CN109549655A - 一种心理学实验和生理监测系统及其应用方法 - Google Patents
一种心理学实验和生理监测系统及其应用方法 Download PDFInfo
- Publication number
- CN109549655A CN109549655A CN201811378131.8A CN201811378131A CN109549655A CN 109549655 A CN109549655 A CN 109549655A CN 201811378131 A CN201811378131 A CN 201811378131A CN 109549655 A CN109549655 A CN 109549655A
- Authority
- CN
- China
- Prior art keywords
- experiment
- data
- subject
- physiological
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Developmental Disabilities (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种心理学实验和生理监测系统,包括主试端和被试端,在主试端,实验分组管理子系统根据当前实验需要,编辑刺激类型和实验流程,创建或者组建一个完整的实验;被试管理子系统管理被试的信息;在被试端,心理测试端采集被试在实验过程中的行为数据,生理监测端采集被试在实验过程中的生理指标数据。本发明还可根据采集的数据构建预测模型。本发明中,无需再编写程序,可快速创建新的实验和问卷,或者直接调取已有的实验模板以达到科研目的。另外主试端和被试端分离,可以保证主试对实验程序的绝对控制和实时监控实验流程。另外,在被试端还可同步采集被试的生理数据,和行为数据一起供研究者分析使用。
Description
技术领域
本发明属于心理学和计算机科学研究领域,特别涉及一种心理学实验和生理监测系统及其应用方法。
背景技术
心理学实验研究和实验教学计算机化随着计算机技术和认知科学的发展越来越普遍。从20世纪90年代开始,心理学实验研究和教学的仪器就出现了计算机化的趋势,即编制实验教学软件并辅以专用的接口外设,以便在计算机上进行实验研究和教学。在心理学研究方面也使用计算机编程语言编制心理学实验程序,进行刺激精确呈现与严格控制,进行数据的快捷方便的收集和标准化处理。
目前心理实验大多需要使用计算机的编程语言进行心理学实验程序的编制,来达到对刺激的呈现和数据的收集,使用程序语言要求实验人员要么将程序编程外包,要么自学编程自行编写。而一方面编程人员大多为非心理学专业知识背景,难于真正理解实验者意图,同时由于技术上存在难于解决的问题而将实验程序的编制将就于编程人员,导致实际的程序与理想的程序存在着一定的差异;另一方面实验人员花费大量时间和精力学习编程技术,严重影响研究人员的本职工作和科研进程。
因此,需要提供一种更加方便快捷的实验系统,可以让研究人员快速创建新的问卷和实验,或者直接对需要呈现的问卷和实验进行选择,节省编写程序的时间和精力。
另外,很多心理学实验需要采集生理指标,比如心率等,行为实验数据和生理监测数据通过不同的软件或硬件采集,数据收集也分属于不同的系统,如果能够将实验和生理监测放在一个系统里面,实验开始的同时,生理监测能够同步进行,并且行为实验数据和生理监测数据分别做好标记保存在同一个系统里,这会大量节省后续数据整理和分析的时间和精力,管理起来也将更加方便。
发明内容
本发明的第一个目的在于克服现有技术的缺点与不足,提供一种心理学实验和生理监测系统,该系统可快速创建新的实验和问卷,或者直接调取已有的实验和问卷进行组合以达到科研目的,具有简单方便的优点,同时被试和主试分离,不仅监控被试的行为数据,还同时采集被试的生理数据,另外通过采集的数据可以通过不同的算法模型进行训练,得到准确度较高的数据预测模型。
本发明的第二个目的在于提供一种上述心理学实验和生理监测系统的应用方法,该方法操作简单,实用性高。
本发明的目的通过以下的技术方案实现:一种心理学实验和生理监测系统,包括主试端和被试端,在主试端设有:
实验分组管理子系统,用于根据实验需要,编辑不同的刺激类型并限定刺激的呈现时间,将其按流程所需进行排序组合,创建新的实验;
或者,根据当前实验需要,调取实验分组中预存的子实验,按流程进行编辑和排序,形成一个完整的可以运行的实验;
被试管理子系统,用于管理被试的信息;
在被试端设有:
心理测试端,用于采集被试在实验过程中的行为数据;
生理监测端,用于采集被试在实验过程中的生理指标数据。
