CN109864749A - 注意控制能力的训练方法、测评方法及其装置 - Google Patents

Abstract

本发明提供了一种注意控制能力的训练方法、测评方法及其装置，该训练方法包括：在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。通过上述方案能够提高注意控制能力训练效率。

Description

注意控制能力的训练方法、测评方法及其装置

技术领域

本发明涉及心理学研究技术领域，尤其涉及一种注意控制能力的训练方法、测评方法及其装置。

背景技术

认知能力是人脑加工、储存和提取信息的能力，是人们对事物的构成、性能、与他物的关系、发展动力、发展方向以及基本规律的把握能力，是人们能够成功完成活动最重要的心理条件。知觉、记忆、注意、思维和想象等能力都是认知能力的成分，其中，注意控制能力被认为是最重要的认知能力之一。

注意控制能力主要包含抑制(inhibition)能力、转换(shifting)能力与刷新(updating)能力。其中，抑制能力是指个体抑制主导性、自动化或优先性反应的能力，是注意控制***抵制与任务无关刺激干扰的能力，是抑制分心的能力，例如，飞行员在飞行操作过程中，对分心刺激(例如飞鸟)的抑制能力直接影响其飞行的安全性；注意转换能力是指注意力在多项任务之间进行转换的能力，例如，个体同时完成多项任务的交替性工作，注意力在任务之间进行快速转换的控制能力，例如，工厂内员工需要同一时间完成多项任务的交替进行；刷新能力是指更新和调节工作记忆中的信息，例如，婴幼儿记忆力的训练。

那么，无论是对于普通人群、具有高危高要求的工作者(如飞行员)，还是对于注意能力较差的特殊群体(如自闭症或孤独症儿童)，都具有通过训练来提高注意控制能力的需求。

但是，当前针对注意控制能力的训练方法存在较多缺陷：多以计算机为载体进行一对一的训练，训练效率和便利性方面存在巨大限制；多以PC(个人计算机)端2D(二维)场景展开训练，呈现方式的真实性存在限制；训练手段大多是无科学训练模式及流程，只能实现基本的训练，无法进行逻辑性测评；训练手段中，训练结果只通过基本的反应时间、错误率以及刺激球体的运行速度进行反映，参考指标较为单一，缺乏客观、科学的数据依据；多以运动的球体作为刺激内容，训练场景的呈现对人群缺少针对性。

发明内容

有鉴于此，本发明提供了一种注意控制能力的训练方法、测评方法及其装置，以克服现有技术存在的一种或多种缺陷。

为了实现上述目的，本发明采用以下方案：

在本发明一个实施例中，注意控制能力的训练方法，包括：

在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。

在本发明一个实施例中，注意控制能力的测评方法，包括：

基于设定测试模式进行注意控制能力的训练前测试；

利用上述实施例所述的注意控制能力的训练方法进行注意控制能力训练；

基于所述设定测试模式进行注意控制能力的训练后测试；

根据训练前测试的成绩、训练后测试的成绩，计算注意控制能力提升成绩；

利用所述注意控制能力提升成绩确定训练测评结果。

在本发明一个实施例中，注意控制能力的训练装置，包括：

实时成绩获取单元，用于在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

参数实时调整单元，用于根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

能力训练单元，用于利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。

在本发明一个实施例中，电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例所述方法的步骤。

在本发明一个实施例中，计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述方法的步骤。

本发明的注意控制能力的训练方法、注意控制能力的测评方法、注意控制能力的训练装置、电子设备及计算机可读存储介质，通过根据已完成的注意控制能力训练的成绩实时调整目标刺激的识别难度相关参数，并利用调整后的目标刺激的识别难度相关参数继续进行注意控制能力训练，能够不断调整注意控制能力训练中的参数，使训练难度实时适应被试的最新注意控制能力水平，从而提高注意控制能力训练的效率，快速提升被试的注意控制能力。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明一实施例的注意控制能力的训练方法的流程示意图；

图2是本发明另一实施例的注意控制能力的训练方法的流程示意图；

图3是本发明另一实施例的注意控制能力的训练方法的流程示意图；

图4是本发明一实施例的注意控制能力的测评方法的流程示意图；

图5是本发明另一实施例的注意控制能力的测评方法的流程示意图；

图6是本发明一实施例中的PC端2D训练模式的场景示意图；

图7是本发明一实施例中的PC端3D训练模式的场景示意图；

图8是本发明一实施例中的VR端2D训练模式的场景示意图；

图9是本发明一实施例中的VR端3D训练模式的场景示意图；

图10是本发明一实施例中的记录界面的结构示意图；

图11是本发明一实施例中的测试报告示意图；

图12是本发明一实施例的测试-训练-测试-评估的方法流程示意图；

图13是本发明一实施例的注意控制能力的训练装置的结构示意图；

图14是本发明一实施例的注意控制能力的测评装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

图1是本发明一实施例的注意控制能力的训练方法的流程示意图。如图1所示，一些实施例的注意控制能力的训练方法，可包括：

步骤S110：在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

步骤S120：根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

步骤S130：利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练，也即，利用调整后的所述目标刺激的识别难度相关参数所呈现或所关联的内容进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。

