CN113017629A - 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 - Google Patents
一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 Download PDFInfo
- Publication number
- CN113017629A CN113017629A CN202110216573.8A CN202110216573A CN113017629A CN 113017629 A CN113017629 A CN 113017629A CN 202110216573 A CN202110216573 A CN 202110216573A CN 113017629 A CN113017629 A CN 113017629A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- tester
- image information
- image
- 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
- 230000008451 emotion Effects 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000000694 effects Effects 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 145
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 230000000638 stimulation Effects 0.000 claims abstract description 28
- 230000002996 emotional effect Effects 0.000 claims description 31
- 238000012502 risk assessment Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 230000035484 reaction time Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 8
- 230000007935 neutral effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 8
- 230000003930 cognitive ability Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
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
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Child & Adolescent Psychology (AREA)
- Fuzzy Systems (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于情绪斯特鲁普效应的人群危险性评估方法及系统，根据所述第一任务规则信息，对第一测试者进行任务讲解，获得第一图像信息，根据第一任务启动指令，将所述第一图像信息呈现给第一测试者，获得第一图像刺激数据库；根据第一图像刺激数据库，随机获得第二图像信息，通过显示界面将第二图像信息呈现给第一测试者，获得第一测试者对于第二图像信息的第一反应信息；判断第一反应信息是否与所述第二图像信息中的第一颜色一致，获得第一测试结果；重复上述步骤直至获得第N测试结果，根据第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。解决了现有技术中评估不准确、评估效率低的技术问题。
Description
技术领域
本发明涉及人群危险评估相关领域，尤其涉及一种基于情绪斯特鲁普效应的人群危险性评估方法及系统。
背景技术
情绪与情感是个体对客观事物是否满足自身需要的内心体验与反映，人的心身健康和各种心理活动都是在一定的情绪与情感的调节与控制下进行的。情绪的准确评估对于人群的危险性准确的判断具有重大意义。对科学且高效便捷地评估人群的心理特征有了较高要求，基于行业里的群体测试的需求，以及群体多人测试方案部署的可行性，一方面，多人的并行测试和评估能够极大提升测评效率；另一方面，可以迅速收集到危险性人群的群体行为数据，从而更加准确地评估和分析危险性人群的表现。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中危险人员的情绪状态评估无法客观测量和分析危险性人群真实的心里特征和认知能力，无法客观反应危险性人群的心理状态，导致评估不准确的技术问题。
发明内容
本申请实施例通过提供一种基于情绪斯特鲁普效应的人群危险性评估方法及系统，解决了现有技术中危险人员的情绪状态评估无法客观测量和分析危险性人群真实的心里特征和认知能力，无法客观反应危险性人群的心理状态，导致评估不准确、评估效率低的技术问题，达到从客观角度进行危险性人群的情绪状态评估，达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。
鉴于上述问题，提出了本申请实施例提供一种基于情绪斯特鲁普效应的人群危险性评估方法及系统。
第一方面，本申请还提供了一种基于情绪斯特鲁普效应的人群危险性评估方法，应用于一情绪评估系统，且所述系统具有一显示界面和一操作模块，所述方法包括：步骤100：获得第一测试者；步骤200：获得第一任务规则信息；步骤300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；步骤400：根据所述第一任务启动指令，通过所述显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；步骤500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；步骤600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；步骤700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；步骤800：获得所述第一测试者对于所述第二图像信息的第一反应信息；步骤900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；步骤1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；步骤1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
