[发明专利]一种汉语发展性阅读障碍预测系统及其预测方法

权利要求书

1.一种汉语发展性阅读障碍预测系统，其特征在于，所述系统包括计算机和内嵌于所述计算机中运行的经训练完毕的神经网络模型，所述神经网络模型包括数据信号传输的输入层神经元模块、隐含层神经元模块和输出层神经元模块，所述输入层神经元模块、隐含层神经元模块和输出层神经元模块间数据信号与各个神经元的权重值和偏置加权求和并通过模块间的传递函数由左到右依次传播；所述输入层神经元模块和输出层神经元模块分别与所述计算机主界面上所设置的输入模块和预测模块进行数据传输，所述输入层神经元模块中包括用于输入被试的人口统计学信息、参加语音意识测验的类型和阅读相关认知测验信息的若干个神经元节点，所述隐含层神经元模块中包含若干个隐含层神经元节点，所述输出层神经元模块用于输出是否患有发展性阅读障碍的预测结果。

2.根据权利要求1所述的汉语发展性阅读障碍预测系统，其特征在于，所述输入层神经元模块中包括14个神经元节点，其依次为被试的性别、年级、年龄、参加语音意识测验的类型以及阅读流畅性、阅读准确性、语素意识、语音意识、图片快速命名、数字快速命名、判断假字正确率、判断非字正确率、判断假字反应时和判断非字反应时成绩；所述隐含层神经元模块中包含12个隐含层神经元节点。

3.根据权利要求1所述的汉语发展性阅读障碍预测系统，其特征在于，所述输入模块包括个体预测模块和团体预测模块，所述个体预测模块用于录入被试的人口统计学信息、参加语音意识测验的类型和阅读相关认知测验信息，并对输入的个体数据进行汉语发展性阅读障碍预测；所述团体预测模块用于导入团体数据，并对导入的团体数据进行汉语发展性阅读障碍预测。

4.根据权利要求1所述的汉语发展性阅读障碍预测系统，其特征在于，所述神经网络模型中采用trainlm函数作为训练函数，所述隐含层神经元模块采用的传递函数为S型tangent函数，所述输出层神经元模块采用的传递函数为S型logarithmic函数。

5.根据权利要求1-4任一所述的汉语发展性阅读障碍预测系统，其特征在于，所述神经网络模型为经遗传算法对其初始权重值和偏置进行优化的神经网络模型，优化的神经网络模型经训练后，将所得最优解的神经网络模型进行保存，用于对被试进行阅读障碍预测。

6.一种基于汉语发展性阅读障碍预测系统的预测方法，其特征在于，

步骤1、收集儿童的人口学和测试数据；

步骤2、对性别、年级、被试参加语音意识测试的类型进行重新编码，被试年龄以及各项阅读相关技能变量用原始数据直接编码；

步骤3、将需测试的被试数据经计算机主界面上的输入模块输入；

步骤4、系统将调用原始数据集与输入数据进行合并，并归一化；

步骤5、系统以归一化后的输入数据作为输入层神经元模块的输入层，经调用“sim”函数并使用训练完毕的神经网络模型进行汉语发展性阅读障碍预测计算；

步骤6、预测结果直接由计算机主界面上显示。