CN112137627B - 智能人因测评和训练方法及系统 - Google Patents
智能人因测评和训练方法及系统 Download PDFInfo
- Publication number
- CN112137627B CN112137627B CN202010947160.2A CN202010947160A CN112137627B CN 112137627 B CN112137627 B CN 112137627B CN 202010947160 A CN202010947160 A CN 202010947160A CN 112137627 B CN112137627 B CN 112137627B
- Authority
- CN
- China
- Prior art keywords
- ability
- evaluation
- training
- value
- task
- 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.)
- Active
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- 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
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
Abstract
本发明提供一种智能人因测评和训练方法及系统,所述方法包括采集被试参与一个或多个测评任务时产生的行为数据、眼动数据和生理特征数据,并计算被试的认知能力谱值以及情绪能力谱值;根据认知能力谱值以及情绪能力谱值计算被试的维度能力总值;根据认知能力谱值、情绪能力谱值以及维度能力总值选择相应的训练任务进行训练。所述系统包括显示器、测评及训练功能模块和云平台。所述方法和系统分别从认知能力维度和情绪能力维度两个方面结合多通道数据对被试的心理特征能力进行更全面精确地评价,同时基于测评结果根据被试个体的心理体征及时配置相应的训练任务,实现训练任务与测评结果的自适应,提高了训练效果。
Description
技术领域
本发明涉及人因测评技术领域,尤其涉及一种智能人因测评和训练方法及系统。
背景技术
人因测评是一种先进的测试方法,它是指通过一系列手段,将人的某些心理特征数量化,来衡量个体心理因素水平和个体心理差异的一种科学测量方法。心理训练是指采用专门仪器、动作等心理学手段,对训练对象进行有意识的影响,使其心理状态发生变化,以达到最适宜的程度,满足提高作业成绩,增强身心健康需要的训练技术。目前人因测评或心理训练发展到了许多领域,例如在航空人员、心理健康、体育竞赛、体育教育等方面的应用,以及对诸如警察这类从事危险职业人员的测评与训练。
人因测评的结果能够用于指导心理训练,现有技术中,人因测评和心理训练是分开进行的,无法根据测评结果及时给出有效的训练方案。同时,现有技术大多仅对个体的认知能力进行评价,维度单一,测评效果有限。对于训练,现有技术多采用固定的训练任务,其内容一致,无法针对个体能力差异定向化训练。
发明内容
鉴于此,本发明实施例提供了一种智能人因测评和训练方法及系统,以从认知能力维度和情绪能力维度两方面进行人因测评,并基于测评结果及时配置相应的训练任务,具有高效和自适应的特点。
本发明的技术方案如下:
一方面,本发明提供一种智能人因测评和训练方法,包括:
采集被试参与一个或多个测评任务时产生的行为数据、眼动数据和生理特征数据;其中,所述行为数据包括:对素材内容的反应时长、行为准确率和虚报率;所述眼动数据包括:注视点坐标和注视时间;所述生理特征数据包括心率变异性数据、皮电数据以及脑电数据;
根据所述行为数据、所述眼动数据和所述生理特征数据计算所述被试的认知能力谱值以及情绪能力谱值;
根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值;
根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的训练任务进行训练。
在一些实施例中,各所述测评任务的内容能够选择性评价认知能力维度中知觉能力、记忆能力、注意能力、思维能力和想象能力的一种或多种,情绪能力维度中情绪感知能力、情绪识别能力、情绪管理能力和智力能力的一种或多种。
在一些实施例中,所述测评任务包括:目标计数、点位跳跃、目标还原、数字回叙、线条判断、音频判断、图形规律判断、stroop测试以及多目标追踪。
在一些实施例中,根据所述行为数据、所述眼动数据和所述生理特征数据计算所述被试的认知能力谱值以及情绪能力谱值,包括:
获取认知能力样本常模和情绪能力样本常模;
参照所述行为数据、所述眼动数据和所述生理特征数据的纵向多次测评分值,获取对应的认知能力预估值和情绪能力预估值;
根据所述行为数据、所述眼动数据和所述生理特征数据的专家库评估标准,计算认知能力测试值和情绪能力测试值;
对所述认知能力样本常模、所述认知能力预估值和所述认知能力测试值加权求和得到所述认知能力谱值,对所述情绪能力样本常模、所述情绪能力预估值和所述情绪能力测试值加权求和得到所述情绪能力谱值。
在一些实施例中,根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值,包括:
对所述认知能力谱值和所述情绪能力谱值加权求和得到所述维度能力总值。
在一些实施例中,所述智能人因测评和训练方法还包括:
对不同时间检测得到的维度能力总值进行回归模型趋势拟合,用于预测指定时间点所述被试能够达到的维度能力总值。
在一些实施例中,所述回归模型趋势拟合采用最小二乘法。
在一些实施例中,根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的训练任务进行训练之后,还包括:
根据所述被试进行所述训练任务的训练结果,在测评任务库中选择下一阶段测评任务。
另一方面,本发明还提供一种智能人因测评和训练系统,包括:
显示器,用于显示所述测评任务或所述训练任务;
