[发明专利]基于不当行为观测分析的孤独症谱系障碍评估装置及系统

说明书

本发明提出了一种基于不当行为观测分析的孤独症谱系障碍评估装置及系统，所述装置包括：数据获取模块，用于获取实验环境内试验过程中的音频数据及视频数据；特征获取模块，用于根据音频数据及视频数据获取试验过程中被试者及照顾者的相关特征信息；模型训练模块，用于根据所获取的特征，依次使用机器学习算法训练多个弱分类器，并将所述弱分类器级联成孤独症谱系障碍评估模型；预测评估模块，用于根据被试者的所述相关特征信息，通过孤独症谱系障碍评估模型进行预测评估，并得出评估结果。本发明可帮助医生真实、完整地获取儿童的各项能力状态，能更客观地对儿童是否患有孤独症系障碍进行评估。

技术领域

本发明涉及音视频处理和机器学习领域,具体涉及基于不当行为观测分析的孤独症谱系障碍评估装置及系统，通过采集试验参与人员活动轨迹、动作、目光、头部朝向、姿势、面部表情、位置坐标、语音内容及语言情绪等特征信息以进行孤独症谱系障碍评估。

背景技术

孤独症谱系障碍(ASD，Autism Spectrum Disorder，简称孤独症)，是一种脑部发育障碍的疾病。患有孤独症谱系障碍的儿童会在兴趣点、运动能力、社交能力等方面呈现出和普通儿童不一样的表现。患有孤独症的儿童尤其会表现出自身动作姿势的不恰当、对物品使用的不恰当、思想的不恰当和感觉的不恰当。为了评价待估儿童是否存在不当的表现，通常专业医疗人员会与儿童相处活动一段时间或者观看其家庭视频录像，来分析儿童在真实生活中的表现。然而观看儿童一段长时间的活动表现，需要评估人员至少投入同等时长的精力，这样评估的效率十分低下。通过一段时间的活动对儿童表现进行分析，对评估水平的要求很高，这需要评估人员有足够的经验性和专业性。而且对一段时间儿童活动的评估，即使基于同意量表，也依然存在人为打分的主观性，这使得评估结果因人而异，存在误差。普通无限制场景的自由活动，尤其是家庭场景的儿童活动录像，观察角度单一，且环境条件有限，会使得每个儿童被分析的指标存在差异，并不能全方位完整评估儿童的各项能力，得出准确的对孤独症谱系障碍患病风险系数的预估。

专利号为CN201810184072.4的专利文件公开了一种儿童自闭症或发育迟缓的评估干预系统及方法，通过问卷调查的方式对儿童进行评估，然后根据评估结果进行干预。由于问卷调查的方式是通过评估人进行，具有主观性，而且仅仅通过问卷调查的方式使得结果较为片面，导致评估结果不准确。

专利号为CN201811473064.8的专利文件公开了一种基于APP的孤独症高危婴儿筛查系统，通过让儿童在移动设备APP面前进行相应范式试验，根据范式试验过程中儿童的相应行为反应及眼动测查进行孤独症评估。但该筛选系统需要儿童始终在移动设备面前才能进行相关试验，限制了儿童的活动自由，容易让儿童产生压抑心理，造成评估结果的不准确。

因此，急需一种孤独症谱系障碍评估系统或装置，通过对环境的布置，实现在没有引导者的情况下，进行半结构化试验，并使用采集设备完成采集试验的音视频数据完整采集全角度数据，并使用计算机采用统一尺度分析出儿童是否存在不恰当行为及相关频率，以更完整、更准确、更客观地评估儿童的各项能力状态。发明内容

针对现有技术的不足，本发明提出一种基于不当行为观测分析的孤独症谱系障碍评估装置及系统，通过完整采集被试者及照顾者在标准化实验环境中，进行自由活动的行为数据，并使用机器学习算法对被试者的不同能力指标进行评价，从而客观性地对被试者是否患有孤独症谱系障碍进行评估,为医生做参考。

本发明的技术方案是这样实现的：

一种基于不当行为观测分析的孤独症谱系障碍评估装置，包括

数据获取模块，用于获取实验环境内试验过程中的音频数据及视频数据；

特征获取模块，用于根据音频数据及视频数据获取试验过程中被试者及照顾者的相关特征信息，所述特征包括眼神方向信息、头部朝向信息、手势姿势信息、手指指向信息、面部表情信息、位置坐标信息、语言情绪信息和语音内容信息中的一种或多种；