协作场景下基于生理数据的认知投入测量研究

认知投入是决定学习有效发生的实质性投入,在协作学习中尤为关键。但在协作学习中学习者认知投入不均衡容易导致“搭便车”等负面学习行为的发生。并且,由于认知投入具有内隐性,对其的精准测量仍面临挑战。而基于客观生理数据,有望打开协作场景下认知投入测量“黑箱”。为此,研究从唤醒度和适应度两个维度描述协作场景下的认知投入,以184名参与“海绵校园设计”协作任务的大学生为研究对象,利用便携式生理设备采集学习者的皮肤电数据与心率数据,构建协作场景下认知投入的测量模型。研究结果表明:学习者的交感神经活动可以有效反映唤醒度水平,副交感神经活动则可以更加精准地测量适应度水平。通过信号处理技术与特征工程方法,研究从生理数据的时域、频域、形态三个层面构建15维特征,运用主成分回归方法验证得出,特征集合可以显著解释认知投入水平变异的39.7%,显示出测量模型良好的信效度,其中适应度体现了认知投入在协作任务中的定向,因而相比唤醒度具有更高的教育价值;在协作过程中,学习者的唤醒度呈现先降后升的趋势,适应度则持续提升。研究丰富了认知投入的理论,并为教师理解学生学情提供依据,有助于协作学习成效的改进与提升。

基于多模态生理数据的情感识别综述

情感识别是人工智能和人机交互领域的重要研究方向,对提高用户体验和应用的智能性具有重要意义。基于多模态生理数据的情感识别由于其数据来源的客观性和多样性,能够更准确地捕捉个体的情感状态,成为近年来的研究热点。首先介绍了情感计算的基本概念和情感理论模型。其次总结了基于生理数据的情感识别方法。再重点介绍了基于多模态生理数据的情感识别流程,包括生理数据预处理、传统机器学习方法以及深度学习方法。最后分析了基于多模态生理数据的情感识别面临的主要挑战和对未来的展望。

基于深度学习与多模态生理数据的阿尔茨海默病分类方法研究

目的:为了提高阿尔茨海默病(Alzheimer’s disease,AD)的分类效果,提出一种基于深度学习与多模态生理数据的AD分类方法。方法:选用阿尔茨海默病神经影像学计划(the Alzheimer’s Disease Neuroimaging Initiative,ADNI)数据库中AD患者、早期轻度认知障碍(early mild cognitive impairment,EMCI)患者、晚期轻度认知障碍(late mild cognitive impairment,LMCI)患者和正常认知(normal cognition,NC)受试者的多模态数据,利用改进的New_ResNet50网络提取受试者大脑MRI图像特征进行分类,利用3D-Unet-Attention网络对海马体图像进行分割后通过残差网络进行分类,利用多层感知机(multi-layer perceptron,MLP)网络基于患者的生理数据与海马体体积进行分类,并对3个网络给出的分类结果采用投票法确定最终分类结果。比较改进的New_ResNet50网络、3D-Unet-Attention网络分类模型与传统网络分类模型对AD的分类效果,以及融合New_ResNet50网络、3D-Unet-Attention网络、MLP网络的分类模型和单一网络分类模型对AD的分类效果。结果:改进的New_ResNet50网络、3D-Unet-Attention网络分类模型分类准确率较传统网络分类模型均有提高,而融合网络分类模型对AD患者与NC受试者的分类准确率(97.99%)相较New_ResNet50网络、3D-Unet-Attention网络、MLP网络分类模型分别提高了1.51%、1.51%和14.62%。结论:提出的分类方法对AD具有较好的分类效果,可以有效辅助医生诊断。

基于生理数据测量的景观情绪体验研究综述

我国城市建设逐渐从增量向增质转变,衍生出城市再生与更新的大趋势,城市居民对城市景观品质有了更高要求。人居环境的品质和人们的情绪变化息息相关,生理指标测量能敏锐捕捉人们的情绪变化。文章首先介绍了情绪的相关理论及生理测量技术的内涵、特点;其次简要介绍了景观情绪体验有关的信号和指标;最后分析了生理测量应用于景观情绪研究中还需要进一步研究的问题,并提出展望。生理数据直观量化了被试者的心理感受,弥补了传统问卷调查的不足,为城市空间品质更新和优化提供了新的研究思路。