在上述步骤S110中，一组注意控制能力训练可以包括一次或多次注意控制能力训练。一次注意控制能力训练的成绩可以包括正确或错误，例如，在一次多目标注意控制能力训练中，当各目标刺激均识别正确时才认为该次训练的成绩为正确。当一组注意控制能力训练包含n次注意控制能力训练时，实时获取已完成的注意控制能力训练的成绩，具体地，可包括在进行第i+1次注意控制能力训练之前，获取第i次注意控制能力训练的成绩，或获取前i次中的j次注意控制能力训练的成绩(n>i≥j≥1，i、j、n为不小于0的整数)。当需要获取j次注意控制能力训练的成绩时，已完成的注意控制能力训练的成绩可以包含每一次注意控制能力训练的正确或错误的情况，和/或包括j次注意控制能力训练的正确率。

在上述步骤S120中，每次注意控制能力训练中需要用到刺激包括目标刺激和普通刺激，注意控制能力训练的过程可包括，以各种方式(例如颜色)点亮目标刺激以与普通刺激相区分，并保持一段标记时间，之后使目标刺激变为与普通刺激一致(不可区分)，然后使所有刺激以一定运动速度运动起来，并保持一段运动时间。在现有技术中，刺激的上述运动速度一般是固定的。在本步骤中，目标刺激的识别难度相关参数可以包括所有刺激的运动速度、标记时间、所有刺激的大小等。在一组包括n次训练的注意控制能力训练中，可以通过已完成的j次注意控制能力训练或第i次注意控制能力训练的成绩实时衡量经过i次训练后被试的注意控制能力水平，根据已完成的j次注意控制能力训练或第i次注意控制能力训练的成绩调整目标刺激的识别难度相关参数，例如，所有刺激的运动速度，可以使注意控制能力训练的强度实时匹配至被试的注意控制能力，以此，对于被试而言，第i+1次的注意控制能力训练中的对目标刺激的追踪难度不会过难也不会过简单，便于提高注意控制能力训练的效率。

在上述步骤S130中，当一组注意控制能力训练包含n次注意控制能力训练时，尚未完成的注意控制能力训练可以包含第i+1次的训练，或者包含第i+1次至第n次的训练。而且，在完成第i+1次的训练后，可以利用类似于上述步骤S120的方式继续调整目标刺激的识别难度相关参数，之后利用再次调整后的目标刺激的识别难度相关参数进行第i+1次的训练。以此，可不断调整目标刺激的识别难度相关参数，进行训练，再调整目标刺激的识别难度相关参数，再训练，依次不断进行。

本实施例中，通过根据已完成的注意控制能力训练的成绩实时调整目标刺激的识别难度相关参数，并利用调整后的目标刺激的识别难度相关参数继续进行注意控制能力训练，能够不断调整注意控制能力训练中的参数，使训练难度实时适应被试的最新注意控制能力水平，从而提高注意控制能力训练的效率，快速提升被试的注意控制能力。

在一些实施例中，上述步骤S110，即，在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩，具体地，可包括：在一组注意控制能力训练过程中，实时获取已完成的最近一次注意控制能力训练的成绩，包括目标刺激的识别结果的正确性。其中，目标刺激的识别结果的正确性可指被试对所有目标刺激的识别结果是否全部正确，若全部正确，则目标刺激的识别结果为正确，若存在一个或多个目标刺激的识别结果错误，则目标刺激的识别结果为错误。在其他实施例中，可以将前两次、前三次或前四次等的训练的正确率作为注意控制能力训练的成绩。当将要进行首次注意控制能力训练时，已完成的注意控制能力训练的次数为零，可以将识别难度相关参数设置为初始值，并以初始值进行首次注意控制能力训练。

在一些实施例中，上述步骤S120中，根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数，具体地，可包括：根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的运动速度，所述识别难度相关参数包括所述运动速度。

在一些实施例中，上述步骤S120的具体实施方式，即，根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的运动速度，更具体地，可包括：在已完成的注意控制能力训练的成绩达到设定要求的情况下，实时上调注意控制能力训练中的目标刺激和普通刺激的运动速度；在已完成的注意控制能力训练的成绩未达到所述设定要求的情况下，实时下调注意控制能力训练中的目标刺激和普通刺激的运动速度。该设定要求可以时本次识别目标刺激的结果全部正确。

在注意控制能力训练中，当已完成的注意控制能力训练的成绩满足特定要求，例如，识别到被试追踪的目标刺激全部正确，可上调刺激的运动速度，例如，默认自动上升50％，当前一次训练中刺激的运动速度为68cm/s时，刺激的当前运动速度为68cm/s*(1+50％)；当已完成的注意控制能力训练的成绩满足特定要求时，例如，识别到被试追踪的目标刺激出现错误，表示其注意控制能力未达到当前运动速度所对应的水平，可下调刺激的运动速度，例如，默认自动调整运动速度下降25％，即，当前一次训练中刺激的运动速度为68cm/s时，刺激的当前运动速度为68cm/s*(1-25％)。由于刺激运动速度越快难度越大，所以，本实施例通过在已完成的注意控制能力训练的成绩较好时上调刺激的运动速度，在训练成绩较差的时候下调刺激的运动速度，能够使得训练难度与被试的当前注意控制能力水平匹配地更好，从而能提升训练效果。