测评及训练功能模块,用于存储和调取所述测评任务或所述训练任务至所述显示器,并采集被试参与一个或多个所述测评任务时产生的行为数据、眼动数据和生理特征数据;
云平台,用于指示所述测评及训练功能模块调取所述测评任务或所述训练任务,接收所述测评及训练功能模块发送的所述行为数据、所述眼动数据和所述生理特征数据,根据所述行为数据、所述眼动数据和所述生理特征数据判断所述测评任务的完成度;根据所述测评任务的完成度计算所述被试的认知能力谱值以及情绪能力谱值;根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值;根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的所述训练任务。
在一些实施例中,所述测评及训练功能模块包括:
用户登录模块,用于验证用户登录名和密码;
任务配置模块,用于存储测评任务和训练任务;
测评模块,用于调取所述测评任务并采集被试参与所述测评任务时产生的行为数据、眼动数据和生理特征数据;
训练模块,用于调取所述训练任务并采集进行训练任务时产生的行为数据、眼动数据和生理特征数据;
数据查询模块,用于查询所述被试参与所述测评任务和所述训练任务产生的数据;
被试管理模块,用于添加或删除所述被试。
本发明的有益效果至少包括:
所述智能人因测评和训练方法分别从认知能力维度和情绪能力维度两个方面结合多通道数据对被试的心理特征能力进行更全面精确地评价,同时基于测评结果根据被试个体的心理体征及时配置相应的训练任务,实现训练任务与测评结果的自适应,提高了训练效果。同时,所述智能人因测评和训练系统,通过将评测功能设置在云平台进行处理,能够实现多人多测评任务同时进行。
进一步地,通过对多个时间点被试的维度能力总值进行曲线拟合,实现在没有实际测评的情况下对被试者未来某一时间点的心理特征进行预测。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例所述智能人因测评和训练方法的流程示意图;
图2为本发明另一实施例所述智能人因测评和训练方法中认知能力谱值以及情绪能力谱值计算流程示意图;
图3为本发明一实施例所述智能人因测评和训练方法中数据参数及评价维度示意图;
图4为本发明一实施例所述智能人因测评和训练系统的结构示意图;
图5为本发明一实施例所述智能人因测评和训练方法的逻辑示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在此,还需要说明的是,如果没有特殊说明,术语“连接”在本文不仅可以指直接连接,也可以表示存在中间物的间接连接。
现有的人因测评或心理训练系统是为提高注意力、记忆力、灵活性、反应时等认知能力而研发。一方面需要对被试当前的认知能力(心理特征)进行测评,另一方面通过制定和执行训练任务使得被试的认知能力得到强化。现有技术中,人因测评和心理训练是分开的,并且训练任务与测评结果并无相关性,无法做到结合被试的认知能力配置相应的训练任务。再者,现有技术对被试的人因测评集中在对认知能力维度进行评价,由于应用场景的复杂化,评测要求日益提高,单纯从认知能力维度出发的测评已经不能够满足需求,还需要结合其他能力维度进行评价以提高准确性。
在本申请中,“被试”是指参与人因测评或进行心理训练的受试人员。
本申请提供一种智能人因测评和训练方法,以实现多维度、多通道数据的人因测评,并根据测评结果及时配置相应的训练任务,结合被试个体能力状态实现测评和训练的自适应,提高训练效果,如图1和图5所示,包括步骤S101~S104:
需要预先说明的是,本实施例中,序号S101~S104并非是对步骤先后顺序的限定,应当理解为,在特定的运行情景下各步骤可以并行或调换先后顺序。
步骤S101:采集被试参与一个或多个测评任务时产生的行为数据、眼动数据和生理特征数据;其中,行为数据包括:对素材内容的反应时长、行为准确率和虚报率;眼动数据包括:注视点坐标和注视时间;生理特征数据包括心率变异性数据、皮电数据以及脑电数据。
步骤S102:根据行为数据、眼动数据和生理特征数据计算被试的认知能力谱值以及情绪能力谱值。
步骤S103:根据认知能力谱值以及情绪能力谱值计算被试的维度能力总值。
步骤S104:根据认知能力谱值、情绪能力谱值以及维度能力总值选择相应的训练任务进行训练。
在步骤S101中,测评任务的内容可以通过显示器向被试展示,被试按照测评任务的要求完成相应行为动作。在测评过程中,行为数据可以采用触摸屏显示器、六轴加速度传感器等设备进行采集,例如通过触摸屏显示器获取点击行为,通过六轴加速度传感器采集运动数据等。眼动数据可以通过眼动仪进行采集。生理特征数据可以采用生命体征可穿戴智能检测设备进行采集。
具体的,基于行为数据分析反应时长、行为准确率和虚报率。反应时长为刺激目标出现到被试做出预定行为反应的时长。行为准确率是指被试按照指要求完成任务的次数与总任务次数之比,任务要求可以通过文字、语音或图像的形式发出。虚报率是指在无需做出行为反应时做出反应的次数与反应总次数之比。
眼动数据中,注视点坐标是指视线在刺激物上停留获取信息的位置坐标点,在一些实施例中,视线停留在刺激物上时长高于设定值时可以判断该点为注视点并记录为注视点坐标。注视时间是指对于目标刺激的所有注视点的时间总和。
生理特征数据中,心率变异性数据(HRV)包括时域指标:平均心率(AVHR)、连续心搏间期标准差(SDNN)、连续心搏间期差异均方根(RMSSD);以及通过快速傅里叶转换得到的不同波段频域指标:心率变异性超低频段ULF(0-0.0033Hz)、极低频段VLF(0.0033-0.04Hz)、低频段LF(0.04-0.15Hz)、高频段HF(0.15-0.4Hz),低频功率为LF,高频功率为HF,LF/HF与自主神经系统的稳定性有关,LF/HF的值与压力大小成正比,用于反映被试压力。皮电数据(EDA),包括皮肤电导水平(SCL)和与刺激事件相关的皮肤电反应(ER-SCR)。皮肤电导水平SCL是皮肤电导中的渐变水平,与一段时间内被试的交感神经活跃程度成正比,用于反映被试的情绪唤醒或认知负荷;事件相关皮肤电导反应是由特定事件(如视觉刺激或意外事件)诱发出相应的皮肤电导中出现的瞬时、较快的波动,ER-SCR的幅值与特定刺激强度成正比,用于反映刺激引起的被试应激或情绪反应强度。脑电数据(EEG),由脑神经元内的离子电流引起的电压波动信号,主要包括对不同节律的脑电信号分析,即δ(1-3Hz)、θ(4-8Hz)、α(9-13Hz)和β(14-30Hz)。不同节律的脑电信号反映不同的大脑警觉、疲劳等认知状态,其中,大脑的警觉度与α波成正比,与β波成反比,用于反映被试的注意集中和警觉度;另外,大脑的疲劳状态与慢波(δ,θ)成正比,与快波(α,β)成反比,用于反映被试脑力负荷;此外,EEG各节律波的比值(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β也是反映脑力疲劳的检测指标。
测评任务的内容是针对预评测的认知能力维度和/或情绪能力维度定制的,在一些实施例中,如图3所示,各测评任务的内容能够针对性地评价认知能力维度中知觉能力、记忆能力、注意能力、思维能力和想象能力的一种或多种,情绪能力维度中情绪感知能力、情绪识别能力、情绪管理能力和智力能力的一种或多种。其中,知觉能力是指视觉或听觉感知能力,记忆能力是指视觉和听觉记忆能力,注意能力是指注意集中性、广度、分配和选择能力,思维能力是指思维推理、概括、抽象、理解和比较分析能力,想象能力是指联想和空间想象能力。情绪感知能力是指知觉自我情绪的能力,情绪识别能力是指移情能力(设身处地理解他人感受的一种能力),情绪管理能力是指情绪调节能力,智力能力是指意识到情绪决定某些关系的能力以及情绪的自我效能(指一个人在特定情景中从事某种行为并取得预期结果的能力)。示例性的,视觉追踪任务可以反映被试的视觉感知能力,数字回叙可以反映视觉和听觉记忆能力;对于特定内容的视频素材,通过判断其中人物的情绪状态,以分析被试的情绪识别能力。
在一些实施例中,测评任务包括:目标计数、点位跳跃、目标还原、数字回叙、线条判断、音频判断、图形规律判断、stroop测试(字义对字体颜色的干扰效应测试)以及多目标追踪等。
其中,目标计数、点位跳跃和多目标追踪任务可用于测评注意能力的不同子维度。目标计数任务采用恒定刺激法,随机呈现固定数量的刺激,计算同一时间内被试能察觉或感知到的目标刺激的数量,用于评估被试的视觉注意广度。点位跳跃采用信号检测论,在连续快速跳跃的刺激点中随机呈现空缺位置,计算被试感知到空缺后的按键反应时、正确率、漏报率等,用于评估被试的警觉性注意能力。多目标追踪任务在屏幕上呈现多个相同刺激,其中一部分以一定方式事先标示为目标,之后所有刺激开始随机运动,被试需对目标追踪并在运动停止后报告目标刺激,并计算被试正确报告的目标刺激数量,可用于评估被试的持续注意和注意资源分配能力。
目标还原和数字回叙任务可用于测评记忆能力的不同子维度。目标还原任务是按固定顺序逐一呈现一系列刺激的位置后,计算被试能够立即正确再现空间位置的数量,用于评估被试的空间位置记忆广度。数字回叙任务通过视觉呈现一系列数字材料,将数字材料的长度逐级增加,并计算被试能够准确复现的数字材料数量,用于评估被试的数字记忆广度。
线条判断和音频判断任务可用于测评感知能力的不同子维度。线条判断采用平均差误法,在呈现某个固定长度线条作为标准刺激后,随机呈现不同长度的比较刺激线条,计算被试能够正确感知到比较刺激和标准刺激差异的最小差别量,用于评估被试的视觉感知能力。音频判断任务则是在呈现某个固定音调的声音作为标准刺激后,随机呈现不同音调的比较刺激声音,计算被试能够正确感知到的比较刺激和标准刺激差异的最小差别量,用于评估被试的听觉感知能力。
图形规律判断任务用于测评思维能力中的归纳推理能力。该任务是根据一幅大图形中的图案或符号变化规律,推理出并填入大图形中空缺部分,通过计算被试正确完成的数量,评估其归纳推理能力。
Stroop任务用于测评认知能力。通过呈现一系列彩色的颜色字,其字义与该字颜色不匹配,如绿色的“红”字,要求被试念字或说出字的颜色,并计算被试正确念出的数量和反应时,评估其认知控制能力和信息加工能力。
在步骤S102中,行为数据、眼动数据和生理特征数据能够反映相应测评任务的完成度,在一些实施例中,可以直接将测评任务的完成度作为其对应的认知能力谱值或情绪能力谱值。进一步地,也可以将测评任务的完成情况匹配对应的分值作为认知能力谱值或情绪能力谱值,使数值表现更平稳。
在一些实施例中,步骤S102中,根据行为数据、眼动数据和生理特征数据计算被试的认知能力谱值以及情绪能力谱值,如图2所示,包括步骤S1021~S1024:
步骤S1021:获取认知能力样本常模和情绪能力样本常模。
步骤S1022:参照行为数据、眼动数据和生理特征数据的纵向多次测评分值,获取对应的认知能力预估值和情绪能力预估值。
步骤S1023:根据行为数据、眼动数据和生理特征数据的专家库评估标准,计算认知能力测试值和情绪能力测试值。
步骤S1024:对认知能力样本常模、认知能力预估值和认知能力测试值加权求和得到认知能力谱值,对情绪能力样本常模、情绪能力预估值和所述情绪能力测试值加权求和得到情绪能力谱值。
在步骤S1021中,样本常模是指一定人群在测试所测特性上的普遍水平或水平分布状况。认知能力样本常模和情绪能力样本常模通过标准化样本测试结果得到,即某一标准化样本的平均值和/或标准差。本实施例中,采用认知能力样本常模和情绪能力样本以比对标准状况,以减少偏差。
在步骤S1022中,认知能力预估值和情绪能力预估值是对被试测试结果的拟合预估评价。在一些实施例中,可以建立预估数据库,通过参照行为数据、眼动数据和生理特征数据的纵向多次测评分值,获取认知能力预估值和情绪能力预估值。预估数据库可以通过对已有多次数据的进行回归模型趋势拟合的方式建立。
在步骤S1023中,根据行为数据、眼动数据和生理特征数据的专家库评估标准,在特定场景特定需求下通过增强或抑制一些数据影响,计算认知能力测试值和情绪能力测试值,具体的,可以结合行为数据、眼动数据和生理特征数据评价测评任务的完成度,将该完成度作为测试值。在一些实施例中,也可以将测评任务的完成情况匹配对应的分值作为认知能力谱值或情绪能力谱值,使数值表现更平稳。示例性的,在对飞盘射击运动员能力进行测试计算时,会侧重于视觉追踪能力,可以适当提高视觉追踪能力对认知能力测试值的影响。
在步骤S1024中,本实施例中,通过样本常模、预估值和测试值三部分共同计算认知能力谱值和情绪能力谱值,以提高结果的准确性。根据研究测评的需求可以通过调节权重系数平衡样本常模、预估值和测试值之间的比重关系,以达到不同指定评价效果。
在步骤S103中,进一步根据认知能力谱值以及情绪能力谱值计算得到维度能力总值,以反映被试的整体能力水平。
在一些实施例中,步骤S103中根据认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值,包括:
对认知能力谱值和情绪能力谱值加权求和得到维度能力总值。
本实施例中,通过加权求和的方式从认知能力维度和情绪能力维度两方面评价被试的能力总值,具有更好的评价效果。同时,通过配置特定的权重系数,获取更客观精确的评估结果。
在步骤S104中,结合基于多维度产生的测评结果,选择配置相应的训练任务。训练任务可以根据不同个体的认知能力情绪能力水平进行预先配置,并建立训练任务库。在根据步骤S103中的测评结果,参照认知能力谱值、情绪能力谱值以及维度能力总值选取与被试相适应的训练任务进行训练,完成了从测评到训练再到测评的闭环。进一步的,由于认知能力维度和情绪能力维度还包含多个子维度,通过细化子维度中知觉能力、记忆能力、注意能力、思维能力、想象能力、情绪感知能力、情绪识别能力、情绪管理能力和智力能力对应的测评任务内容,结合相应任务内容的测评结果,预制训练任务形成相应的训练任务库。训练任务库中的训练任务是按照认知能力水平(通过认知能力谱值评价)、情绪能力水平(通过情绪能力谱值评价)和/或综合维度能力水平(通过维度能力总值评价)划分的难易度阶梯上升的。
具体的,步骤S103中的测评结果与训练任务库中的训练任务并不是一一对应的关系,某一种任务可能对不同维度的能力都有训练作用,根据测评结果所显示的被试能力欠缺的维度,选择一个或多个训练任务进行针对性的训练。在一些实施例中,还包括对训练结果进行有效性评估。对多次训练进行纵向评估,当训练结果变化不明显时,再次进行对应的测评,根据测评纵向结果判断训练是否有效。
在一些实施例中,在步骤S103之后,所述智能人因测评和训练方法还包括:
对不同时间检测得到的维度能力总值进行回归模型趋势拟合,用于预测指定时间点被试能够达到的维度能力总值。
被试的维度能力总值会通过训练呈成长趋势,这种成长趋势个体差异较大。现有技术中,无法对被试未来时刻心理特征进行预测。而本实施例中,基于对现有测评结果的的回归模型趋势拟合,能够模拟被试特定的心理特征成长趋势,以对未来时刻能够达到的能力水平进行高效的预测。在一些实施例中,回归模型趋势拟合采用最小二乘法。
在一些实施例中,步骤根据认知能力谱值、情绪能力谱值以及维度能力总值选择相应的训练任务进行训练之后,还包括:
根据被试进行训练任务的训练结果,在测评任务库中选择下一阶段测评任务。
实际应用过程中,评测过程和训练过程是交替循环进行的,从而达到不断提升被试认知能力、情绪能力和/或综合维度能力水平的目的。本实施例中,在训练任务结束后,还根据训练结果在测评任务库中选择与之适应的下一阶段测评任务。测评任务库中的测评任务是按照认知能力水平(通过认知能力谱值评价)、情绪能力水平(通过情绪能力谱值评价)和/或综合维度能力水平(通过维度能力总值评价)划分的难易度阶梯上升的。
另一方面,本发明还提供一种智能人因测评和训练系统,如图4所示,包括:
显示器110,用于显示测评任务或训练任务。
测评及训练功能模块120,用于存储和调取测评任务或训练任务至显示器,并采集被试参与一个或多个测评任务时产生的行为数据、眼动数据和生理特征数据。
云平台130,用于指示测评及训练功能模块调取测评任务或训练任务,接收测评及训练功能模块发送的行为数据、眼动数据和生理特征数据,根据行为数据、眼动数据和生理特征数据判断测评任务的完成度;根据测评任务的完成度计算被试的认知能力谱值以及情绪能力谱值;根据认知能力谱值以及情绪能力谱值计算被试的维度能力总值;根据认知能力谱值、情绪能力谱值以及维度能力总值选择相应的训练任务。
在本实施例中,测评及训练功能模块120和云平台130可以采用单片机、计算机或其他可以存储和运行计算机程序的电子设备。显示器110可以采用触屏显示器,不仅可以用于显示任务内容,也可以直接接收被试的操作指令。显示器110连接测评及训练功能模块120。测评及训练功能模块120可以通过有线或无线的方式连接云平台130,云平台130用于分析评测结果并自适应地配置训练任务。云平台130可以远距离指令测评及训练功能模块运行120,通过接入多个测评及训练功能模块120,可以实现多人同时测评和训练。
在一些实施例中,可以通过云平台收集和存储测评和训练过程中产生的数据。
在一些实施例中,测评及训练功能模块120包括:
用户登录模块(图中未示出),用于验证用户登录名和密码。
任务配置模块(图中未示出),用于存储测评任务和训练任务。
测评模块(图中未示出),用于调取测评任务并采集被试参与测评任务时产生的行为数据、眼动数据和生理特征数据。
训练模块(图中未示出),用于调取训练任务并采集进行训练任务时产生的行为数据、眼动数据和生理特征数据。
数据查询模块(图中未示出),用于查询被试参与测评任务和训练任务产生的数据。
被试管理模块(图中未示出),用于添加或删除所述被试。
在本实施例中,用户登录模块、任务配置模块、测评模块、训练模块、数据查询模块和被试管理模块可以采用单片机、计算机或其他可以存储和运行计算机程序的电子设备。
在一些实施例中,所述智能人因测评和训练系统,完成工作内容包括:
测评及训练功能模块在测评过程中,采用多维度、多通道数据结合,根据多通道数据评估方式,进行自适应性训练并对训练结果进行有效性评估。
多维度结合指的是测评或训练系统内部不同认知和情绪维度之间的结合,也可以是认知或情绪维度内部的子维度间的有机结合;多通道数据结合是可以不同行为指标数据进行结合,也可以是行为数据、眼动数据和生理特征数据的同步记录和结合,以提升评测和训练的整体性与科学性。多维度、多通道数据的结合主要是为了弥补单维度数据在应用过程中的单一性,从而提高预测的准确率。
云平台的工作内容包括:
(1)测评任务。进行心理维度能力配置,对认知能力及情绪能力进行测评。认知能力维度包括:知觉能力维度、记忆能力维度、注意能力维度、思维能力维度和想象能力维度,包含以下具体测评项(视觉/听觉感知能力、视觉/听觉记忆能力、注意集中性/广度/分配/选择能力、思维推理/概括/抽象/理解/比较分析能力、联想/空间想象能力)。情绪能力维度包括:感知能力维度、识别能力维度、管理能力维度和智力能力维度,(包含八种具体的测评项,分别是知觉自我情绪的能力、识别他人情绪的能力、情绪表达的能力、移情能力、认识到情绪经验和展现策略二者之间关系的能力、情绪调节的能力、意识到情绪决定某些关系的能力以及情绪的自我效能)。以上具体测评项均通过多个测评任务(包括但不限于目标计数、点位跳跃、目标还原、数字回叙、线条判断、音频判断、图形规律、stroop、多目标追踪MOT等)中的行为、眼动和生理指标反映(测评项与指标间并非一一对应)。
根据测评阶段和基线水平不同,系统为使用者提供的心理维度配置与指标参数配置不同:认知与情绪能力维度可以单维度独立测试,也可以共同测试,同时也可以在指标内选取不同的子维度交叉结合在一起测试。指标参数配置可选择多通道融合数据,既可采用行为指标(如反应时、正确率、虚报率),也可以同步结合眼动追踪技术(注视点、注视时间)以及多参数生理信号技术(HRV、EDA、EEG)。
具体的,基于行为数据分析反应时长、行为准确率和虚报率。反应时长为刺激目标出现到被试做出预定行为反应的时长。行为准确率是指被试按照指要求完成任务的次数与总任务次数之比,任务要求可以通过文字、语音或图像的形式发出。虚报率是指在无需做出行为反应时做出反应的次数与反应总次数之比。
眼动数据中,注视点坐标是指视线在刺激物上停留获取信息的位置坐标点,在一些实施例中,视线停留在刺激物上时长高于设定值时可以判断该点为注视点并记录为注视点坐标。注视时间是指对于目标刺激的所有注视点的时间总和。
生理特征数据中,心率变异性数据(HRV)包括时域指标:平均心率(AVHR)、连续心搏间期标准差(SDNN)、连续心搏间期差异均方根(RMSSD);以及通过快速傅里叶转换得到的不同波段频域指标:心率变异性超低频段ULF(0-0.0033Hz)、极低频段VLF(0.0033-0.04Hz)、低频段LF(0.04-0.15Hz)、高频段HF(0.15-0.4Hz),低频功率为LF,高频功率为HF,LF/HF与自主神经系统的稳定性有关,LF/HF的值与压力大小成正比,用于反映被试压力。皮电数据(EDA),包括皮肤电导水平(SCL)和与刺激事件相关的皮肤电反应(ER-SCR)。皮肤电导水平SCL是皮肤电导中的渐变水平,与一段时间内被试的交感神经活跃程度成正比,用于反映被试的情绪唤醒或认知负荷;事件相关皮肤电导反应是ER-SCR由特定事件(如视觉刺激或意外事件)诱发出相应的皮肤电导中出现的瞬时、较快的波动,ER-SCR的幅值与特定刺激强度成正比,用于反映刺激引起的被试应激或情绪反应强度。脑电数据(EEG),由脑神经元内的离子电流引起的电压波动信号,主要包括对不同节律的脑电信号分析,即δ(1-3Hz)、θ(4-8Hz)、α(9-13Hz)、β(14-30Hz)。不同节律的脑电信号反映不同的大脑警觉、疲劳等认知状态,其中,大脑的警觉度与α波成正比,与β波成反比,用于反映被试的注意集中和警觉度;另外,大脑的疲劳状态与慢波(δ,θ)成正比,与快波(α,β)成反比,用于反映被试脑力负荷;此外,EEG各节律波的比值(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β也是反映脑力疲劳的检测指标。
(2)测评数据库。采用多指标数据评估方式,人因测评获得的维度能力总值PP是认知能力谱值Cp与情绪能力谱值Ep的函数,即PP=f(Cp,Ep)=Wc*Cp+We*Ep。其中,Wc和We分别为认知能力谱值Cp与情绪能力谱值Ep的权重。用户可根据研究需求自定义设置权重值,或直接采用平台默认推荐参数。其中,认知能力谱值与情绪能力谱值通过对被试采集的测评数据进行纵向测评(独立样本多频次)、横向测评(样本常模)以及专家评估(专家库)测试值三者结合的方式获得。即Cp=(Xc,Yc,Zc)=Wcx*Xc+Wcy*Yc+Wcz*Zc,Ep=(Xe,Ye,Ze)=Wex*Xc+Wey*Yc+Wez*Zc,其中,X是样本常模;Y是专家评估测试值;Z是根据测评对象N次测评分值拟合的预估值(N≥5);W值为各指标的权重值,如Wcy是认知能力专家评估测试值Yc的权重值。用户可根据研究需求自定义设置各指标权重值,或直接采用平台默认推荐参数。数据库根据维度能力总值主动提供测试者适应的训练方案。同时,根据训练效果反馈,系统可主动推送测评方案建议。
(3)测评趋势预测。根据测评对象在不同时间t所测得的维度能力总值P,利用最小二乘法拟合趋势方程,即时间与维度能力总值之间的时间序列分析。具体地,被试经过n次测试后,可以获得n组时间t和能力总值P的成对观察值(t1,P1),(t2,P2),…,(tn,Pn)。对于这n个点,可以有多种拟合方式,选择最佳拟合的标准为使总的拟合误差(即总残差)达到最小。即采用最小二乘法建立样本回归模型,以“残差平方和最小”确定直线位置,构建如下一元线性预测模型:
其中,i为测试的时间点序号,Pi为第i次测得的维度能力总值,ti为第i次测试的时间点(每个时间点之间间隔相等),为常数项预测值,为回归系数预测值,ei为样本(ti,Pi)的误差。根据测评对象的n次测评结果,即可拟合计算出两个参数值:
通过以上方法,即可根据已有测试数据建立预测模型,将预期时间点代入预测模型,即可预测通过持续的训练,在后续时间点ti时,测评对象可能达到的维度能力谱值Pi。
(4)训练方案。两种方式进行,一种方式采用以测评结果为导向的推荐模式,数据库中会预先设置若干训练方案,这些训练方案与测评方案的结果存在相对应的关系,但不是一一对应的关系,如测评方案下的某一维度的结果低于A1阈值,那阈值对应的训练方案就是B1,任务等级为低;如果在A1-A2之间,对应的就是B2训练方案,任务等级为中。根据推荐的训练方案进行训练,通过训练结果根据训练与测评的对应关系推荐测评方案,从而检测训练的效果,如此循环往复。另一种方式就是直接进行训练,根据数据库中各训练方案训练的目标和内容进行训练。
在一些实施例中,智能人因测评和训练系统的测评及训练功能模块中,还包括:任务配置模块,用于存储测评任务与训练任务,测评任务对认知能力以及情绪能力进行测评,建立认知能力与情绪能力测评库,每个测评项目有多个相似同质性的测评项,避免被试多次测评过程中有练习效应;训练任务包含认知能力训练库和情绪训练库,每个训练项目分为高、中、低三个等级。
数据管理模块,用于存储测评与训练过程中产生的数据。测评过程中产生的数据评估包含横向与纵向两个维度。横向包括专家评估系统、常模评估系统,纵向为自我对比评估系统。
档案管理模块,其包含用户管理和被试管理,管理用户信息和用户权限以及被试信息。
在一些实施例中,智能人因测评和训练系统的测评及训练功能模块中,还包括:
用户登录模块,用于验证用户登录名和登录密码。
测评模块,用于控制测评任务。
训练模块,用于控制训练任务。
数据查询模块,用于查询个体的横向、纵向以及专家评估的数据。
被试管理模块,用于管理被试,包括添加和删除被试。
在一些实施例中,人因测评与训练系统实现过程步骤包括:1.根据测试任务要求在测评与训练系统里建立相应的测评方案,进行多次测评;得到测评结果。2.对多次测评结果进行横向、纵向以及专家评估得到最终的测评结果值;3.根据测评结果值推荐合适的训练方案;4.根据训练的纵向结果以及再次测评的纵向结果判断训练效果,并判断是否需要再次进行训练。
综上所述,本发明所述智能人因测评和训练方法及系统,为测评方案到训练方案再到测评的闭环系统,解决了以往测评和训练彼此独立的问题,在测评和训练有机结合的同时,训练方案具有自适应的性质,可以依据每位测试者在人因测评中获得的认知能力谱值、情绪能力谱值和维度能力总值为参考,为其提供自适应的训练方案。维度能力总值根据认知能力测评各心理要素以及情绪测评各心理要素的能力谱分值决定,云平台根据维度能力总值主动提供测试者适应的训练方案。同时,根据训练效果反馈,系统可主动推送并建议后续所采用的测评方案。
进一步的,基于云平台的多维度、多通道数据结合的人因测评与训练。多维度结合指的是测评或训练系统内部不同认知和情绪维度之间的结合,也可以是认知或情绪维度内部的子维度间的有机结合;多通道数据结合是可以不同行为指标数据进行结合,也可以是行为和生理心理指标的同步记录和结合,以提升评测和训练的整体性与科学性。
更进一步的,根据测评对象纵向对比,结合回归分析等算法提供个体测评趋势预测功能。对测评对象纵向对比可以很好的发现该个体的独特性,另外个体测评趋势预测模型是一个成长性模型,根据每次进入训练结果会不断的优化模型结构并对下一次结果进行预测,从而不断提高预测的准确性。以往需要得到某个个体的测评结果时只能对其进行测评才能得到相应的结果,本申请根据趋势预测模型在不需要进行下一次的测评情况下也能够得到一个比较理想的趋势结果。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能人因测评和训练方法,其特征在于,包括:
采集被试参与一个或多个测评任务时产生的行为数据、眼动数据和生理特征数据;其中,所述行为数据包括:对素材内容的反应时长、行为准确率和虚报率;所述眼动数据包括:注视点坐标和注视时间;所述生理特征数据包括:心率变异性数据、皮电数据以及脑电数据;
根据所述行为数据、所述眼动数据和所述生理特征数据计算所述被试的认知能力谱值以及情绪能力谱值,包括:获取认知能力样本常模和情绪能力样本常模;参照所述行为数据、所述眼动数据和所述生理特征数据的纵向多次测评分值,获取对应的认知能力预估值和情绪能力预估值;根据所述行为数据、所述眼动数据和所述生理特征数据的专家库评估标准,计算认知能力测试值和情绪能力测试值;对所述认知能力样本常模、所述认知能力预估值和所述认知能力测试值加权求和得到所述认知能力谱值,对所述情绪能力样本常模、所述情绪能力预估值和所述情绪能力测试值加权求和得到所述情绪能力谱值;
根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值;
根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的训练任务进行训练。
2.根据权利要求1所述的智能人因测评和训练方法,其特征在于,各所述测评任务的内容能够选择性评价认知能力维度中知觉能力、记忆能力、注意能力、思维能力和想象能力的一种或多种,情绪能力维度中情绪感知能力、情绪识别能力、情绪管理能力和智力能力的一种或多种。
3.根据权利要求 2 所述的智能人因测评和训练方法,其特征在于,所述测评任务包括:目标计数、点位跳跃、目标还原、数字回叙、线条判断、音频判断、图形规律判断、stroop测试以及多目标追踪。
4.根据权利要求 1 所述的智能人因测评和训练方法,其特征在于,根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值,包括:
对所述认知能力谱值和所述情绪能力谱值加权求和得到所述维度能力总值。
5.根据权利要求 1 所述的智能人因测评和训练方法,其特征在于,还包括:
对不同时间检测得到的维度能力总值进行回归模型趋势拟合,用于预测指定时间点所述被试能够达到的维度能力总值。
6.根据权利要求 5 所述的智能人因测评和训练方法,其特征在于,所述回归模型趋势拟合采用最小二乘法。
7.根据权利要求 1 所述的智能人因测评和训练方法,其特征在于,根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的训练任务进行训练之后,还包括:
根据所述被试进行所述训练任务的训练结果,在测评任务库中选择下一阶段测评任务。
8.一种用于执行权利要求 1 至 7 任意一项所述智能人因测评和训练方法的智能人因测评和训练系统,其特征在于,包括:
显示器,用于显示所述测评任务或所述训练任务;
测评及训练功能模块,用于存储和调取所述测评任务或所述训练任务至所述显示器,并采集被试参与一个或多个所述测评任务时产生的行为数据、眼动数据和生理特征数据;
云平台,用于指示所述测评及训练功能模块调取所述测评任务或所述训练任务, 接收所述测评及训练功能模块发送的所述行为数据、所述眼动数据和所述生理特征数据,根据所述行为数据、所述眼动数据和所述生理特征数据判断所述测评任务的完成度;计算所述被试的认知能力谱值以及情绪能力谱值;
根据所述认知能力谱值以及所述情绪能力谱值计算所述被试的维度能力总值;根据所述认知能力谱值、所述情绪能力谱值以及所述维度能力总值选择相应的所述训练任务。
9.根据权利要求 8 所述的智能人因测评和训练系统,其特征在于,所述测评及训练功能模块包括:
用户登录模块,用于验证用户登录名和密码;
任务配置模块,用于存储测评任务和训练任务;
测评模块,用于调取所述测评任务并采集被试参与所述测评任务时产生的行为数据、眼动数据和生理特征数据;
训练模块,用于调取所述训练任务并采集被试进行训练任务时产生的行为数据、眼动数据和生理特征数据;
数据查询模块,用于查询所述被试参与所述测评任务和所述训练任务产生的数据;
被试管理模块,用于添加或删除所述被试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947160.2A CN112137627B (zh) | 2020-09-10 | 2020-09-10 | 智能人因测评和训练方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947160.2A CN112137627B (zh) | 2020-09-10 | 2020-09-10 | 智能人因测评和训练方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112137627A CN112137627A (zh) | 2020-12-29 |
CN112137627B true CN112137627B (zh) | 2021-08-03 |
Family
ID=73889840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010947160.2A Active CN112137627B (zh) | 2020-09-10 | 2020-09-10 | 智能人因测评和训练方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112137627B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112932487B (zh) * | 2021-01-22 | 2021-11-23 | 南京航空航天大学 | 基于眼动、心率变异性和行为的人机实验数据分析方法 |
CN113468077B (zh) * | 2021-09-06 | 2021-12-10 | 北京无疆脑智科技有限公司 | 认知能力测试方法、装置、电子设备和存储介质 |
CN113712559B (zh) * | 2021-09-06 | 2024-04-12 | 中国人民解放军军事科学院军事医学研究院 | 一种人类应激负荷测量方法及其应用 |
CN113951828A (zh) * | 2021-10-29 | 2022-01-21 | 上海市同济医院 | 一种基于视觉工作记忆任务的mci筛查方法及系统 |
CN113974632A (zh) * | 2021-12-07 | 2022-01-28 | 首都师范大学 | 一种多维度心理状态测评与调控方法、装置、介质及设备 |
CN114305417B (zh) * | 2021-12-18 | 2023-08-08 | 北京津发科技股份有限公司 | 一种人因测试方法、装置、电子设备及存储介质 |
CN114246589A (zh) * | 2021-12-23 | 2022-03-29 | 北京津发科技股份有限公司 | 记忆认知能力测评方法及系统 |
CN114469089A (zh) * | 2021-12-30 | 2022-05-13 | 北京津发科技股份有限公司 | 基于虚拟现实技术的多模态数据抗压能力测评方法及系统 |
CN114140814A (zh) * | 2022-02-07 | 2022-03-04 | 北京无疆脑智科技有限公司 | 情绪识别能力的训练方法、装置及电子设备 |
CN115105077A (zh) * | 2022-06-22 | 2022-09-27 | 中国人民解放军空军特色医学中心 | 飞行人员个性特征评估系统 |
CN115844404B (zh) * | 2023-03-01 | 2023-05-12 | 中国民航大学 | 一种基于眼动数据的管制员注意力特征评价方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022929A (zh) * | 2015-08-07 | 2015-11-04 | 北京环度智慧智能技术研究所有限公司 | 一种人格特质值测验的认知准确度分析方法 |
CN105117116A (zh) * | 2015-05-06 | 2015-12-02 | 湖南工学院 | 获取执行操控任务的行为数据的系统和方法 |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
CN107239895A (zh) * | 2017-05-27 | 2017-10-10 | 西南交通大学 | 用于持续性注意力考核的方法及系统 |
CN111240350A (zh) * | 2020-02-13 | 2020-06-05 | 西安爱生无人机技术有限公司 | 一种无人机飞行员动态行为评估系统 |
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 |
-
2020
- 2020-09-10 CN CN202010947160.2A patent/CN112137627B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117116A (zh) * | 2015-05-06 | 2015-12-02 | 湖南工学院 | 获取执行操控任务的行为数据的系统和方法 |
CN105022929A (zh) * | 2015-08-07 | 2015-11-04 | 北京环度智慧智能技术研究所有限公司 | 一种人格特质值测验的认知准确度分析方法 |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
CN107239895A (zh) * | 2017-05-27 | 2017-10-10 | 西南交通大学 | 用于持续性注意力考核的方法及系统 |
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 |
CN111240350A (zh) * | 2020-02-13 | 2020-06-05 | 西安爱生无人机技术有限公司 | 一种无人机飞行员动态行为评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112137627A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112137627B (zh) | 智能人因测评和训练方法及系统 | |
Gevins et al. | Applications of neural-network (NN) signal processing in brain research | |
US5884626A (en) | Apparatus and method for analyzing information relating to physical and mental condition | |
EP3474743B1 (en) | Method and system for detection and analysis of cognitive flow | |
CN110507335A (zh) | 基于多模态信息的服刑人员心理健康状态评估方法及系统 | |
US10772527B2 (en) | Brain matching | |
CN100558290C (zh) | 电生理直觉指示器 | |
Zhu et al. | Detecting emotional reactions to videos of depression | |
Isaychev et al. | The psychophysiological diagnostics of the functional state of the athlete. Preliminary data | |
EP3153097B1 (en) | A method and system for assessing learning experience of a person | |
CN107348962B (zh) | 一种基于脑机接口技术的人格特质测量方法及设备 | |
Ding et al. | Binding biological motion and visual features in working memory. | |
US20190357792A1 (en) | Sensibility evaluation apparatus, sensibility evaluation method and method for configuring multi-axis sensibility model | |
Parr et al. | EEG correlates of verbal and conscious processing of motor control in sport and human movement: a systematic review | |
CN114246589A (zh) | 记忆认知能力测评方法及系统 | |
CN114693170A (zh) | 一种基于多源参数融合的飞行员跳伞训练心理评估方法 | |
CN113349780A (zh) | 一种情绪设计对在线学习认知负荷影响的评估方法 | |
Maaoui et al. | Unsupervised stress detection from remote physiological signal | |
Patt et al. | Disentangling working memory processes during spatial span assessment: A modeling analysis of preferred eye movement strategies | |
JP5071850B2 (ja) | 認知状態判定装置 | |
CN110192878A (zh) | 基于多导脑电信号定向转移函数的测谎方法 | |
CN115462755A (zh) | 飞行员认知能力评估方法、系统和存储介质 | |
US11950919B2 (en) | System for real-time measurement of the activity of a cognitive function and method for calibrating such a system | |
CN114983434A (zh) | 一种基于多模态脑功能信号识别的系统及方法 | |
US20220054072A1 (en) | Brain Activation Matching |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhao Qichao Inventor after: Wang Qingju Inventor after: Yu Zhaoquan Inventor before: Zhao Qichao Inventor before: Wang Qingju Inventor before: Yu Zhaoquan |
|
CB03 | Change of inventor or designer information |