CN113576482B - 一种基于复合表情加工的注意偏向训练评估系统和方法 - Google Patents

一种基于复合表情加工的注意偏向训练评估系统和方法 Download PDF

Info

Publication number
CN113576482B
CN113576482B CN202111141810.5A CN202111141810A CN113576482B CN 113576482 B CN113576482 B CN 113576482B CN 202111141810 A CN202111141810 A CN 202111141810A CN 113576482 B CN113576482 B CN 113576482B
Authority
CN
China
Prior art keywords
electroencephalogram
compound expression
test
picture
attention
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
Application number
CN202111141810.5A
Other languages
English (en)
Other versions
CN113576482A (zh
Inventor
裴冠雄
李太豪
郑书凯
马诗洁
徐若豪
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202111141810.5A priority Critical patent/CN113576482B/zh
Publication of CN113576482A publication Critical patent/CN113576482A/zh
Application granted granted Critical
Publication of CN113576482B publication Critical patent/CN113576482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明属于注意偏向训练技术领域，涉及一种基于复合表情加工的注意偏向训练评估系统和方法，招募正常组和社交焦虑组的被试者，利用多通道脑电测量设备采集原始脑电信号，并提取P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征作为神经指标，通过社交焦虑组前测复合表情刺激测试与常模复合表情刺激测试、社交焦虑组后测复合表情刺激测试与常模复合表情刺激测试的指标水平差异性检验，对注意偏向训练的效果进行客观评估和优化。本发明可以有效避免传统测量手段事后采样、主观性强、社会期许偏差等问题，同时具有非侵入性、安全高效、成本较低的特点，具有广泛的市场应用前景。

