互动游戏康复系统的开发基于游戏的自闭症儿童心理学

文摘

自闭症是一种广泛的神经发育障碍。自闭症的原因尚不清楚。一旦它发生时,它将伴随终生。介入治疗是目前公认的一种有效的方法。躯体感觉技术的兴起,Kinect已逐渐被应用于自闭症康复领域的自然人机交互和游戏康复心理学。因为有一个伟大的对孤独症康复训练资源需求和现有的躯体感觉康复设备在中国有一些缺点,本研究设计一组躯体感觉自闭症儿童康复系统基于Kinect和其康复效果与实验进行演示。具体的研究工作主要包括以下内容:首先,针对自闭症儿童的康复需求,本文结合主流干预治疗方法,使用c#编程语言和Windows Presentation Foundation (WPF)开发技术开发kinect体感游戏模块。躯体感觉康复游戏包括语言交际的训练、行为运动,日常生活中,感官集成,和其他自闭症儿童的综合能力,提高了缺陷前康复训练的干预的范围。各种游戏类型和多元化的游戏模式是为了满足个人需求的自闭症儿童康复训练。其次,实验验证系统的康复效果。 Using the Childhood Autism Rating Scale (CARS) and Pediatric Evaluation of Disability Inventory (PEDI) scale as the rehabilitation effect evaluation tools of this system, the experimental subjects were divided into the experimental group and control group, and different comparative experiments were conducted, respectively. Through the analysis of the scoring data of the CARS, it is found that the comprehensive ability of the experimental group of children receiving somatosensory rehabilitation training is significantly improved. Through the analysis of the scoring data of the PEDI scale, it is found that the children’s language communication, behavioral activities, and daily life abilities of the experimental group have been significantly enhanced. This article focuses on the design of the somatosensory game module of the autistic somatosensory rehabilitation system and the analysis of the system’s rehabilitation effect. It satisfies the training and rehabilitation needs of children with autism and has strong practical significance.

1。介绍

自闭症,也称为孤独症谱系障碍(ASD)是一个代表广义神经发育障碍的疾病。它开始在婴儿和年幼的孩子。在男性更常见,并伴有语言障碍,社交障碍,和狭隘利益和刻板印象。根据最新版(5)精神疾病诊断与统计手册(第五版)1),特征属性对自闭症的核心症状是沟通困难,社交障碍,和有限的,重复和刻板行为2]。近年来,自闭症的发病率快速上升趋势。美国疾病控制和预防中心(CDC)在2010年的一项调查报告指出,8岁儿童孤独症的发病率是1/68,在美国的流行率是1/42的男性和1/189的女性(3]。之后,在国家卫生统计中心发布的研究报告(卫生)2015年,至少有一个50岁的儿童和青少年的患有自闭症(6 - 17日4]。可以看出,自闭症儿童的发病率的增加趋势非常明显。根据世界卫生组织的统计数据,只在中国自闭症儿童的数量大约是600 - 1.8。一些学者认为,自闭症儿童的实际数量在-800万年中国已经达到了2.6 (5- - - - - -7]。自闭症儿童有不同程度的障碍,语言沟通和社交技巧,使他们不能独立生活和学习,也没有特定的自闭症的药物。因此,自闭症患者带来了严重的精神压力,他们的家庭,同时,社会(造成了严重的经济负担8]。是自闭症的原因是未知的和有效的治疗方法是不可用,而且,一旦病人表现出症状,他们将长期存在的观点,并不能治愈;因此,只有积极干预训练能有效改善自闭症儿童的症状,使他们尽快融入他们的家庭和社会(9- - - - - -11]。

