CN116741344A - 基于计算机视觉和算法技术的学生生理心理健康筛查系统 - Google Patents
基于计算机视觉和算法技术的学生生理心理健康筛查系统 Download PDFInfo
- Publication number
- CN116741344A CN116741344A CN202310656506.7A CN202310656506A CN116741344A CN 116741344 A CN116741344 A CN 116741344A CN 202310656506 A CN202310656506 A CN 202310656506A CN 116741344 A CN116741344 A CN 116741344A
- Authority
- CN
- China
- Prior art keywords
- psychological
- physiological
- student
- data
- students
- 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
- 230000009323 psychological health Effects 0.000 title claims abstract description 67
- 238000012216 screening Methods 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000007418 data mining Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 9
- 230000004630 mental health Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000010485 coping Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000008451 emotion Effects 0.000 claims description 3
- 230000002996 emotional effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 208000024891 symptom Diseases 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 2
- 230000036541 health Effects 0.000 claims 1
- 230000035479 physiological effects, processes and functions Effects 0.000 claims 1
- 230000003370 grooming effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于计算机视觉和算法技术的学生生理心理健康筛查系统，包括采集模块、数据处理模块和显示模块；所述采集模块用于采集学生的生理心理数据，采用特征提取算法从中提取出有意义的特征，通过所述有意义的特征反映出学生的生理心理状况；所述数据处理模块用于利用数据挖掘算法和可视化算法对所述采集学生的生理心理数据进行处理，最终生成相应的生理心理健康报告；所述显示模块用于对生成的生理心理健康报告进行显示，帮助学生了解自身的生理心理状况。本发明通可以根据具体需求进行调整和优化，以提高生理心理健康筛查的准确性和可靠性。
Description
技术领域
本发明属于学生生理心理健康筛查技术领域，具体涉及基于计算机视觉和算法技术的学生生理心理健康筛查系统。
背景技术
心理健康教育是根据学生生理心理发展的规律，运用心理学的教育方法，培养学生良好的心理素质，促进学生整体素质全面提高的教育。心理健康教育是素质教育的重要组成部分：是实施“面向21世纪教育振兴行动计划”、落实“跨世纪素质教育工程”、培养跨世纪高质量人才的重要环节，同时，切实有效地对学生进行心理健康教育也是现代教育的必然要求和广大学校教育工作者所面临的一项共同的紧迫任务，当下青少年尤其是大学生的心理健康教育尤其重要。
现有的学生生理心理健康筛查系统还存在一些问题：不方便根据采集学生的生理心理数据，对生理心理数据进行分析处理，导致不方便生成相应的生理心理健康报告，从而不方便根据具体需求进行调整和优化，降低了生理心理健康筛查的准确性和可靠性，为此我们提出基于计算机视觉和算法技术的学生生理心理健康筛查系统。
发明内容
本发明的目的在于提供基于计算机视觉和算法技术的学生生理心理健康筛查系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于计算机视觉和算法技术的学生生理心理健康筛查系统，包括采集模块、数据处理模块和显示模块；
所述采集模块用于采集学生的生理心理数据，采用特征提取算法从中提取出有意义的特征，通过所述有意义的特征反映出学生的生理心理状况；
所述数据处理模块用于利用数据挖掘算法和可视化算法对所述采集学生的生理心理数据进行处理，最终生成相应的生理心理健康报告；
