自闭症康复的前提在于准确的诊断：逸凡诺使用国际最先进的自闭症检测康复技术对患者进行脑功能评估，准确诊断，避免类似传统诊断方式产生误差。自闭症和多动症都发源来自于患者大脑的问题，大脑是导致自闭症产生的根本。通过言和行来诊断大脑的问题是根本不可能去真正的找出问题的大脑的。这也是众多误诊的根源。当然限于过去的科学技术水平而产生的过去诊断的方法也是不得已而为之。
现在一种完全数字化的能够反映出大脑实际工作状态的检测系统，已经在国际上开始推广，正逐步的在发达国家被越来越多的广泛使用。这种检测系统根据脑电波的实时数据，同人类大脑参数的大数据库作比较，。从而被试者大脑中存在的各种各样的问题。该系统完全采用数字化的比对方式，具有高度的重复性和准确性。这种方法是直接检测和比对大脑的数据，所以他比起通过大脑的末梢反应的行为诊断，它的准确度要高出若干个数量级。
2、脑功能评估检测分为：标准脑功能评估和全脑脑功能评估。
A、标准脑功能评估，执行两套评估点位获取大脑248项数据，进行对比总结分析。
B、全脑脑功能评估：按照国际上评估点位的标准，在全扫评估里分为6套评估点位，1600多个数值，涵盖了大脑的所有需要测试的位置及大脑所有问题对应的数据。
脑功能评估是将大脑的具有标志性点位的各个频段的脑电波进行检测，之后根据这些数据按照引进自德国的评判标准，得出患者在18个主要的病态行为特征中有哪些具体的表现和程度，最终得出评估的结论。需要特别说明的是，评估期间逸凡诺不需要家长和孩子回答任何一个问题，孩子所有的表现都由逸凡诺系统数据得出的，并且经过同家长的确符合孩子的实际表现。
3、下面几个实例来说明该系统是如何用数字化的技术来判定患者患有何种类型的。
第一个案例。该案例的患者经多家医院和康复机构诊断被判断为自闭症。他们是如何判定的我们在此不再赘述。这个患者在该系统的检测结果是重度多动症伴自闭症症候看该患者的脑电数据表：
按照德国的诊断标准，在该表中自闭症的典型判断依据是三个白色圈位置的脑电波数值低于正常值。只有这三个都低于大数据库中的正常值时才可以判定为自闭症，缺一个都不能作为自闭症。而该患者只有一个位置的脑电波值低于正常值，而其他两个位置的脑电波值都是正常的，所以该患者只是有自闭症的某些症候而不是自闭症患者。而该患者主要的问题是他的高频脑电波值远远高于正常值。按照德国的诊断标准，该患者是一个典型的重度多动症患者。所以该患者最后的诊断结果是“重度多动症伴自闭症症候，而不是自闭症。为什么两种诊断方法存在本质的不同？原因是因为，多动症尤其是重度以上的多动症患者的实际行为表现如认知能力差、语言能力低下等同自闭症患者的表现一样，所以基于行为来判断的传统的诊断方法就混淆了两者。而新系统由于采用和分析数字化的实时脑电数据就不会产生这个问题，而是将自闭症和多动症等其他问题准确的区分出来。该患者在依据上述的诊断结果基础上，由新系统进行以多动症康复为主取得了实际的良好康复结果。至于新系统如何康复训练不在本文赘述。
案例二。这是另一张患者的脑电波数据图表。
该图表中显示该患者为一极重度多动症患者，没有任何自闭症的症状。该患者在医院和康复机构诊断是自闭症。所以该者进过传统的康复训练1年多，没有任何的改善，依然晚上无法入睡，基本不会说话等。新系统按照数据分析得出的诊断结论，结合新系统的训练，在短短的8节课就解决了该患者无法入睡的问题，20课时之后能够安安静静的坐下来写作业，看电视，吃饭等，语言也开始改善。
综上所述。随着现代传感器技术、计算机技术、大数据技术的成熟和完善，以及脑电波分析和比对技术的完善，包括自闭症和多动症在内的大脑问题的检测已经具备了数字化检测的能力。而不再需要通过神经末梢的人的行为来反推大脑的问题。这势必将大大的减少由大脑的问题而产生的疾病的误诊率。为自闭症患者的康复打下一个良好的基础。
以下是逸凡诺脑功能评估视频
现在一种完全数字化的能够反映出大脑实际工作状态的检测系统，已经在国际上开始推广，正逐步的在发达国家被越来越多的广泛使用。这种检测系统根据脑电波的实时数据，同人类大脑参数的大数据库作比较，。从而被试者大脑中存在的各种各样的问题。该系统完全采用数字化的比对方式，具有高度的重复性和准确性。这种方法是直接检测和比对大脑的数据，所以他比起通过大脑的末梢反应的行为诊断，它的准确度要高出若干个数量级。
2、脑功能评估检测分为：标准脑功能评估和全脑脑功能评估。
A、标准脑功能评估，执行两套评估点位获取大脑248项数据，进行对比总结分析。
B、全脑脑功能评估：按照国际上评估点位的标准，在全扫评估里分为6套评估点位，1600多个数值，涵盖了大脑的所有需要测试的位置及大脑所有问题对应的数据。
脑功能评估是将大脑的具有标志性点位的各个频段的脑电波进行检测，之后根据这些数据按照引进自德国的评判标准，得出患者在18个主要的病态行为特征中有哪些具体的表现和程度，最终得出评估的结论。需要特别说明的是，评估期间逸凡诺不需要家长和孩子回答任何一个问题，孩子所有的表现都由逸凡诺系统数据得出的，并且经过同家长的确符合孩子的实际表现。
3、下面几个实例来说明该系统是如何用数字化的技术来判定患者患有何种类型的。
第一个案例。该案例的患者经多家医院和康复机构诊断被判断为自闭症。他们是如何判定的我们在此不再赘述。这个患者在该系统的检测结果是重度多动症伴自闭症症候看该患者的脑电数据表：
按照德国的诊断标准，在该表中自闭症的典型判断依据是三个白色圈位置的脑电波数值低于正常值。只有这三个都低于大数据库中的正常值时才可以判定为自闭症，缺一个都不能作为自闭症。而该患者只有一个位置的脑电波值低于正常值，而其他两个位置的脑电波值都是正常的，所以该患者只是有自闭症的某些症候而不是自闭症患者。而该患者主要的问题是他的高频脑电波值远远高于正常值。按照德国的诊断标准，该患者是一个典型的重度多动症患者。所以该患者最后的诊断结果是“重度多动症伴自闭症症候，而不是自闭症。为什么两种诊断方法存在本质的不同？原因是因为，多动症尤其是重度以上的多动症患者的实际行为表现如认知能力差、语言能力低下等同自闭症患者的表现一样，所以基于行为来判断的传统的诊断方法就混淆了两者。而新系统由于采用和分析数字化的实时脑电数据就不会产生这个问题，而是将自闭症和多动症等其他问题准确的区分出来。该患者在依据上述的诊断结果基础上，由新系统进行以多动症康复为主取得了实际的良好康复结果。至于新系统如何康复训练不在本文赘述。
案例二。这是另一张患者的脑电波数据图表。
该图表中显示该患者为一极重度多动症患者，没有任何自闭症的症状。该患者在医院和康复机构诊断是自闭症。所以该者进过传统的康复训练1年多，没有任何的改善，依然晚上无法入睡，基本不会说话等。新系统按照数据分析得出的诊断结论，结合新系统的训练，在短短的8节课就解决了该患者无法入睡的问题，20课时之后能够安安静静的坐下来写作业，看电视，吃饭等，语言也开始改善。
综上所述。随着现代传感器技术、计算机技术、大数据技术的成熟和完善，以及脑电波分析和比对技术的完善，包括自闭症和多动症在内的大脑问题的检测已经具备了数字化检测的能力。而不再需要通过神经末梢的人的行为来反推大脑的问题。这势必将大大的减少由大脑的问题而产生的疾病的误诊率。为自闭症患者的康复打下一个良好的基础。
以下是逸凡诺脑功能评估视频
