本發(fā)明涉及認(rèn)知評估，具體涉及一種用于認(rèn)知訓(xùn)練的虛擬廚房環(huán)境構(gòu)建及模型訓(xùn)練方法。

背景技術(shù)：

1、認(rèn)知功能包括記憶力、理解力、計(jì)算力、語言能力、視空間能力、判斷理解能力等多方面。如果認(rèn)知功能出現(xiàn)一方面或者幾方面的受損，都可以被認(rèn)為是認(rèn)知功能障礙。

2、虛擬現(xiàn)實(shí)技術(shù)近年來快速發(fā)展，其本身具有的高沉浸感、多感知性、強(qiáng)交互性特點(diǎn)，為認(rèn)知功能評估方法提供了再現(xiàn)與擴(kuò)展?；谔摂M現(xiàn)實(shí)的系統(tǒng)能對刺激的表象與內(nèi)容、任務(wù)的復(fù)雜程度以及被試者的響應(yīng)狀態(tài)進(jìn)行靈活控制，同時(shí)可以直接記錄受試者在任務(wù)中豐富、準(zhǔn)確的數(shù)據(jù)信息，為進(jìn)一步利用人工智能算法進(jìn)行處理提供了基礎(chǔ)，從而為認(rèn)知功能評估的可靠和生態(tài)有效性提供了可行的新手段。

3、在公開號(hào)為cn118675707a的一篇中國專利中，公開了認(rèn)知訓(xùn)練進(jìn)程的監(jiān)測模型的建模方法、監(jiān)測方法及系統(tǒng)，在其方案中通過基于認(rèn)知障礙患者的多次認(rèn)知訓(xùn)練得分標(biāo)記坐標(biāo)點(diǎn)，采用預(yù)設(shè)函數(shù)進(jìn)行多次標(biāo)準(zhǔn)學(xué)習(xí)曲線的擬合，以獲取多組參數(shù)組合，進(jìn)而實(shí)現(xiàn)對單一患者的認(rèn)知訓(xùn)練進(jìn)程進(jìn)行監(jiān)控，輸出患者的相對達(dá)標(biāo)水平和學(xué)習(xí)進(jìn)展?fàn)顩r。

4、然而，該方案存在內(nèi)在局限性：隨著訓(xùn)練次數(shù)增加，任務(wù)熟練度可能會(huì)干擾認(rèn)知訓(xùn)練評分的有效性。具體表現(xiàn)為：重復(fù)執(zhí)行相同任務(wù)可能會(huì)促使患者形成"任務(wù)流程記憶"，可能導(dǎo)致神經(jīng)加工從"認(rèn)知控制模式"轉(zhuǎn)向"自動(dòng)化加工模式"，此時(shí)任務(wù)執(zhí)行所需的工作記憶、注意力等認(rèn)知資源消耗顯著降低。這種情況下，患者表現(xiàn)提升并非源于真實(shí)認(rèn)知能力改善，而是對任務(wù)流程的機(jī)械熟悉度提升，致使評估模型將"熟練度增益"誤判為"認(rèn)知功能進(jìn)步"，最終導(dǎo)致訓(xùn)練進(jìn)程評估出現(xiàn)系統(tǒng)性誤差，進(jìn)而影響對患者學(xué)習(xí)進(jìn)展?fàn)顩r判斷的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于認(rèn)知訓(xùn)練的虛擬廚房環(huán)境構(gòu)建及模型訓(xùn)練方法，解決以下技術(shù)問題：

2、未建立"認(rèn)知能力貢獻(xiàn)"與"熟練度貢獻(xiàn)"的分離機(jī)制，無法區(qū)分評分提升中認(rèn)知功能真實(shí)改善與任務(wù)流程熟悉度的各自占比，進(jìn)而影響對患者學(xué)習(xí)進(jìn)展?fàn)顩r判斷的準(zhǔn)確性。

3、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：

4、一種用于認(rèn)知訓(xùn)練的虛擬廚房環(huán)境構(gòu)建及模型訓(xùn)練方法，包括以下步驟：

5、s1，在虛擬廚房場景中構(gòu)建第一任務(wù)區(qū)域與第二任務(wù)區(qū)域；第一任務(wù)區(qū)域用于提供任務(wù)形式相同且難度相同的訓(xùn)練任務(wù)；第二任務(wù)區(qū)域用于提供任務(wù)形式不同但難度相同的訓(xùn)練任務(wù)，第一任務(wù)區(qū)域與第二任務(wù)區(qū)域的訓(xùn)練任務(wù)難度一致；