躯体感觉技术可以直接与周边设备或环境通过控制身体的行为,而无需使用其他控制设备。近年来,躯体感觉技术取得了迅速发展,出现了许多受欢迎的产品。其中,它可以在2004年启动了由日本索尼公司主要使用光学传感器收集人类的图像。通过比较两个相邻帧的图像,它能感知人类运动的变化,然后比较收集人类的肢体动作图像与互动游戏内容。它躯体感觉传感器识别人体的运动通过二维图像的处理。正是因为这一原因,人体识别的准确性不高,这限制了这个传感器的广泛发展医疗康复领域的(12]。Wii,任天堂在日本于2006年成立,是一个结合惯性和光学传感设备。需要安装一个重力传感器和红外传感器的操作手柄收集triaxle加速度的手和红外信号。控制空间鼠标通过控制手的位移在垂直和水平方向13]。Kinect体感传感器由微软发布在美国在2010年捕获人体姿态和运动信息的激光发射和接收。它可以很容易地实现良好的躯体感觉交互作用没有其他控制设备的援助。Kinect采用结构光技术完成编码和排列的激光的视野空间,然后通过感光芯片接收反射光,过程和分析反射光,并提取人体信息领域的观点,从而实现识别人体的动作和姿势,和具有优良的人体识别精度(14]。总之,它缺乏加工精度的光学图像。Wii需要外部控制设备人机交互,Kinect体感传感器可以直接识别人体姿态和具有良好的识别精度。自己的身体控制可以满足人机交互的需求。因此,Kinect的人机交互方法可以带来更好的交互体验(15]。近年来,由于简单的人机交互的优势和优秀的虚拟现实体验,躯体感觉技术已广泛应用于教育和医疗康复16- - - - - -19]。躯体感觉技术的不断发展和日益突出的问题的自闭症儿童,躯体感觉游戏已经逐渐应用于自闭症儿童的干预治疗,并取得了良好的康复效果(20.]。在自闭症儿童的康复训练,躯体感觉游戏显示他们的可塑性强,提供一种新的方式对自闭症儿童的康复。剩下的论文结构如下:在部分2,相关工作在类似的领域提出了紧随其后的是方法,部分3,躯体感觉游戏开发平台,其基础设施和环境、躯体感觉游戏开发技术,以及实现水果小游戏,游戏对象识别,命令操作游戏,气球弹出游戏。节4、实验和讨论主题组分布,评价尺度,并讨论了结果。节5,给出结论。

2。相关工作

运动技能的提高可以有效地缓解自闭症儿童的情况(21]。研究的莎娃et al。22)和Garzotto et al。23),许多球类运动设计通过模拟各种球运动的情况。这些游戏是专为自闭症儿童的运动能力。自闭症儿童需要移动自己的身体,控制四肢或避免照片中的球体和使用这个练习方法,提高运动水平。此外,他们已经开发出一种自闭症儿童运动技能的游戏。在游戏中,自闭症儿童需要控制他们的身体来捕获屏幕上的泡沫。这个游戏可以锻炼自闭症儿童的肢体的运动技能,身体协调,注意力和空间定位的感觉(24]。迪金森和地点(25)使用Wii运动传感器躯体感觉游戏训练孤独症儿童的运动能力和身体健康。在他们的干预效果测试,50名自闭症儿童被选为实验组和对照组。实验组参与体育和躯体感觉游戏训练,而对照组没有参与。最后,根据身体健康评估的结果,发现实验组的孩子的身体健康已经大大改善了。躯体感觉游戏也被用来训练孤独症儿童的语言沟通能力,社会交际和模仿。语言交际和社会沟通技巧是必要的技能为自闭症儿童重返社会。因此,它是特别重要的干预自闭症儿童的语言和沟通能力。Garzotto et al。26]用图像重叠的游戏来提高自闭症儿童的社会交往能力。在游戏中,孩子们需要与同行合作,调整身体姿势来匹配图像显示在屏幕上。研究结果表明,自闭症儿童的游戏数量增加时,所需的时间来完成游戏逐渐缩短,和整体得分也在稳步上升。设计的基于Kinect self-model自闭症干预系统Uzuegbunam [27达到语言和行为干预的目的通过模仿动作和语言。在游戏中,一个卡通人物的形象出现在屏幕上,和卡通人物使某些行动和发音。自闭症儿童被要求模仿卡通人物的行动和发音塑造自我。认证自我和实现自我完善Boutsika [28)表明,Kinect冒险游戏可以用来干预和训练孤独症儿童的认知和匹配能力。湖边孤独症培训中心在美国使用躯体感觉游戏训练孤独症儿童的认知和匹配能力(29日]。在自闭症患者躯体感觉训练比赛由Akhan设计,配色和图片分类游戏也用类似的方法来干预训练自闭症儿童(30.]。颜色匹配游戏需要自闭症儿童不同颜色的球移动到相应的颜色框,而图片分类游戏需要自闭症儿童正确地选择屏幕上的四个图片,不同于其他三个类别。都是培训的认知理解和自闭症儿童的手眼协调能力,和他们也有助于提高自闭症儿童的日常生活技能。