Description

一种基于复合表情加工的注意偏向训练评估系统和方法
技术领域
本发明属于注意偏向训练技术领域，涉及一种基于复合表情加工的注意偏向训练评估系统和方法。
背景技术
注意偏向训练（Attentional Bias Training, ABT），是对个体的注意偏向加以改变或矫正的系统化训练程序。由于注意偏向训练基于计算机操作，成本较低且推广便利，并且无侵入性和副作用，因此作为一种心理援助方法被广泛使用。
面部表情是有机体在进化中程序化的先天模式，且具有全人类的普遍性和一致性，是最敏感的情绪发生器和显示器。复合表情生态效度高，认知难度较大，有助于暴露社交焦虑者与正常人群的差异，可以深入洞悉和监测社交焦虑者表情加工的神经机制特异性。面部表情加工会引起大脑功能活动变化、外周自主神经系统的反应以及体内神经化学物质的改变。社交焦虑者对复合表情加工的早期注意警觉、中期面孔加工困难、晚期注意脱离困难等情况可以通过脑电信号特征予以表征。脑电信号(Electroencephalograph，EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，其包含了大量与表情加工相关的生理和心理信息，且具有直接客观、难以伪装、容易量化、特征多元等特点，是目前心理学技术领域具有显著效果的认知生理指标。
目前，注意偏向训练的评估存在两个方面的主要问题：一是忽视了社交焦虑者复合表情加工的特异性状态，难以界定其社会交往功能恢复情况；二是传统的效果评估大多采用心理评估量表，由于社交焦虑者的主观隐瞒、认知偏差、理解能力不足、前后测问项重复等原因，以及需要依托有经验的心理咨询师辅助判断，导致现有评估技术不可避免地具有更多的主观性，应该考虑纳入反映神经可塑性改变的生物标记物作为监测的客观指标。
发明内容
为了解决现有技术中存在的现阶段注意偏向训练评估存在的靶向性不强、客观化不足的问题，本发明提出了一种基于复合表情加工的注意偏向训练评估系统和方法，基于社交焦虑者复合表情加工的状态并提取客观脑电表征指标，根据训练前后指标水平的差异，对注意偏向训练效果开展科学评估，其具体技术方案如下：
一种基于复合表情加工的注意偏向训练评估方法，包括如下步骤：
S1：招募两组被试者，分为正常人群组和社交焦虑组；
S2：为被试者佩戴多通道脑电测量设备；
S3：为正常组的被试者开展常模复合表情刺激测试，并同步采集脑电数据；
S4：为社交焦虑组开展前测复合表情刺激测试，并同步采集脑电数据后开展注意偏向训练，在2周后为社交焦虑组开展后测复合表情刺激测试并同步采集脑电数据；
S5：对采集的脑电数据进行预处理，并根据国际10-20系统及脑区分布配置电极点，提取每名被试者颞枕区电极点的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征，作为三个神经指标；
S6：进行T检验，通过神经指标的差异对注意偏向训练进行评估。
进一步的，所述两组被试者的人数均大于30名，年龄、性别呈现一致分布。
进一步的，所述常模复合表情刺激测试是指为被试者呈现负性复合表情图片，每次测试，每位被试者均需观看40张以上的图片，每张负性复合表情图片的呈现时间为1000毫秒，图片呈现之间用提示注意的“+”号屏和空屏进行间隔，呈现时间为400-600毫秒中的随机时间。
进一步的，所述预处理，包括去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除，其中，分析段截取的时间为图片出现前200毫秒到图片呈现后800毫秒，基线校正以图片出现之前的200毫秒到图片呈现时刻的时间作为基线。
进一步的，所述颞枕区电极点具体为：PO7、PO3、POz、PO4、PO8；
所述每位被试者P100脑电成分的平均潜伏期特征V计算公式如下：
Figure 944531DEST_PATH_IMAGE002
Figure 173256DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
=0
Figure DEST_PATH_IMAGE007
Figure DEST_PATH_IMAGE009
Y(i)为第i张图片诱发P100对应的潜伏期，Ji为第i张图片取得波幅峰值时对应的毫秒值，Ti为第i张图片截取时间窗的总时长， Si为第i张图片对应的行向量，Sij为上述五个电极点的平均波幅值，i为第i张图片，j为第j毫秒。S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40且以第100毫秒为中间值；
每位被试者N170、P300脑电成分的平均波幅特征L计算公式如下：
Figure DEST_PATH_IMAGE011
Figure 890676DEST_PATH_IMAGE007
Figure 863049DEST_PATH_IMAGE009
Sij为上述五个电极点的平均波幅值，i代表第i张图片，j代表第j毫秒。S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40，其中，N170的时间窗以第170毫秒为中间值，P300的时间窗以第300毫秒为中间值。
进一步的，所述步骤S6，具体为：前测复合表情刺激测试与常模复合表情刺激测试在三个神经指标均存在显著差异即p＜0.05的前提条件下，若后测复合表情刺激测试与常模复合表情刺激测试在三个神经指标上均不存在显著差异，则表明注意偏向训练达标；其他情况均表明需进一步对注意偏向训练的方法进行优化。
一种基于复合表情加工的注意偏向训练评估系统，包括：
复合表情刺激测试装置，包括表情刺激呈现装置和存储装置，用于显示复合表情刺激测试程序的内容，并存储复合表情刺激的材料；
脑电测量设备，用于采集被试者的脑电信号，并将其传输给评估计算单元；
评估计算单元，包括脑电信号预处理模块、个体数据计算模块和组间差异计算模块。
进一步的，所述脑电信号预处理模块用于对采集的脑电信号进行放大、去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除；
个体数据计算模块用于提取和计算每名被试者颞枕区电极点的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征；
