Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Expert System for Neurocognitive Rehabilitation Based on the Transfer of the ACE-R to CHC Model Factors

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F23%3AA2402HXX" target="_blank" >RIV/61988987:17310/23:A2402HXX - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00843989:_____/23:E0110095

  • Výsledek na webu

    <a href="https://www.mdpi.com/2227-7390/11/1/7" target="_blank" >https://www.mdpi.com/2227-7390/11/1/7</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/math11010007" target="_blank" >10.3390/math11010007</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Expert System for Neurocognitive Rehabilitation Based on the Transfer of the ACE-R to CHC Model Factors

  • Popis výsledku v původním jazyce

    This article focuses on developing an expert system applicable to the area of neurocognitive rehabilitation. The benefit of this interdisciplinary research is to propose an expert system that has been adapted based on real patients’ results from the Addenbrooke’s cognitive examination (ACE-R). One of this research’s main results is a unique proposal to transfer the ACE-R result to the CHC (Cattell–Horn–Carroll) intelligence model. This unique approach enables transforming the CHC model domains according to the modified ACE-R factor analysis, which has never been used before. The expert system inference results allow the automated optimized design of a neurorehabilitation plan to train patients’ cognitive functions according to the CHC model. A set of tasks in 6 difficulty levels (Level 1–Level 6) was proposed for each of the nine CHC model domains. For each patient, the ACE-R results helped determine specific CHC domains to be rehabilitated as well as the starting game level for the rehabilitation within each domain. The proposed expert system has been verified on real data of 705 patients and achieved an average error of 5.94% for all CHC model domains. The proposed system is to be included in the outcomes of the research project of the Technology Agency of the Czech Republic as a verified procedure for healthcare providers.

  • Název v anglickém jazyce

    Expert System for Neurocognitive Rehabilitation Based on the Transfer of the ACE-R to CHC Model Factors

  • Popis výsledku anglicky

    This article focuses on developing an expert system applicable to the area of neurocognitive rehabilitation. The benefit of this interdisciplinary research is to propose an expert system that has been adapted based on real patients’ results from the Addenbrooke’s cognitive examination (ACE-R). One of this research’s main results is a unique proposal to transfer the ACE-R result to the CHC (Cattell–Horn–Carroll) intelligence model. This unique approach enables transforming the CHC model domains according to the modified ACE-R factor analysis, which has never been used before. The expert system inference results allow the automated optimized design of a neurorehabilitation plan to train patients’ cognitive functions according to the CHC model. A set of tasks in 6 difficulty levels (Level 1–Level 6) was proposed for each of the nine CHC model domains. For each patient, the ACE-R results helped determine specific CHC domains to be rehabilitated as well as the starting game level for the rehabilitation within each domain. The proposed expert system has been verified on real data of 705 patients and achieved an average error of 5.94% for all CHC model domains. The proposed system is to be included in the outcomes of the research project of the Technology Agency of the Czech Republic as a verified procedure for healthcare providers.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TL02000313" target="_blank" >TL02000313: Chytrý neuro-rehabilitační systém pro pacienty se získaným poškozením mozku v časných stádiích léčby</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Mathematics

  • ISSN

    2227-7390

  • e-ISSN

  • Svazek periodika

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    19

  • Strana od-do

  • Kód UT WoS článku

    000909438700001

  • EID výsledku v databázi Scopus

    2-s2.0-85145887833