基于神经生理数据测评的中学生创造力研究

中学阶段是学生创造力塑造的黄金时期,基于神经生理数据的中学生创造力研究是时下热点。测试以北京市两所中学的40名学生作为研究对象,佩戴可穿戴设备采集被试学生的皮肤电信号(GSR)和脑电信号(EEG)数据,并通过量表测量被试学生的创造性思维、大五人格、学习动机等分数。通过数据分析发现,被试在进行创造性任务的过程中脑电波中的alpha频段能量占比显著低于闭眼静息态,而beta频段和theta频段的脑电波能量占比则显著高于闭眼静息态。EEG信号数据和内部学习动机呈现显著的负相关,GSR信号数据与外部学习动机呈现显著的负相关。最后基于机器学习算法对被试学生创造性思维进行了较为准确的预测。

学习分析中情绪的生理数据表征——皮肤电反应的应用前瞻

真实情境中学习者情绪状态的测量与分析是学习分析中必不可少的内容。生理数据具有客观性、实时性、精确性等特点,是情绪研究中重要的测量方法。文章对生理数据的表征——皮肤电反应及其相关内容进行了梳理,介绍了皮肤电反应在教学中应用的研究情况,并结合案例进行了分析。基于生理数据的情绪研究为学习分析提供了学习者生理层面与心理层面的数据,呈现了更加全面、立体、精确的学习者信息,有利于为学习者提供更具适应性和个性化的学习服务。

基于Android系统的生理数据蓝牙传输技术

目的:本文建立基于Android智能系统的生理参数移动监护系统,实现生理数据从监测模块向智能手机端传输。方法:在生理参数检测端增加蓝牙传输模块,将检测端采集到的心电等生理数据发送至Android系统智能手机端,智能手机端利用Android蓝牙API开发类,对手机端蓝牙实现打开蓝牙、搜索附近蓝牙设备等基本操作,再利用Socket连接,实现数据传输。同时手机端利用界面编程类,实现心电图界面显示,利用文件操作类实现数据存储和初步的心率计算,最终实现心电等生理参数的接收、显示、心率分析以及传输。结果:Android系统智能手机端接收蓝牙模块发送的心电数据,绘成实时心电图表,绘制在手机屏幕上,并对心电数据进行初步分析,计算得到心率值,显示在手机屏幕顶端,若心率值偏高或偏低,则发出语音报警信息。该系统演示了生理数据的传输过程,实现了蓝牙接口的数据传输控制技术。结论:本文立足于移动医疗监护系统,实现了多生理参数在Android系统中的蓝牙接口传输控制方法,该技术应用前景广泛。

用声卡采集电生理数据的方法研究

论文介绍了一种利用微机声卡代替通常使用的FM磁带记录器和AD/DA卡的新方法 .实际应用证明 ,这一技术方法设备简单 ,操作方便 ,价格便宜 ,通用性强 ,效果良好 ,值得推广 .文中对实际应用这一方法的技术设施、实验程序等都进行了详细的介绍 ,并对其优点和应用限制进行了讨论 .

通过扩频通讯实现生理数据无线传输

本文描述了一种通过扩频通讯的方式实现生理数据无线传输的方法。扩频通讯由扩频芯片组来实现,该芯片组由基带和射频两部分组成。本文详细描述了它们的工作原理、控制方法、相互连接方法以及与外部数据终端和与生理数字信号的接口。

近交系MIJ和HFJ大鼠部分生理数据测定和分析

目的测定近交系大鼠MIJ、HFJ和封闭群Wistar大鼠的脏器系数、体温、呼吸频率、肠管长度,观察两个近交系大鼠的生理表型。方法 采用常规方法对大鼠脏器系数、体温、呼吸频率及肠管长度进行测定,并对HFJ、MIJ、Wistar大鼠三者间进行比较。结果①体重:HFJ、MIJ、Wistar大鼠同性别间比较差异无显著性。②脏器系数:HFJ与Wistar大鼠雄性间心脏、肺,雌性间子宫、肝;MIJ与Wistar大鼠雄性间肺、脾,雌性间脑、脾,差异均有显著性。HFJ与MIJ大鼠雄性间脑,雌性间脑和脾差异有显著性。HFJ大鼠不同性别间肝、脑、眼球差异有显著性。MIJ大鼠不同性别间,脑、心脏、肾、肺、脾和眼球差异均有显著性。③体温:HFJ雌性大鼠明显高于Wistar雌性,雄性间差异无显著性。HFJ大鼠雌性高于雄性,差异有显著性。④呼吸频率:HFJ雌性大鼠低于同性Wistar大鼠,MIJ大鼠雌性和雄性均高于同性别Wistar大鼠,差异有显著性。⑤肠管长度:HFJ与Wistar同性别间比较,肠管总长和小肠差异有显著性。MIJ与Wistar大鼠雄性间肠管总长、大肠、小肠、盲肠差异均有显著性,雌性间肠管总长、小肠、盲肠差异有显著性。HFJ与MIJ大鼠同性别间差异均无显著性,不同性别的HFJ和MIJ的肠管总长、大肠和小肠差异有显著性。结论 MIJ和HFJ近交系大鼠的脏器系数、体温、呼吸频率、肠管长度都各有其独特的生理概貌。

