CN109637222A - 脑科学智慧教室 - Google Patents

Abstract

本发明公开了一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；其工作流程包括：采集被测试者原始脑电数据；获取被测试者实时的脑认知能力；获得被测试者兴趣度、吸引度、专注度、识记度四项指标；对第三步中的四项指标利用滑动时间窗方法计算其动态变化；通过数据服务器接收来自学生工作站的数据进行分析；通过网页服务器智能推送解决方案。本发明能够更客观、更直接、更实时、更科学地反映出个人或群体的专注力、认知能力、学习能力和教学与培训效果，并根据测评结果自动给予有针对性的解决方案，测评与推送过程人工干预少，简便易行，对实施者的专业要求完全控制在现有教学与培训机构可操作的范围内。

Description

脑科学智慧教室

技术领域

本发明涉及智能教学领域，具体地说，涉及一种具备脑电波分析的脑科学智慧教室。

背景技术

注意(attention)是心理活动对一定对象的指向和集中。是人类有意识自觉主动地获取信息、学习知识和技能的根本手段。记忆力(memory)是识记、保持、再认识和重现客观事物所反映的内容和经验的能力。注意力与记忆力是孩子感知外部世界、学习知识的重要工具，是决定孩子沟通能力、学习能力的基础。良好的注意力以及记忆力是学习效果的重要保证。

传统的课堂上要了解学生的表现，主要是教师通过主观感觉来判断其在课堂上是否专注、是否用心听讲；有经验的教师依据主观感觉做出判断往往比较准确，但难以面面俱到的观察每一名学生，无从把握课堂上整体情况。另外，思想溜号等行为不易被发现。教学评估工作是教育质量保障体系的重要组成部分，学校为了推进教学改革，提高人才培养质量，必然重视教学评估。目前主流的方法是通过公开课同行评价和学生量表打分两种方式相结合，来收集、分析和掌握课堂教学效果。通过填表的方法，因为是事后调查分析，且评分人员受心理因素和相互关系等方面的影响，所以会降低评估分数的客观性，得到的结果不够及时，也不够直接。

在培训领域：柯克帕特里克的四层次培训评估模型占据主导地位，被理论界和业界广为采用。柯克帕特里克提出可以从四个方面评估培训效果，分别是反应层、学习层、行为层、结果层(Kirkpatrick，1994)。但是该模型在运用中仍普遍存在几个问题：1.评价主观化。2.评价节点化。3.分析整体化。神经人因学(Neuroergonomics)，通过将认知神经科学的理论技术应用于人因工效学，分析人在工作时大脑产生的反应，客观、准确、实时了解工作绩效和日常状态(Parasuraman，2003；Parasuraman＆Rizzo，2007；Parasuraman，2011)，进而帮助企业管理者合理配置人力资源和工作负荷，达到人岗匹配，更好地实现人力资源开发。脑电图(EEG/ERP)相比其它认知神经科学的研究手段，其优点在于：较好的便携性、高时间分辨率和低成本。

发明内容

本发明正是为了解决现有的依靠问卷调查评估课堂教学效果的方法存在不及时、不直接等问题，而设计的一种实时测量群体专注力、记忆力、兴趣度、吸引度、专注度、识记度并提供报告和反馈的系统，系统中包含一种能够记录人体的脑电、身体动作的可脑电设备；设备采集的信号通过计算分析，实时展示和反馈人群的兴趣度、吸引度、专注度、识记度；课上实时提醒、课后汇总课程跟踪数据对比分析；通过智能算法给学员推荐适合个体的学能训练内容，即脑科学智慧教室。

本发明解决其技术问题所采用的技术方案是：

一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；脑科学智慧教室的工作流程包括以下六个步聚：

第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；

第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；

第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：

①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；

②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；

③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；

④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；

第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；

第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；

第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。

所述脑科学智慧教室，其第三步中的特质测评标准任务是：以认知神经科学为基础、结合心理学、认知科学开发的脑电测评标准任务，利用被测试者完成标准任务时脑电波、在神经反应的层面做出建模和判断，获得被测试者在四个维度兴趣度、吸引度、专注度、识记度上的特质测评结果数据。

所述脑科学智慧教室，其第六步中智能推送解决方案包括：基于被测试者兴趣度、吸引度、专注度、识记度四个维度得分、给予孩子和家长建议，为提升某个维度需要采取的措施、注意在家庭中保持什么样的氛围。