在一些实施例中，上调所述运动速度的幅度大于下调所述运动速度的幅度。由于根据大量数据结果研究发现，一个个体一旦达到某种注意控制能力水平，其注意控制能力水平的下降速度将会变得特别慢，所以能够保持当前注意控制能力水平，原因可能是由于多次训练发现了某种追踪策略。所以，本实施例中，当训练者自定义的刺激的运动速度调整幅度时，通过使上升幅度高于下降幅度，可以更加高效的提升训练效果与注意控制能力。

在其他实施例中，在所述识别难度相关参数包括所有刺激(目标刺激和普通刺激)的大小的情况下，上述步骤S120中，具体地，可包括：根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的大小，例如球体形式的刺激的直径。在所述识别难度相关参数包括目标刺激的标记时间的情况下，上述步骤S120中，具体地，可包括：根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的标记时间，其中所述标记时间是指目标刺激区别于普通刺激(例如点亮)供被试记忆的时间段。具体地，可以在已完成的注意控制能力训练的成绩达到设定要求的情况下，实时调小注意控制能力训练中的目标刺激和普通刺激的大小，或者缩短目标刺激的标记事件；在已完成的注意控制能力训练的成绩未达到所述设定要求的情况下，实时调大注意控制能力训练中的目标刺激和普通刺激的大小，或者增长目标刺激的标记事件。

在一些实施例中，上述步骤S130中，利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练，具体地，可包括：利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的最近一次将要进行的注意控制能力训练。例如，当已完成i次训练后，可以利用调整后的目标刺激的运动速度进行第i+1次训练。在其他实施例中，上述步骤S130具体包括：利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的最近一次将要进行的注意控制能力训练；同时，上述步骤S120具体包括：在一组注意控制能力训练过程中，实时获取已完成的最近一次注意控制能力训练的成绩，包括目标刺激的识别结果的正确性。例如，在一组注意控制能力训练过程中，实时获取已完成的第i次注意控制能力训练的成绩，然后利用调整后的目标刺激的运动速度进行第i+1次训练。

本实施例中，通过根据前一次训练的成绩调节后一次训练的参数，实时性更强，更能够针对当前注意控制能力水平进行调节，调节后的参数与被试的能力水平的适应性更好，训练效率更高。

图2是本发明另一实施例的注意控制能力的训练方法的流程示意图。如图2所示，图1所示的注意控制能力的训练方法，在步骤S110之前，即，在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩之前，还可包括：

步骤S140：从云服务器获取注意控制能力训练模型，以用于进行至少一组注意控制能力训练，每组注意控制能力训练包括多次注意控制能力训练。

在上述步骤S140中，每组注意控制能力训练例如可以包括50次注意控制能力训练。该注意控制能力训练模型可以包括训练场景、各种设置的参数等。当需要进行注意控制能力训练时，可以从云端下载获取注意控制能力训练模型进行训练。该注意控制能力训练模型可以仅用于一个被试的训练，或者同时用于多个被试进行训练。当同时有多个被试进行训练时，可以分别记录各被试的各种参数、训练结果等信息。

本实施例中，通过从云服务器获取注意控制能力训练模型可以远程进行训练，克服了现有技术中被试与个人计算机端有限制的问题。而且，以此可以同时对多个被试进行训练，克服了现有技术中仅能一对一进行训练的问题。

图3是本发明另一实施例的注意控制能力的训练方法的流程示意图。如图3所示，图1所示的注意控制能力的训练方法，在步骤S110之前，即，在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩之前，还可包括：

步骤S150：接收被试信息，并根据所述被试信息确定注意控制能力训练的模式，其中，所述注意控制能力训练的模式包括PC端2D模式、PC端3D模式、VR端2D模式或VR端3D模式。

在上述步骤S150中，PC(个人计算机)端2D(二维)模式基于PC端进行训练，采用2D训练场景；PC端3D(三维)模式基于PC端进行训练，采用3D训练场景；VR(虚拟现实)端2D模式是基于虚拟现实设备进行训练，采用2D训练场景；VR端3D模式是基于虚拟现实设备进行训练，采用3D训练场景。采用3D训练场景、基于虚拟现实设备进行训练，可使被试的空间更好。多模式可使根据被试的情况进行选择，选择更加多样化。

在一些实施例中，所述注意控制能力训练的模式的可调参数包括：所有刺激的大小、所有刺激的数量、目标刺激的数量、目标刺激的标记时间、所有刺激的初始运动速度、所有刺激的运动速度调节幅度。所述注意控制能力训练的模式的可调参数的取值范围可根据预先进行的多次注意控制能力训练的成绩确定，以使所述取值范围与注意控制能力训练的难度相关联。

刺激的尺寸(刺激的大小)越大，目标识别难度越小，反之越大；所有刺激(目标刺激和普通刺激)的数量越多，目标识别难度越大，反之，越小；目标刺激的数量越多，目标识别难度越大，反之，越小；目标刺激的标记时间越长，目标识别难度越小，反之越大；所有刺激的初始运动速度越大，目标识别难度越大，反之，越小；所有刺激(目标刺激和普通刺激)的运动速度调节幅度可根据已完成训练的成绩确定，可以设置在一定的难度范围内。根据预先进行的多次注意控制能力训练的成绩确定训练模式的可调参数，可以预估各模式与被试能力水平的匹配度，从而选择更适合被试的训练模型，更好地提高训练效果。