本发明中,无需再编写程序,通过对实验分组中预存的子实验,按流程进行编辑、排序和组合,即可达到科研目的。另外研究人员和被试人员分别在不同的电脑上操作主试端和被试端,可以保证主试对实验程序的绝对控制和实时监控被试反应和数据。另外,在被试端还可同步采集被试的生理数据,和行为数据一起供研究者分析使用。
优选的,所述主试端中的所有子系统均运行在客户端,数据存储在云端。从而保证数据的安全不会丢失。
优选的,所述主试端还设有实验管理子系统,用于输入当前实验的名称和目的。便于对进行的实验进行管理。
优选的,所述主试端还设有问卷管理子系统,通过预存的问卷模板,不需要额外编写程序,就能快速创建新的问卷,可以减轻科研人员的负担。同样,根据当前实验目的和内容,创建新的问卷或者对已有的问卷进行编辑管理后发送到被试端,以供实验使用。
优选的,所述被试管理子系统管理的被试信息包括被试的姓名、性别、年龄及其他根据实验需要的备注信息,数据存储在云端数据库中,与实验过程中保存的实验数据一一匹配。
优选的,所述主试端还设有数据管理子系统,用于在实验过程中实时呈现实验数据,以便监控实验进程和数据。
更进一步的,所述数据管理子系统呈现的实验数据包括原始的数据曲线,也包括通过一系列计算呈现的生理指标。
优选的,所述实验分组管理子系统中流程类型有文字、图片、视频、游戏、问卷、倒计时,把子实验根据上述流程进行组合,设置各自的呈现时间和顺序,形成一个完整的实验。
优选的,所述生理监测端采集的生理指标包括心率和心率变异性等生理指标。
优选的,在主试端还设有预测模型构建模块,包括:
数据类型管理系统,用于为实验中不同的实验条件建立标签;
数据特征管理系统,用于管理不同实验条件下,所有被试的生理特征值与各实验条件(标签)的对应关系;
数据模型管理系统,用于配置或调用不同的人工智能算法,根据不同的数据集,生成对应规模下的预测模型。随着数据规模的不断扩大,系统通过更多的数据,不断自动升级当前数据规模下的预测模型,以达到最优的效果。
本发明通过建立预测模型构建模块,在后面实际采集被试行为数据和生理指标数据,可以更准确地根据行为和生理反应数据预测被试所处的心理状态或行为反应。
根据本发明,还提出了一种基于上述心理学实验和生理监测系统的应用方法,包括步骤:根据实验目的选取实验分组中预存的子实验,按流程进行编辑和排序,形成一个完整的可以运行的实验;根据实验招募被试,测试被试在不同实验条件下的行为数据和生理指标数据。
具体的,包括步骤:
(1)进入主试端的客户端,确定实验名称及目的在实验管理子系统进行输入;
(2)根据实验是否需要,在问卷子系统对问卷进行编辑,或者直接在实验分组管理子系统对实验流程进行编辑和排序,形成一个完整的可以进行的实验;
(3)招募被试,输入被试的基本信息,选择实验,连接被试的心理测试端以及生理监测端,进行实验;
(4)实验过程中实时在数据管理子系统查看数据;并根据标签的不同,分类保存不同条件下所有被试的生理特征值;
(5)实验完成后,系统将自动保存数据;
(6)对采集的行为数据和生理指标数据进行统计和分析,通过系统中配置的不同算法模型对数据进行训练对比,得到预测模型。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明系统集中了心理学实验所需要的全部功能,集实验设计、数据采集、数据管理、用户管理、实验管理以及数据预测模型训练于一身,满足研究人员的实验要求,极大了减轻了研究人员的负担。
2、本发明将系统分为主试端和被试端,二者相互分离,主试和被试在不同的电脑上通过ip地址进行联机实验,一方面可以保证主试对实验程序的绝对控制,主试可实时监控被试反应和数据,另一方面被试呈现的行为数据更为真实,同时,通过生理监测端可同步收集被试的生理数据,与行为数据融合参与实验,得到的数据更为丰富,得到的分析结果更为准确。
3、本发明数据模型管理系统中内置多种人工智能算法,研究人员可通过配置或调用不同的人工智能算法,根据不同的数据集,生成对应规模下的预测模型。随着数据规模的不断扩大,系统通过更多的数据,能自动不断升级当前数据规模下的预测模型,以达到最优的效果。
附图说明
图1是本发明系统的逻辑结构图。
图2是本发明系统中主试端的架构示意图。
图3是本发明方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本实施例一种心理学实验和生理监测系统,包括主试端和被试端,主试端上设有实验数据系统,被试端包括心理测试端和生理监测端。实验数据系统的数据可存储在云端数据库中。在实验时,主试根据实验目的在实验数据系统上选择实验/问卷,将实验/问卷发送到被试端,被试端的心理测试端、生理监测端采集被试在实验过程中的行为数据和生理指标数据,并将上述数据回传到实验数据系统,在系统上予以保存和显示。
本实施例主试端实验数据系统如图2所示,包括实验管理子系统、被试管理子系统、问卷管理子系统、数据管理子系统、实验分组管理子系统、预测模型构建模块,其中预测模型构建模块包括数据类型管理系统、数据特征管理系统、数据模型管理系统,均运行在一客户端上。