组间差异计算模块用于自动进行T检验，并输出注意偏向训练的评估结果。
本发明的有益效果如下：
1.本发明可以通过调整训练的步骤、时长等变量，基于组间效果对照，设计更优训练方案；
2.本发明可以在对社交焦虑者注意偏向训练效果的客观评估基础上，推广到其他以改善注意控制功能缺陷为核心的训练评估中，实现量化客观分析；
3.本发明的系统借助于EEG信号，可以客观地评估注意偏向训练的效果，有效避免了传统测量手段事后采样、主观性强、社会期许偏差等问题，同时具有非侵入性、安全高效、成本较低的特点，具有广泛的市场应用前景。
附图说明
图1为本发明的基于复合表情加工的注意偏向训练评估系统的结构图；
图2为本发明的基于复合表情加工的注意偏向训练评估方法的流程图。
具体实施方式
为了使本发明的目的、技术方案和技术效果更加清楚明白，以下结合说明书附图，对本发明作进一步详细说明。
如图1所示，本发明的基于复合表情加工的注意偏向训练评估系统，包括：
复合表情刺激测试装置，包括表情刺激呈现装置和存储装置，用于呈现复合表情刺激测试程序的内容，并存储复合表情刺激的材料。可以按照日常的浏览习惯，以屏幕作为视觉刺激源。
脑电测量设备，用于采集被试者的脑电信号，并将其传输给评估计算单元。作为一可选实施例，可以使用NeuroScan脑电采集系统，该系统包括64导电极帽、接线盒、放大器、电脑主机等，测量过程中，电压误差不超过±10%，输入噪声:≤0.5uV RMS，共模抑制比大于110dB ,要求灵敏度高且抗干扰能力强，不发生时间延迟，采样数据在放大器中进行模数转化后，将数据进行存储备份。复合表情刺激测试装置通过主机并基于TCP/IP协议，传递时间戳到脑电数据，从而使得刺激和脑电数据得以同步，可以用于后续脑电数据的导出和离线分析。系统所用主机的配置为：CPU：Intel Core i7-9700同等或更高配置；GPU：NVIDIAGeForce GTX2080 Ti同等或更高配置；内存：64GB RAM或以上；1TB可用磁盘空间。
评估计算单元，包括脑电信号预处理模块、个体数据计算模块和组间差异计算模块。
所述的脑电信号预处理模块用于对采集的脑电信号进行放大、去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除；
个体数据计算模块用于提取和计算每名被试者颞枕区电极点的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征；
组间差异计算模块用于自动进行T检验，并输出注意偏向训练的评估结果，并提供决策的科学依据。
如图2所示，本发明的基于复合表情加工的注意偏向训练评估方法，基于上述的评估系统来实现，具体包括如下步骤：
S1：招募两组被试者，一组为正常人群，一组为社交焦虑者，两组被试者的人数均须大于30名，年龄、性别等呈现一致分布，视力或矫正视力正常，不存在精神紊乱。被试者被详细告知测试的目的、流程、操作方法和脑电信号采集的无害性，并签署知情同意书；
S2：为被试者佩戴多通道脑电测量设备，采用64导电极帽，可使用盐水或凝胶电极，使各个电极点的阻抗低于5kΩ，电极位配置采用国际统一标准的10-20系统；
S3：为正常组的被试者开展常模复合表情刺激测试，并同步采集脑电数据，应使被试者尽量减少头动或是其他肢体动作，减少无关视觉刺激或听觉刺激源的干扰。所述常模复合表情刺激测试指为被试者呈现负性复合表情图片，每次测试每位被试者均需观看40张以上的图片。每张负性复合表情图片的呈现时间为1000毫秒，图片呈现之间用提示注意的“+”号屏和空屏进行间隔，呈现时间为400-600毫秒中的随机时间。作为一可选实施例，可以使用E-prime软件控制刺激素材的呈现，从而实现毫秒级的操控。
S4：为社交焦虑组开展前测复合表情刺激测试，并同步采集脑电数据，应使被试者尽量减少头动或是其他肢体动作，减少无关视觉刺激或听觉刺激源的干扰，随后开展注意偏向训练。2周后，为社交焦虑组开展后测复合表情刺激测试，并同步采集脑电数据。其中前测复合表情刺激测试过程、后测复合表情刺激测试过程与步骤S3中的常模复合表情刺激测试一致。
S5：脑电数据预处理，并提取P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征，作为三个神经指标，具体为：
对上述测试过程中采集的脑电数据进行预处理，包括去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除，其中，分析段截取的时间为图片出现前200毫秒到图片呈现后800毫秒，基线校正以图片出现之前的200毫秒到图片呈现时刻的时间作为基线。
根据国际10-20系统及相关脑区分布配置电极点，并提取每名被试者颞枕区电极点PO7、PO3、POz、PO4、PO8的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征，作为三个神经指标。
每位被试者P100脑电成分的平均潜伏期V计算公式如下：
Figure 208579DEST_PATH_IMAGE002
Figure 562200DEST_PATH_IMAGE004
Figure 845545DEST_PATH_IMAGE005
=0
Figure 372342DEST_PATH_IMAGE012
Figure 572379DEST_PATH_IMAGE009
Y(i)为第i张图片诱发P100对应的潜伏期，Ji为第i张图片取得波幅峰值时对应的毫秒值，Ti为第i张图片截取时间窗的总时长， Si为第i张图片对应的行向量，Sij为上述五个电极点的平均波幅值，i为第i张图片，j为第j毫秒。S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40且以第100毫秒为中间值。
每位被试者N170、P300脑电成分的平均波幅特征L计算公式如下：
Figure DEST_PATH_IMAGE013
Figure 877327DEST_PATH_IMAGE012
Figure 162815DEST_PATH_IMAGE009
Sij为上述五个电极点的平均波幅值，i代表第i张图片，j代表第j毫秒。S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40。其中，N170的时间窗以第170毫秒为中间值，P300的时间窗以第300毫秒为中间值。