所述显示模块用于对生成的生理心理健康报告进行显示，帮助学生了解自身的生理心理状况。
优选的，所述学生的生理心理数据包括生理数据和心理数据，所述生理数据通过对每个学生进行体检获得，并通过网络传输到所述采集模块中，所述心理数据通过对每个学生进行问卷调查获得，并通过拍照上传至所述采集模块中。
优选的，所述进行问卷调查的具体步骤包括：
S101.设计调查问卷并将调查问卷派发；
S102.学生自己在终端进行测试填写；
S103.设置监控设备进行肢体语言分析，判断其是否有应激反应；
S104.在学生填写完成后，统计调查问卷；
S105.发起网络相关话题调查投票；
S106.统计问卷与网络话题投票结果；
S107.预估学生可能存在的心理健康问题。
优选的，所述有意义的特征包括心率特征、呼吸频率特征、皮肤电导值特征。
优选的，所述数据挖掘算法对所述采集学生的生理心理数据进行处理包括：针对提取出的所述有意义的特征数据，采用数据挖掘算法进行分析和挖掘，以发现数据中的隐藏规律和关联性，还包括：通过聚类分析将学生分成不同的群体，或者通过关联规则挖掘发现某些生理指标之间的相互关系。
优选的，所述可视化算法对所述采集学生的生理心理数据进行处理包括：针对分析和挖掘出的数据，采用数据可视化算法将数据以图形化的形式展示出来，帮助学生更好地理解和分析数据，还包括：通过折线图展示学生不同时间段内的心率变化趋势，通过热力图展示学生在不同场景下的皮肤电导值分布情况。
优选的，所述学生生理心理健康筛查系统还包括学生心理健康疏导模块，所述学生心理健康疏导模块用于对的心理健康不良的学生进行疏导，所述学生心理健康疏导模块用于构建学生心理健康指数模型，开发学生心理健康APP网络平台，构建学生、家长、心理教师三重交互的网络系统。
优选的，所述学生心理健康疏导模块包括宣传与交流单元、心理评测单元和咨询预约单元，所述宣传与交流单元用于心理教师发布各类心理知识、心理活动、心理课堂资料，抛出问题到论坛让学生与心理教师一起进行讨论；所述心理评测单元用于发布各类型心理测试试题，让学生进行自主评测，测评结果一部分自动反馈给学生自己，另一部分反馈给心理教师发，实现学生心理的动态监控；所述咨询预约单元用于学生对心理教师进行一对一预约，或采用自助的方式按照心理问题解决的一般规律进行自助解决一般性的心理问题。
优选的，所述生理心理健康报告中学生的心理健康指数包括以下公式：
学生心理健康指数＝a*S+b*B+c*X+d*F+e；
其中，S、B、X、F分别为心理应激、应付方式、心理症状以及评分加权系数，所述a、b、c、d、e为常数。
优选的，所述数据处理模块中还包括光学对比差异处理，所述光学对比差异处理具体包括：
信号的振幅在空间上每点的变化；
公式1为：
其中：Ux，y，i为第i帧中(x，y)点处的信号量，Ux，y，(i+1)为第i+1帧中(x，y)点处的信号量，N为累积振动振幅分量的帧数；
信号的频率在空间上每点的变化；
公式2为：
其中：Δi为在第i点的帧间差异，有差别为1，无差别为0，N为累积振动振幅分量的帧数；
由公式1和公式2推导出情绪模型算法：
其中，Ei为某一种情绪状态，为学生的头部以微振动形式做功在时间上的变化，/>为学生的头部以微振动形式做功的空间分布；fi为对应关系。
与现有技术相比，本发明的有益效果是：
本发明通过设置采集模块、数据处理模块和显示模块，通过特征提取算法、数据挖掘算法和可视化算法，完成采集学生的生理心理数据的分析，最终生成相应的生理心理健康报告，以帮助学生了解自身的生理心理状况，同时可以根据具体需求进行调整和优化，以提高生理心理健康筛查的准确性和可靠性。
附图说明
图1为本发明的结构框图之一；
图2为本发明的结构框图之二；
图3为本发明学生心理健康疏导模块的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图3，本发明提供一种技术方案：基于计算机视觉和算法技术的学生生理心理健康筛查系统，包括采集模块、数据处理模块和显示模块；
所述采集模块用于采集学生的生理心理数据，采用特征提取算法从中提取出有意义的特征，通过所述有意义的特征反映出学生的生理心理状况；
所述数据处理模块用于利用数据挖掘算法和可视化算法对所述采集学生的生理心理数据进行处理，最终生成相应的生理心理健康报告；
所述显示模块用于对生成的生理心理健康报告进行显示，帮助学生了解自身的生理心理状况。
本实施例中，优选的，所述学生的生理心理数据包括生理数据和心理数据，所述生理数据通过对每个学生进行体检获得，并通过网络传输到所述采集模块中，所述心理数据通过对每个学生进行问卷调查获得，并通过拍照上传至所述采集模块中。
本实施例中，优选的，所述进行问卷调查的具体步骤包括：
S101.设计调查问卷并将调查问卷派发；
S102.学生自己在终端进行测试填写；
S103.设置监控设备进行肢体语言分析，判断其是否有应激反应；
S104.在学生填写完成后，统计调查问卷；
S105.发起网络相关话题调查投票；
S106.统计问卷与网络话题投票结果；
S107.预估学生可能存在的心理健康问题。
本实施例中，优选的，所述有意义的特征包括心率特征、呼吸频率特征、皮肤电导值特征。
