè)試功能性磁共振成像數(shù)據(jù)確定測(cè)試人員的腦活動(dòng)序列；

33、大腦狀態(tài)確定模塊，用于根據(jù)所述測(cè)試人員的腦活動(dòng)序列構(gòu)建所述測(cè)試人員的情緒記憶網(wǎng)絡(luò)，并確定所述情緒記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)激活模式，且確定所述網(wǎng)絡(luò)激活模式對(duì)應(yīng)的測(cè)試大腦狀態(tài)；

34、表征圖譜確定模塊，用于根據(jù)所述測(cè)試大腦狀態(tài)確定所述情緒記憶網(wǎng)絡(luò)的測(cè)試激活序列，根據(jù)所述測(cè)試激活序列確定網(wǎng)絡(luò)激活模式之間的模式相似性，并根據(jù)所述模式相似性生成高維表征關(guān)系結(jié)構(gòu)，且根據(jù)所述高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜；

35、影像學(xué)標(biāo)記確定模塊，用于根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)所述測(cè)試感受野確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，根據(jù)所述預(yù)測(cè)性指標(biāo)確定測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記；

36、模型訓(xùn)練模塊，用于通過機(jī)器學(xué)習(xí)算法，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型；

37、認(rèn)知水平參數(shù)評(píng)估模塊，用于通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的認(rèn)知水平參數(shù)。

38、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

39、確定測(cè)試人員的認(rèn)知評(píng)分，以及所述測(cè)試人員觀看候選電影時(shí)的測(cè)試功能性磁共振成像數(shù)據(jù)，并根據(jù)所述測(cè)試功能性磁共振成像數(shù)據(jù)確定測(cè)試人員的腦活動(dòng)序列；

40、根據(jù)所述測(cè)試人員的腦活動(dòng)序列構(gòu)建所述測(cè)試人員的情緒記憶網(wǎng)絡(luò)，并確定所述情緒記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)激活模式，且確定所述網(wǎng)絡(luò)激活模式對(duì)應(yīng)的測(cè)試大腦狀態(tài)；

41、根據(jù)所述測(cè)試大腦狀態(tài)確定所述情緒記憶網(wǎng)絡(luò)的測(cè)試激活序列，根據(jù)所述測(cè)試激活序列確定網(wǎng)絡(luò)激活模式之間的模式相似性，并根據(jù)所述模式相似性生成高維表征關(guān)系結(jié)構(gòu)，且根據(jù)所述高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜；

42、根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)所述測(cè)試感受野確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，根據(jù)所述預(yù)測(cè)性指標(biāo)確定測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記；

43、通過機(jī)器學(xué)習(xí)算法，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型；

44、通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的認(rèn)知水平參數(shù)。

45、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

46、確定測(cè)試人員的認(rèn)知評(píng)分，以及所述測(cè)試人員觀看候選電影時(shí)的測(cè)試功能性磁共振成像數(shù)據(jù)，并根據(jù)所述測(cè)試功能性磁共振成像數(shù)據(jù)確定測(cè)試人員的腦活動(dòng)序列；

47、根據(jù)所述測(cè)試人員的腦活動(dòng)序列構(gòu)建所述測(cè)試人員的情緒記憶網(wǎng)絡(luò)，并確定所述情緒記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)激活模式，且確定所述網(wǎng)絡(luò)激活模式對(duì)應(yīng)的測(cè)試大腦狀態(tài)；

48、根據(jù)所述測(cè)試大腦狀態(tài)確定所述情緒記憶網(wǎng)絡(luò)的測(cè)試激活序列，根據(jù)所述測(cè)試激活序列確定網(wǎng)絡(luò)激活模式之間的模式相似性，并根據(jù)所述模式相似性生成高維表征關(guān)系結(jié)構(gòu)，且根據(jù)所述高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜；

49、根據(jù)所述預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)所述測(cè)試感受野確定所述預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，根據(jù)所述預(yù)測(cè)性指標(biāo)確定測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記；