6、s2，在設(shè)定周期內(nèi)分別繪制患者在第一任務(wù)區(qū)域與第二任務(wù)區(qū)域下訓(xùn)練分?jǐn)?shù)隨訓(xùn)練次數(shù)變化的變化曲線，得到第一變化曲線和第二變化曲線；

7、s3，計(jì)算兩條變化曲線的平均斜率，若存在任一變化曲線的平均斜率大于0，則計(jì)算兩條變化曲線之間的相似值；

8、s4，若相似值小于預(yù)設(shè)閾值，則選取第二變化曲線作為目標(biāo)曲線；若相似值大于等于預(yù)設(shè)閾值，則將第一變化曲線和第二變化曲線進(jìn)行疊加，選取每次訓(xùn)練任務(wù)分?jǐn)?shù)較高的曲線段，標(biāo)記為優(yōu)選曲線段，將優(yōu)選曲線段進(jìn)行拼接并標(biāo)記為目標(biāo)曲線，根據(jù)目標(biāo)曲線的訓(xùn)練分?jǐn)?shù)平均值調(diào)整患者后續(xù)訓(xùn)練任務(wù)的難度。

9、作為本發(fā)明進(jìn)一步的方案：所述s2中，還包括獲取每次認(rèn)知訓(xùn)練的結(jié)束時(shí)間戳，并計(jì)算第i次和第i+1次認(rèn)知訓(xùn)練結(jié)束時(shí)間戳的時(shí)間差值，若時(shí)間差值小于等于預(yù)設(shè)時(shí)間閾值，則將第i+1次對應(yīng)的訓(xùn)練數(shù)據(jù)進(jìn)行剔除。

10、作為本發(fā)明進(jìn)一步的方案：所述s3中，相似值的具體計(jì)算過程為：

11、s11，分別計(jì)算第一變化曲線的訓(xùn)練得分均值a'和第二變化曲線的訓(xùn)練得分均值b'；

12、s12，根據(jù)所述訓(xùn)練得分均值分別構(gòu)建任一任務(wù)區(qū)域?qū)?yīng)的偏差序列，基于所述偏差序列計(jì)算得到協(xié)方差，根據(jù)所述協(xié)方差計(jì)算得到變化曲線之間的相似值；

13、s13，相似值的具有計(jì)算公式為：

14、；

15、其中，n為患者在任一任務(wù)區(qū)域下的訓(xùn)練總次數(shù)，ai為患者在第一任務(wù)區(qū)域下第i次的訓(xùn)練分?jǐn)?shù)，bi為患者在第二任務(wù)區(qū)域下第i次的訓(xùn)練分?jǐn)?shù)。

16、作為本發(fā)明進(jìn)一步的方案還包括若第一任務(wù)區(qū)域下的訓(xùn)練總次數(shù)與第二任務(wù)區(qū)域下的訓(xùn)練總次數(shù)不相等，則獲取第一任務(wù)區(qū)域?qū)?yīng)的訓(xùn)練得分序列a=[a1,a2,...,az]；同理，獲取第二任務(wù)區(qū)域?qū)?yīng)的訓(xùn)練得分序列b=[b1,b2,...,bm]，根據(jù)訓(xùn)練得分序列a和訓(xùn)練得分序列b構(gòu)建累積距離矩陣cost，計(jì)算累積距離矩陣cost的最小距離值cost[z,m]，根據(jù)計(jì)算公式計(jì)算得到相似值。

17、作為本發(fā)明進(jìn)一步的方案：若存在設(shè)定周期內(nèi)患者的訓(xùn)練行為數(shù)據(jù)小于預(yù)設(shè)訓(xùn)練行為數(shù)據(jù)閾值，則將設(shè)定周期[g，g+t]調(diào)整為[g，g+t+t']，其中t'為預(yù)設(shè)時(shí)間長度，t為設(shè)定周期的時(shí)間長度；若調(diào)整后的設(shè)定周期內(nèi)患者的訓(xùn)練行為數(shù)據(jù)繼續(xù)小于預(yù)設(shè)訓(xùn)練行為數(shù)據(jù)閾值，則重復(fù)上述過程，直至調(diào)整后設(shè)定周期內(nèi)患者的訓(xùn)練行為數(shù)據(jù)大于等于預(yù)設(shè)訓(xùn)練行為數(shù)據(jù)閾值。

18、作為本發(fā)明進(jìn)一步的方案：目標(biāo)曲線的獲取過程為：

19、將第一變化曲線與第二變化曲線進(jìn)行空間疊加，基于訓(xùn)練次數(shù)序號(hào)維度構(gòu)建對齊坐標(biāo)系；針對每個(gè)訓(xùn)練次數(shù)序號(hào)k，分別提取兩條曲線在該序號(hào)下的訓(xùn)練分?jǐn)?shù)，通過數(shù)值比較選取最大值作為序號(hào)k對應(yīng)的擇優(yōu)數(shù)據(jù)點(diǎn)；按訓(xùn)練次數(shù)序號(hào)的時(shí)間序列順序排列所有擇優(yōu)數(shù)據(jù)點(diǎn)并進(jìn)行連接，得到目標(biāo)曲線。