在一些实施例中，所述组的注意控制能力训练中的刺激的形状预先根据被试所属群体的信息确定。现有技术中，刺激的形状一般选择球体，在本实施例中，刺激的形状可根据被试所属群体进行选择，例如，对于儿童可以选择玩具形状，对于飞行员可以选择飞机等。以此，使得目标刺激能够满足被试群体的多样化需求。

图4是本发明一实施例的注意控制能力的测评方法的流程示意图。如图4所示，一些实施例的注意控制能力的测评方法，可包括：

步骤S210：基于设定测试模式进行注意控制能力的训练前测试；

步骤S220：利用上述实施例所述的注意控制能力的训练方法进行注意控制能力训练；

步骤S230：基于所述设定测试模式进行注意控制能力的训练后测试；

步骤S240：根据训练后测试的成绩与训练前测试的成绩的差值计算注意控制能力提升成绩；

步骤S250：利用所述注意控制能力提升成绩确定训练测评结果。

其中，上述步骤S220中的注意控制能力的训练方法可采用基于图1所示方法的各具体实施方式或实施例进行实施，具体可参照上述内容，故在此不再赘述。

上述步骤S210和上述步骤S230可以基于相同的注意控制能力的测试模式进行，例如均基于PC端，或均基于VR端，二者模式所采用的参数值可完全相同，即，训练前后进行的测试可以基于相同的条件进行，以此，可使测评结果更准确。

在上述步骤S240中，训练前测试的成绩可以是一组训练前测试的正确率，训练后测试的成绩可以是训练后测试的正确率。

训练前测试的成绩或训练后测试的成绩，均与测试正确率及识别难度相关参数在所述组的变化率两个因素相关。所述识别难度相关参数在所述组的变化率可以是一组测试中最后一次测试的识别难度相关参数的值或最后多次测试的识别难度相关参数的平均值与首次测试的识别难度相关参数的值(或前几次测试的识别难度相关参数的平均值)的比值。

训练前测试的成绩，可以根据训练前测试的测试正确率和识别难度相关参数在所述组的变化率两个因素相关进行权重求和得到，其中，前者的权重例如可以是20％，后者的权重例如可以是80％。

同理，训练后测试的成绩，可以根据训练后测试的测试正确率和识别难度相关参数在所述组的变化率两个因素相关进行权重求和得到，其中，前者的权重例如可以是20％，后者的权重例如可以是80％。

本实施例中，通过前测、训练、后测的完整逻辑过程进行测评，测评结果得到量化更客观。而且，识别难度相关参数的增长率越快，说明能力提升越快，这可以说明训练效果越好，所以在确定训练测评结果考虑了识别难度相关参数的增长率，测评结果更准确。

图5是本发明另一实施例的注意控制能力的测评方法的流程示意图。如图5所示，图4所示的注意控制能力的测评方法，还可包括：

步骤S260：采集进行注意控制能力的训练前测试相关的被试生理数据，用于计算训练前测试认知疲劳结果；

步骤S270：采集进行注意控制能力的训练后测试相关的被试生理数据，用于计算训练后测试认知疲劳结果；

步骤S280：根据所述训练前测试认知疲劳结果和所述训练后测试认知疲劳结果计算认知疲劳减轻结果。

上述步骤S260可以与上述步骤S210同时进行，上述步骤S270可以与上述步骤S230同时进行。上述步骤S260和步骤S270中的生理数据可以采用生理传感器，例如，脉搏传感器、呼吸传感器、皮电传感器、心率传感器等，在测试过程中进行实时采集。例如，可以利用当前心率变异性的RMSSD数据减去测试开始前1min心率变异性的RMSSD数据的差来计算认知疲劳结果(适用于训练前测试认知疲劳结果、训练后测试认知疲劳结果的计算)。

在一些实施例中，测试所采集的相关的被试生理数据可以包含多种数据，例如可以同时包含被试的心率数据和瞳孔直径的数据，可以利用当前的心率变异性的RMSSD数据与测试前1min的心率变异性的RMSSD数据之差、当前的瞳孔直径与测试前1min的瞳孔直径之差来综合确定认知疲劳结果。例如两个差值根据一定权重进行求和(例如权重均为50％)得到认知疲劳结果。根据上述方法，可以得到训练前测试认知疲劳结果、训练后测试认知疲劳结果两个数据，训练后测试认知疲劳结果减去训练前测试认知疲劳结果得到认知疲劳减轻结果。

在本实施例中，上述步骤S250，即，利用所述注意控制能力提升成绩确定训练测评结果，具体地，另可为：结合所述认知疲劳减轻结果和所述注意控制能力提升成绩确定训练测评结果。例如，可以利用所述认知疲劳减轻结果和所述注意控制能力提升成绩进行权重(例如权重均为50％或前者20％，或者80％)求和作为训练测评结果。其中，所述注意控制能力提升成绩体现了训练的效果，认知疲劳减轻结果考虑了训练疲劳因素即训练前后分别进行的两个测试过程中的被试疲劳程度比对也能从一定维度反映被试通过训练是否有效果，以此，在测评时考虑因素更全面，测评结果更客观、更准确。

为使本领域技术人员更好地了解本发明，下面将以具体实施例说明本发明的实施方式。

运动员对目标的识别与追踪能力对运动成绩有显著影响。典型的运动项目，如篮球，精英运动员在比赛过程中可以准确的判断球的位置、队友的位置以及对手的位置，这与注意力的广度、注意的目标追踪能力有密切关系。训练篮球运动员的注意控制能力，即多个目标的追踪速度与准确程度会显著影响操作成绩。为了训练、评估进而提升类似运动员的群体的注意控制能力，本实施例的方法可包括以下过程：