另一方面，本申请还提供了一种基于情绪斯特鲁普效应的人群危险性评估系统，所述系统包括：第一获得单元，所述第一获得单元步骤100：获得第一测试者；第二获得单元，所述第二获得单元步骤200：获得第一任务规则信息；第三获得单元，所述第三获得单元步骤300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；第一呈现单元，所述第一呈现单元步骤400：根据所述第一任务启动指令，通过显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；第四获得单元，所述第四获得单元步骤500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；第五获得单元，所述第五获得单元步骤600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；第二呈现单元，所述第二呈现单元步骤700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；第六获得单元，所述第六获得单元步骤800：获得所述第一测试者对于所述第二图像信息的第一反应信息；第一判断单元，所述第一判断单元步骤900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；第一重复单元，所述第一重复单元步骤1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；第七获得单元，所述第七获得单元步骤1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
第三方面，本发明提供了一种基于情绪斯特鲁普效应的人群危险性评估系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了根据第一任务规则信息对所述第一测试者进行任务讲解之后获得第一任务启动指令及第一图像信息，根据所述第一任务启动指令通过所述显示界面将所述第一图像信息呈现给所述第一测试者，当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库，随机获得第二图像信息，将所述第二图像信息通过显示界面呈现给所述第一测试者，获得所述第一测试者的第一反应信息，判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果，重复上述测试过程，直至获得第N测试结果，根据所述第一测试结果、直至第N测试结果获得第一评估结果，并将所述第一评估结果反馈，进而通过评估反馈结果对所述第一测试者的情绪进行评估，进而达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于情绪斯特鲁普效应的人群危险性评估方法的流程示意图；
图2为本申请实施例一种基于情绪斯特鲁普效应的人群危险性评估方法的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一呈现单元14，第四获得单元15，第五获得单元16，第二呈现单元17，第六获得单元18，第一判断单元19，第一重复单元20，第七获得单元21，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种基于情绪斯特鲁普效应的人群危险性评估方法及系统，解决了现有技术中危险人员的情绪状态评估无法客观测量和分析危险性人群真实的心里特征和认知能力，无法客观反应危险性人群的心理状态，导致评估不准确、评估效率低的技术问题，达到从客观角度进行危险性人群的情绪状态评估，达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
情绪与情感是个体对客观事物是否满足自身需要的内心体验与反映，人的心身健康和各种心理活动都是在一定的情绪与情感的调节与控制下进行的。情绪的准确评估对于人群的危险性准确的判断具有重大意义。对科学且高效便捷地评估人群的心理特征有了较高要求，基于行业里的群体测试的需求，以及群体多人测试方案部署的可行性，一方面，多人的并行测试和评估能够极大提升测评效率；另一方面，可以迅速收集到危险性人群的群体行为数据，从而更加准确地评估和分析危险性人群的表现。但现有技术中危险人员的情绪状态评估无法客观测量和分析危险性人群真实的心里特征和认知能力，无法客观反应危险性人群的心理状态，导致评估不准确的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种基于情绪斯特鲁普效应的人群危险性评估方法，应用于一情绪评估系统，且所述系统具有一显示界面和一操作模块，所述方法包括：步骤100：获得第一测试者；步骤200：获得第一任务规则信息；步骤300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；步骤400：根据所述第一任务启动指令，通过所述显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；步骤500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；步骤600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；步骤700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；步骤800：获得所述第一测试者对于所述第二图像信息的第一反应信息；步骤900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；步骤1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；步骤1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种基于情绪斯特鲁普效应的人群危险性评估方法，应用于一情绪评估系统，且所述系统具有一显示界面，其中，所述方法包括：
步骤S100：获得第一测试者；
具体而言，所述情绪评估系统为可对相应的人员进行情绪评估的系统，所述系统可采用心理学的情绪斯特鲁普效应范式进行情绪偏向性的测试，所述系统至少具有一显示界面和一操作模块，所述显示界面用于向测试者呈现测试图像，所述操作模块用于控制测试目标颜色，所述第一测试者为要进行危险性评估的人员，对所述第一测试者通过所述情绪评估系统进行评估。
步骤S200：获得第一任务规则信息；
步骤S300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；