其中,实验管理子系统是在确定了实验的目的之后,对于实验的名称和目的进行输入确定,对每次的实验进行一个命名和登记,便于后续的查询和翻阅。
其中,被试管理子系统用于管理被试信息,包括被试的姓名、性别、年龄、及其他根据实验需要的备注信息。该系统的管理数据存在云端数据库中,与实验过程中保存的实验数据一一匹配。这里所述的被试,是在确定了实验目的后,根据实验的需求针对性地招募和筛选被试。在对招募的被试的信息进行登记时,还可以进一步的对被试身份进行筛选,保证实验的准确性。
其中,数据管理子系统在实验过程中用于实时呈现实验数据,帮助主试监控实验进程和数据。包括实时返回的原始的数据曲线,也包括通过一系列计算呈现的生理指标,如30s心率、10s心率、2s瞬时心率、SDNN(全部窦性心搏RR间期的标准差。单位为ms)、RMSSD(相邻RR间期差值的均方差)、PNN50(相邻NN之差>50ms的个数占总窦性心搏个数的百分比)、等等。实验结束后,用户的行为及生理指标数据会自动生成两个excel问卷,而用户的原始生理数据保存在云端,随时可下载进行下一步的数据处理。
其中,问卷管理子系统是本实施例心理学实验和生理监测系统一个可选的子系统,主试在组织实验时,可以快速创建或调取存储的问卷模板,对其按照需求进行编辑,以供实验使用。
其中,实验分组管理子系统是本实施例心理学实验和生理监测系统的核心组件,主试通过该系统对实验流程进行编辑及管理。在本系统中可以呈现的流程类型(刺激类型)有:文字、图片、视频、游戏、问卷、倒计时。基本可以满足心理学实验的需要。主要有两个功能,一个功能是创建新的实验,该功能是根据实验需要,编辑不同的刺激类型并限定刺激的呈现时间,将其按流程所需进行排序组合,就可以创建一个新的实验。另一个功能是根据现有的子实验,把流程进行编辑和排序,设置各流程的呈现时间和顺序,形成一个完整的实验,供研究使用。
其中,数据类型管理系统为实验中不同的条件建立标签,比如情绪诱发实验,不同情绪诱发条件下的数据将利用不同的标签区别开来,注明名称和数字代号。
其中,数据特征管理系统管理着所有被试不同条件下的不同生理特征值,比如情绪诱发实验中,呈现比较愉快的视频,引发被试的愉悦情绪,此时监测到的被试各个生理特征值也就是愉悦状态下的相关结果。
其中,数据模型管理系统是利用标记好的数据建立模型,该系统可以配置和添加不同的算法,比如DNN(深度神经网络)、SVM(支持向量机)、RBF神经网络等算法,以找到预测效果最好的算法模型,比如基于RBF的情绪模型,模型的准确度越高,根据各种生理特征值预测的情绪类别也越准确。
在被试端,设有一心理测试端和生理监测端,心理测试端同样运行在一客户端,该客户端与主试端实时数据传递。被试在该客户端上按要求完成主试端发送来的心理学实验程序,得到行为数据和生理指标数据。
在被试端,生理监测端用于采集被试在实验过程中的生理指标数据,可以是在被试端加装多组的生理参数传感器实现,也可以是利用现有设备中的传感器实现。用来监测心率、心率变异性等各种生理参数。
参见图2,本实施例心理学实验和生理监测系统在进行应用时,其步骤如下:
(1)主试进入客户端,确定实验名称、目的及内容,在实验管理子系统进行输入。
(2)根据实验需要,在问卷子系统对问卷进行编辑,或者直接在实验分组管理子系统对实验流程进行编辑和排序,形成一个完整的可以进行的实验。
(3)招募被试,输入被试的基本信息,选择实验,连接被试的测试端以及收集生理数据的生理端,进行实验。
(4)实验过程中实时在数据管理子系统查看数据采集过程是否顺利。
(5)实验完成后,系统将自动保存数据。
(6)为了检验数据预测的准确性,可在步骤(5)实验结束后,继续收集一定量被试数据,作为检验数据。根据步骤(5)实验过程中采集的数据进行统计和分析,并采用系统中内置的各种算法模型对数据进行训练,获得数据预测模型。然后可用步骤(6)实验结束后采集的检验数据对预测模型进行检验,判断其预测的准确性,通过对各种算法准确性的比对,最终选定准确度最高的算法作为最佳预测模型。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种心理学实验和生理监测系统,其特征在于,包括主试端和被试端,在主试端设有:
实验分组管理子系统,用于根据实验需要,编辑不同的刺激类型并限定刺激的呈现时间,将其按流程所需进行排序组合,创建新的实验;
或者,根据当前实验需要,调取实验分组中预存的子实验,按流程进行编辑和排序,形成一个完整的可以运行的实验;
被试管理子系统,用于管理被试的信息;
在被试端设有:
心理测试端,用于采集被试在实验过程中的行为数据;
生理监测端,用于采集被试在实验过程中的生理指标数据。