GPRS在生理数据远程传输中的应用研究

介绍一种通过GPRS技术传输生理数据的方法。采用网络协议处理器芯片E5112实现TCP/IP协议,单片机检测出人体的心率数据,同时通过串行口发出的命令字符串控制E5112,由E5112再控制GPRS数传模块G18,实现心率数据的发送。接收端采用拨号上网的计算机接收心率数据。这种方法费用少,传输稳定,且传输距离可达到GSM网络能达到的区域。

通过全球移动通讯系统传输生理数据

介绍一种通过全球移动通讯系统(GSM)移动通讯网络传输生理数据的方法,单片机检测出的人体心率和体温数据,通过串行口发送给GSM数传模块,由GSM数传模块实现基于GSM网络的数据传输,其过程由单片机通过串行口发出的命令字符串控制。这种方法费用少,传输稳定,且传输距离可达到GSM网络能达到的区域。

基于无线传感器网络的远程医疗生理数据采集研究

本文研究基于无线传感器网络的远程医疗生理数据采集系统,系统的网络节点以CC2530为核心,病人佩戴传感器采集终端结点生理参数,再将参数通过路由节点或直接无线发给协调器,协调器把各节点的数据通过网络上传至远端服务器,帮助医生对多名病人进行远程病情监测,有利于不方便来医院的病人或慢性病病人在家通过网络系统平台体检或诊断治疗。经测试,该系统稳定,达到无线、准确、快速、实时的监测目的。

一种情绪生理数据库管理平台的建立及应用

标准的情绪生理数据库可以安全地管理情绪生理数据、极大缩短研究人员获取情绪生理信号的时间,也能提高情绪识别研究工作的有效性和准确性。采用Win10操作系统、C++编程语言、Qt图形用户界面程序开发框架,通过MySQL数据库管理系统对各种功能模块进行设计,建立了一个情绪生理数据库管理平台。通过MP150实验设备对实验对象的情绪生理数据进行采集,并利用管理平台对其进行去噪,最终获得标准数据,具有良好的可视性、可扩展性和模块化等特点,便于平台功能的扩展和升级。

可穿戴式生理数据检测仪的研制

为了改善传统脉搏、血氧测量方式以及适应人们对设备可携带的要求,通过对压电薄膜的研究,选择合适的无源压电薄膜传感器和无创反射式血氧模块,采用ARM Cortex—M3微型处理器,整合了温湿度传感器、显示报警及无线通讯等模块,制成了一种可穿戴式生理数据检测仪。通过测试,仪器检测的数据与正常标准值的平均相对测量误差在1.0%之内,满足测量要求。实验表明:该检测仪制作简单,测量准确,携带方便,对临床以及个人脉搏及血氧检测具有一定的实际指导意义。

基于射频技术的人体生理数据采集系统设计与研究

对以nRF24E1射频芯片为核心的人体生理压力、温度、湿度参数的数据采集系统进行研究。为了精确测量人体的压力、温度、湿度系统精心设计了其数据采集部分的硬件电路,并且通过无线射频收发芯片对采集到的数据进行无线收发,避免信号线长距离传输容易产生的干扰。同时开发了相应的软件系统。

用生理数据和光学方法模拟视觉系统的空间滤波特性

实验采用光学滤波的方法,根据人类视觉系统对比敏感度曲线的生理数据,制作了一种模拟视觉系统空间调制传递特性的“人眼滤波器”.并用该滤波器对视错觉三角进行了分析.

青蛙视信息加工生理数据的计算机分析

计算机视觉是当前世界上最有争议、最具有挑战性的研究课题之一。由于在识别方面碰到的困难 ,人们把目光转向生物行为研究。由于对人类的研究过于复杂 ,而青蛙只对活动的目标产生反应 ,因此选择了青蛙的眼睛作为突破口 。