3所示。方法

本体感觉康复系统是基于自闭症儿童的康复训练,核心是躯体感觉游戏模块。系统的总体框架如图1。该系统应用软件设计基于Windows操作系统的电脑。系统使用微软的Kinect传感器作为系统的输入设备。Kinect传输不同的数据流计算机通过USB端口。系统处理输入信息并将其转换成视觉效果实现游戏与自闭症儿童互动功能。虽然自闭症儿童接受躯体感觉游戏培训,系统上传数据的儿童参与游戏服务器的数据库和保存。

3.1。躯体感觉游戏开发平台

这个系统使用Kinect为Windows躯体感觉传感器设备由微软开发的。这是一个3 d躯体感觉装置,可以实现人体运动捕捉的功能,图像识别,语音输入、语音识别。Kinect体感设备适用于结构光测量技术原理,使用激光编码和安排测量空间,项目内的结构化对象上的激光视角,然后通过感光芯片接收反射光。三维空间信息,如现场的形状和深度可以由结构光的三维成像技术,收集和人体信息领域的视图可以提取,从而实现人体的运动和姿态的识别。

3.1.1。Kinect硬件组成

所有应用程序专用的游戏模块的开发和设计的基础上,Kinect代传感器,和它的外观结构如图2。

Kinect传感器的硬件主要包括以下部分:(1)PS1080芯片是Kinect的核心芯片实现的主要功能。它控制彩色图像信息和深度信息的获取。(2)颜色相机负责现场图像的拍摄视角内的Kinect,单元生成彩色图像数据流。(3)红外发射机产生红外线,积极项目。斑点频谱照射时将生成不同的物体,然后阅读使用红外摄像机。(4)红外摄像机接收反射的斑纹和过程,分析了散斑信息获取的深度图像在Kinect的视角。(5)麦克风阵列包括四个麦克风,它可以过滤背景噪声时收集声音,可以通过四个麦克风定位声源的单位。(6)仰角电机用于控制Kinect的仰角达到最好的视觉场效应。

3.1.2。Kinect开发环境

Kinect为Windows是外部物理设备,所以当Kinect为Windows连接到计算机的发展,它需要使用Kinect为Windows软件开发工具包(SDK)。Kinect为Windows SDK主要用于Windows 7系统,允许开发人员使用c++, c#,和其他编程语言与微软Visual Studio工具来开发相应的应用程序。Kinect为Windows SDK可以实现的功能处理彩色图像数据流,深度数据流和音频数据流,还提供了底层api,支持技术,如骨骼跟踪、身份识别和语音识别。Kinect为Windows SDK API的堆栈结构如图3。

Kinect,躯体感觉传感器,是躯体感觉游戏开发的重点目标对象的手势和动作识别和语音识别。

3.2。躯体感觉游戏开发技术

3.2.1之上。彩色图像显示

前面一节介绍了彩色图像数据流的初始化方法和注册的方法同步事件的彩色图像数据流。本节重点是彩色图像的显示,也就是说,显示图片的方法被Kinect相机屏幕上的颜色。Kinect设备的图像数据流有多种图像格式可供选择。启用了彩色图像数据流后,获得的图像数据流的事件处理函数,和获得的数据流发送到图像控制显示。以下详细描述了事件处理方法:首先,把彩色摄像头,复制彩色图像像素数组变量数据流,并设置彩色图像的步长根据图像格式;然后,像素信息的一维数组转换为二维像素矩阵;最后,二维矩阵的像素信息发送到控制图像显示彩色图像。

3.2.2。提取骨骼坐标

Kinect可以使用红外发射器和红外摄像机来生成三维深度数据。Kinect SDK后获得红外摄像机的红外数据,它生成深度图像数据通过复杂的计算处理,然后提取人类骨骼信息通过深度数据。骨骼信息包括每个框架节点的特定标识符相对应的三维空间坐标系统和三维坐标数据。Kinect 20代传感器可以探测和识别不同的人体骨接合点。这些骨骼节点覆盖的主要信息的人体姿态。人体运动模型可以抽象通过骨骼关节的坐标点。Kinect获得彩色图像数据。

收购骨头彩色图像的数据相似。每一帧的数据是人类骨骼的集合信息。当骨骼数据出现,将会触发相应的事件。在开始传感器之前,需要定义一个帧的骨骼数据,初始化数据流,并注册对象。在这一点上,事件的初始化设置,Kinect承认人的骨头已经完成,和每个骨骼节点的坐标信息可以直接获得。

