探索心理生理计算场理论

人类心智工作机制长期以来是脑科学领域的未解之谜,“心理生理计算”理论的提出为探究心智工作机制提供了量化度量的方法,即可以通过采集人体生理参数,借助人工智能和大数据的方法实现对人的心理状态进行量化评估.然而,当前“心理生理计算”理论离全面、客观地认识心智工作机制还存在一定距离.提出一种“心理生理计算场理论”,旨在通过引入物理学场理论的方法,结合“心理生理计算”理论构建客观量化反映人类心理状态动态变化规律的模型,推进精神疾病的分层分类和个性化、精准化诊疗.

情感智能与心理生理计算

随着人工智能第三次发展浪潮的到来,人工智能进入了新阶段,情感智能的研究对于人工智能的发展有着重大意义。情感智能在智能机器人、智能虚拟助手等领域具有广泛的应用前景,通过心理生理计算来量化感知人的心理状态,可赋予机器更好地识别、理解人类情感的能力,并与用户产生更好的感性化交互。本文阐述了情感智能和心理生理计算的概念,分析了目前情感智能发展的机遇与关键问题,介绍了心理生理计算在生理信号获取、生物信息反馈干预和基于脑电、语音、眼动、表情、姿态的情感识别等方面的典型应用。情感智能与心理生理计算在情感识别上有较高的识别率,能够利用多种模态进行情感识别,在医疗、教育、娱乐、生产等多个领域都有广泛的发展与应用前景。

基于光电容积血流脉搏波描记技术的心理测量及其应用

目的:探讨与分析光电容积脉搏波描记(PPG)技术在心理测量领域的研究与应用价值。方法:通过阐述心理的神经生理机制、PPG技术的背景及其在心理测量领域的研究与应用案例,比较分析PPG技术与其他主客观评价手段的互补性和潜在的应用价值。结果:PPG技术具有其他主客观心理评价手段所不具备的优势,显示出在心理生理计算领域所具有的研究价值和应用空间。结论:PPG技术以其简单、方便和实用的特点为心理生理计算及相关研究提供了有效的技术手段,提示未来应加强面向不同人群和病症的针对性研究。

基于异步芯片的多模态神经生理信号采集技术

心理生理计算目前主要基于同步芯片的神经生理信号采集技术进行分析研究,而人体神经生理活动表征具有异步属性,同步采集技术无法精准、实时和高效地刻画人体神经生理信号活动规律。如何低功耗、低冗余、实时精准地采集异步多模态神经生理信号成为心理生理计算首要解决的难题。针对这一难题,本文以研究微观神经生理活动规律和宏观心理生理活动为目的,解决异步多模态生理信息采集方案和相匹配的被动生理信号传感技术的设计难点,设计研发了首款异步生理信号处理芯片,该芯片具备低功耗、高精度时序、高性能计算和抗干扰的特点。最后展望了该芯片在脑科学和类脑计算领域的应用前景。