20、作為本發(fā)明進(jìn)一步的方案：所述s4中，還包括獲取目標(biāo)曲線對應(yīng)任務(wù)區(qū)域的訓(xùn)練方式，將所述訓(xùn)練方式確定為該患者的最優(yōu)訓(xùn)練方式。

21、作為本發(fā)明進(jìn)一步的方案：還包括所述s3中，若存在變化曲線的平均斜率均小于0，則發(fā)出預(yù)警信息，并降低患者后續(xù)訓(xùn)練任務(wù)的難度。

22、本發(fā)明的有益效果：

23、1）本發(fā)明通過在虛擬廚房中構(gòu)建兩類任務(wù)區(qū)域，第一類提供形式與難度均固定的訓(xùn)練任務(wù)，第二類提供形式變化但難度恒定的任務(wù)，利用任務(wù)形式的差異化設(shè)計(jì)，可有效分離“認(rèn)知能力提升”與“任務(wù)熟練度增長”對訓(xùn)練得分的貢獻(xiàn)。當(dāng)患者在第一類區(qū)域因重復(fù)訓(xùn)練形成流程記憶時(shí)，第二類區(qū)域因操作模態(tài)、信息呈現(xiàn)方式等維度的變化，能減少熟練度對得分的干擾。通過對比兩類區(qū)域的訓(xùn)練曲線，可精準(zhǔn)識(shí)別得分提升中認(rèn)知功能真實(shí)改善的占比，避免將機(jī)械記憶帶來的表現(xiàn)提升誤判為認(rèn)知能力進(jìn)步。

24、2）本發(fā)明通過時(shí)間戳過濾異常訓(xùn)練數(shù)據(jù)、動(dòng)態(tài)調(diào)整設(shè)定周期以確保數(shù)據(jù)量，結(jié)合動(dòng)態(tài)時(shí)間規(guī)整算法與協(xié)方差計(jì)算曲線相似度，構(gòu)建了嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)處理與分析體系。該體系可剔除因訓(xùn)練間隔過短導(dǎo)致的無效數(shù)據(jù)，避免數(shù)據(jù)量不足引發(fā)的統(tǒng)計(jì)偏差，同時(shí)通過歸一化處理與路徑距離計(jì)算，量化不同任務(wù)區(qū)域訓(xùn)練曲線的相似程度。這一過程能精準(zhǔn)捕捉訓(xùn)練得分變化中熟練度的影響強(qiáng)度，為后續(xù)評估提供可靠的數(shù)據(jù)基礎(chǔ)，提升認(rèn)知訓(xùn)練進(jìn)程評估的科學(xué)性與可信度。

25、3）本發(fā)明基于曲線相似度與預(yù)設(shè)相似閾值的比對，形成了分層評估策略：當(dāng)相似度低時(shí)，以抗熟練度干擾的第二類區(qū)域曲線作為評估依據(jù)；當(dāng)相似度高時(shí)，則將第一變化曲線和第二變化曲線進(jìn)行疊加，選取每次訓(xùn)練任務(wù)分?jǐn)?shù)較高的曲線段，標(biāo)記為優(yōu)選曲線段，將優(yōu)選曲線段進(jìn)行拼接并標(biāo)記為目標(biāo)曲線。當(dāng)相似度高于預(yù)設(shè)閾值時(shí)，通過疊加兩條曲線并拼接高分段構(gòu)建目標(biāo)曲線，實(shí)現(xiàn)對兩類任務(wù)優(yōu)勢的動(dòng)態(tài)整合。該分層策略通過“閾值比對-曲線篩選-分段拼接”的遞進(jìn)式處理，構(gòu)建了融合抗干擾性與動(dòng)態(tài)適應(yīng)性的評估體系。一方面，以第二區(qū)域曲線作為“抗熟練度基線”，確保評估下限的可靠性；另一方面，通過高分段拼接形成“認(rèn)知能力上限”，全面覆蓋患者在不同任務(wù)形式下的最佳表現(xiàn)。這種策略既能在熟練度干擾顯著時(shí)快速定位真實(shí)認(rèn)知水平，又能在能力提升階段綜合多元任務(wù)數(shù)據(jù)優(yōu)化評估維度，為后續(xù)訓(xùn)練難度調(diào)整與個(gè)性化方案制定提供兼具準(zhǔn)確性和靈活性的決策依據(jù)。