步骤一：新建本地项目/云项目，自动分配ID(身份识别信息)，人工输入被试信息，可包括姓名、性别、年龄、职业选择(选项可包括：无、普通群众、运动员、飞行员等)。可预设并存储被试信息的各条件及条件组合相对应的训练场景，可将人工输入的这些条件进行交叉组合，自动筛选出推荐的前测场景。例如，张**，男，24岁，篮球运动员。那么可以将输入的条件与预设规则进行匹配，推荐出前测场景为篮球模型。或者，可以自定义选择注意控制能力的前测场景，而不是采用预设规则所匹配的前测场景。

其中，预设规则可包括：根据被试输入信息中的年龄与职业两个变量，匹配前测场景。例如，年龄小于6周岁，匹配1级前测场景，场景为吸引儿童注意力的一系列玩具、水果；年龄6-14岁之间，匹配2级前测场景，包括英文字母、面孔表情等场景；年龄在14岁以上，匹配3级前测场景，同时根据输入的职业筛选对应场景，包括各球类刺激、飞机、坦克等。比如，当被试信息包含张**，男，24岁，篮球运动员时，筛选的场景为篮球追踪测试与前测场景。

步骤二：可选择测试的方案，包括PC端2D、PC端3D、VR端2D、VR端3D四种模式。图6是本发明一实施例中的PC端2D训练模式的场景示意图。图7是本发明一实施例中的PC端3D训练模式的场景示意图。图8是本发明一实施例中的VR端2D训练模式的场景示意图。图9是本发明一实施例中的VR端3D训练模式的场景示意图。如图6至图9所示，场景中的刺激可包括目标刺激301和普通刺激302，在二维模式下(PC端2D模式、VR端2D模式)，目标刺激301和普通刺激302均为二维图形，例如圆形，在标记时间内，二者的颜色可不同，在三维模式下(PC端3D模式、VR端3D模式)，目标刺激301和普通刺激302均为三维图形，例如球体，在VR端的模式下，场景的空间体验感更贴近实际空间。每种模式下有对应的默认设置，同时可以根据难度需求不同自定义参数。其中，可预先根据大量测试数据结果，总结出每个参数与难度的相关性，同时得出一套标准的参数范围，主要可如下所述：

(1)刺激大小：可默认运动刺激大小(例如球体直径)为13.97cm，根据测试数据结果可知，追踪的刺激大小与训练强度呈正比关系，那么刺激的直径变小，追踪的难度越大。可允许刺激大小的调整范围为：8.9-19cm。

(2)刺激数量：可默认刺激数量为10个。可允许刺激数量的调整范围为：1-20个。

(3)目标刺激数量：可默认目标刺激数量为4个，根据测试数据结果计算，平均追踪的目标刺激数量为4，可选择4作为默认目标刺激数目。可允许目标刺激数量的调整范围为：1-20个。

(4)标记时间：目标刺激的标记时间影响测试人员对目标的记忆效果，可选择短时记忆的标记时间为2s。过长或者过短均不利于被试对目标的追踪效果，所以可允许标记时间的调整范围为2-4s。

(5)初始运动速度、速度上升幅度、速度下降幅度：经过大量被试的测试数据结果统计，注意能力的平均追踪速度为68cm/s，那么初始运动速度可默认为该数值，即，68cm/s。在此数值的基础上，可根据训练的实时成绩调整刺激球体的运动速度，具体调整方式可为，当识别到被试追踪的目标全部正确时，刺激的运动速度将自动上升50％(可设为默认值)，即当前运动速度为68cm/s*(1+50％)；当识别到被试追踪的目标出现错误时，表示其能力未达到当前水平，可自动调整速度下降25％(可设为默认值)，即68cm/s*(1-25％)。运动速度上升与下降幅度的默认值，可根据测试数据的规律总结而来：大量数据结果发现，当个体一旦达到某种注意控制能力水平时，其下降的速度将会变得特别慢，原因可能是由于多次训练发现了某种追踪策略，进而能够保持当前水平。所以当训练者自定义速度调整幅度时，上升幅度可设为高于下降幅度，以此可以更加高效的提升训练效果与注意控制能力。可允许上升或下降的幅度的调整范围为：10-99％。

(6)刺激的运动时间T1：刺激的运动时间可默认设置为8s，可依据大量数据测试的均值得到。可允许运动时间的调整范围为5-15s。

(7)试验次数以及每组试验次数：可允许试次的调整范围为1-50次。

(8)刺激的交互模式(例如，碰撞、遮蔽)：在2D训练模式下，可以选择运动物体的交互模式，如遮蔽效应、碰撞效应等。

利用上述步骤(1)、(2)、(3)、(4)、(6)、(7)、(8)、及(5)中的初始运动速度，可以进行训练前测试和训练后测试。利用上述步骤(1)～(8)可以进行训练。

步骤三：开始前测评估：前测场景与客观数据实时同步进行，即将训练模式与客观监测的生理指标(例如心率变异性的相邻RR间期差值的均方根RMSSD与瞳孔直径)以同一时间轴开始记录，那么就可以实现随着时间的进程，综合个体的行为数据(例如，选择反应时T2、错误率、追踪速度变化率)、认知疲劳监测数据(例如，心率变异性的RMSSD、瞳孔直径)识别个体当前的注意控制能力水平。同样地，可以进行后测评估。