本实施例中，优选的，所述数据挖掘算法对所述采集学生的生理心理数据进行处理包括：针对提取出的所述有意义的特征数据，采用数据挖掘算法进行分析和挖掘，以发现数据中的隐藏规律和关联性，还包括：通过聚类分析将学生分成不同的群体，或者通过关联规则挖掘发现某些生理指标之间的相互关系。
本实施例中，优选的，所述可视化算法对所述采集学生的生理心理数据进行处理包括：针对分析和挖掘出的数据，采用数据可视化算法将数据以图形化的形式展示出来，帮助学生更好地理解和分析数据，还包括：通过折线图展示学生不同时间段内的心率变化趋势，通过热力图展示学生在不同场景下的皮肤电导值分布情况。
本实施例中，优选的，所述学生生理心理健康筛查系统还包括学生心理健康疏导模块，所述学生心理健康疏导模块用于对的心理健康不良的学生进行疏导，所述学生心理健康疏导模块用于构建学生心理健康指数模型，开发学生心理健康APP网络平台，构建学生、家长、心理教师三重交互的网络系统。
本实施例中，优选的，所述学生心理健康疏导模块包括宣传与交流单元、心理评测单元和咨询预约单元，所述宣传与交流单元用于心理教师发布各类心理知识、心理活动、心理课堂资料，抛出问题到论坛让学生与心理教师一起进行讨论；所述心理评测单元用于发布各类型心理测试试题，让学生进行自主评测，测评结果一部分自动反馈给学生自己，另一部分反馈给心理教师发，实现学生心理的动态监控；所述咨询预约单元用于学生对心理教师进行一对一预约，或采用自助的方式按照心理问题解决的一般规律进行自助解决一般性的心理问题。
本实施例中，优选的，所述生理心理健康报告中学生的心理健康指数包括以下公式：
学生心理健康指数＝a*S+b*B+c*X+d*F+e；
其中，S、B、X、F分别为心理应激、应付方式、心理症状以及评分加权系数，所述a、b、c、d、e为常数。
本实施例中，优选的，所述数据处理模块中还包括光学对比差异处理，所述光学对比差异处理具体包括：
信号的振幅在空间上每点的变化；
公式1为：
其中：Ux，y，i为第i帧中(x，y)点处的信号量，Ux，y，(i+1)为第i+1帧中(x，y)点处的信号量，N为累积振动振幅分量的帧数；
信号的频率在空间上每点的变化；
公式2为：
其中：Δi为在第i点的帧间差异，有差别为1，无差别为0，N为累积振动振幅分量的帧数；
由公式1和公式2推导出情绪模型算法：
其中，Ei为某一种情绪状态，为学生的头部以微振动形式做功在时间上的变化，/>为学生的头部以微振动形式做功的空间分布；fi为对应关系。
本发明的原理及优点：
本发明通过设置采集模块、数据处理模块和显示模块，通过特征提取算法、数据挖掘算法和可视化算法，完成采集学生的生理心理数据的分析，最终生成相应的生理心理健康报告，以帮助学生了解自身的生理心理状况，同时可以根据具体需求进行调整和优化，以提高生理心理健康筛查的准确性和可靠性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：包括采集模块、数据处理模块和显示模块；
所述采集模块用于采集学生的生理心理数据，采用特征提取算法从中提取出有意义的特征，通过所述有意义的特征反映出学生的生理心理状况；
所述数据处理模块用于利用数据挖掘算法和可视化算法对所述采集学生的生理心理数据进行处理，最终生成相应的生理心理健康报告；
所述显示模块用于对生成的生理心理健康报告进行显示，帮助学生了解自身的生理心理状况。
2.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述学生的生理心理数据包括生理数据和心理数据，所述生理数据通过对每个学生进行体检获得，并通过网络传输到所述采集模块中，所述心理数据通过对每个学生进行问卷调查获得，并通过拍照上传至所述采集模块中。
3.根据权利要求2所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述进行问卷调查的具体步骤包括：
S101.设计调查问卷并将调查问卷派发；
S102.学生自己在终端进行测试填写；
S103.设置监控设备进行肢体语言分析，判断其是否有应激反应；
S104.在学生填写完成后，统计调查问卷；
S105.发起网络相关话题调查投票；
S106.统计问卷与网络话题投票结果；
S107.预估学生可能存在的心理健康问题。
4.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述有意义的特征包括心率特征、呼吸频率特征、皮肤电导值特征。
5.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述数据挖掘算法对所述采集学生的生理心理数据进行处理包括：针对提取出的所述有意义的特征数据，采用数据挖掘算法进行分析和挖掘，以发现数据中的隐藏规律和关联性，还包括：通过聚类分析将学生分成不同的群体，或者通过关联规则挖掘发现某些生理指标之间的相互关系。
6.根据权利要求5所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述可视化算法对所述采集学生的生理心理数据进行处理包括：针对分析和挖掘出的数据，采用数据可视化算法将数据以图形化的形式展示出来，帮助学生更好地理解和分析数据，还包括：通过折线图展示学生不同时间段内的心率变化趋势，通过热力图展示学生在不同场景下的皮肤电导值分布情况。