S6：进行T检验，通过神经指标的差异对注意偏向训练进行评估，即：前测复合表情刺激测试与常模复合表情刺激测试在三个神经指标均存在显著差异即p＜0.05的前提条件下，若后测复合表情刺激测试与常模复合表情刺激测试在三个神经指标上均不存在显著差异，则表明注意偏向训练达标；其他情况均表明需进一步对注意偏向训练的方法进行优化。
以上所述，仅为本发明的优选实施案例，并非对本发明做任何形式上的限制。虽然前文对本发明的实施过程进行了详细说明，对于熟悉本领域的人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行同等替换。凡在本发明精神和原则之内所做修改、同等替换等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于复合表情加工的注意偏向训练评估方法，其特征在于，包括如下步骤：
S1：招募两组被试者，分为正常人群组和社交焦虑组；
S2：为被试者佩戴多通道脑电测量设备；
S3：为正常组的被试者开展常模复合表情刺激测试，并同步采集脑电数据；
S4：为社交焦虑组开展前测复合表情刺激测试，并同步采集脑电数据后开展注意偏向训练，在2周后为社交焦虑组开展后测复合表情刺激测试并同步采集脑电数据；
S5：对采集的脑电数据进行预处理，并根据国际10-20系统及脑区分布配置电极点，提取每名被试者颞枕区电极点的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征，作为三个神经指标；其中，所述颞枕区电极点具体为：PO7、PO3、POz、PO4、PO8；
所述每名 被试者P100脑电成分的平均潜伏期特征V计算公式如下：
Figure 700123DEST_PATH_IMAGE001
Figure 109238DEST_PATH_IMAGE002
Figure 163782DEST_PATH_IMAGE003
=0
Figure 265730DEST_PATH_IMAGE004
Figure 445039DEST_PATH_IMAGE005
Y(i)为第i张图片诱发P100对应的潜伏期，Ji为第i张图片取得波幅峰值时对应的毫秒值，Ti为第i张图片截取时间窗的总时长， Si为第i张图片对应的行向量，Sij为上述五个电极点的平均波幅值，i为第i张图片，j为第j毫秒，S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40且以第100毫秒为中间值；
每位被试者N170、P300脑电成分的平均波幅特征L计算公式如下：
Figure 625222DEST_PATH_IMAGE006
Figure 799852DEST_PATH_IMAGE004
Figure 807122DEST_PATH_IMAGE005
Sij为上述五个电极点的平均波幅值，i代表第i张图片，j代表第j毫秒，S为k行t列的实数矩阵，k为图片刺激的总张数，k＞40；t为截取时间窗的总时长，20≤t＜40，其中，N170的时间窗以第170毫秒为中间值，P300的时间窗以第300毫秒为中间值；
S6：进行T检验，通过神经指标的差异对注意偏向训练进行评估。
2.如权利要求1所述的一种基于复合表情加工的注意偏向训练评估方法，其特征在于，所述两组被试者的人数均大于30名，年龄、性别呈现一致分布。
3.如权利要求1所述的一种基于复合表情加工的注意偏向训练评估方法，其特征在于，所述常模复合表情刺激测试是指为被试者呈现负性复合表情图片，每次测试，每位被试者均需观看40张以上的图片，每张负性复合表情图片的呈现时间为1000毫秒，图片呈现之间用提示注意的“+”号屏和空屏进行间隔，呈现时间为400-600毫秒中的随机时间。
4.如权利要求1所述的一种基于复合表情加工的注意偏向训练评估方法，其特征在于，所述预处理，包括去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除，其中，分析段截取的时间为图片出现前200毫秒到图片呈现后800毫秒，基线校正以图片出现之前的200毫秒到图片呈现时刻的时间作为基线。
5.如权利要求1所述的一种基于复合表情加工的注意偏向训练评估方法，其特征在于，所述步骤S6，具体为：前测复合表情刺激测试与常模复合表情刺激测试在三个神经指标均存在显著差异即p＜0.05的前提条件下，若后测复合表情刺激测试与常模复合表情刺激测试在三个神经指标上均不存在显著差异，则表明注意偏向训练达标；其他情况均表明需进一步对注意偏向训练的方法进行优化。
6.采用如权利要求1-5之一的一种基于复合表情加工的注意偏向训练评估方法的系统，其特征在于，包括：
复合表情刺激测试装置，包括表情刺激呈现装置和存储装置，用于显示复合表情刺激测试程序的内容，并存储复合表情刺激的材料；
脑电测量设备，用于采集被试者的脑电信号，并将其传输给评估计算单元；
评估计算单元，包括脑电信号预处理模块、个体数据计算模块和组间差异计算模块。
7.如权利要求6所述的一种基于复合表情加工的注意偏向训练评估系统，其特征在于，所述脑电信号预处理模块用于对采集的脑电信号进行放大、去除眼电、滤波、分析段截取、基线校正、参考电极转换、伪迹去除；
个体数据计算模块用于提取和计算每名被试者颞枕区电极点的P100脑电成分的平均潜伏期特征和N170、P300脑电成分的平均波幅特征；
组间差异计算模块用于自动进行T检验，并输出注意偏向训练的评估结果。
CN202111141810.5A 2021-09-28 2021-09-28 一种基于复合表情加工的注意偏向训练评估系统和方法 Active CN113576482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111141810.5A CN113576482B (zh) 2021-09-28 2021-09-28 一种基于复合表情加工的注意偏向训练评估系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111141810.5A CN113576482B (zh) 2021-09-28 2021-09-28 一种基于复合表情加工的注意偏向训练评估系统和方法