具体而言，所述第一任务规则为通过所述情绪评估系统对所述测试者进行评估过程中测试者需要遵循的规则，即在什么时间应该做出什么样的反应，随着测试流程的不断推进，测试者应该相应的做出什么反应动作，根据所述第一任务规则信息，对所述第一测试者进行相应的规则讲解和培训，当对所述第一测试者的任务讲解完成后，对所述第一测试者的规则理解进行评估，评估通过后获得第一任务启动指令，并同时获得第一图像信息，所述第一图像信息为要对所述测试者进行测试的图像，其中，所述第一图像至少包括一注视点，所述注视点为所述第一测试者要进行观察的位置，每次图像显示前，注视点提前出现，提示图像即将出现，提醒被测试者集中注意力。
步骤S400：根据所述第一任务启动指令，通过所述显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；
步骤S500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；
具体而言，根据获得的所述第一任务启动指令，开始对所述第一测试者进行测试，所述测试的过程为通过所述情绪评估系统的显示界面将所述第一图像呈现给所述第一测试者，且所述第一图像在所述显示界面具有第一呈现时长，其中，所述第一图像的作用为对被测试者进行提醒，使得所述第一测试者集中注意力，并在所述第一测试者接收所述第一图像后，获得第一图像刺激数据库，其中，所述第一刺激图像数据库为包含了多种颜色和多种人脸情绪组合的图像数据库。
步骤S600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；
具体而言，对所述第一图像刺激数据库进行图像获得，其中，所述获得为随机获得，即在所述第一图像刺激数据库中随机获得一图像信息，其中，将所述图像信息标记为第二图像信息，且所述第二图像信息至少包括第一面孔，所述面孔具有第一颜色和第一情绪。举例而言，所述第一图像刺激数据库中的所有图像中的每个图像都具有自己的面孔，且所述面孔均由不同的颜色和情绪组合而成。举例而言，所述颜色可以为红、蓝、绿三种颜色，所述情绪可以为正性、中性、负性三种情绪。所述第一面孔由上述的颜色和情绪中的一种组合而成。
步骤S700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；
步骤S800：获得所述第一测试者对于所述第二图像信息的第一反应信息；
具体而言，将所述第二图像通过所显示界面显示给所述第一测试者，且所述第二图像在所述显示界面具有第二呈现时长，通过所述第二图像对所述第一测试者进行测试，获得所述第一测试者对于所述第二图像的第一反馈信息，即所述第一反应信息。
步骤S900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；
步骤S1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；
具体而言，根据所述第一测试者对于所述第二图像的反馈信息，判断所述反馈信息与所述第二图像中的颜色是否一致，根据所述是否一致的情况，获得所述第一测试者的第一测试结果。获得所述第一测试结果之后，将所述对于所述第一测试者的上述测试进行重复，即再出现注视点图像，吸引被测试者注意力，而后从所述第一图像刺激数据库随机获得第三图像信息，所述第三图像信息包括一面孔，且所述面孔有一颜色和一情绪，通过所述第三图像对所述第一测试者进行测试，获得第二测试结果，再重复上述步骤，直至获得第N测试结果，其中，N为大于1的自然数。
步骤S1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
具体而言，根据所述第一测试结果、第二测试结果、直至第N测试结果进行分析，获得第一评估结果，即根据所述第一测试结果第二测试结果、直至第N测试结果中的所述第一测试者的正确率，获得所述第一测试者的第一评估结果，将所述第一评估结果进行反馈，通过测试过程中情绪信息对于非情绪信息的影响，使得所述对于第一测试者的测试更加客观、准确、高效，达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。
进一步而言，所述获得第一图像刺激数据库，本申请实施例步骤S500还包括：
步骤S510：获得第一预设情绪集合信息，其中，所述第一预设情绪集合信息中包括正性情绪、中性情绪、负性情绪；
步骤S520：获得第一预设比例；
步骤S530：根据所述第一预设比例，并基于所述第一预设情绪集合信息，获得第一类图片信息和第二类图片信息，其中，所述第一类图片信息为男性，所述第二类图片信息为女性；
步骤S540：获得第一预设颜色集合信息；
步骤S550：按照所述第一预设颜色集合信息，为所述第一类图片信息中的每一个图片和第二类图片信息中的每一个图片进行颜色填充；
步骤S560：根据颜色填充之后的所述第一类图片信息、第二类图片信息，获得第一图像刺激数据库。
具体而言，获得第一预设情绪的集合信息，其中，所述第一预设情绪集合至少包括正性情绪、中性情绪、负性情绪，获得第一预设比例，所述第一预设比例为所述第一类图片和所述第二类图片的比例信息，根据所述预设比例信息获得所述第一类图片和所述第二类图片的数量信息，其中，所述第一类图片为男性图片，所述第二类图片为女性图片，根据所述第一预设情绪的集合信息，对所述第一类图片和所述第二类图片对所述第一类图片和所述第二类图片进行情绪的赋予，获得第一预设颜色集合信息，根据所述第一预设颜色集合信息，对所述第一类图片和所述第二类图片中的每一个图片进行颜色填充，根据所述进行颜色和情绪组合后的图片构成所述第一图像刺激数据库。通过所述图像刺激数据库的构建，为后续进行准确的情绪测试夯实了基础。
进一步而言，所述获得所述第一测试者对于所述第二图像信息的第一反应信息，本申请实施例步骤800还包括：
步骤S810：根据所述第一预设颜色集合信息，获得第一控制指令；
步骤S820：根据所述第一控制指令，将所述系统的操作模块中的各个操作按键与所述第一预设颜色集合进行一一匹配；
步骤S830：当所述第一测试者触发目标操作按键之后，获得所述目标按键对应的目标颜色信息；
步骤S840：根据所述目标颜色信息，获得所述第一反应信息。
具体而言，根据所述第一预设颜色集合信息，获得与所述预设颜色集合相匹配的颜色的控制按键，举例而言，当所述预设颜色集合中只有红、蓝、绿三种颜色时，则所述控制按键同样为红、蓝、绿三种颜色，获得所述第一测试者通过所述显示界面的图像测试后的按键信息，根据所述按键信息与所述显示界面显示的目标颜色信息，对所述第一测试者的反应情况进行判断，获得所述第一测试者的第一反应信息。
进一步的，所述获得第一测试结果之后，本申请实施例步骤S900还包括：
步骤S910：根据所述第一测试结果，获得第三图像信息，其中，所述第三图像信息中具有第一标识信息，且所述第一标识信息用于标识当前测试结果的正确或错误；
