文摘

摘要的内容的发展日常生活活动(ADL)基于VR(虚拟现实)为老年人认知功能训练。提出ADL含量一直专注于开发反馈技术基于性能分析与现有的虚拟认知训练内容中定制的培训管理基于绩效评估的困难。实验与30老年人福利中心3个月。效能评估的结果,提出ADL内容显示高导致浸的方方面面,满意度,和性能。预计用户离开现有的ADL内容将预防,和各种人工智能研究将提高技术精度提供定制的困难是一个重要因素。

1。介绍

人们的平均寿命显著延长,老年疾病的发病率迅速增加。在激烈的竞争环境中,反应了现代人感到过度的压力和焦虑刺激大脑和滥用,导致认知能力下降像痴呆的初期症状1- - - - - -4]。现代医学表明,基于运动协调运动的方式是有效改善认知功能导致游戏内容的发展。因此,它必然是重要发展游戏内容包括合作运动基于判断,记忆、反应,浓度代表与痴呆有关的认知功能。与认知功能相关的老年疾病,大脑退化性疾病,如阿尔茨海默病导致人性的毁灭与其他身体疾病,同时他们也认为是慢性疾病导致严重的问题。尽管许多研究,都很难找到这种疾病的原因是因为大脑的复杂性;因此,没有明确的治疗方法(5]。

因此,许多患者和他们的家庭承受剧痛后退化性疾病的发病和一年一度的社会和经济损失是巨大的。

在韩国(根据国家健康保险公司),痴呆病人支出的分析表明,老年痴呆症患者的数量在2006年是105000年,与312000年增加到2011年的近三倍。换句话说,痴呆患者的数量以平均每年24.4%的增加(6]。2025年,国内痴呆病人的数量预计将超过100万7]。在过去,老年痴呆症患者在家照顾。然而,由于社会变化,如个性化和工业化,老年痴呆症患者的数量减少在家被照顾的感觉,和老年人长期护理需要的数量大幅增加的老年人口继续增加。即老年痴呆症患者的数量进入长期医疗设施将继续增加。此外,由于痴呆的本质,家庭也遭受巨大的痛苦(8,9]。

最近,认知和身体与痴呆有关的活动的描述日常生活活动(ADL)。随着社会老龄化越来越多,老年人的生活正在改变成一个趋势在提高生活质量。ADL作为生命活动的概念,提出,有必要开发ADL含量,可以提高生活的质量。ADL内容主要是发达国家促进身体和认知功能,正在积极研究在各种各样的生活方式保持健康。此外,ADL含量提高认知功能通过提高判断,内存,速度,和浓度代表与痴呆有关的认知功能(10,11]。功能允许老年人痴呆预防游戏乐趣和自愿dementia-preventive培训通过有趣的游戏元素的整合成为ADL的内容。然而,由于人类认知、物理和情感不独立发展特点,但他们发展依赖对方,身体的运动技能和大脑功能应该完全改善帮助认知增强12- - - - - -15]。

本文提供了一个开发一个程序组成的改善认知功能和ADL的内容能够增加判断,为老年人提供内存和反应。手臂和手指动作被反映程序的输入值。此外,与现有的二维功能游戏、ADL内容开发VR(虚拟现实)环境下作为一个因素来提高用户的沉浸感。反诽谤联盟内容的有效性验证了连续测试30老年人在老年福利中心3个月。因此,认知功能的改善和满足派生,ADL内容开发的有效性验证。

2。相关的工作

2.1。老年人认知功能的ADL的定义

典型的认知功能的改善有关老年人ADL如判断、记忆、反应,浓度对认知的提高很有帮助。老年人ADL内容必须包括的元素可以改善这样的判断,记忆、反应,浓度。这个ADL内容评估用户的大脑功能,改善认知功能如图通过训练和治疗1(16- - - - - -19]。

认知领域可以分为4部分,包括记忆、逻辑、注意力、反应速度映射与上述认知功能的典型元素。所有培训内容可以分为子类根据评估内容。即关注分为“二维图像旋转操作”和“关注和浓度,”虽然逻辑分为“逻辑解决方案”和“时空位置。反应速度是分为“反应”和“边界的判断,“虽然内存分为“印象记忆”和“记忆阶段。“认知、物理和情感特征的人类并不是独立的,它们互相影响。此外,使用游戏合并基于认知和身体机能的运动,而不是点击鼠标或触摸认知功能更有助于认知增强为了更有效地预防痴呆。摘要随着ADL的发展内容在虚拟现实环境中使用手识别作为一个输入值。内容的类型如表所示1(20.,21]。

2.2。国内外VR内容发展的趋势

有各种各样的情况下使用国内外认知内容。OMNI C&S智能healthcare-specialized公司在韩国,推出“OMNIFIT MindCare”和“OMNIFIT环”,这是第一个智能医疗解决方案倾向于心理健康在韩国。OMNIFIT MindCare提供了一个智能医疗解决方案,可以评估压力和大脑精神条件通过测量脉搏和脑电波一眼。此外,A1未来科技计划开发一个“虚拟轻度认知障碍的意识培训系统”,帮助大脑活动通过使用虚拟现实技术用于医学使用。VR内容增强了培训有效性寻找事物或方法在室内和室外环境。游戏包含在集市购物,发现冰箱里的物品,和烹饪无序阶段。

牛津大学研究人员利用虚拟现实(VR)治疗严重的偏执和病人使用地铁,电梯在虚拟现实环境中证明虚拟现实是非常有效的评估和治疗心理健康问题,显示主要的精神问题的适用性。此外,如图2伦敦大学学院(UCL)进行了一项实验,使用虚拟现实在2016年初通过治疗抑郁症病人找出它的原因和如何减少抑郁症状如自责。通过这个过程,9 15例可以治疗抑郁症状。在这方面,OMNI C&S还提供了内容为促进认知功能称为OMNIFIT在韩国。

虽然各种类型的认知训练VR内容已经在韩国研发和海外,他们仍然缺乏等因素最小输入和规则,持续绩效评估和定制的困难。当然除此之外,大部分的内容可能不可靠,因为他们缺乏临床验证,这是一种有效性评估。在医疗动机是最重要的元素。忽视的动力元素导致用户离职,相关内容可以成为无用的。因此,需要一个定制的元素,成为一个重要的元素,不断认知训练虚拟现实领域的研究内容。拟议的ADL内容包括这些元素,由适当的认知训练元素来增强其有效性。在下一节中,逐步发展提出诽谤联盟的内容将讨论的内容。

3所示。开发虚拟ADL内容改善老年人的认知功能

本文的目的是开发老年人ADL含量和改善浸的内容使用和在虚拟环境中认知学习的有效性。整个内容包括认知游戏可以帮助改善认知功能等反应,判断,和记忆。反诽谤联盟的内容主要包括三个迷你游戏可以增强记忆,反应,判断。每场比赛由认知增强内容的培训元素表明智力、学习、记忆、思维和问题解决能力的老年人的认知特征。为了提高认知功能的用户,每个游戏反映了这些元素,使用手势的内容作为输入值来评估认知。图3显示了反诽谤联盟的游戏流程图的内容。

3.1。用户的游戏化的发展模式

目标、规则、反馈系统和自愿在配置个性化反诽谤联盟强调内容和开发定制的游戏元素22,23对老年人的认知增强。最初的ADL含量提供了选择性水平1,2和3(高、中,低),和2级设置为默认。然后,难度是通过分析调整的表现内容,和比赛的一部分元素反映的内容的详细成分。分数评价,介绍了分化相对评分系统强调的元素,如竞争元素和补偿。用户的动机是增加了分配游戏点根据感知不同的状态或程度的游戏性能。这是显示在图的整体内容4,这表明整个ADL内容是一个定制的基于向导服务。

3.2。开发环境的认知提升ADL的内容

3.2.1之上。开发虚拟ADL的内容

的发展使用Unity3D ADL内容进行。Unity3D是一种编程语言,通过应用物理引擎创建一个虚拟的游戏环境。的坐标值模型连接的游戏用户的手势与3 d模型和GUI和通过实施单独的游戏逻辑。OpenNI Unity3D包装被用作Unity3D中使用插件。因此,反诽谤联盟的结构内容开发系统和Unity3D开发结构可以被每个结构在图的内容5。

的OpenNI Unity3D包装是一个统一包文件加载到Unity3D供程序使用。OpenNI.Net。dll有助于使用OpenNI与插件运行时库,支持其沟通。OpenNI设置资产设置运行时配置,玩家经理资产是用来检测或跟踪用户,并输入控制器资产读取用户的手势并将其传递给球员的经理(24]。整个系统结构主要分为用户交互,游戏内容和用户信息层。游戏内容层可以玩游戏基于用户输入,执行认知和身体训练,并提供反馈的内容。它还检查如果运动识别培训执行和用户可以进行定制的认知培训。

3.2.2。飞跃的发展动态的虚拟现实界面

在使用反诽谤联盟接口模块接收用户输入内容并给予适当的反馈。虚拟现实界面应用到此ADL内容是基于跳跃运动。一般来说,老年人受到诽谤联盟内容非常熟悉的输入设备,如键盘和鼠标。努伊(自然用户界面)等作为输入设备用于低技能的用户,和跳跃运动设备是用作NUI支持设备。跳跃运动的例子和类结构是描绘在图6。

等手势缩放并获取接口中被用作触发器、统一的虚拟现实界面设计和跳跃动作联锁结构。在虚拟环境中,相关的3 d对象执行的操作在现实世界中排列,这样用户可以执行熟悉操作。考虑到大部分的实际用户是老人,接口支持用户校准函数对待反诽谤联盟内容完成,即使用户没有完成操作。

3.2.3。函数来反馈用户的性能的程度

用户反馈函数分析用户的ADL含量性能并提供适当水平的困难。它将内容划分为六个层次的困难根据游戏的分数。困难的调整使调整认知元素反诽谤联盟提供的内容。在记忆游戏,它随着时间的推移变得越来越因素的提供的信息。在反应中游戏,难度是指因素降低了飞行物体的速度和随机性,在判断游戏,它指的是一个因素,降低提交问题的困难提供的定制内容的用户。用户等提供绩效反馈的过程定制内容是描绘在图7。一般来说,现有的反馈研究已经使用deep-learning-based方法(25- - - - - -29日]。本文最后的难度设置的方法基于频率已经应用等几个条件。

从第二阶段开始,这是最初的难度级别的用户,并通过分析的过程性能。身体和认知状态测量性能分析的基础上,调整和详细的程度在二级基于这些信息。如果性能好,提高积极的方向,如果相反,调整难度的负方向。然后调整难度调整根据反馈信息一步一个脚印从水平1 - 1到3 - 2。

3.3。发展认知提升ADL含量的结果

发达认知促进ADL内容包括三种迷你游戏,包括记忆、反应游戏,游戏和判断。首先,记忆游戏允许用户跟踪给定的问题,并提供颜色的顺序。三个颜色框将显示一段时间之前,问号变化图像。然后用户答案框,把颜色和游戏检查它是否在正确的顺序。最终实现记忆游戏的结果如图所示8。

记忆游戏在这个过程和应用定制元素与微分控制记忆的时间。从最初的游戏,用户的性能也受到反馈,增加或减少内存的方式。

此外,反应游戏允许用户根据时机,避免飞行子弹跳和转移操作处理接收用户输入的值通过跳跃运动。其他用户输入包括紧握着拳头,增强功能,如手指运动,通过相应的操作和快速的行动。定制的游戏元素开始基于用户性能分析和控制的子弹速度的差异。最终实现反应的结果如图9。

最后,判断游戏允许用户选择一个颜色框对应的字母写在问题的意义。游戏的定制元素的调整困难的问题,这是由各种各样的颜色变化和时间的调整。基于用户的性能分析,调整难度。判断游戏的开发和实现结果如图所示10。

4所示。绩效评估

为了评估的有效性提出诽谤联盟的内容,测试人口组织和主观满意度调查等人口和客观测量浸和游戏性能进行了。满意度水平是衡量使用召回规模使用反诽谤联盟的内容后,的脑电图反应是通过浸泡试验评估。