2.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述主试端中的所有子系统均运行在客户端,数据存储在云端。
3.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述主试端还设有实验管理子系统,用于输入当前实验的名称和目的。
4.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述主试端还设有问卷管理子系统,用于根据当前实验目的和内容,创建新的问卷或者对已有的问卷进行编辑管理后发送到被试端。
5.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述被试管理子系统管理的被试信息包括被试的姓名、性别、年龄及其他根据实验需要的备注信息,数据存储在云端数据库中,与实验过程中保存的实验数据一一匹配。
6.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述主试端还设有数据管理子系统,用于在实验过程中实时呈现实验数据,以便监控实验进程和数据;
所述数据管理子系统呈现的实验数据包括原始的数据曲线,也包括通过一系列计算呈现的生理指标。
7.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,所述实验分组管理子系统中流程类型有文字、图片、视频、游戏、问卷、倒计时,把子实验根据上述流程进行组合,设置各自的呈现时间和顺序,形成一个完整的实验。
8.根据权利要求1所述的心理学实验和生理监测系统,其特征在于,在主试端还设有预测模型构建模块,包括:
数据类型管理系统,用于为实验中不同的实验条件建立标签;
数据特征管理系统,用于管理不同实验条件下,所有被试的生理特征值与各标签的对应关系;
数据模型管理系统,用于配置或调用不同的人工智能算法,根据不同的数据集,生成对应规模下的预测模型;随着数据规模的不断扩大,系统通过收集更多的数据,不断自动升级当前数据规模下的预测模型。
9.一种权利要求1-8任一项所述的心理学实验和生理监测系统的应用方法,其特征在于,包括步骤:根据实验目的选取实验分组中预存的子实验,按流程进行编辑和排序,形成一个完整的可以进行的实验;根据实验招募被试,测试被试在不同实验条件下的行为数据和生理指标数据。
10.根据权利要求9所述的应用方法,其特征在于,包括步骤:
(1)进入主试端的客户端,确定实验名称及目的在实验管理子系统进行输入;
(2)根据实验是否需要,在问卷子系统对问卷进行编辑,或者直接在实验分组管理子系统对实验流程进行编辑和排序,形成一个完整的可以进行的实验;
(3)招募被试,输入被试的基本信息,选择实验,连接被试的心理测试端以及生理监测端,进行实验;
(4)实验过程中实时在数据管理子系统查看数据;并根据标签的不同,分类保存不同条件下所有被试的生理特征值;
(5)实验完成后,系统将自动保存数据;
(6)对采集的行为数据和生理指标数据进行统计和分析,通过系统中配置的不同算法模型对数据进行训练对比,得到预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811378131.8A CN109549655A (zh) | 2018-11-19 | 2018-11-19 | 一种心理学实验和生理监测系统及其应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811378131.8A CN109549655A (zh) | 2018-11-19 | 2018-11-19 | 一种心理学实验和生理监测系统及其应用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109549655A true CN109549655A (zh) | 2019-04-02 |
Family
ID=65866432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811378131.8A Pending CN109549655A (zh) | 2018-11-19 | 2018-11-19 | 一种心理学实验和生理监测系统及其应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109549655A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473598A (zh) * | 2019-08-12 | 2019-11-19 | 中国科学院心理研究所 | 一种基于知识图谱的心理测试平台系统 |