图10是本发明一实施例中的记录界面的结构示意图。如图10所示，记录界面可包括个体行为记录区401、训练模式选择及显示区402、反应时与错误率显示区403、认知疲劳数据显示区404等。个体行为部分可包括摄录的被试个体实时评测视频。训练模式可包括实时录制的前测刺激模式场景，可包括PC端、VR端训练刺激模式。

图11是本发明一实施例中的测试报告示意图。如图11所示，前测训练的记录报告可包括项目信息、初始参数和测试结果，其中，项目信息中可以包括被试信息和设备的相关信息，初始参数中可包括刺激相关参数等(其中速度上升幅度和速度下降幅度可用于训练，在前测和后测过程中可以不上升或下降运动速度的幅度)，测试结果中可以包括每次测试的结果(包括刺激运动速度、结果是否正确、实际目标刺激的标号(Tracking ID)、被试选择的目标刺激的标号(Selected ID)、识别正确的目标刺激的标号(CorrectedNumber)、运动时间T1、被试识别时的反应时间T2)和正确率。

数据结果的呈现可包括：注意控制能力结果和认知疲劳结果。其中，注意控制能力结果可由正确率和追踪速度变化率计算得到，例如，注意控制能力＝20％正确率+80％追踪速度变化率。正确率可由正确识别试验次数与总的试验次数得到，例如，正确率＝正确识别试验次数/总的试验次数。追踪速度变化率(即前述识别难度相关参数在所述组的变化率中的具体例证)可由前测或训练中的后几次试验中刺激的运动速度平均值和前测或训练中的首次试验中刺激的运动速度计算得到，例如，追踪速度变化率＝依次计算四次试验的平均速度/初始速度(追踪速度变化率，即是依次计算最近四次试验中球体刺激的运动速度平均值与第一次试验时球体刺激的运动速度的比值)，用公式可将追踪速度变化率表示为：[V_(n-4)+V_(n-3)+V_(n-2)+V_(n-1)+V_(n)/4V₍₁₎]*100％，其中，n为当前的训练试次。选择反应时T2＝每次试验的选择反应时间，即，被试将全部目标球选出所需的时间，即从选择第一个开始，到选出最后一个止所需时间，T2越短，表明被试反应速度越快。另外，前测或后测的认知疲劳结果可以表示为：50％(当前心率变异性的RMSSD-训练开始前1min心率变异性的RMSSD数据)+50％(当前瞳孔直径-训练开始前1min的瞳孔直径)。

其中，N为正常心搏的总数，RR_i和RR_i+1是两个相邻心搏R-R间期(IBI)的长度。

可以计算注意控制能力成绩与认知疲劳数据的相关性(相关系数R)，即，相关系数R＝注意控制能力&认知疲劳数据。可针对多个时点采集到的数据，形成关于注意控制能力与认知疲劳两组数据，然后进行注意控制能力与认知疲劳两个因素相关性的统计分析，求得二者的相关性，为大数据的采集与实现状态识别做铺垫。

步骤四：训练的方案可以根据前测中注意控制能力与认知疲劳两指标的测试结果制定并进行训练，包括训练时间、训练次数，训练时间可为两周。之后进行后测，训练场景与前测场景一致，例如，均采用VR端3D球刺激场景。

步骤五：训练后测。后测方案同前测方案一致。同样采取步骤二中步骤(1)、(2)、(3)、(4)、(6)、(7)、(8)、及(5)中的初始运动速度进行。

步骤六：测评结果报告。将前测训练结果成绩和后测训练结果成绩进行对比，可利用内嵌的SPSS20.0分析软件进行显著性数据分析，得到P值。训练效果可表示为：80％(后测注意控制能力成绩-前测注意控制能力成绩)+20％(前测认知疲劳数据-后测认知疲劳数据)。

步骤七：可支持永久性的数据记录与回访：只需输入对应的ID(被试编号)即可实现跨不同时间段的自主性测评，追踪长期的发展能力。

图12是本发明一实施例的测试-训练-测试-评估的方法流程示意图，如图12所示，前测可以测试被试在训练前的相关成绩，取得此前测成绩以后，相应针对性地设计训练方案，进行训练以提高被试相应能力，训练完成后，进行后测，以取得训练后的后测成绩，根据前测成绩和后测成绩进行训练效果评测。

影响注意控制能力的原因包括工作负荷、分心刺激、刺激环境等多方面因素，那么对注意控制能力的训练模式也有多种。通过分析当前针对注意控制的训练的方法存在的缺陷，本发明实施例的方法解决了相应的问题，具体如下所述：

现有技术只存在单一的训练模式，多以PC端2D场景展开训练，忽略了真实世界的空间感的作用，不注重空间感知能力的交叉作用。针对该问题，本实施例的方法的训练形式包括PC端2D训练模式、PC端3D训练模式、VR端2D训练模式、VR端3D训练模式，多角度、多层次进行全方位训练，层层递进，实现注意控制能力的多种形式训练。同时，本实施例的多种训练形式可以适应不同认知能力的个体，如空间能力较差的个体可以选择虚拟现实3D模式以及电脑端3D模式，平面感受较差的可以选择虚拟现实2D或者电脑端2D模式。实现强化训练的目的。