4.1。实验环境

进行试点测试30老年人福利中心3个月。反诽谤联盟绩效评估的内容包括两种方法,即通过脑波分析和用户性能的评价内容。在脑电图分析(即。,brain wave analysis), the level of concentration was analyzed through beta waves and the degree of involvement of the content was evaluated. The performance evaluation of content was compared with the results of ADL content gameplay, and the degree of improvement of cognitive ability was compared objectively. The summary of the experimental environment is shown in Table2,而图11展示了一个具体的演示过程。

EEG设备的CPU都有一个手臂M4 CPU。硬件配置是基于ARM M4核心CPU、脑电图传感器,RTC,液晶显示器,祝福解决方案如图12。手臂M4 CPU框图,12位200 kbps ADC能够处理模拟信号和32灵活GPIOs可以配置为使用IOs,如各种串行接口映射方案。图12显示电路的设计使用手臂M4 CPU块和手臂M4的核心。

脑电图传感器设备的规格和实际设备零件图所示13。

4.2。效能评估

4.2.1。准备因为它使得基于脑电图浸评价程序

为了评估拟议的ADL内容客观、内容应用与游戏模型相比,内容不应用通过脑电图与博弈模型分析30.- - - - - -32]。反诽谤联盟的内容最重要的因素是预防程序的用户的离开。因此,有必要提供一个定制的内容的难度。结果的评价内容,应用博弈模型和没有应用的内容与游戏通过脑电图数据模型进行了比较和分析。图14显示了脑电图的主体地位的样本值和集中趋势分析和收集脑电图的结果。

结果,确认的内容是应用与游戏模型显示出更高的平均浓度17.7%在中间和后面部分的游戏。另一方面,内容并没有应用博弈模型显示一个较弱的浓度在中间,结果是逐渐下降到下半年。这个结果可以验证充分通过观察脑电图波形图如图15。EEG数据集用于实验的波形由三角洲,θ,α,β,γ,每种类型的信息进行了分析和评价。集中一些内容可能会低于传统的内容如果不恰当的信息将被建议推荐困难;然而,它验证了反诽谤联盟的内容反映了博弈模型是非常有用的。

4.2.2。评价内容的性能

绩效评价的内容,提出ADL的预处理和postperformance信息内容分析(33]。之间的差异表现分第一个月和第三个月的分数是用作标准比较内容的解决问题的能力。这是一个解决问题的结果,配置了各种认知功能增强,并评估作为间接证据证明认知功能的改善。内容解决能力的差异之间的第一个月(平均59.05分),第三个月(平均75.35分),可以清楚地看到在图16。

为了分析内容的满意度水平,基于一项调查李克特量表与30科目相同的内容,没有进行了博弈模型。此外,用户的播放时间和得分结果进行统计分析,结果用户如何真正执行的内容。满意度调查和性能结果如图所示17。

满意的实验结果,提出了内容的结果和许多分布好,正常的派生,而当自定义内容是由一般没有定制元素,它是不容易调整适当的难度,导致许多用户离开和不令人满意的结果。这使得该内容的有效性验证。

5。结论

摘要随着ADL的发展内容的老年人认知功能训练提高他们的判断,内存和反应。手臂的运动(手指)是反映在程序作为输入值,以及认知/电机组件有助于增强认知功能的应用。此外,与现有的二维功能游戏,user-customized游戏化模型和一个适当的用户反馈函数中加入了VR(虚拟现实)环境来提高用户的沉浸感。反诽谤联盟内容的有效性验证了连续测试与30老年人福利中心3个月。此外,有效性开发反诽谤联盟内容也验证了推导整体认知功能的改善和满足。最突出的特点提出诽谤联盟的内容是用户反馈函数,但它发现的满意度水平模型定制变得低于一般的内容时,一个不当的困难的建议是在定制的建议模型。为了提高在未来user-customized模型的准确性,有必要应用人工智能(AI)技术在发展中推荐过程反映了敏感性因素难以控制或学习用户的性能数据。此外,我们将考虑开发cloud-edge计算技术基于物联网传感系统扩张(34,35]。

数据可用性

EEG信号数据用于支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由韩国国家研究基金会(NRF)授予由韩国政府资助(MSIT)(2019号r1g1a110034111)。