3.2.3。努伊坐标转换

有三个坐标形式的Kinect为Windows SDK提供的API,这是二维彩色图像坐标,三维的深度图像坐标,骨头和三维空间坐标。在任何位置的视野内,三个坐标系中的表达式是不同的,和测量方法也不同。因此,使用位置坐标的应用程序的发展要求NUI坐标转换实现坐标系的统一。收购在前一节中介绍的人类骨骼坐标是使用NUI坐标转换方法深度下的三维坐标数据转换为三维坐标下的骨骼空间坐标。

原点的坐标二维彩色图像的中心颜色相机,单位是像素。原点坐标的三维深度图像中心的红外摄像机,单位是毫米。在骨三维空间坐标,坐标的原点是红外摄像机的中心,单位是米。

Kinect为Windows SDK提供了4种方法来实现彩色图像坐标之间的相互转换,深度图像坐标,和骨骼空间坐标。除了这三种类型的Kinect SDK提供的坐标,屏幕坐标还用于实际的应用程序开发。他们是屏幕的二维平面坐标。原点是左上角,计量单位是像素。屏幕坐标系统之间的差异和彩色图像坐标系统。原点的位置是不同的,所以彩色图像坐标之间的坐标转换和屏幕坐标需要一个数学几何变换。

3.2.4。骨架跟踪技术

骨架跟踪是一个必要的方法在躯体感觉游戏开发,也是一个基本的技术要求。骨架跟踪躯体感觉游戏和运动识别的基础。为了介绍骨骼跟踪技术更受欢迎,本节以“篮子”的影响为例,详细解释骨骼追踪技术。

“手提篮”意味着篮子(图像控制)锁和追踪手的骨骼节点的坐标。首先,提取两只手的骨骼节点坐标;其次,两只手的骨骼坐标映射到彩色图像的坐标;再次,将彩色图像下的坐标转换为屏幕坐标通过几何变换;最后,分别分配屏幕坐标的节点。给两个篮子,篮子里的坐标位置的同时,手的位置,和“手提篮子”实现的效果。骨骼追踪的主要过程如图4。

3.2.5。触摸屏幕检测身体的和道具

躯体感觉体育游戏,游戏通常是由屏幕捕捉虚拟物品,其中包括人体检测之间的联系和道具在屏幕上。以下需要水果(图像控制)的左手被人体为例,介绍左手骨之间的触摸检测节点和水果。首先,定义一个私人距离阈值,设置阈值的大小。如果口之间的距离(左边的坐标中的骨骼节点屏幕坐标系统)和applepoint(水果的屏幕坐标)在水平轴和垂直轴小于这个阈值,它是确定水果已成功抓获。

3.2.6。行为识别

所有的运动人体通过各种骨骼关节的组合完成。因此,识别运动可以直接识别联合数据和其他相关信息,所以人体的运动可以通过简化人体特征提取的行动,行动的直接提取关键特征的判断,然后结合节点数据形成一个动作识别方法。

获得两个骨骼节点通过Kinect的坐标,然后计算出对应的两个点之间的距离。这些距离的数据不仅可以直接识别某些人类活动还继续处理这些距离数据来计算角功能,也可实现动作识别的目的。通过数据处理和分析获得骨,可以获得更准确的识别人类的运动。当系统检测到人类的动作,它使用的三维坐标信息,如骨骼节点距离和夹角骨接合点来确定人体的行为状态。人类行为识别的核心思想是通过抽象和简化目标行动和提取特征和匹配提取的特征的实时人体骨骼节点信息,以识别和判断人类活动。

这个系统只考虑一个人类对象的行为识别和不考虑多个人类对象的情况。肢体动作的识别,实现了特征提取的方法。所有节点都标有三维空间坐标获取位置参数和三维参数作为判断的结果是基于节点的特征。检测的下蹲动作,从定义的角度来看,腿是弯曲的。本系统还主要检测是否腿弯在某种程度上和法官之间的角度是否臀部、膝盖、脚踝小于150度。如果是少了,那么有一个蹲,因为在正常情况下,三个点之间的夹角是约180度,或检查臀部和膝盖之间的距离Y设在来判断。如果小于0.2米的距离,它被认为是蹲式的行为。检测的跳跃动作,跳时脚离开地面时,身体姿势将快速提升。通过检测脚离开地面的高度是否超过给定阈值或通过检测是否增加身体的重心Y设在相邻两帧的数据大于给定的阈值,可以判断跳的动作。通过判断重心的位置的变化,我们可以确定孩子是否已经完成相应的教学任务。