7.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述学生生理心理健康筛查系统还包括学生心理健康疏导模块，所述学生心理健康疏导模块用于对的心理健康不良的学生进行疏导，所述学生心理健康疏导模块用于构建学生心理健康指数模型，开发学生心理健康APP网络平台，构建学生、家长、心理教师三重交互的网络系统。
8.根据权利要求7所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述学生心理健康疏导模块包括宣传与交流单元、心理评测单元和咨询预约单元，所述宣传与交流单元用于心理教师发布各类心理知识、心理活动、心理课堂资料，抛出问题到论坛让学生与心理教师一起进行讨论；所述心理评测单元用于发布各类型心理测试试题，让学生进行自主评测，测评结果一部分自动反馈给学生自己，另一部分反馈给心理教师发，实现学生心理的动态监控；所述咨询预约单元用于学生对心理教师进行一对一预约，或采用自助的方式按照心理问题解决的一般规律进行自助解决一般性的心理问题。
9.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述生理心理健康报告中学生的心理健康指数包括以下公式：
学生心理健康指数＝a*S+b*B+c*X+d*F+e；
其中，S、B、X、F分别为心理应激、应付方式、心理症状以及评分加权系数，所述a、b、c、d、e为常数。
10.根据权利要求1所述的基于计算机视觉和算法技术的学生生理心理健康筛查系统，其特征在于：所述数据处理模块中还包括光学对比差异处理，所述光学对比差异处理具体包括：
信号的振幅在空间上每点的变化；
公式1为：
其中：Ux，y，i为第i帧中(x，y)点处的信号量，Ux，y，(i+1)为第i+1帧中(x，y)点处的信号量，N为累积振动振幅分量的帧数；
信号的频率在空间上每点的变化；
公式2为：
其中：Δi为在第i点的帧间差异，有差别为1，无差别为0，N为累积振动振幅分量的帧数；
由公式1和公式2推导出情绪模型算法：
其中，Ei为某一种情绪状态，为学生的头部以微振动形式做功在时间上的变化，为学生的头部以微振动形式做功的空间分布；fi为对应关系。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310656506.7A CN116741344A (zh) | 2023-06-05 | 2023-06-05 | 基于计算机视觉和算法技术的学生生理心理健康筛查系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310656506.7A CN116741344A (zh) | 2023-06-05 | 2023-06-05 | 基于计算机视觉和算法技术的学生生理心理健康筛查系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116741344A true CN116741344A (zh) | 2023-09-12 |
Family
ID=87912617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310656506.7A Pending CN116741344A (zh) | 2023-06-05 | 2023-06-05 | 基于计算机视觉和算法技术的学生生理心理健康筛查系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116741344A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110364246A (zh) * | 2019-07-16 | 2019-10-22 | 郑州铁路职业技术学院 | 一种学生心理健康指数计算方法及基于手机app的校园心理健康辅导系统 |
| CN112951380A (zh) * | 2021-04-02 | 2021-06-11 | 湖南智心心理科教设备有限公司 | 一种用于心理健康状况采集的反馈系统 |
| CN113192602A (zh) * | 2021-05-11 | 2021-07-30 | 衡阳师范学院 | 一种用于学生心理健康检测的测试系统 |
| CN114792553A (zh) * | 2021-12-28 | 2022-07-26 | 江苏博子岛智能产业技术研究院有限公司 | 一种学生心理健康群体筛查方法及系统 |
-
2023
- 2023-06-05 CN CN202310656506.7A patent/CN116741344A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110364246A (zh) * | 2019-07-16 | 2019-10-22 | 郑州铁路职业技术学院 | 一种学生心理健康指数计算方法及基于手机app的校园心理健康辅导系统 |
| CN112951380A (zh) * | 2021-04-02 | 2021-06-11 | 湖南智心心理科教设备有限公司 | 一种用于心理健康状况采集的反馈系统 |