步骤S920：通过所述显示界面将所述第三图像信息呈现给所述第一测试者，且所述第三图像信息具有第三呈现时长。
具体而言，根据所述第一测试者的第一反映信息，获得所述第一测试者的第一测试结果，其中，所述第一测试结果至少包括一致与不一致两种结果，将所述第一测试者测试结果通过第三图像，基于所述显示界面呈现给所述第一测试者，其中，所述第三图像为具有第一标识信息的图像，所述第一标识信息为反映了所述第一测试者的测试一致或不一致的结果的标识，通过所述显示界面将所述第三图像呈现第三时长。
进一步而言，所述根据所述第一测试结果、直至第N测试结果，获得第一评估结果，本申请实施例步骤S1100还包括：
步骤S1110：获得N次测试中的第一有效次数；
步骤S1120：将所述第一测试结果、直至第N测试结果中测试结果为正确结果的进行累积，并获得第一测试正确次数；
步骤S1130：根据所述第一测试正确次数、第一有效次数，获得第一正确率；
步骤S1140：判断所述第一正确率是否满足预定正确率阈值，并获得第一判断结果；
步骤S1150：将所述第一判断结果作为第一评估结果，并通过所述显示界面进行反馈。
具体而言，对所述第一测试者的测试的N次测试过程进行分析，将所述N次测试中不满足所述预设规则的测试排除，获得第一有效次数，举例而言，将所述第一测试者同时按两个按键的排除，将所述第一测试者未在规定时间内进行作答的排除，将所述第一测试者受到其他外界因素干扰的排除，将所述次数排除后，获得第一有效次数，根据所述第一测试结果、第二测试结果、直至第N测试结果排除掉无效测试后的测试结果后，获得所述测试正确的次数，即第一测试正确次数，根据所述第一测试正确次数和所述第一有效次数，获得所述第一测试者的第一正确率。根据所述测试的情况，获得预设正确率阈值，判断所述第一测试者的测试正确率是否满足所述预设正确率阈值，根据所述判断结果作为第一评估结果，将所述第一评估结果通过所述显示界面进行反馈。
进一步而言，本申请实施例还包括：
步骤S1210：获得所述第一测试者的第一反应时长、第二反应时长、直至第N反应时长；
步骤S1220：根据所述第一反应时长、第二反应时长、直至第N反应时长，获得所述第一测试者的平均反应时长；
步骤S1230：获得所述第一测试者的第一基础信息；
步骤S1240：根据所述第一基础信息，基于大数据获得预设反应时长；
步骤S1250：获得所述平均反应时长与所述预设反应时长之间的第一偏差值；
步骤S1260：根据所述第一偏差值，获得第一校正信息；
步骤S1270：按照所述第一校正信息，对所述第一评估结果进行校正。
具体而言，获得所述第一测试者在测试过程中每次测试的反应时长，其中，所述反应时长为从所述显示界面显示测试图像开始算起，到所述第一测试者按下测试按键后截止，为所述第一测试者的反应时间，获得所述第一测试者的N次测试中的所有反应时长，即第一测试对应第一反应时长，第二测试对应第二反应时长，第N测试对应第N反应时长，获得所述第一测试者的第一基础信息，根据所述第一测试者的基础信息，基于大数据对所述第一测试者的反应时长进行预估，获得所述第一测试者的预设反应时长，获得所述第一测试者的所有反应时长的平均反应时长，根据所述平均反应时长和所述预设反应时长获得所述第一偏差值，根据所述第一偏差值的大小，对所述第一测试者的评估结果进行校正。举例而言，当所述第一测试者的第一偏差值较大时，表明所述第一测试者的反应存在异常，此时要对所述第一测试者的测试正确率适当下调。
进一步而言，本申请实施例还包括：
步骤S1271：获得所述第一测试者在测试过程中的第一行为表现信息；
步骤S1272：判断所述第一行为表现信息是否满足预设外在表现信息；
步骤S1273：如果不满足，则获得第二校正信息；
步骤S1274：按照所述第二校正信息，对所述第一评估结果进行校正；
步骤S1275：根据所述校正后的所述第一评估结果，获得所述第一测试者的第一危险指数；
步骤S1276：当所述第一危险指数超过预定危险阈值时，获得第一存储指令，其中，所述第一存储指令用于基于区块链对所述第一评估结果进行存储。
具体而言，通过安装在所述第一测试者测试房间的监控摄像头获得所述第一测试者在进行测试过程中的测试表现信息，其中，所述测试表现为所述第一测试者在测试过程中的异常行为表现信息，根据所述情绪测试的等级不同，获得不同测试等级下的对应的行为表现的异常阈值，即所述预设外在表现信息，判断所述第一测试者的异常行为表现是否在所述预设外在表现信息范围内，当所述第一行为表现信息不满足预设外在表现信息，则获得第二校正信息，根据所述第二校正信息对所述第一测试者的测试结果进行调整，获得经过校正后的第一评估结果。基于大数据获得预定危险阈值，根据所述第一评估结果获得所述第一测试者的第一危险指数，判断所述第一危险指数是否超过所述预设危险阈值，当所述第一危险指数超过预定危险阈值时，获得第一存储指令，其中，所述第一存储指令用于基于区块链对所述第一评估结果进行存储。即获得第二评估结果、第三评估结果直至第N评估结果，根据第一评估结果获得第一验证码，其中所述第一验证码与所述第一评估结果一一对应，根据第一验证码和第二评估结果获得第二验证码，其中所述第二验证码与所述第二评估结果一一对应，以此类推，根据第N-1验证码和第N评估结果获得第N验证码，将所述验证码和评估结果进行存储，以保证所述评估结果的安全性。
综上所述，本申请实施例所提供的一种基于情绪斯特鲁普效应的人群危险性评估方法及系统具有如下技术效果：
1、由于采用了根据第一任务规则信息对所述第一测试者进行任务讲解之后获得第一任务启动指令及第一图像信息，根据所述第一任务启动指令通过所述显示界面将所述第一图像信息呈现给所述第一测试者，当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库，随机获得第二图像信息，将所述第二图像信息通过显示界面呈现给所述第一测试者，获得所述第一测试者的第一反应信息，判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果，重复上述测试过程，直至获得第N测试结果，根据所述第一测试结果、直至第N测试结果获得第一评估结果，并将所述第一评估结果反馈，进而通过评估反馈结果对所述第一测试者的情绪进行评估，进而达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。
2、由于采用了通过所述图像刺激数据库的构建的方式，为后续进行准确的情绪测试夯实了基础。
实施例二
基于与前述实施例中一种基于情绪斯特鲁普效应的人群危险性评估方法同样发明构思，本发明还提供了一种基于情绪斯特鲁普效应的人群危险性评估系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一测试者；
第二获得单元12，所述第二获得单元12用于获得第一任务规则信息；
第三获得单元13，所述第三获得单元13用于根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；
第一呈现单元14，所述第一呈现单元14用于根据所述第一任务启动指令，通过显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；
第四获得单元15，所述第四获得单元15用于当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；
第五获得单元16，所述第五获得单元16用于根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；
第二呈现单元17，所述第二呈现单元17用于通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；
第六获得单元18，所述第六获得单元18用于获得所述第一测试者对于所述第二图像信息的第一反应信息；
第一判断单元19，所述第一判断单元19用于判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；
第一重复单元20，所述第一重复单元20用于重复上述第三获得单元至所述第一判断单元，直至获得第N测试结果，其中，N为大于1的自然数；
第七获得单元21，所述第七获得单元21用于根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
进一步的，所述系统还包括：
第八获得单元，所述第八获得单元用于获得第一预设情绪集合信息，其中，所述第一预设情绪集合信息中包括正性情绪、中性情绪、负性情绪；
第九获得单元，所述第九获得单元用于获得第一预设比例；
第十获得单元，所述第十获得单元用于根据所述第一预设比例，并基于所述第一预设情绪集合信息，获得第一类图片信息和第二类图片信息，其中，所述第一类图片信息为男性，所述第二类图片信息为女性；
第十一获得单元，所述第十一获得单元用于获得第一预设颜色集合信息；
第一填充单元，所述第一填充单元用于按照所述第一预设颜色集合信息，为所述第一类图片信息中的每一个图片和第二类图片信息中的每一个图片进行颜色填充；
第十二获得单元，所述第十二获得单元用于根据颜色填充之后的所述第一类图片信息、第二类图片信息，获得第一图像刺激数据库。
进一步的，所述系统还包括：
第十三获得单元，所述第十三获得单元用于根据所述第一预设颜色集合信息，获得第一控制指令；
第一匹配单元，所述第一匹配单元用于根据所述第一控制指令，将所述系统的操作模块中的各个操作按键与所述第一预设颜色集合进行一一匹配；
第十四获得单元，所述第十四获得单元用于当所述第一测试者触发目标操作按键之后，获得所述目标按键对应的目标颜色信息；
第十五获得单元，所述第十五获得单元用于根据所述目标颜色信息，获得所述第一反应信息。
进一步的，所述系统还包括：
第十六获得单元，所述第十六获得单元用于根据所述第一测试结果，获得第三图像信息，其中，所述第三图像信息中具有第一标识信息，且所述第一标识信息用于标识当前测试结果的正确或错误；
第三呈现单元，所述第三呈现单元用于通过所述显示界面将所述第三图像信息呈现给所述第一测试者，且所述第三图像信息具有第三呈现时长。
进一步的，所述系统还包括：
第十七获得单元，所述第十七获得单元用于获得N次测试中的第一有效次数；
第十八获得单元，所述第十八获得单元用于将所述第一测试结果、直至第N测试结果中测试结果为正确结果的进行累积，并获得第一测试正确次数；
第十九获得单元，所述第十九获得单元用于根据所述第一测试正确次数、第一有效次数，获得第一正确率；
第二判断单元，所述第二判断单元用于判断所述第一正确率是否满足预定正确率阈值，并获得第一判断结果；
第一反馈单元，所述第一反馈单元用于将所述第一判断结果作为第一评估结果，并通过所述显示界面进行反馈。
进一步的，所述系统还包括：
第二十获得单元，所述第二十获得单元用于获得所述第一测试者的第一反应时长、第二反应时长、直至第N反应时长；
第二十一获得单元，所述第二十一获得单元用于根据所述第一反应时长、第二反应时长、直至第N反应时长，获得所述第一测试者的平均反应时长；
第二十二获得单元，所述第二十二获得单元用于获得所述第一测试者的第一基础信息；
第二十三获得单元，所述第二十三获得单元用于根据所述第一基础信息，基于大数据获得预设反应时长；
第二十四获得单元，所述第二十四获得单元用于获得所述平均反应时长与所述预设反应时长之间的第一偏差值；
第二十五获得单元，所述第二十五获得单元用于根据所述第一偏差值，获得第一校正信息；
第一校正单元，所述第一校正单元用于按照所述第一校正信息，对所述第一评估结果进行校正。
进一步的，所述系统还包括：
第二十六获得单元，所述第二十六获得单元用于获得所述第一测试者在测试过程中的第一行为表现信息；
第三判断单元，所述第三判断单元用于判断所述第一行为表现信息是否满足预设外在表现信息；
第二十七获得单元，所述第二十七获得单元用于如果不满足，则获得第二校正信息；
第二校正单元，所述第二校正单元用于按照所述第二校正信息，对所述第一评估结果进行校正；
第二十八获得单元，所述第二十八获得单元用于根据所述校正后的所述第一评估结果，获得所述第一测试者的第一危险指数；
第二十九获得单元，所述第二十九获得单元用于当所述第一危险指数超过预定危险阈值时，获得第一存储指令，其中，所述第一存储指令用于基于区块链对所述第一评估结果进行存储。
前述图1实施例一中的一种基于情绪斯特鲁普效应的人群危险性评估方法的各种变化方式和具体实例同样适用于本实施例的一种基于情绪斯特鲁普效应的人群危险性评估系统，通过前述对一种基于情绪斯特鲁普效应的人群危险性评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于情绪斯特鲁普效应的人群危险性评估系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于情绪斯特鲁普效应的人群危险性评估方法的发明构思，本发明还提供一种基于情绪斯特鲁普效应的人群危险性评估系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于情绪斯特鲁普效应的人群危险性评估方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于情绪斯特鲁普效应的人群危险性评估方法，应用于一情绪评估系统，且所述系统具有一显示界面和一操作模块，所述方法包括：步骤100：获得第一测试者；步骤200：获得第一任务规则信息；步骤300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；步骤400：根据所述第一任务启动指令，通过所述显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；步骤500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；步骤600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；步骤700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；步骤800：获得所述第一测试者对于所述第二图像信息的第一反应信息；步骤900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；步骤1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；步骤1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。