所述脑科学智慧教室，其第六步中智能推送解决方案包括：推送适合被测试者的训练任务，用户登录本人的家庭云系统账户就可以见到这些任务。

所述脑科学智慧教室，其第六步中智能推送解决方案包括线上家长课：根据被试孩子的特点，自动将适合家长学习的课程显示在其账户中。

所述脑科学智慧教室，其第六步中给出个性化建议和智能推送解决方案包括线下课程：适合这名孩子的讲座信息、课程信息、提供课程的教育机构，不定期发送到账户中。

所述脑科学智慧教室，在学生工作站，学生通过使用浏览器访问网页服务器，并可根据权限获得数据服务器中的相关数据。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；在教师工作站，任课教师通过使用浏览器访问局域网中的本地服务器，根据权限获得数据服务器中的相关数据，任课教师可结合课堂情况、根据经验对现场教学做出调整。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：在教师工作站，非任课教师可以通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得正在进行中的课程的相关数据，实时了解课程教学情况，实现远程观摩、评估和指导。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：任课教师、课研相关教师以及管理者通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得既往课程的相关数据，并可结合教学内容分析、评估、了解课程整体以及各个核心教学环节的教学效果，并给出相应指导意见和建议。

脑科学智慧教室中智能推送系统强调的是自动化、个性化。

1、根据测评结果自动给予有针对性的方案。

2、推送过程无需消耗大量人力。

″兴趣度、吸引度、专注度、识记度″四个维度是简单的4项分数，还可以对应到被试孩子在现实生活、学习中的行为。即测评可提供对被试学生的具体行为优良中差的描述。同时，TalkingBrain积累了大量被试的数据、形成″兴趣度、吸引度、专注度、识记度″四个维度的常模。完成测评就可获知孩子的脑认知能力(专注力)在人群中、或者同龄人中处于哪个位置。

家长、教师评价一个孩子专注力的方法是行为观察，上课时是否用心听讲、在家做作业时是否能坐得住。这种方法需要一定的时间积累″数据″，时间上从几天到几个月。TalkingBrain的方法直接从脑认知测评入手，通过孩子的脑电和TalkingBrain专门开发的标准任务，可以在几分钟内测出孩子的专注力特质。除了耗时短这个优点外，还能使结果更接近″本质″，行为观察难免有误判，例如：在课堂上学生听懂了而表现出的不听讲和学生因为不能集中精神的不听讲，在表象上十分相似。常见的视觉障碍、听觉障碍、孩子缺乏规则意识等，都容易给人以注意力涣散的表象。

本发明的有益效果是：

1、所述系统通过可脑电设备获得人的脑电图，及时计算出兴趣度、吸引度、专注度、识记度。正在上课的教师能从系统实时获得群体结果、从而及时准确的把握课堂状态。正在上课的学生可以的在状态低迷时得到系统的提醒。同目前仅靠问卷调查对课堂教学进行评估的方法相比，本发明所提供的系统能够更客观、更直接、更实时地反映出个人或群体的兴趣度、吸引度、专注度、识记度。课后汇总系列课程数据，可以方便的对不同群组学生的表现做出对比，或者对不同课程的效果做比较，所得结果用于指导教学。

2、智能推送系统的算法可根据个体情况的不同、推荐量身定制的训练方案。孩子、家长足不出户就可以获得建议、开展训练，节省家庭的时间、精力投入。基于精确测评的指导方案，可以为没有专业知识的家长指明方向：该补充什么知识、该报哪个培训班。为省下学习、摸索、试错的时间和精力。

附图说明

图1为本发明脑科学智慧教室拓朴图。

图2为本发明数据分析流程图。

图3为本发明特质测评流程图。

图4为本发明智能推送解决方案流程图。

图5为本发明任课教师基于云平台工作流程图。

图6为本发明非任课教师基于云平台工作流程图。

图7为本发明任课教师、课研相关教师以及管理者基于云平台工作流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

如图1-4所示，本发明一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；脑科学智慧教室的工作流程包括以下六个步聚：

第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；

第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；

第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：

①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；

②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；

③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；

④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；

第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；

第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；

第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。

所述脑科学智慧教室，其第三步中的特质测评标准任务是：以认知神经科学为基础、结合心理学、认知科学开发的脑电测评标准任务，利用被测试者完成标准任务时脑电波、在神经反应的层面做出建模和判断，获得被测试者在四个维度兴趣度、吸引度、专注度、识记度上的特质测评结果数据。

所述脑科学智慧教室，其第六步中智能推送解决方案包括：基于被测试者兴趣度、吸引度、专注度、识记度四个维度得分、给予孩子和家长建议，为提升某个维度需要采取的措施、注意在家庭中保持什么样的氛围。

所述脑科学智慧教室，其第六步中智能推送解决方案包括：推送适合被测试者的训练任务，用户登录本人的家庭云系统账户就可以见到这些任务。

所述脑科学智慧教室，其第六步中智能推送解决方案包括线上家长课：根据被试孩子的特点，自动将适合家长学习的课程显示在其账户中。

所述脑科学智慧教室，其第六步中给出个性化建议和智能推送解决方案包括线下课程：适合这名孩子的讲座信息、课程信息、提供课程的教育机构，不定期发送到账户中。

所述脑科学智慧教室，在学生工作站，学生通过使用浏览器访问网页服务器，并可根据权限获得数据服务器中的相关数据。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；在教师工作站，任课教师通过使用浏览器访问局域网中的本地服务器，根据权限获得数据服务器中的相关数据，任课教师可结合课堂情况、根据经验对现场教学做出调整，如图5所示。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：在教师工作站，非任课教师可以通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得正在进行中的课程的相关数据，实时了解课程教学情况，实现远程观摩、评估和指导，如图6所示。