CN111276199A (zh) * | 2020-01-20 | 2020-06-12 | 北京津发科技股份有限公司 | 基于云服务器的人因测评方法和多互联系统以及存储介质 |
CN112386257A (zh) * | 2020-11-17 | 2021-02-23 | 北京津发科技股份有限公司 | 一种进行人因测试与心理学实验的方法、装置和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5328030B2 (ja) * | 2008-07-11 | 2013-10-30 | 学校法人東京理科大学 | 脳情報から人間の選好を判別する方法及びその装置 |
CN104616231A (zh) * | 2013-11-04 | 2015-05-13 | 中国科学院心理研究所 | 一种基于云端的心理实验室系统和使用方法 |
CN104966175A (zh) * | 2015-07-27 | 2015-10-07 | 中国地质大学(北京) | 一种土地利用心理测量研究系统 |
CN205758579U (zh) * | 2016-05-04 | 2016-12-07 | 天津师范大学 | 基于分布式技术的心理实验台系统 |
CN106725529A (zh) * | 2016-11-28 | 2017-05-31 | 邹敏伟 | 基于蓝牙传输的团体心理测评系统 |
CN107865665A (zh) * | 2017-12-15 | 2018-04-03 | 安徽徽韵心理咨询有限公司 | 一种心理测试系统 |
-
2018
- 2018-11-19 CN CN201811378131.8A patent/CN109549655A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5328030B2 (ja) * | 2008-07-11 | 2013-10-30 | 学校法人東京理科大学 | 脳情報から人間の選好を判別する方法及びその装置 |
CN104616231A (zh) * | 2013-11-04 | 2015-05-13 | 中国科学院心理研究所 | 一种基于云端的心理实验室系统和使用方法 |
CN104966175A (zh) * | 2015-07-27 | 2015-10-07 | 中国地质大学(北京) | 一种土地利用心理测量研究系统 |
CN205758579U (zh) * | 2016-05-04 | 2016-12-07 | 天津师范大学 | 基于分布式技术的心理实验台系统 |
CN106725529A (zh) * | 2016-11-28 | 2017-05-31 | 邹敏伟 | 基于蓝牙传输的团体心理测评系统 |
CN107865665A (zh) * | 2017-12-15 | 2018-04-03 | 安徽徽韵心理咨询有限公司 | 一种心理测试系统 |
Non-Patent Citations (3)
Title |
---|
王旭: "基于网络环境的心理学综合实验台管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
王海宁: "《基于多通道生理信号的情绪识别技术研究》", 31 August 2016, 湖南大学出版社 * |
白学军 等编著: "《实现高效率学习的认知心理学基础研究》", 31 December 2008, 天津科学技术出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473598A (zh) * | 2019-08-12 | 2019-11-19 | 中国科学院心理研究所 | 一种基于知识图谱的心理测试平台系统 |
CN111276199A (zh) * | 2020-01-20 | 2020-06-12 | 北京津发科技股份有限公司 | 基于云服务器的人因测评方法和多互联系统以及存储介质 |
CN112386257A (zh) * | 2020-11-17 | 2021-02-23 | 北京津发科技股份有限公司 | 一种进行人因测试与心理学实验的方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Petersen et al. | CellExplorer: A framework for visualizing and characterizing single neurons | |
KR102266310B1 (ko) | 인지능력 향상을 위한 치매 케어용 ai기반의 교육 콘텐츠 추천 방법, 장치 및 컴퓨터-판독가능 기록 매체 | |
