数学学习困难是一种常见的学习困难,对学生的学习动机和学业发展都有着较大的负面影响,尽早进行数学学习困难诊断有助于数学学习困难学生尽早接受教育干预,降低数学学习困难带来的负面影响。目前常用的数学学习困难诊断方法仍缺乏统一的执行标准和判断标准,所需人力成本和时间成本较高,不利于实现早期的大范围数学学习困难诊断。诊断过程中采用的传统量表和测试任务容易造成小学生缺乏动机和产生焦虑心理,影响结果的准确性。本文致力于找出一种可以快速、准确、大范围实施的数学学习困难诊断方法,并验证其可行性。研究首先梳理了国内外有关数学学习困难的研究成果,其中大量研究表明执行功能各成分(包括抑制、刷新和转移)水平与数学表现关系密切,执行功能缺陷可能是造成数学学习困难的主要原因,执行功能水平可以预测学生是否存在数学学习困难问题,故进一步对执行功能测量方法进行研究。小学阶段被试的认知能力测量相关研究中指出,加入游戏化元素的认知任务可以有效保持被试的参与动机,快速准确地反映被试的认知能力水平。故本文选取了常用的执行功能实验任务,借助游戏化理论设计了游戏化认知任务,使用Unity3D游戏引擎开发了一套用于测量执行功能各成分水平的在线认知游戏,并检验了这些游戏的信效度。然后使用能力差异模型选择了杭州市某小学四至六年级的195名学生作为被试,使用在线认知游戏收集了他们的执行功能数据,并使用决策树、K近邻、贝叶斯、支持向量机和人工神经网络等常用分类方法建立了分类模型。结果表明五种模型均能够较为准确的对数学学习困难学生进行诊断,其中K近邻模型性能最好,其精度为77.7%,召回率为96.5%,被选做数学学习困难的诊断模型。整个诊断过程仅使用了3名经过简单培训的工作人员,在一小时内即完成了40名学生的数学学习困难诊断,且学生表现出较高的参与动机。相比于传统的数学学习困难诊断方法,本研究提出的基于认知游戏的数学学习困难诊断方法可以得到与能力差异法相近的结果,但使用的人力成本和时间成本更低,且有效保持了学生的参与动机,有利于大范围的数学学习困难诊断。这一方法同时也为其他类型的学习困难诊断提供了新的思路。