所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：任课教师、课研相关教师以及管理者通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得既往课程的相关数据，并可结合教学内容分析、评估、了解课程整体以及各个核心教学环节的教学效果，并给出相应指导意见和建议，如图7所示。

1软件功能实现

如图1所示，本地配备一定数量的学生工作站，每台学生工作站配备有智能脑电设备、同时每台学生工作站安装有脑电分析软件。软件可以将数字化的脑电信号解码、转换成脑认知指标。脑认知指标实时发送往本地服务器，在服务器完成汇总。本地服务器向云系统和本地教师工作站推送数据。教师在本地教师工作站上可以看到全班学生汇总后的脑认知指标。可以远程访问智慧课堂、云系统获取现在课堂的实时数据。也可以远程获取历史数据。

2数据采集、分析

如图2所示本发明数据采集、分析流程。被测试者在执行标准任务过程中或者实际的学习环境中的脑电信号会被采集，经软件解码得到兴趣度、吸引度、专注度、识记度四个维度的指标。

5.3指标计算

如图3所示本发明指标计算流程。通过不同波段脑电波的能量，分别计算出兴趣度、吸引度、专注度、识记度。通过滑动时间窗口方法得出每个被测试者的实时指标。在多个被测试者的指标在服务器端汇总后，可得到课堂整体的实时状态。

5.4智能推送解决方案

如图4所示本发明智能推送解决方案。汇总四个维度，包括兴趣度、吸引度、专注度、识记度，以及家长测评问卷答案的得分，系统基于上述五项信息，自动面向被测试者给出个性化建议和适合其本人的训练任务。被测试者可以在其个人账户中看到个性化建议、同时也可以看到推送的训练任务、线上家长课和线下课程。

本发明不局限于上述最佳实施方式，任何人在本发明的启示下得出的其他任何与本发明相同或相近似的产品，均落在本发明的保护范围之内。

Claims (10)

1.一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；其特征在于：脑科学智慧教室的工作流程包括以下六个步聚：

第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；

第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；

第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：

①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；

②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；

③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；

④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；

第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；

第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；

第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。

2.根据权利要求1所述的脑科学智慧教室，其特征在于：第三步中的特质测评标准任务是：以认知神经科学为基础、结合心理学、认知科学开发的脑电测评标准任务，利用被测试者完成标准任务时脑电波、在神经反应的层面做出建模和判断，获得被测试者在四个维度兴趣度、吸引度、专注度、识记度上的特质测评结果数据。

3.根据权利要求1所述的脑科学智慧教室，其特征在于：第六步中智能推送解决方案包括：基于被测试者兴趣度、吸引度、专注度、识记度四个维度得分、给予孩子和家长建议，为提升某个维度需要采取的措施、注意在家庭中保持什么样的氛围。

4.根据权利要求1所述的脑科学智慧教室，其特征在于：第六步中智能推送解决方案包括：推送适合被测试者的训练任务，用户登录本人的家庭云系统账户就可以见到这些任务。

5.根据权利要求1所述的脑科学智慧教室，其特征在于：第六步中智能推送解决方案包括线上家长课：根据被试孩子的特点，自动将适合家长学习的课程显示在其账户中。

6.根据权利要求1所述的脑科学智慧教室，其特征在于：第六步中给出个性化建议和智能推送解决方案包括线下课程：适合这名孩子的讲座信息、课程信息、提供课程的教育机构，不定期发送到账户中。

7.根据权利要求1所述的脑科学智慧教室，其特征在于：在学生工作站，学生通过使用浏览器访问网页服务器，并可根据权限获得数据服务器中的相关数据。

8.根据权利要求1所述的脑科学智慧教室，其特征在于：第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；在教师工作站，任课教师通过使用浏览器访问局域网中的本地服务器，根据权限获得数据服务器中的相关数据，任课教师可结合课堂情况、根据经验对现场教学做出调整。

9.根据权利要求1所述的脑科学智慧教室，其特征在于：第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：在教师工作站，非任课教师可以通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得正在进行中的课程的相关数据，实时了解课程教学情况，实现远程观摩、评估和指导。

10.根据权利要求1所述的脑科学智慧教室，其特征在于：第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：任课教师、课研相关教师以及管理者通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得既往课程的相关数据，并可结合教学内容分析、评估、了解课程整体以及各个核心教学环节的教学效果，并给出相应指导意见和建议。