| CN113192602A (zh) * | 2021-05-11 | 2021-07-30 | 衡阳师范学院 | 一种用于学生心理健康检测的测试系统 |
| CN114792553A (zh) * | 2021-12-28 | 2022-07-26 | 江苏博子岛智能产业技术研究院有限公司 | 一种学生心理健康群体筛查方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Blomberg et al. | How pre-service teachers observe teaching on video: Effects of viewers’ teaching subjects and the subject of the video | |
| CN103190902B (zh) | 利用脑波频率数据和交互式多媒体显示来确定、监控及分析个人化响应变量的方法和系统 | |
| O’Brien et al. | Irish teachers, starting on a journey of data use for school self-evaluation | |
| Mangaroska et al. | Multimodal Learning Analytics to Inform Learning Design: Lessons Learned from Computing Education. | |
| CN110232343B (zh) | 基于潜变量模型的儿童个性化行为统计分析系统及方法 | |
| Sander et al. | Oscillatory mechanisms of successful memory formation in younger and older adults are related to structural integrity | |
| CN116824954A (zh) | 眼动+飞行数据的模拟机飞行训练讲评系统及方法 | |
| CN105260963A (zh) | 学科素养测评系统 | |
| Qin et al. | An EEG-based mental workload evaluation for AR head-mounted display use in construction assembly tasks | |
| CN110310722A (zh) | 基于图像信息的心理测量与疏导方法及系统 | |
| Weichbroth | A mixed-methods measurement and evaluation methodology for mobile application usability studies | |
| CN112365183A (zh) | 一种人工智能教育的方法及装置 | |
| CN116741344A (zh) | 基于计算机视觉和算法技术的学生生理心理健康筛查系统 | |
| Gaftandzhieva et al. | Internal and external QA in HE: la tools and self-evaluation report preparation | |
| Prauzner et al. | Cognitive activity in the respect of qeeg research-presentation of laboratory tests | |
| CN115278272B (zh) | 一种教育实践在线指导系统及方法 | |
| CN111311043A (zh) | 基于成长档案的学生发展性评价系统和评价方法 | |
| Tseng et al. | Do students with different personality traits demonstrate different physiological signals in video-based learning? | |
| CN104239697B (zh) | 一种采用pad实现认知测验的构建方法 | |
| CN110991904A (zh) | 一种教学质量评估方法、系统及存储介质 | |
| CN104992080A (zh) | 一种潜能值测验的刺激信息编制方法 | |
| CN207164829U (zh) | 学子林与成长树信息管理装置 | |
| CN215503045U (zh) | 一种基于视觉感受的认知心理感受器 | |
| Natnithikarat et al. | Combining EEG and NLP Features for Predicting Students' Lecture Comprehension Using Ensemble Classification | |
| LU505135B1 (en) | Effective information assessment system for ideological and political education based on big data |
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 |