3.2.7。语音识别

为什么Kinect的麦克风阵列可以自动获取因素和信号并相应地过程主要是由KinectAudioSource对象实现的。KinectAudioSource的主要功能是提供语音识别事件的音频数据流。此外,它也有能力记录的音频文件。它主要介绍了音频KinectAudioSource的数据处理方法。KinectAudioSource可以麦克风阵列Kinect设备工作在不同的模式通过相关配置,也可以检测语音信号来自哪个方向,可以设置接受语音信号从一个固定的方向。KinectAudioSource也可以执行一系列处理接收到的音频信息通过特定的算法来提高音频质量。这些处理包括回波抑制和取消、自动增益控制、波束形成、噪声抑制。回波消除可以过滤掉特定音频的音频信号,有效地抑制和消除回声。自动增益控制使音频信号的幅度和时间同步。波束形成是用来确定音频信号源的方向。 Noise suppression can effectively reduce environmental noise and make the target audio clearer.

3.3。躯体感觉游戏模块的实现

躯体感觉游戏模块的系统包括四个游戏,水果采摘游戏,picture-recognizing游戏,教学游戏,和balloon-topping游戏专为自闭症儿童的不同方面的培训。

3.3.1。小水果

fruit-receiving游戏模块是一个互动的躯体感觉游戏训练模块设计主要是运动技能的缺陷和自闭症儿童的感官集成能力。这个游戏模块的主要目的是训练孤独症儿童的大脑来控制每个身体单元。在游戏中,当Kinect传感器检测到人体,这两个水果篮子分别跟踪孩子的手,和水果以初始速度开始下降从一个随机的位置在屏幕的顶部。孩子需要移动他的手和身体位置拿起水果下降。参数,如“下降速度”、“数量的下降,”“收到”,和“时间”是显示在屏幕上。在游戏的过程中,每一轮的收到水果只有两个结果:收到水果而不是接受水果。如果孩子收到水果,的值“数量的下降,”“收到,数量”和“下降速度”将增加1,和接收到的水果将会消失,和一个新的水果将在屏幕的顶部。水果随机出现,然后以更快的速度下降,和孩子们开始新一轮的摘水果的游戏;如果孩子不能拿起水果在水果低端的屏幕,然后“滴”将增加1,“收到”不变,“下降速度”是减少1,然后一个新的水果出现在一个随机的位置在屏幕的顶部,开始以较慢的速度下降,并开始新一轮的水果。

3.3.2。图像识别

游戏模块用于查看照片和对象是一个互动游戏训练模块设计主要为自闭症儿童的语言沟通和生活技能。这个游戏模块的主要目标是开发孩子的听、说,和其他语言的沟通技巧,以及他们的认知、生活,关注能力。也有效地提高智商水平。当比赛开始时,一个项目的图片是随机显示在屏幕上,显示两个中文提示:“请告诉我照片中的项目名称”和“语音提示X秒,“与此同时,声音:“请说照片中的物品的名称,“从10秒倒计时。如果系统检测到正确的发音的10秒内物品的名称,它会停止倒计时,播放的声音鼓励,给一个简短的声音介绍项目,然后显示下一个项目的照片。如果系统仍然没有检测物品的正确发音在10秒,系统将语音提示,阅读的声音连续三次物品的名称,然后给一个声音介绍项目,然后显示下一个画面。

3.3.3。听指令

教学游戏是为了提高感官的集成能力,自闭症儿童的运动能力和执行能力。在这个游戏中,感官集成能力的训练主要表现为大脑接收和处理的能力视觉和听觉信号,然后控制身体来完成某些行为活动。执行力是一个必要技能的人在生活中不完美的能力,指的是一个孩子的能力来完成某种行为活动的指导下一个监护人。比赛开始后,系统同时问题通过字幕和语音命令,开始在同一时间60秒倒计时,如“请举手,”“请跳,”和“请向前一步”。如果系统检测到孩子通过骨骼追踪完成相应的动作,它使用声音和视觉鼓励和加强,休息一段时间,然后下一个指令的问题。如果孩子反应不正确或不响应指令后,《卫报》将立即纠正或协助示范直到孩子完成相应的行动;如果孩子没有完成相应的动作倒计时结束时,切换到下一个指令。

3.3.4。大气球

在气球游戏,孩子们需要找到气球,把气球的位置和他们的头跳。设计这个游戏的主要目的是培养跳四肢的协调与平衡,促进健康发展的左和右大脑,保持肌肉活力,增强物理抗性,儿童体力过剩,消费,缓解情绪。在游戏中,当Kinect传感器检测到人体,气球出现从一个随机的位置在屏幕的顶部,和一个30秒的倒计时开始了。孩子需要跟踪气球的位置,然后跳转到气球打破头。如果摸在30秒内气球,气球消失,并给出相应的鼓励,然后下一个气球随机出现在屏幕的顶部。如果孩子不能触摸屏幕的顶部的气球跳,孩子和Kinect传感器之间的距离应该适当缩短《卫报》的指导下,以缩短头之间的距离和气球。如果孩子没有触碰屏幕的顶部的气球,倒计时结束时,气球将会消失,下一个气球会随机出现。两个参数“时间”和“气球”数量显示在屏幕的顶部。设定的时间内,“时间”的价值开始倒计时;每次一个气球是感动,“气球”将增加1的值,在倒计时“气球”的价值将被用作游戏分数。

4所示。实验和讨论

4.1。对象

这个实验的研究对象都是自闭症儿童自闭症教育中心、博爱家园。实验对象的选择标准是(1)临床诊断为自闭症患者的常规专业医院;(2)有一定的运动和认知能力;(3)有一定的关注。这个实验最后筛选20自闭症儿童符合上述标准,随机分配自闭症患儿分为两组,10人在每个实验和对照组。所有的孩子都6-13岁。总共有十个女孩,5在实验组和对照组5。见表1特定的实验对象的统计信息。

4.2。评价方法

在这个实验中,儿童孤独症评定量表(汽车)和残疾的儿童评估库存(没)被用来评估自闭症儿童的两组干预前后评估躯体感觉康复游戏的干预效果。汽车是一个标准化的评价量表,对自闭症患者的临床诊断意义。评估的言论,它提供了一个基础的行为,自闭症儿童的认知和其他方面。没效果的评定量表是一家专业能力差的儿童评估量表评估能力的三个组成部分:日常生活技能,活动能力和社会交际能力。

4.3。躯体感觉康复系统使用

游戏本体感受康复系统的一部分是由四个游戏模块:fruit-receiving游戏,画面和对象识别游戏,命令听游戏,气球游戏。结果显示记录的数据管理模块,总共2800场比赛已经完成,和使用情况的统计分布时间的每个游戏模块如表所示2。

4.4。评分数据分析的汽车

使用汽车来测量和期末测验分数两组儿童的数据。数据分析的结果如表所示3。期末测验分数的分析结果显示,自闭症儿童的两组低于预备考试分数。实验组的期末测验得分明显低于预备调查小组, ;这显然是具有统计学意义的差异。虽然期末测验得分低于对照组的预备考试分数, ,前后的区别对照组无统计学意义。

4.5。得分没效果的数据分析

没规模被用来获得的得分数据前后两组自闭症儿童的干预在三个方面:社会交往能力、活动能力、和日常生活能力,数据进行了统计分析。结果如表所示4。没效果的统计分析量表的分数两组孩子,可以看出,没规模实验组的成绩(如)和对照组(CG)不同程度改善干预后,实验组的成绩增加了意味深长地。组的效果是显著的。分数没规模的社会沟通能力和活动能力的儿童干预后实验组已大大改善, ,虽然没规模的日常生活的能力也增加, ,这是统计学意义。佩迪没有实质性差异量表分数在所有方面的儿童在对照组,和 ,并没有统计学意义。

没规模各方面的成绩实验组显著提高,分数的社会沟通能力和活动能力变化更明显比对照组。

4.6。分析结果

汽车的分析结果量表分数和佩迪量表得分表明,对照组不接受躯体感觉康复训练几乎没有改善能力相比,实验组的方方面面。躯体感觉康复训练6个月之后,这三个能力的社会沟通能力、活动能力和日常生活能力的自闭症儿童在实验组显著增强;其中,社会交际能力和活动能力的提高更明显。实验证明,本体感觉康复训练系统有很好的对自闭症儿童干预的影响。在实验过程中,系统运行正常,没有异常情况,表明该系统具有良好的稳定性和抗干扰能力。

5。结论

近年来,随着自闭症群体数量的持续增长,这带来了严重的精神和对家庭和社会的经济负担。目前,对康复训练资源需求很大自闭症康复领域的在中国,而现有的躯体感觉训练设备有一些缺点。本研究建立在之前的研究发现和提高和创新知识,深入研究孤独症组根据自闭症儿童的临床表现,重点突出障碍自闭症儿童的生活,结合现有的文献和数据;这项工作可以集成应用行为分析的优势,感觉整合培训、结构化教育游戏,和主流的康复方法和使用Kinect体感设备开发一个躯体感觉为自闭症儿童康复训练系统。总结了本文的主要工作如下:(1)它独立于躯体感觉的游戏设计和开发模块和使用Kinect的图像采集,骨骼跟踪、动作识别、语音识别等方法在开发过程中。专有游戏涉及全面康复训练语言交际等行为运动,日常生活技能和感官集成前康复训练改善缺陷在干预的范围。系统设计多元化的游戏模式选项,以满足结构和个人需求的自闭症儿童康复训练。(2)康复效果进行实验本体感受康复系统。使用专业的评估工具,6个对照实验进行了两组实验对象,其中只有实验组接受躯体感觉康复系统培训。实验数据表明,实验组在各方面的能力有明显改善,而对照组没有改善的能力。 The experimental results prove that the proprioception rehabilitation system has a good intervention effect on children with autism, and the system has good stability.

在未来,工作需要进行开发更具挑战性的躯体感觉游戏进一步提高自闭症儿童的能力进行正常的天常规和行为测试系统在更严格的尺度。

数据可用性

数据集用于支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

引用

1. j . McCracken j . McGough b .沙et al .,”利培酮在自闭症儿童和严重的行为问题,“的《儿科学》杂志上,卷142,不。1,第1891 - 1890页,2003。视图:谷歌学术搜索
2. c·李和j·崔”,基于人工智能的智能运动训练系统和大数据”移动信息系统卷,2021篇文章ID 9929650, 11页,2021年。视图:出版商的网站|谷歌学术搜索
3. 李y”,心理压力检测和预警系统基于无线网络传输,”科学的规划卷,2021篇文章ID 3739045、9页,2021。视图:出版商的网站|谷歌学术搜索
4. g . j . Liu, j .周,问:姚明,“预测大学生心理危机的基于数据挖掘,”移动信息系统卷,2021篇文章ID 9979770, 7页,2021。视图:出版商的网站|谷歌学术搜索
5. 穆东e . Courchesne p·r·m·e·卡尔霍恩et al .,“前额叶皮层中神经元数量和规模的自闭症儿童,”《美国医学会杂志》,卷306,不。18日,第2010 - 2001页,2011年。视图:出版商的网站|谷歌学术搜索
6. z勇、z .小明和m . d . Alshehri”机器learning-enabled智能应用程序对公共健康和安全,”神经计算与应用,2021年,页1 - 14。视图:出版商的网站|谷歌学术搜索
7. r·布莱克·l·m·特纳m . j . Smoski s . l . Pozdol和w·l·斯通”视觉识别自闭症儿童的生物运动受损”心理科学,14卷,不。2、151 - 157年,2010页。视图:谷歌学术搜索
8. s . j .詹姆斯·卡特勒·梅利尼克et al .,“代谢生物标记物氧化应激增加和甲基化能力受损的自闭症儿童,”美国临床营养学杂志》上,卷80,不。6,1611 - 1617年,2004页。视图:谷歌学术搜索
9. y赵问:唐,“社会心理健康影响因素分析大数据的基础上,“移动信息系统卷,2021篇文章ID 9969399、8页,2021。视图:出版商的网站|谷歌学术搜索
10. j .贝聿铭“大数据挖掘在流行病的控制。”基础和临床药理学和毒理学卷,126年,第430 - 428页,2020年。视图:谷歌学术搜索
11. x,彭,l .徐江,j . Du和d .锣”基于选择性集成学习的双向跨域协同过滤算法,”信息处理与管理,卷。58岁的ID 102691条,2021年。视图:谷歌学术搜索
12. z Qiu-Qiang l . Wen-Jun f . Wan-Yi, z Qi-Zhe,“大学生自我接纳:漆治疗组咨询干预,”科学的规划卷,2021篇文章ID 5180607、9页,2021。视图:出版商的网站|谷歌学术搜索
13. m . Yu”开发和设计灵活的传感器用于压力监测人体膝关节运动裤,“IEEE传感器杂志,2021年。视图:出版商的网站|谷歌学术搜索
14. m公司“Kinect Xbox 360套未来motion-no控制器要求,“BMC微生物学,8卷,不。1、1 - 12,2008页。视图:谷歌学术搜索
15. 吴x l . Wang c . Liu和m . Bilal“things-enabled实时健康监测系统联网使用深度学习,”神经计算与应用,2021年,页1 - 12。视图:出版商的网站|谷歌学术搜索
16. c .叮,j·王,张问:“Kinect体感交互技术及其在医疗康复中的应用(审查),“中国康复理论与实践杂志》上,19卷,不。2、136 - 138年,2013页。视图:谷歌学术搜索
17. h·廖问:哲,“虚拟装配实验系统的开发基于躯体感觉交互技术的Kinect,”实验技术与管理,30卷,第102 - 98页,2013年。视图:谷歌学术搜索
18. j .贝聿铭k .钟j . Li j .徐和x王”ECNN:评估城市创新能力的cluster-neural网络模型,”神经计算与应用,1-13,2021页。视图:出版商的网站|谷歌学术搜索
19. j .贝聿铭j·李,周,“推荐算法对城市居民选择旅游方式在智能交通系统中,”学报2021年IEEE先进信息技术、电子和自动化控制会议中国,重庆,2021年。视图:出版商的网站|谷歌学术搜索
20. l . Cai j·张,b . Liu“躯体感觉与虚拟环境的交互手势识别的基础上,“华中科技大学学报(自然科学版),43卷,第139 - 136页,2015年。视图:谷歌学术搜索
21. y, y,“效应”分析自闭症儿童的运动干预,中国现代医学,23卷,不。4,2016页。月29日到31日。视图:谷歌学术搜索
22. l .莎娃c使得科拉迪,f . Garzotto和m . Valoriani”探索各自无触觉的游戏为自闭症儿童的学习,”《2013年国际会议上交互设计和儿童美国,纽约,纽约,2013年。视图:谷歌学术搜索
23. f . Garzotto m . Valoriani l .胜者,“无触觉的动态的交互自闭症儿童的治疗,”虚拟的,增强现实和严肃游戏医疗1卷,68年,第494 - 471页,2014年。视图:出版商的网站|谷歌学术搜索
24. l .莎娃f . Garzotto m . Gelsomini l . Oliveta和m . Valoriani”设计和评估无触觉的好玩的互动为自闭症的孩子,”学报2014年会议上交互设计和儿童2014年,奥尔胡斯,丹麦。视图:出版商的网站|谷歌学术搜索
25. k·迪金森和m .,“随机控制试验的影响一个基于计算机的自闭症儿童的健身活动计划,”自闭症研究和治疗ID 419653条,卷。2014年,9页,2014。视图:出版商的网站|谷歌学术搜索
26. f . Garzotto m . Gelsomini l . Oliveto和m . Valoriani”各自无触觉的交互为自闭症的孩子:一个案例研究”诉讼工作的2014年国际会议上先进的可视化界面,科莫,意大利,2014年。视图:谷歌学术搜索
27. s . n . Uzuegbunam w . Wong张,l·卢布”塑造自我干预对自闭症儿童,认证自我MEBook: kinect”学报2015年IEEE国际多媒体会议和博览会、都灵、意大利,2015年。视图:出版商的网站|谷歌学术搜索
28. e . Boutsika“Kinect教育:自闭症儿童的提议,“Procedia计算机科学27卷,第129 - 123页,2014年。视图:出版商的网站|谷歌学术搜索
29. g . Altanis m . Boloudakis s Retalis, n . Nikou”儿童运动能力损伤玩kinect学习游戏:第一次发现飞行员在一个真实的课堂环境,”交互设计与架构,19卷,第104 - 91页,2014年。视图:谷歌学术搜索
30. x m . Yu t, q Peng Yu, l·刘,“基于模型的协同过滤算法基于堆叠autoencoder,”神经计算与应用,2021年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Xufeng Ma和Jianhua杨。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。