US11562253B2 (en) | Method and computing system for modelling a primate brain | |
Genon et al. | The many dimensions of human hippocampal organization and (dys) function | |
Zehl et al. | Handling metadata in a neurophysiology laboratory | |
CN109549655A (zh) | 一种心理学实验和生理监测系统及其应用方法 | |
CN105095623B (zh) | 疾病生物标志物的筛选分析方法、平台、服务器及系统 | |
CN110115563A (zh) | 一种中医证型预测系统 | |
Hayden et al. | Automated pose estimation in primates | |
Gurbuz et al. | Deep graph normalizer: a geometric deep learning approach for estimating connectional brain templates | |
Manubens-Gil et al. | BigNeuron: a resource to benchmark and predict performance of algorithms for automated tracing of neurons in light microscopy datasets | |
CN108937407A (zh) | 一种智能镜子化妆指导方法及系统 | |
CN117064388A (zh) | 基于情绪识别实现精神障碍评估分析的系统 | |
Sasi Kumar et al. | DeepQ Residue Analysis of Brain Computer Classification and Prediction Using Deep CNN | |
Liu et al. | Affective Computing for Healthcare: Recent Trends, Applications, Challenges, and Beyond | |
Lucas et al. | Artificial intelligence in epilepsy—applications and pathways to the clinic | |
CN109698026A (zh) | 医学设备的故障处理时的组件识别 | |
Baur et al. | NOVA: a tool for explanatory multimodal behavior analysis and its application to psychotherapy | |
Bernold et al. | preha: Establishing Precision Rehabilitation with Visual Analytics. | |
Chen et al. | Learnable Subdivision Graph Neural Network for Functional Brain Network Analysis and Interpretable Cognitive Disorder Diagnosis | |
Shrivastav et al. | Earth mover’s distance-based automated geometric visualization/classification of electrocardiogram signals | |
Truong et al. | End-to-end processing of M/EEG data with BIDS, HED, and EEGLAB | |
Li et al. | Adolescent fluid intelligence prediction from regional brain volumes and cortical curvatures using BlockPC-XGBoost | |
Gillon et al. | Odin: Open data in neurophysiology: Advancements, solutions & challenges | |
Cao et al. | NetFeatures-Transformer: Enhancing Brain Network Features to Classify Alzheimer's Disease |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |