CN112785881A - 用于神经生理学领域中预期职业的数字培训综合体 - Google Patents

用于神经生理学领域中预期职业的数字培训综合体 Download PDF

Info

Publication number
CN112785881A
CN112785881A CN201911081069.0A CN201911081069A CN112785881A CN 112785881 A CN112785881 A CN 112785881A CN 201911081069 A CN201911081069 A CN 201911081069A CN 112785881 A CN112785881 A CN 112785881A
Authority
CN
China
Prior art keywords
modulus
moduli
neurophysiology
robotrack
occupations
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
Application number
CN201911081069.0A
Other languages
English (en)
Inventor
巴本科娃·娜杰日达·叶夫根尼耶芙娜
格雷里克·纳塔拉·莱万诺夫娜
波利亚科夫·阿提姆·谢尔盖耶维奇
斯塔诺夫·德米特里·奥列戈维奇
乌斯汀斯基·德米特里·弗拉基米罗维奇
斯卡佐奇金·列昂尼德·彼得罗维奇
比利·安德烈·米哈伊洛维奇
巴洛夫涅夫·德米特里·安德烈耶维奇
古塞夫·阿森蒂·彼得罗维奇
拉克里森科·奥尔加·伊凡诺夫娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Brayne Development Ltd
Original Assignee
Brayne Development Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Brayne Development Ltd filed Critical Brayne Development Ltd
Priority to CN201911081069.0A priority Critical patent/CN112785881A/zh
Publication of CN112785881A publication Critical patent/CN112785881A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00Electrically-operated educational appliances
    • G09B5/06Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • G09B5/065Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Neurosurgery (AREA)
  • Neurology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Dermatology (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种用于神经生理学领域中未来职业的数字培训综合体,包括具有网络计算机的学生的工作场所、服务器、以及将两者形成单个本地网络的通信装置。工作场所包括神经耳机、电耳机和工程构造器;学生的计算机具有软件,软件包括用于协议网络耦合的模数、用于系统自动更新的模数、用于扫描网络设备的模数、CRM模数、用于网络地址转换的模数、用于管理功能和设置的模数、针对不同水平的用户的界面的模数、数据存储和归档模数、安全和访问模数、统计模数、用于解释系统功能细节的模数,上述模数帮助完成教育任务,收集数据并将其存储在执行所分配的任务的框架中。服务器的软件包括远程计算的模数和所获取结果的数据库。

Description

用于神经生理学领域中预期职业的数字培训综合体
技术领域
本发明属于教育学领域,具体涉及心理生理学、神经生理学和神经技术行业领域中预期职业的培训资源。
背景技术
在现代教育过程中,计算技术日趋重要。在该领域中存在不同的技术方案。
例如,专利RU 106016“实时培训系统(Real time training system)”。通常,该已知的实用新型适用于借助专门开发的电子教育系统在教室内组织教育过程,其能提高联合学习的效率。该系统将学生的计算机工作场所与显示设备结合起来进行集体感知。计算机借助互联网或WI-FI连接到具备教育和通信用IT解决方案的服务器,而服务器直接地或反向地连接到包括媒体内容的用户数据库。学生的计算机具有两个传感器显示器,而教师的计算机经由互联网网络或WI-FI集成到系统中。此外,群体感知模式下学生的显示设备连接到教师的计算机,也连接到教育机构管理员的计算机。
该系统是针对正式学校课程设计的,不涉及任何额外的课程。
标题为“教导并理解学习内容的手段及其实现设备Means of educating andunderstanding the learning content and device for its implementation”的俄罗斯联邦专利2357294,提出了另一种已知的系统。来自教育学领域的该已知发明与使用对已学材料的清楚的声音和视觉示范有关。教育材料的传递与实时模式下生成的附加信息同时进行。教师协调学生并且帮助他们处理附加信息。学生将教育材料保存到他们的工作场所处的信息载体上。学生能够进行永久的通信,可以进行消息交换。教师的工作场所包括研究对象,具有视频传输网络的摄影机和控制设备,以及用于显示信息的装置和通信结合到本地网络的服务器机器。辅助服务器通信连接到其他学科的辅助服务器形成单个传输网络,该传输网络被设计为可以连接到其他传输网络。教师的服务器可以通信连接到与相同学科一起工作的其他教师服务器。本发明的技术效果是扩展了在教育过程期间使用的知识库。作者以该技术方案作为原型。
该系统未提供在心理生理学、神经生理学和神经技术行业的预期领域中对学生进行职业培训的机会。
神经生理学是研究神经系统及其主要结构单元--神经元—的功能的生理学领域。神经生理学与神经学、神经生物学、临床神经生理学、心理学神经解剖学和研究人脑的其他学科紧密相关。
了解神经生理学的基本知识对于开发AI系统及神经系统和大脑的数学模型是必要的。这些基本知识也有助于市场营销和许多其他领域。如今它是最有前景且需求量大的教育趋势所在。
有几门神经生理学培训课程(参见,例如https://www.inlearno.ru/event/4449- obuchayushchii-kurs-neirofiziologiya)。
还存在由ВITRONICS LAB生产的构造器套件(http://www.bitronicslab.com/、 https://nanojam.ru/products/nabor-konstruktor-iunyi-neiromodelist-bitronics- lab)、以及由BioRadio生产的测量不同生理参数的各种小工具(http://glneurotech.com/ bioradio/wp-content/uploads/2014/08/Note_BioCapture-EEG.pdf)。
所有已知的装置具有有限的功能能力。这些装置仅能够测量少量人类生理参数,这些人类生理参数无法全面说明大脑功能及其结构,也无法提供将这种知识用于教育目的和实际生活的方法。
从上述描述可见,目前尚不存在为早期职业定向提供整体解决方案并且组织教育过程以及针对心理生理学、神经生理学和神经技术的研究活动的通用教育综合体。
解决该技术问题是创建所提议的在神经生理学领域中对预期职业进行培训的数字教育综合体的主要目标。
由于以下原因,技术效果会是提高教育效率、帮助更好地理解材料。
-所提议的综合体涵盖了67门课程并且包括12个章节,提供了学习生物体的心脏活动、生物电活动生理学并且解释心脏为什么会跳动和心脏如何工作的机会;
-在这些课程期间,学生学习人类肌肉活动、神经教育、结构以及皮肤的传导性及其抗性;
-一些课程使得能够学习更多关于人脑的结构和功能、其生物电活动、神经网络的结构、以及做脑电图(EEG)指南的知识;
-在关于人脑活动的教育过程期间,需要特别注意研究节奏和积极的心理表现。在学习过程期间,学生将能够形成创建交互式分类器的基本技巧,学习到人类的心理生理学和会影响到操作效率(包括生物反馈的定义和实际生物反馈研究)的功能的基础知识;
-一些章节致力于了解关于现代技术的更多细节,包括增强现实和虚拟现实、二维空间和三维空间中的控制原理、仿生学和神经语言程序学、以及与神经计算机接口有关的技术;
-最后一个章节涉及建立综合人格分析的专家系统(专有方法,旨在确定学生的重要专业素质和职业指导)。
发明内容
通过使用所提议的综合体,可以进行以下实验室工作:
-神经生理学领域中的研究,包括测量心率、儿童心脏各个轴的形成、生物节律、脉搏、皮肤抗性、生物电肌肉活动等;
-工程师和程序员的能力建设(通过与机器人技术和神经系统合作,儿童可获取控制论中的知识,并且通过对开发的神经系统进行编程或组合基于所呈现的示例的模型,学会通过心率、脑活动、电肌肉活动电位、以及对皮肤抗性的测量来控制模型);
-开发机器人技术架构和神经系统的总成会使得能够研究脑信号、心脏解剖,并且学习关于控制论(神经语言程序学)、现代高科技、虚拟现实和增强显示以及人工智能发挥作用的主要原理的更多知识。还提供了创建无人运输模型并对其路线进行编程的机会。
学生还能够在单独的记事本中工作,在课间做的所有笔记都能在课堂外从便携式装置远程访问。
通过用于培训神经生理学领域中预期职业的数字教育综合体来实现上述技术效果,其包括学生工作场所,该工作场所具有网络计算机、服务器、以及学生工作场所与服务器之间的联合两者形成单个本地网络的通信装置。工作场所包括神经耳机、电耳机和工程构造器;学生的计算机具有软件,该软件包括用于协议的网络耦合的模数、用于系统的自动更新的模数、用于扫描网络设备的模数、CRM模数、用于网络地址转换的模数、用于管理功能和设置的模数、针对不同水平的用户的界面的模数、数据存储和归档模数、安全和访问模数、统计模数、用于解释系统功能细节的模数,这些模数实施将工作场所与外部设备、服务器和互联网网络连接起来的算法并且帮助完成教育任务,收集数据并将其存储在执行所分配的任务的框架中。此外,服务器的软件包括远程计算的模数和所获取的结果的数据库。
该综合体的其他特征包括:
-神经耳机包括用于通过干式电极记录脑电信号的传感器以及位于学生戴着的头盔上的信号放大器,
-传感器位于头盔上,但是可以更改其位置,以便能够接收来自大脑不同部位的信号,
-神经耳机通过无线连接与学生的工作场所相连,
-放大器由带有抽象电极的串联的放大器入口块、开关单元、低噪声放大器、带低通滤波器的限幅块、和多通道模拟/二进制转换器(A/B)单元组成。开关单元通过负反馈单元与阻抗计单元以及参考电极和中性电极连接。对于具有50hz消除电路的低噪声放大器,低噪声放大器与负反馈单元并联连接。
-作为工程构造器,使用机器人技术构造器Robotrack“Basic”、资源包Robotrack“Colour TFT screen”、资源包Robotrack“Sensors”、资源包Robotrack“Audio track”、资源包Robotrack“Worm gear”、资源包Robotrack“Energy track”和资源包“Energy trackmini”。
-电耳机包括位于一个盒子中的肌电图、心电图(ECG)、皮肤电反应和光电容积图传感器。
附图说明
本发明的实质可以在以下附图中描述:
图1示出了教育综合体的示意框图;
图2示出了神经耳机放大器的示意框图;
图3示出了EEG放大器第一级的幅频响应特性;
其中:
11~1n—学生工作场所;
2—神经耳机
3—电耳机
4—工程构造器;
5—学生工作场所的软件;
6—服务器;
7—远程计算模数和所获取结果的数据库;
8—负反馈单元;
9—放大器入口块;
10—开关块;
11—低噪声放大器;
12—限幅块;
13—多通道A/B(模拟/二进制转换器)单元;
14—具有50Hz消除电路的低噪声放大器的负反馈单元;
15—阻抗计单元;
16—抽象电极;
17—参考电极;
18—中性电极。
具体实施方式
学生1的工作场所是基于通过本地网络与服务器6连接的个人计算机。个人计算机上增加了学生工作场所的软件5。该软件已获得ECM的软件证书第2018665354号“针对神经生理学领域的预期专业的技术培训综合体,其包括以下单元:用于协议的网络耦合的模数、用于系统的自动更新的模数、用于扫描网络设备的模数、CRM模数、用于网络地址转换的模数、用于管理功能和设置的模数、针对不同水平的用户的界面的模数、数据存储和归档模数、安全和访问模数、统计模数、用于解释系统功能细节的模数”。
该程序旨在使教育过程中的各方自动化,同时培训学生从事预期职业。该系统确保为针对此问题设计的教育计划的主要目标提供信息支持。软件部分包括用于协议的网络耦合的模数、用于系统的自动更新的模数、用于扫描网络设备的模数、CRM模数、用于网络地址转换的模数、用于管理功能和设置的模数、针对不同水平的用户的界面的模数、数据存储和归档模数、安全和访问模数、统计模数、用于解释系统功能细节的模数,这些模数实施将工作场所与外部设备、服务器和互联网网络连接起来的算法并且帮助完成教育任务,收集数据并将其存储在执行所分配的任务的框架中。
远程计算模数11和装备服务器的所获取结果的数据库已获得ECM的软件证书第2018665878号“针对神经生理学领域的预期职业的技术培训综合体,其包括远程计算模数”。
该软件被设计用于在教育过程中维持复杂计算算法的工作,同时针对预期职业对学生进行培训。软件部分具有以下任务:通过现有的网络访问,以实时模式维持复杂计算算法的工作;确保能够访问用户信号的中央数据库。
电耳机3可以通过一根导线记录心电图,通过两个通道记录肌电图,通过一个通道记录光电容积图和皮肤电反应,并且神经耳机可以在打印模式下记录这些信号和EEG信号的组合。用于记录ECG、EMG和皮肤电反应的传感器连接到人体,并通过连接线与电耳机连接。光电容积图传感器直接集成到电耳机中。为了进行实验,必须将手指放在电耳机一侧的光电容积图传感器上。电耳机还包括九轴惯性传感器,该传感器可控制电耳机在空间中的位置。可以通过Wi-Fi或USB将电耳机记录的生物信号传输到个人计算机或任何其他小工具。电耳机具有集成的显示屏,可显示控制界面或记录的生物信号。电耳机的电源来自集成电池。
电耳机仅针对入门教育服务记录上述生物信号。不支持将记录的生物信号用于医疗目的。
电耳机包括以下组件:
-ACP-7984(АЦП-7984)
-显示器-WF52ASLASDNGO
-控制器-STM32F765
-数字集成电路CPLD-LCMX02-7000HC(https://spb.terraelectronica.ru/ product/2177706)
-5TouchProof连接器,用于传感器连接:Din 1.5mm连接器,用于皮肤电响应、ECG和EMG。
-微型USB端口,用于连接计算机。
神经耳机
神经耳机套件包括以下元素:
1.耳机的放大器单元
2.不少于8个用于记录脑电图的电极
3.不小于参考EEG电极
4.接地电极:1个
5.带有微型USB的5W电池
6.针对头和肩膀的固定系统
7.微型USB:用于将放大器单元与计算机连接的USB
神经耳机的放大器单元设计为通过附接的EEG电极记录生物脑电活动,并且在此基础上将EEG表面或信号作进一步处理并传输到个人计算机或任何其他设备。
神经耳机的放大器还应该兼具高灵敏度和抗干扰性。即使在患者身上连接了特殊的电极抗干扰设备,在低于0.5V的可能线路干扰下,灵敏度也应达到1mkV。在“干式”电极的情况下,电极与患者身体的接触电阻在50~500千欧范围内,其中一个电极中有6~8个接触片(平均值√50·500=158千欧)。
放大器在其输入端处的自噪声在1至30Hz范围内为0.3mkV,对应于1mkV的灵敏度。该频率带宽被归类为以特定噪声“l/f”(也称为“粉红”噪声或“闪烁声”)为特征的亚低频。有鉴于此,在设计EEG放大器时,重要的是要考虑亚低频下的声音特性,不仅要选择噪声水平较低的设备,还要选择“l/f转角频率参数”:频率从“l/f”声音变成普通的白噪声。在此频率范围内最好的放大器之一是AD8672,其声音水平在0.1~10Hz范围内,达77nV p-p,而“1/f转角频率”达1Hz。AD8672的差分输入电阻为15兆欧,可被电阻率为158千欧的信号源接受。
为了在不使放大器因大规模干扰而变得充实的情况下获得较大的放大结果,应在放大器的第一级中抑制50Hz的电源噪声。如果将经过频率校正的反馈输入到放大器中,则有可能。在这种情况下,不应在50Hz处进行放大(见图3)。
在提出的放大抑制方案中,使用了50Hz的第一级负反馈。其电路包括陷波2-T桥。负反馈电路的等效电阻在频率为50Hz时直线下降。结果,总放大系数减小。放大率降低的程度取决于2-T电桥(电阻和电容器)的分量值的变化。对于5%的典型值变化,陷波值总计为40dB(请参见Analog Devices-Twin T Notch Filter,Mini Tutorial(MT-225))。找到具有1%变异的电阻很简单,但是找到具有1%的变化和几十个纳米法拉的电容器几乎是不可能的,而且它们的成本将非常高。
放大率应超过100(40dB),以实现所用放大器的最小声音特性。如果将放大增加到100以上,则噪声会降低,但很不够。建议的放大器的放大器比率为316倍(50dB)。考虑到50Hz的陷波深度(几乎达-40dB),似乎50Hz干扰增加了,但不是增加了316倍,而是增加了3.16倍。为了避免限制信号的模式进行这种放大,输入放大器由增加的电源电压±10V供电,这允许在50Hz干扰下工作,最高±1.5V(过大)。
放大器的示意框图可参见图2。为了创建此方案,可以使用以下元素库:
用于将地电位与人体电位相连的单元8负反馈——OPA2140AID上的方案RLD,
放大器入口块9—ESD保护、过压保护—BAV99,
放大通道的操作模式总机单元10—ADG5209BRUZ,
低噪声放大器的单元11—AD8672ARZ,
带低频滤波器的限幅器的单元12—BAV99,
多通道A/D转换器的单元13—ADS1299IPAG,
具有Hz抑制方案的低噪声放大器的单元14负反馈—
AD8244BRMZ上的2-T桥+AD8622ARZ上的积分器,
阻抗计的单元15—AD5933YRSZ+ADG728BRUZ上的通道切换板+AD8622ARZ上的出口和入口放大器。
DF6.17传感器(由“Complex M”工程中心生产,通行证编号ТРВЦ.301241.001ПС)。传感器主体由铸造聚酰胺610GOST 10589-87制成。用于将电极与耳机连接的Alpha12.5mm固定装置位于传感器主体的顶部。传感器主体的底部有六个导线触点,两端带有不锈钢(316L品牌)球,这些导线将电触点与皮肤连接起来。所有触点都相互电连接,中央编码器电缆与综合体的控制块连接。
工程构造器和资源包
该综合体使用了LLC“Brain Development”生产的工程构造器和资源包。下面给出了简要描述。
1.构造器Robotrack“Basic”
套件中的物品包括不少于828个零件:
1.用于构造物体的不同形式(5种类型)、单元(11种类型)的塑料导轨。
2.不同形式的金属单元(10种类型)。
3.车轮(5种类型)。
4.齿轮(4种类型)、控制装置和塑料角、一组履带板。
5.一组塑料(4种类型)和金属(3种类型)轴,塑料螺钉,塑料、橡胶和金属套筒,金属螺栓(3种尺寸),螺母螺钉和圆盘。
6.一套扁平的塑料框架(3种类型)和橡胶适配器(2种类型)。
7.一组直角连接导轨(2种类型)。
8.一组5种尺寸的塑料销钉和用于密封销钉的装置。
9.一块高级主板。
10.两台直流电机和一台高级伺服电机和两台外部编码器。
11.各种传感器的组合(6种类型)。
12.用于高级电路板的USB电缆和用于初级电路板的编程器。
13.9V电池盒。
14.遥控器。
15.螺丝刀、扳手。
16.带有Robotrack软件、说明书以及不少于39个文件的磁盘,用于更新TACKDUINO电路板,其中包括根据Robotrack套件的可用性对机器人进行编程的算法。传感器可额外获得。
通过Robotrack“Basic”,可以形成与研究和工程相关的专业的基本技能和能力,例如,高级开发工程师、设计师工程师、项目工程师、结构工程师等。使用该综合体,学生可以开发一个原始项目-神经装置,并演示在机器人模型的开发和编程过程中获得的神经和心理生理学知识。在构造器元素的帮助下,学生可以开发神经系统原型以演示某些人体器官的功能并演示其功能活动(例如,演示中脑的其中一种功能-母性的“本能”模型,将深海探测器或任何其他机器人模型放在一起,可以演示人体能力,即通过心脏、肌肉和大脑的生物电活动控制机器人模型)。
2.资源包Robotrack“Sensors”该包包括不少于25个元素:
1.三种颜色的LED模块。
2.加速度计、陀螺仪传感器。
3.两个外部编码器。
4.火警传感器。
5.音频传感器。
6.触摸触发器。
7.倾斜传感器。
8.振动传感器。
9.磁场传感器。
10.压电散热器。
11.超声波接近传感器。
12.颜色传感器+光传感器。
13.MAL传感器。
14.红外传感器(IR传感器)。
15.动力。
当根据课程中的样本创建自己的模型或神经系统时,此资源包允许模仿人体功能,例如机器人模型“Robo Brain”。在开发独特的设计师神经系统时,它可以演示生产模型的原型工作,或者在已开发的项目的帮助下演练在课程中获得的理论知识(例如,实验室工作“Interface“Brain–Computer”,其中必须开发模仿Delgado实验的设计师神经系统)。
3.资源包Robotrack“Color TFT display”它包括传感器显示器TFT 2.4LGD、TFT显示器外壳、电缆。
借助Robotrack软件中包括的库和图形块,可以执行基本操作:绘制几何图形、显示文本并激活触摸屏绘制模式。
在TFT显示器的帮助下,学生可以演示该程序的工作结果,在屏幕上显示该程序的工作结果以及他们在编程领域的活动。
4.资源包Robotrack“Worm gear”
螺旋齿轮对于创建复杂机械齿轮是必不可少的,这些齿轮形成开发工程师和设计师构造器的能力。通过使用此资源包,可以提高升降机构和90度角运动传递的力量。该套件包括1个蜗轮。
5.资源包Robotrack“Energy track mini”
它包括电池和充电站。
“Energy track mini”可最大程度地使主板连续工作,并允许同时使用2个DC电机、伺服电机和其他传感器。使用教育套件“Robotrack”来开发大型项目时可能有用。
6.资源包Robotrack“Energy track”
它包括电池和充电站。
“Energetic track”可最大程度地使主板连续工作,并允许同时使用4个直流电机以及伺服电动机、显示器、音频轨道和其他传感器。使用教育套件“Robotrack”来开发大型项目时可能有用。
7.资源包Robotrack“Audio track”
它包括动态装置、壳体和存储卡。
它提供了在实验室工作期间从事项目或说明书开发时播放音频文件(例如,实验室工作“自我训练”)。
音频模数“Audio track”旨在为Robotrack“Basic”构造器添加功能,并允许播放流行的MP3、WAV和WMA格式的音轨。
该综合体按照以下方式工作:
1.将软件安装到计算机上。
2.启动软件后,此人使用其登录名和密码登录。
3.开启该课程的模数(课程计划由CRM系统安排)。
4.使用准备的材料研究该课程的理论部分,按章节和主题组织结构。如有必要,可以使用词汇表。
5.进行实验室工作。有4种类型的实验室工作。
根据进行实验室工作的类型,必须执行以下操作之一:
·启动交互式应用程序;
·构造和控制机器人模型或神经系统;
·连接设备(神经耳机或电耳机),进行硬件调整,移除信号并研究人体的生物电信号,有时会分析先前记录的信号;
·构造机器人模型,连接设备(神经耳机和电耳机),并且控制机器人模型。
6.如果可以在个人记事本中输入必要的数据,则可以绘制图形对象并可以使用词汇表。
7.进行测试。测试模数和用于执行测试程序的先进技术可实现教师对知识的单独控制以及学生的自我控制。
8.所有测试结果和移除的信号都存储在服务器上。
有4种类型的实验室工作:
1.用于研究人类心理生理学和神经生理学以及人体能力的实验室工作。例如,第3课第5节“创建个人计划10-20”的实验室工作。
2.神经生理学与工程学的整合。这种实验室工作的主要目的是研究控制机器人神经系统的可能性,这些机器人神经系统是学生使用针对该课程主题的组装计划创建的资源包和神经系统通过Robotrack“Basic”构造器创建或开发的。此类神经系统使用大脑和心脏信号、以及肌肉和皮肤电反应电位来控制。该实验室工作分为两个部分:第一部分是工程设计,在此期间,学生组装神经系统并对其进行编程。编程可以分为两种类型(使用完成的程序或为神经系统创建新程序,使用RobotrackIDE进行编程)。实验室工作的第二部分涉及移除人的生物电信号并使学生有机会使用该信号来控制神经系统。这种类型的实验室工作旨在演示人类的力量并在实践中使用生理指标。例如,第4课第5节的实验室工作“研究人脑的电生理方法”。
3.工程设计。学生使用组装计划开发或构造神经系统,以演示神经生理学人类过程的功能。例如,神经网络或“机器人大脑”的模型。
4.结合交互式应用程序研究和保留人类神经生理学领域的知识。例如,第4课第2节的实验室工作“延髓”。
因此,与众所周知的类似物相比,所提供的综合体在研究心理生理学、神经生理学和神经技术领域的基础知识的同时,可以大大提高学习和理解教材的效率。

Claims (6)

1.一种用于神经生理学领域中未来职业的数字培训综合体,其包括具有网络计算机和软件的学生工作场所、带有软件的服务器以及学生工作场所与服务器之间的通信方式以及将它们组合成单个局域网的服务器其特征在于:所述学生工作场所包括神经耳机、电耳机和工程构造器;学生的计算机具有软件,该软件包括用于协议的网络耦合的模数、用于系统的自动更新的模数、用于扫描网络设备的模数、CRM模数、用于网络地址转换的模数、用于管理功能和设置的模数、不同级别用户的接口模数,、数据存储和归档模数、安全和访问模数、统计模数、用于解释系统功能细节的模数,这些模数实施将工作场所与外部设备、服务器和互联网网络连接起来的算法并且帮助完成教育任务,在执行分配的任务的框架中收集和存储数据,软件还包括远程计算模数和所获取结果的数据库。
2.根据权利要求1所述的用于神经生理学领域中未来职业的数字培训综合体,其特征在于,神经耳机包括干式脑电图电极和放置在头盔上的信号放大器。
3.根据权利要求2所述的用于神经生理学领域中未来职业的数字培训综合体,其特征在于,可更改其在所述头盔上的位置以测量人脑不同部位的信号的可移动传感器。
4.根据权利要求2所述的用于神经生理学领域中未来职业的数字培训综合体,其特征在于,所述信号放大器由具有引线电极的串联输入放大器模块,开关模块,低噪声放大器模块,具有低通滤波器的限幅块和多通道模拟/二进制转换器单元组成;通过负反馈单元,所述开关单元与阻抗计单元连接,并且与参考电极和中性电极连接;低噪声放大器具有50hz消除电路,所述低噪声放大器与所述负反馈单元并联连接。
5.根据权利要求1所述的用于神经生理学领域中未来职业的数字培训综合体,其特征在于:使用构造器Robotrack―Basic”、资源包Robotrack―Colour TFT display”、资源包Robotrack―Sensors”、资源包Robotrack―Audio track”、资源包Robotrack―Wormgear”、资源包Robotrack―Energy track”和资源包Robotrack―Energy track mini”,而不使用工程构造器。
6.根据权利要求2所述的用于神经生理学领域中未来职业的数字培训综合体,其特征在于,干式脑电图电极使用DF6.17传感器。
CN201911081069.0A 2019-11-07 2019-11-07 用于神经生理学领域中预期职业的数字培训综合体 Pending CN112785881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911081069.0A CN112785881A (zh) 2019-11-07 2019-11-07 用于神经生理学领域中预期职业的数字培训综合体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911081069.0A CN112785881A (zh) 2019-11-07 2019-11-07 用于神经生理学领域中预期职业的数字培训综合体

Publications (1)

Publication Number Publication Date
CN112785881A true CN112785881A (zh) 2021-05-11

Family

ID=75747740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911081069.0A Pending CN112785881A (zh) 2019-11-07 2019-11-07 用于神经生理学领域中预期职业的数字培训综合体

Country Status (1)

Country Link
CN (1) CN112785881A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1949264A (zh) * 2005-10-14 2007-04-18 南京永创计算机技术培训中心 永创ysed 与yned IT人才培养模式
US8155577B1 (en) * 2002-06-19 2012-04-10 Saad Ihab L Expert systems recommendations matching consumer profiles to product evaluations
US20120264099A1 (en) * 2011-04-12 2012-10-18 Mack Craft, Iv System and method for network-based tutoring
CN103118074A (zh) * 2013-01-10 2013-05-22 新疆电力公司 基于xmpp的网络模块化远程教育培训系统
CN103764021A (zh) * 2011-05-20 2014-04-30 南洋理工大学 一种用于协同神经-生理学修复和/或功能提升的系统、仪器、装置和方法
CN106204371A (zh) * 2016-06-29 2016-12-07 北京师范大学 一种支持工学融合的移动情境感知教学系统及方法
RU2698994C1 (ru) * 2019-02-25 2019-09-02 Общество с ограниченной ответственностью "Брейн Девелопмент" Цифровой обучающий комплекс для подготовки к перспективным профессиям в области нейрофизиологии

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8155577B1 (en) * 2002-06-19 2012-04-10 Saad Ihab L Expert systems recommendations matching consumer profiles to product evaluations
CN1949264A (zh) * 2005-10-14 2007-04-18 南京永创计算机技术培训中心 永创ysed 与yned IT人才培养模式
US20120264099A1 (en) * 2011-04-12 2012-10-18 Mack Craft, Iv System and method for network-based tutoring
CN103764021A (zh) * 2011-05-20 2014-04-30 南洋理工大学 一种用于协同神经-生理学修复和/或功能提升的系统、仪器、装置和方法
CN103118074A (zh) * 2013-01-10 2013-05-22 新疆电力公司 基于xmpp的网络模块化远程教育培训系统
CN106204371A (zh) * 2016-06-29 2016-12-07 北京师范大学 一种支持工学融合的移动情境感知教学系统及方法
RU2698994C1 (ru) * 2019-02-25 2019-09-02 Общество с ограниченной ответственностью "Брейн Девелопмент" Цифровой обучающий комплекс для подготовки к перспективным профессиям в области нейрофизиологии

Similar Documents

Publication Publication Date Title
US20190108770A1 (en) System and method of pervasive developmental disorder interventions
Paszkiel Analysis and classification of EEG signals for brain-computer interfaces
Parsons et al. Enhancing neurocognitive assessment using immersive virtual reality
RU2736707C1 (ru) Система и способ определения состояния увлеченности или монотонии на основе биометрического сигнала ЭЭГ
Naranjo et al. Teaching process for children with autism in virtual reality environments
Hu Virtual reality enhanced robotic systems for disability rehabilitation
CN114341964A (zh) 用于自闭症系列障碍儿童的监视和教学的系统和方法
Xu et al. The effectiveness of virtual reality in safety training: Measurement of emotional arousal with electromyography
De Wit et al. Neurogaming technology meets neuroscience education: a cost-effective, scalable, and highly portable undergraduate teaching laboratory for neuroscience
Korneder et al. In-the-wild learning from demonstration for therapies for autism spectrum disorder
RU2698994C1 (ru) Цифровой обучающий комплекс для подготовки к перспективным профессиям в области нейрофизиологии
CN112785881A (zh) 用于神经生理学领域中预期职业的数字培训综合体
Gonzalez-Sanchez et al. How to do multimodal detection of affective states?
Assante et al. Involving graduating engineers in applying a commercial brain-computer interface to motorized wheelchair driving
Ali et al. An investigation of mind-controlled prosthetic arm intelligent system
CN106156514A (zh) 一种云计算的感官知觉及认知能力评估系统及方法
Wang et al. Development of a human-like neurologic model to simulate the influences of diseases for neurologic examination training
CN201174189Y (zh) 推车式医学教学监护与急救仿真系统设备
Tepe et al. A computer‐aided educational device and toolbox for biomedical signal processing at the undergraduate level
EA043774B1 (ru) Цифровой обучающий комплекс для подготовки к перспективным профессиям в области нейрофизиологии
Haase et al. The do-it-yourself electrocardiogram
Varol Raw EEG data classification and applications using SVM
Sharifara et al. A robot-based cognitive assessment model based on visual working memory and attention level
Lekova et al. Social robots for reinforcing attention and forming emotional knowledge of children with special educational needs
Avila-Mireles et al. EMG patterns induced in upper limb by haptic guidance for diagnosis and treatment evaluation

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