Publications (2)

Publication Number Publication Date
CN113576482A CN113576482A (zh) 2021-11-02
CN113576482B true CN113576482B (zh) 2022-01-18

Family

ID=78242360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111141810.5A Active CN113576482B (zh) 2021-09-28 2021-09-28 一种基于复合表情加工的注意偏向训练评估系统和方法

Country Status (1)

Country Link
CN (1) CN113576482B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114469095A (zh) * 2022-04-19 2022-05-13 之江实验室 基于脑电非线性特征的注意偏向训练效果评估方法及系统
CN114533066B (zh) * 2022-04-28 2022-08-19 之江实验室 基于复合表情加工脑网络的社交焦虑评估方法和系统
CN114886425B (zh) * 2022-07-13 2022-10-04 东苑(北京)科技有限公司 一种基于系统发展理论的忆溯性人格发展评估装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11304657B2 (en) * 2016-08-26 2022-04-19 Akili Interactive Labs, Inc. Cognitive platform coupled with a physiological component
CN107563115A (zh) * 2017-08-22 2018-01-09 北京清视野科技有限责任公司 注意偏向图像训练装置及方法
CN110970130B (zh) * 2019-12-30 2023-06-27 佛山创视嘉科技有限公司 一种注意缺陷多动障碍的数据处理装置

Also Published As

Publication number Publication date
CN113576482A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN113576482B (zh) 一种基于复合表情加工的注意偏向训练评估系统和方法
CN112545519B (zh) 一种群体情感同质性的实时评估方法和评估系统
Rämä et al. Eye fixation–related potentials (EFRPs) during object identification
US7570991B2 (en) Method for real time attitude assessment
US20200178888A1 (en) Discernment of comfort/discomfort
US6475162B1 (en) System and method for vision examination using interrupt signals for synchronizing visual evoked potential sampling rate with visual stimulus
CN110192874B (zh) 基于多导脑电信号裕度因子的测谎方法
Kanoh et al. A brain-computer interface (BCI) system based on auditory stream segregation
Anwar et al. Use of portable EEG sensors to detect meditation
CN112426162A (zh) 一种基于脑电信号节律熵的疲劳检测方法
Lin et al. Brain dynamics of mathematical problem solving
Stacchi et al. Reliability of individual differences in neural face identity discrimination
CN113143296B (zh) 沟通障碍的智能评估方法及评估系统
CN114533066B (zh) 基于复合表情加工脑网络的社交焦虑评估方法和系统
CN110192875B (zh) 基于多导脑电信号波形因子的测谎方法
Gabriel et al. Identification of ADHD cognitive pattern disturbances using EEG and wavelets analysis
CN110569968B (zh) 基于电生理信号的创业失败恢复力评估方法及评估系统
CN112957050B (zh) 基于脑机接口设备技术的视觉记忆能力评测装置及方法
Zeba et al. Assessment of mental fatigue during examination period with P300 oddball paradigm
CN107837089A (zh) 一种基于脑电波的视频卡顿极限值测量方法
An et al. Attention network changes of high-altitude migrants
CN111671418A (zh) 一种考虑脑工作状态的事件相关电位采集方法及系统
Boere et al. How low can you go? Measuring human event-related brain potentials from a two-channel EEG system
LU505476B1 (en) Multi-modal and multi-parameter neural feedback training system based on virtual reality
Lindín et al. Stimulus intensity effects on P300 amplitude across repetitions of a standard auditory oddball task

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