50、通過機(jī)器學(xué)習(xí)算法，根據(jù)所述認(rèn)知評(píng)分和所述測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型；

51、通過所述認(rèn)知水平預(yù)測(cè)模型，根據(jù)目標(biāo)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定所述目標(biāo)人員的認(rèn)知水平參數(shù)。

52、上述認(rèn)知水平參數(shù)評(píng)估方法、裝置、計(jì)算機(jī)設(shè)備以及存儲(chǔ)介質(zhì)，確定測(cè)試人員的認(rèn)知評(píng)分，以及測(cè)試人員觀看候選電影時(shí)的測(cè)試功能性磁共振成像數(shù)據(jù)，并根據(jù)測(cè)試功能性磁共振成像數(shù)據(jù)確定測(cè)試人員的腦活動(dòng)序列；根據(jù)測(cè)試人員的腦活動(dòng)序列構(gòu)建測(cè)試人員的情緒記憶網(wǎng)絡(luò)，并確定情緒記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)激活模式，且確定網(wǎng)絡(luò)激活模式對(duì)應(yīng)的測(cè)試大腦狀態(tài)；根據(jù)測(cè)試大腦狀態(tài)確定情緒記憶網(wǎng)絡(luò)的測(cè)試激活序列，根據(jù)測(cè)試激活序列確定網(wǎng)絡(luò)激活模式之間的模式相似性，并根據(jù)模式相似性生成高維表征關(guān)系結(jié)構(gòu)，且根據(jù)高維表征關(guān)系結(jié)構(gòu)生成預(yù)測(cè)性表征圖譜；根據(jù)預(yù)測(cè)性表征圖譜確定測(cè)試感受野，并根據(jù)測(cè)試感受野確定預(yù)測(cè)性表征圖譜的預(yù)測(cè)性指標(biāo)，根據(jù)預(yù)測(cè)性指標(biāo)確定測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記；通過機(jī)器學(xué)習(xí)算法，根據(jù)認(rèn)知評(píng)分和測(cè)試人員的認(rèn)知影像學(xué)標(biāo)記構(gòu)建認(rèn)知水平預(yù)測(cè)模型；通過認(rèn)知水平預(yù)測(cè)模型，根據(jù)人員觀看目標(biāo)電影片段時(shí)的目標(biāo)功能性磁共振成像數(shù)據(jù)，確定目標(biāo)人員的認(rèn)知水平參數(shù)。解決了目前對(duì)個(gè)體進(jìn)行認(rèn)知障礙評(píng)估時(shí)，主要依賴于個(gè)體的認(rèn)知表現(xiàn)和量表評(píng)分，評(píng)估周期長(zhǎng)且缺乏客觀量化指標(biāo)，對(duì)個(gè)體的認(rèn)知水平參數(shù)評(píng)估準(zhǔn)確率較低的問題。上述方案，基于測(cè)試人員大腦的情緒和記憶環(huán)路的fmri?數(shù)據(jù)，結(jié)合腦網(wǎng)絡(luò)動(dòng)態(tài)分析和認(rèn)知地圖表征等建模方法，探索個(gè)體認(rèn)知的潛在影像學(xué)標(biāo)記，研究影響認(rèn)知水平參數(shù)變化的神經(jīng)機(jī)制，通過機(jī)器學(xué)習(xí)算法，根據(jù)測(cè)試人員的fmri?數(shù)據(jù)和測(cè)試人員的認(rèn)知評(píng)分訓(xùn)練認(rèn)知水平預(yù)測(cè)模型，通過認(rèn)知水平預(yù)測(cè)模型對(duì)目標(biāo)人員的認(rèn)知評(píng)分進(jìn)行預(yù)測(cè)，可以提高對(duì)目標(biāo)人員進(jìn)行認(rèn)知評(píng)估時(shí)的認(rèn)知評(píng)估效率和認(rèn)知評(píng)估結(jié)果的準(zhǔn)確性。