现有训练手段中，测评与训练结果没有客观、科学的数据依据，只通过基本的反应时、错误率以及球的运行速度进行反应，参考指标较为单一，忽略在训练过程中认知负荷的强度，缺少客观定量数据的监测，如脑电、生理指标等；忽略群体差异性，没有针对特殊人群的训练场景。针对该问题，本实施例的方法增加客观定量数据作为训练中认知疲劳监测手段，使其评测结果更科学本***引入客观生理数据作为注意控制能力训练中认知疲劳的监测手段，包括心率变异性的RMSSD(全程相邻NN间期之差的均方根)指标，以及瞳孔直径，考虑随着时间的进程认知疲劳程度在其中的影响性。本发明根据实时训练成绩，将自动调整刺激的运动速度，包括上升幅度、下降幅度，那么可以更有效的适应训练水平、提高训练成绩。

现有训练手段中，较多的以计算机为载体进行一对一测试与训练，存在巨大的限制，如远距离测试、多人同时测试、以及测试环境等局限。针对该问题，本实施例的方法实现基于网络与云端的注意控制能力测评与训练，支持一对一与一对多形式，更加方便且可可以克服距离的问题，实现网络与云端注意控制能力测评与训练。

现有训练手段中，测试方案缺少科学一致的测试方案，现有的训练手段大多是无科学训练模式及流程的，没有***的测评-训练-测评-报告模式。只能实现基本的训练，无整体逻辑性。针对该问题，本实施例的方法的整个测评体系以前测-训练-后测-结果报告的流程实现，监测并记录实时数据反馈与专业结果报告，针对前测、训练、后测的整体数据，自动计算该个体的训练提高程度，实现了***化的测评与训练模式。

现有训练手段中，较多以运动的球体作为刺激内容，训练场景的呈现对人群缺少针对性，如针对儿童的训练场景可以选择小动物或者玩具等内容，对训练人群没有针对性。针对该问题，本实施例的方法提供多种训练刺激场景，包括球体、面部表情、英文字母、动物、飞机等，针对不同的群体进行差异化刺激训练。

基于与图1所示的注意控制能力的训练方法相同的发明构思，本申请实施例还提供了一种注意控制能力的训练装置，如下面实施例所述。由于该注意控制能力的训练装置解决问题的原理与注意控制能力的训练方法相似，因此该注意控制能力的训练装置的实施可以参见注意控制能力的训练方法的实施，重复之处不再赘述。

图13是本发明一实施例的注意控制能力的训练装置的结构示意图。如图13所示，一些实施例的注意控制能力的训练装置，可包括：

实时成绩获取单元510，用于在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

参数实时调整单元520，用于根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

能力训练单元530，用于利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。

在一些实施例中，实时成绩获取单元510，包括：实时成绩获取模块，用于在一组注意控制能力训练过程中，实时获取已完成的最近一次注意控制能力训练的成绩，包括目标刺激的识别结果的正确性。

能力训练单元530，包括：能力训练模块，用于利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的最近一次将要进行的注意控制能力训练。

在一些实施例中，参数实时调整单元520，包括：运动速度实时调整模块，用于根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的运动速度，所述识别难度相关参数包括所述运动速度。

在一些实施例中，运动速度实时调整模块，包括：运动速度幅度调整模块，用于在已完成的注意控制能力训练的成绩达到设定要求的情况下，实时上调注意控制能力训练中的目标刺激和普通刺激的运动速度；在已完成的注意控制能力训练的成绩未达到所述设定要求的情况下，实时下调注意控制能力训练中的目标刺激和普通刺激的运动速度。

在一些实施例中，上调所述运动速度的幅度大于下调所述运动速度的幅度。

在一些实施例中，各实施例的注意控制能力的训练装置，还包括：训练模型获取单元，用于从云服务器获取注意控制能力训练模型，以用于进行至少一组注意控制能力训练，每组注意控制能力训练包括多次注意控制能力训练。所述训练模型获取单元与所述实时成绩获取单元510连接。

在一些实施例中，各实施例的注意控制能力的训练装置，还包括：被试信息接收单元，用于接收被试信息，并根据所述被试信息确定注意控制能力训练的模式，其中，所述注意控制能力训练的模式包括PC端2D模式、PC端3D模式、VR端2D模式或VR端3D模式。被试信息接收单元与所述实时成绩获取单元510连接。

在一些实施例中，所述注意控制能力训练的模式的可调参数包括：所有刺激的大小、所有刺激的数量、目标刺激的数量、目标刺激的标记时间、所有刺激的初始运动速度、所有刺激的运动速度调节幅度；所述注意控制能力训练的模式的可调参数的取值范围根据预先进行的多次注意控制能力训练的成绩确定，以使所述取值范围与注意控制能力训练的难度相关联。