解决了现有技术中危险人员的情绪状态评估无法客观测量和分析危险性人群真实的心里特征和认知能力，无法客观反应危险性人群的心理状态，导致评估不准确、评估效率低的技术问题，达到从客观角度进行危险性人群的情绪状态评估，达到准确进行危险性人群的情绪评估，提高评估效率的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于情绪斯特鲁普效应的人群危险性评估方法，应用于一情绪评估系统，且所述系统具有一显示界面，其中，所述方法包括：
步骤100：获得第一测试者；
步骤200：获得第一任务规则信息；
步骤300：根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；
步骤400：根据所述第一任务启动指令，通过所述显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；
步骤500：当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；
步骤600：根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；
步骤700：通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；
步骤800：获得所述第一测试者对于所述第二图像信息的第一反应信息；
步骤900：判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；
步骤1000：重复上述步骤300～步骤900，直至获得第N测试结果，其中，N为大于1的自然数；
步骤1100：根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
2.如权利要求1所述的方法，其中，所述获得第一图像刺激数据库，所述方法还包括：
获得第一预设情绪集合信息，其中，所述第一预设情绪集合信息中包括正性情绪、中性情绪、负性情绪；
获得第一预设比例；
根据所述第一预设比例，并基于所述第一预设情绪集合信息，获得第一类图片信息和第二类图片信息，其中，所述第一类图片信息为男性，所述第二类图片信息为女性；
获得第一预设颜色集合信息；
按照所述第一预设颜色集合信息，为所述第一类图片信息中的每一个图片和第二类图片信息中的每一个图片进行颜色填充；
根据颜色填充之后的所述第一类图片信息、第二类图片信息，获得第一图像刺激数据库。
3.如权利要求2所述的方法，其中，所述获得所述第一测试者对于所述第二图像信息的第一反应信息，所述方法包括：
根据所述第一预设颜色集合信息，获得第一控制指令；
根据所述第一控制指令，将所述操作模块中的各个操作按键与所述第一预设颜色集合进行一一匹配；
当所述第一测试者触发目标操作按键之后，获得所述目标按键对应的目标颜色信息；
根据所述目标颜色信息，获得所述第一反应信息。
4.如权利要求1所述的方法，其中，所述获得第一测试结果之后，所述方法还包括：
根据所述第一测试结果，获得第三图像信息，其中，所述第三图像信息中具有第一标识信息，且所述第一标识信息用于标识当前测试结果的正确或错误；
通过所述显示界面将所述第三图像信息呈现给所述第一测试者，且所述第三图像信息具有第三呈现时长。
5.如权利要求1所述的方法，其中，所述根据所述第一测试结果、直至第N测试结果，获得第一评估结果，所述方法还包括：
获得N次测试中的第一有效次数；
将所述第一测试结果、直至第N测试结果中测试结果为正确结果的进行累积，并获得第一测试正确次数；
根据所述第一测试正确次数、第一有效次数，获得第一正确率；
判断所述第一正确率是否满足预定正确率阈值，并获得第一判断结果；
将所述第一判断结果作为第一评估结果，并通过所述显示界面进行反馈。
6.如权利要求1所述的方法，其中，所述方法还包括：
获得所述第一测试者的第一反应时长、第二反应时长、直至第N反应时长；
根据所述第一反应时长、第二反应时长、直至第N反应时长，获得所述第一测试者的平均反应时长；
获得所述第一测试者的第一基础信息；
根据所述第一基础信息，基于大数据获得预设反应时长；
获得所述平均反应时长与所述预设反应时长之间的第一偏差值；
根据所述第一偏差值，获得第一校正信息；
按照所述第一校正信息，对所述第一评估结果进行校正。
7.如权利要求6所述的方法，其中，所述方法还包括：
获得所述第一测试者在测试过程中的第一行为表现信息；
判断所述第一行为表现信息是否满足预设外在表现信息；
如果不满足，则获得第二校正信息；
按照所述第二校正信息，对所述第一评估结果进行校正；
根据所述校正后的所述第一评估结果，获得所述第一测试者的第一危险指数；
当所述第一危险指数超过预定危险阈值时，获得第一存储指令，其中，所述第一存储指令用于基于区块链对所述第一评估结果进行存储。
8.一种基于情绪斯特鲁普效应的人群危险性评估系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一测试者；
第二获得单元，所述第二获得单元用于获得第一任务规则信息；
第三获得单元，所述第三获得单元用于根据所述第一任务规则信息，对所述第一测试者进行任务讲解之后，获得第一任务启动指令以及第一图像信息，其中，所述第一图像信息中包括一注视点；
第一呈现单元，所述第一呈现单元用于根据所述第一任务启动指令，通过显示界面将所述第一图像信息呈现给所述第一测试者，且所述第一图像信息具有第一呈现时长；
第四获得单元，所述第四获得单元用于当所述第一测试者接收到所述第一图像信息之后，获得第一图像刺激数据库；
第五获得单元，所述第五获得单元用于根据所述第一图像刺激数据库，随机获得第二图像信息，其中，所述第二图像信息中包括第一面孔，且所述第一面孔具有第一颜色、第一情绪；
第二呈现单元，所述第二呈现单元用于通过所述显示界面将所述第二图像信息呈现给所述第一测试者，且所述第二图像信息具有第二呈现时长；
第六获得单元，所述第六获得单元用于获得所述第一测试者对于所述第二图像信息的第一反应信息；
第一判断单元，所述第一判断单元用于判断所述第一反应信息是否与所述第二图像信息中的第一颜色一致，并获得第一测试结果；
第一重复单元，所述第一重复单元用于重复上述第三获得单元至所述第一判断单元，直至获得第N测试结果，其中，N为大于1的自然数；
第七获得单元，所述第七获得单元用于根据所述第一测试结果、直至第N测试结果，获得第一评估结果，并将所述第一评估结果进行反馈。
9.一种基于情绪斯特鲁普效应的人群危险性评估系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216573.8A CN113017629A (zh) | 2021-02-26 | 2021-02-26 | 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216573.8A CN113017629A (zh) | 2021-02-26 | 2021-02-26 | 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113017629A true CN113017629A (zh) | 2021-06-25 |
Family
ID=76462334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110216573.8A Pending CN113017629A (zh) | 2021-02-26 | 2021-02-26 | 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113017629A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101652098A (zh) * | 2007-04-04 | 2010-02-17 | 皇家飞利浦电子股份有限公司 | 根据人在游戏或迷题中的行为表现来确定压力水平 |
| US20120035428A1 (en) * | 2010-06-17 | 2012-02-09 | Kenneth George Roberts | Measurement of emotional response to sensory stimuli |
| US20120214143A1 (en) * | 2010-11-24 | 2012-08-23 | Joan Marie Severson | Systems and Methods to Assess Cognitive Function |
| CN107106094A (zh) * | 2014-12-16 | 2017-08-29 | 皇家飞利浦有限公司 | 注意力缺陷的评估 |
| WO2019161050A1 (en) * | 2018-02-18 | 2019-08-22 | Akili Interactive Labs, Inc. | Cognitive platform including computerized elements coupled with a therapy for mood disorder |
| AU2020100750A4 (en) * | 2020-05-13 | 2020-06-18 | Devine, Paul MR | A system to measure intuitive, emotional and cognitive skills for human resource skills assessment |
| CN112084510A (zh) * | 2020-08-19 | 2020-12-15 | 喻婷婷 | 一种区块链的数据处理方法及系统 |
| CN112289423A (zh) * | 2020-12-28 | 2021-01-29 | 曜立科技(北京)有限公司 | 一种基于智慧社区病患的复诊及康复的方法及系统 |
| CN112370059A (zh) * | 2020-11-12 | 2021-02-19 | 天津微迪加科技有限公司 | 一种基于反应抑制控制理论的特殊人群危险性评估方法及系统 |
| CN112397186A (zh) * | 2020-11-17 | 2021-02-23 | 江苏环亚医用科技集团股份有限公司 | 一种用于智慧医疗的安全监管方法及系统 |
-
2021
- 2021-02-26 CN CN202110216573.8A patent/CN113017629A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101652098A (zh) * | 2007-04-04 | 2010-02-17 | 皇家飞利浦电子股份有限公司 | 根据人在游戏或迷题中的行为表现来确定压力水平 |
| US20120035428A1 (en) * | 2010-06-17 | 2012-02-09 | Kenneth George Roberts | Measurement of emotional response to sensory stimuli |
| US20120214143A1 (en) * | 2010-11-24 | 2012-08-23 | Joan Marie Severson | Systems and Methods to Assess Cognitive Function |
| CN107106094A (zh) * | 2014-12-16 | 2017-08-29 | 皇家飞利浦有限公司 | 注意力缺陷的评估 |
| WO2019161050A1 (en) * | 2018-02-18 | 2019-08-22 | Akili Interactive Labs, Inc. | Cognitive platform including computerized elements coupled with a therapy for mood disorder |
| AU2020100750A4 (en) * | 2020-05-13 | 2020-06-18 | Devine, Paul MR | A system to measure intuitive, emotional and cognitive skills for human resource skills assessment |
| CN112084510A (zh) * | 2020-08-19 | 2020-12-15 | 喻婷婷 | 一种区块链的数据处理方法及系统 |
| CN112370059A (zh) * | 2020-11-12 | 2021-02-19 | 天津微迪加科技有限公司 | 一种基于反应抑制控制理论的特殊人群危险性评估方法及系统 |
| CN112397186A (zh) * | 2020-11-17 | 2021-02-23 | 江苏环亚医用科技集团股份有限公司 | 一种用于智慧医疗的安全监管方法及系统 |
| CN112289423A (zh) * | 2020-12-28 | 2021-01-29 | 曜立科技(北京)有限公司 | 一种基于智慧社区病患的复诊及康复的方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 刘建科: "词语和图片的情绪Stroop效应研究", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》 * |
| 刘建科: "词语和图片的情绪Stroop效应研究", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》, no. 11, 15 November 2008 (2008-11-15), pages 12 - 27 * |
| 徐萌萌: "红色在不同情景概念启动下对模棱两可面孔情绪识别的影响", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》 * |
| 徐萌萌: "红色在不同情景概念启动下对模棱两可面孔情绪识别的影响", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》, no. 12, 15 December 2019 (2019-12-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110389969A (zh) | 提供定制的学习内容的系统和方法 | |
| JP4635179B2 (ja) | 認識能力測定装置及び認識能力測定方法 | |
| Brown et al. | Identification and bisection of temporal durations and tone frequencies: common models for temporal and nontemporal stimuli. | |
| Shanks et al. | The challenge of inferring unconscious mental processes | |
| US20220163597A1 (en) | Battery residual value determination system | |
| WO2012033745A2 (en) | A democratic process of testing for cognitively demanding skills and experiences | |
| Thompson et al. | Individual differences in the components of children’s and adults’ information processing for simple symbolic and non-symbolic numeric decisions | |
| JP2022052144A (ja) | Ｃｂｔにおける受験者の監視方法、及び、監視システム | |
| Lombardi et al. | Piecewise constant averaging methods allow for fast and accurate hierarchical Bayesian estimation of drift diffusion models with time-varying evidence accumulation rates | |
| CN113017629A (zh) | 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统 | |
| CN111653348A (zh) | 手术数据的处理方法、装置及计算机可读存储介质 | |
| US11636359B2 (en) | Enhanced collection of training data for machine learning to improve worksite safety and operations | |
| Addini et al. | Application of the multivariate adaptive regression spline (Mars) method in analyzing misclassification of elementary school accreditation data in the city of Tebing Tinggi | |
| JP2007102668A (ja) | 統計比較処理装置 | |
| Adalian | General considerations about data and selection of statistical approaches | |
| CN114422532A (zh) | 一种数据处理方法和装置 | |
| EP2372531A1 (en) | Software modification estimate method and software modification estimate system | |
| CN113539496A (zh) | 心理评测结果生成方法、装置、计算机设备和存储介质 | |
| WO2023105790A1 (ja) | ストレス推定方法 | |
| RU2649550C2 (ru) | Система критериально-ориентированного тестирования | |
| RU2793542C2 (ru) | Способ интегральной оценки работоспособности испытуемого и способ оценки концентрации внимания испытуемого | |
| CN112015991B (zh) | 学生学习提醒方法 | |
| JP7291436B1 (ja) | 作業者負担判定装置及び作業者負担判定方法 | |
| US11361537B2 (en) | Enhanced collection of training data for machine learning to improve worksite safety and operations | |
| Leger | Application and Assessment of Probability and Statistics Concepts with a Permanent Magnet DC Machine Experiment |
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: 20210625 |