基于Cog Tool的数字界面交互行为认知模型仿真研究

目的确定人在视觉信息搜索中的通用认知模式,归纳符合用户认知模式的基本设计准则。方法在用户需求一致性的前提下,通过Cog Tool可视化仿真模型将用户交互过程中的每一步骤进行拆解分析,找出用户在面对不同界面引导作用下的内在认知规律,并探讨界面布局的不同对用户搜索用时的影响,同时结合眼动实验,对比用户在实际操作过程中与模拟操作情况下的认知差异。结果通过Cog Tool的仿真分析与眼动实验相结合的实验数值对比,将用户在交互过程中的内在认知规律提取出来。结论本研究提出的面向界面布局的设计准则,可帮助设计师提高信息认知效率。

智能化改良简易认知筛查测试工具在老年人群的应用临床研究

目的验证智能化改良简易认知筛查测试(Mini-Cog)工具用于认知障碍筛查的可靠性及有效性。方法选择2022年6至12月北京大学第一医院神经内科门诊及住院的老年患者217例,分为痴呆组61例,轻度认知障碍组114例,认知正常组42例。首先采用智能化技术自动测评Mini-Cog,然后专家面对面测评,比较结果一致性,进而分析其区分痴呆与认知正常及轻度认知障碍的预测价值。结果3组年龄、受教育程度、蒙特利尔认知评估量表评分、简易智能状态检查量表评分、Mini-Cog机器评分和专家评分比较,差异有统计学意义(P<0.05)。各组Mini-Cog机器评分与专家评分取得较好的一致性(r=0.85,P<0.01)。区分痴呆与认知正常患者的任务中,智能化改良Mini-Cog工具敏感性为93.4%,特异性为90.5%,曲线下面积为0.97。区分痴呆与非痴呆患者的任务中,智能化改良Mini-Cog工具敏感性为93.4%,特异性为80.1%,曲线下面积为0.93。结论智能化改良Mini-Cog工具机器评分可靠性较高,在痴呆患者筛查任务中具有较高的敏感性和特异性。

基于改进BET的MRI脑组织自动提取算法

提出一种基于改进BET(brain extraction tool)的MRI脑组织自动提取算法.首先,该算法结合图像梯度信息能够估计出更为准确的脑重心(center of gravity,COG);其次,该算法构建了新的脑表面形变力,在垂直于脑表面切线的扩张力中引入了边缘力,该力很好地抑制了脑组织的边界泄漏和过度分割问题.使用本文方法对MRI脑影像进行了自动脑组织提取,实验结果表明,本文算法能够自动获得更加准确的脑组织提取结果,特别是在脑组织边缘处,本文算法与BET算法相比,提取结果更准确.