在一些实施例中，所述组的注意控制能力训练中的刺激的形状预先根据被试所属群体的信息确定。

图14是本发明一实施例的注意控制能力的测评装置的结构示意图。如图14所示，一些实施例的注意控制能力的测评装置，可包括：

训练前测试单元610，用于基于设定测试模式进行注意控制能力的训练前测试；

注意控制能力训练装置620，用于利用上述实施例所述的注意控制能力的训练方法进行注意控制能力训练；

训练后测试单元630，用于基于所述设定测试模式进行注意控制能力的训练后测试；

注意控制能力确定单元640，用于根据训练前测试的成绩、训练后测试的成绩，计算注意控制能力提升成绩；

测评结果确定单元650，用于利用所述注意控制能力提升成绩确定训练测评结果。

在一些实施例中，注意控制能力的测评装置，还包括：

训练前测生理数据采集单元，用于采集进行注意控制能力的训练前测试相关的被试生理数据，用于计算训练前认知疲劳结果；

训练后测生理数据采集单元，用于采集进行注意控制能力的训练后测试相关的被试生理数据，用于计算训练后认知疲劳结果；

认知疲劳减轻结果确定单元，用于根据所述训练前认知疲劳结果和所述训练后认知疲劳结果计算认知疲劳减轻结果。

测评结果确定单元650，包括：测评模块，用于结合所述认知疲劳减轻结果和所述注意控制能力提升成绩确定训练测评结果。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例所述方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述方法的步骤。

综上所述，本发明实施例的注意控制能力的训练方法、注意控制能力的测评方法、注意控制能力的训练装置、电子设备及计算机可读存储介质，通过根据已完成的注意控制能力训练的成绩实时调整目标刺激的识别难度相关参数，并利用调整后的目标刺激的识别难度相关参数继续进行注意控制能力训练，能够不断调整注意控制能力训练中的参数，使训练难度实时适应被试的最新注意控制能力水平，从而提高注意控制能力训练的效率，快速提升被试的注意控制能力。

在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本发明的实施，其中的步骤顺序不作限定，可根据需要作适当调整。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种注意控制能力的训练方法，其特征在于，包括：

在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。

2.如权利要求1所述的注意控制能力的训练方法，其特征在于，

在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩，包括：

在一组注意控制能力训练过程中，实时获取已完成的最近一次注意控制能力训练的成绩，包括目标刺激的识别结果的正确性；

利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练，包括：

利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的最近一次将要进行的注意控制能力训练。

3.如权利要求1所述的注意控制能力的训练方法，其特征在于，根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数，包括：

根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的运动速度，所述识别难度相关参数包括所述运动速度。

4.如权利要求3所述的注意控制能力的训练方法，其特征在于，根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激和普通刺激的运动速度，包括：

在已完成的注意控制能力训练的成绩达到设定要求的情况下，实时上调注意控制能力训练中的目标刺激和普通刺激的运动速度；在已完成的注意控制能力训练的成绩未达到所述设定要求的情况下，实时下调注意控制能力训练中的目标刺激和普通刺激的运动速度；

上调所述运动速度的幅度大于下调所述运动速度的幅度。

5.如权利要求1所述的注意控制能力的训练方法，其特征在于，在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩之前，还包括：

从云服务器获取注意控制能力训练模型，以用于进行至少一组注意控制能力训练，每组注意控制能力训练包括多次注意控制能力训练；

接收被试信息，并根据所述被试信息确定注意控制能力训练的模式，其中，所述注意控制能力训练的模式包括PC端2D模式、PC端3D模式、VR端2D模式或VR端3D模式。

6.如权利要求5所述的注意控制能力的训练方法，其特征在于，所述注意控制能力训练的模式的可调参数包括：所有刺激的大小、所有刺激的数量、目标刺激的数量、目标刺激的标记时间、所有刺激的初始运动速度、所有刺激的运动速度调节幅度；所述注意控制能力训练的模式的可调参数的取值范围根据预先进行的多次注意控制能力训练的成绩确定，以使所述取值范围与注意控制能力训练的难度相关联。

7.如权利要求1所述的注意控制能力的训练方法，其特征在于，所述组的注意控制能力训练中的刺激的形状预先根据被试所属群体的信息确定。

8.一种注意控制能力的测评方法，其特征在于，包括：

基于设定测试模式进行注意控制能力的训练前测试；

利用如权利要求1至7任一项所述的注意控制能力的训练方法进行注意控制能力训练；

基于所述设定测试模式进行注意控制能力的训练后测试；

根据训练前测试的成绩、训练后测试的成绩，计算注意控制能力提升成绩；

利用所述注意控制能力提升成绩确定训练测评结果。

9.如权利要求8所述的注意控制能力的测评方法，其特征在于，

所述方法还包括：

采集进行注意控制能力的训练前测试相关的被试生理数据，用于计算训练前测试认知疲劳结果；

采集进行注意控制能力的训练后测试相关的被试生理数据，用于计算训练后测试认知疲劳结果；

根据所述训练前测试认知疲劳结果和所述训练后测试认知疲劳结果计算认知疲劳减轻结果；

利用所述注意控制能力提升成绩确定训练测评结果，包括：

结合所述认知疲劳减轻结果和所述注意控制能力提升成绩确定训练测评结果。

10.一种注意控制能力的训练装置，其特征在于，包括：

实时成绩获取单元，用于在一组注意控制能力训练过程中，实时获取已完成的注意控制能力训练的成绩；

参数实时调整单元，用于根据已完成的注意控制能力训练的成绩，实时调整注意控制能力训练中的目标刺激的识别难度相关参数；

能力训练单元，用于利用调整后的所述目标刺激的识别难度相关参数进行所述组的注意控制能力训练中的尚未完成的注意控制能力训练。