CN117547271B - 一种心理素质智能评估分析仪 - Google Patents
一种心理素质智能评估分析仪 Download PDFInfo
- Publication number
- CN117547271B CN117547271B CN202311691778.7A CN202311691778A CN117547271B CN 117547271 B CN117547271 B CN 117547271B CN 202311691778 A CN202311691778 A CN 202311691778A CN 117547271 B CN117547271 B CN 117547271B
- Authority
- CN
- China
- Prior art keywords
- simulation test
- tester
- test item
- characteristic
- target
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 223
- 238000004088 simulation Methods 0.000 claims abstract description 218
- 230000009471 action Effects 0.000 claims abstract description 104
- 230000004044 response Effects 0.000 claims abstract description 40
- 230000008451 emotion Effects 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000033001 locomotion Effects 0.000 claims description 60
- 238000013441 quality evaluation Methods 0.000 claims description 28
- 230000014509 gene expression Effects 0.000 claims description 21
- 230000036772 blood pressure Effects 0.000 claims description 18
- 230000004424 eye movement Effects 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000001303 quality assessment method Methods 0.000 claims description 15
- 230000000284 resting effect Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 230000007547 defect Effects 0.000 abstract description 4
- 208000019901 Anxiety disease Diseases 0.000 abstract description 3
- 230000036506 anxiety Effects 0.000 abstract description 3
- 230000003068 static effect Effects 0.000 abstract description 2
- 230000019771 cognition Effects 0.000 abstract 1
- 230000006397 emotional response Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- A61B5/02—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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- 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
- A61B5/103—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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- 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
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Dentistry (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychology (AREA)
- Educational Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Dermatology (AREA)
- Vascular Medicine (AREA)
- Geometry (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于心理素质智能评估技术领域,涉及到一种心理素质智能评估分析仪。本发明通过VR模拟测试项生成模块、测试者表现特征参数获取模块、测试者生理维度解析模块、测试者肢体动作维度解析模块、测试者语言维度解析模块、测试者时间反应维度解析模块、测试者心理素质评估模块和数据库,有效地反映了目标测试者的情绪状态、兴趣、情绪反应、自信心、焦虑水平、注意力集中程度、对事务的处理速度、认知功能和情绪稳定性,进而有效地规避了传统心理评估的主观性、静态性、单一化等不足,从具有客观性、动态性、全面性和多维度性等多方面得到目标测试者的心理素质评价,有利于目标测试者心理素质评估的准确性和真实性。
Description
技术领域
本发明属于心理素质智能评估技术领域,涉及到一种心理素质智能评估分析仪。
背景技术
心理素质是在遗传基础之上,在教育与环境影响下,经过主体实践训练所形成的性格品质与心理能力的综合体现,是以生理素质为基础,在实践活动中通过主体与客体的相互作用,进而逐步发展和形成的心理潜能、能量、特点、品质与行为的综合。故而,针对心理素质的监测评估系统具有十分重要的意义。
已有的心理素质的监测评估系统主要通过心理问卷、智力测试、性格评估、微表情等,来评估一个人的心理素质的评价,但是其可能受到个体主观感受和自我认知的影响,在测试中测试者可能倾向于呈现自己在一个更有利的光环下,或者由于自我保护或社会期望而不诚实地回答问题,并且其提供的信息是静态的,不能反映个体在不同时间和情境下的变化,人的心理和性格特征是动态的,可能会受到环境、生活事件和经验的影响。
因此,已有的心理素质的监测评估系统具有一定的主观性和文化偏见、缺乏动态性、单一化和测试焦点不全面等不足,从而其提供的心理素质评结果通常只是一种指导性的参考,而不是确定性的预测。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种心理素质智能评估分析仪。
本发明的目的可以通过以下技术方案实现:本发明提供一种心理素质智能评估分析仪,包括:VR模拟测试项生成模块,用于根据目标测试者自行选择的模拟测试项的场景,生成各VR模拟测试项,并获取目标测试者在各VR模拟测试项中的各项表现特征参数,其中各项表现特征参数包括生理维度特征参数、肢体动作维度特征参数、语言维度特征参数和时间反应维度特征参数。
测试者表现特征参数获取模块,用于获取目标测试者在各VR模拟测试项中的各项表现特征参数。
测试者生理维度解析模块,用于分析目标测试者在各VR模拟测试项中的生理特征系数。
测试者肢体动作维度解析模块,用于分析目标测试者在各VR模拟测试项中的肢体动作特征系数。
测试者语言维度解析模块,用于分析目标测试者在各VR模拟测试项中的语言特征系数。
测试者时间反应维度解析模块,用于分析目标测试者在各VR模拟测试项中的时间反应特征系数。
测试者心理素质评估模块,用于根据目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,进而得到目标测试者的心理素质评价,并进行反馈。
数据库,用于存储各测试者在静息状态下的各项表现特征参数,存储各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数,存储各情感属性对应的各短语,存储各心理素质评价对应的评估系数范围。
优选地,所述生理维度特征参数包括血压、心率、皮肤电导率和眼动特征指数。
所述肢体动作维度特征参数包括微表情特征指数、手部动作集合和手臂动作集合。
所述语言维度特征参数包括语速、声调和语音内容特征指数。
所述时间反应维度特征参数包括完成时长、各微表情维持时长和各肢体动作维持时长。
优选地,所述目标测试者在各VR模拟测试项中的生理特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,分析目标测试者在各VR模拟测试项中的生理特征系数其中Bi、Hi、Si、γi分别为目标测试者在第i个VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,B0、H0、S0分别为从数据库中提取的目标测试者在静息状态下的血压、心率和皮肤电导率,i=1,2,...,a,i为各VR模拟测试项的编号,α1、α2、α3、α4分别为设定的血压、心率、皮肤电导率和眼动特征指数对应的生理特征系数的权重因子。
优选地,所述目标测试者在各VR模拟测试项中的眼动特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的注视的物体数和注视各物体的持续时长。
分析目标测试者在各VR模拟测试项中的眼动特征指数其中mi、Tij分别为目标测试者在第i个VR模拟测试项中的注视的物体数和注视第j个物体持续时长,T0为设定的测试者在VR模拟测试项中的注视物体的参考持续时长,j=1,2,...,m,j为注视的各物体的编号。
优选地,所述目标测试者在各VR模拟测试项中的肢体动作特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的微表情特征指数、手部动作集合和手臂动作集合。
将目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合分别与数据库中存储的各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数进行匹配,得到目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数。
分析目标测试者在各VR模拟测试项中的肢体动作特征系数其中Fi、/>分别为目标测试者在第i个VR模拟测试项中的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数,β1、β2、β3分别为设定的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数对应的肢体动作特征系数的权重因子,e为自然常数。
优选地,所述目标测试者在各VR模拟测试项中的微表情特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,分析目标测试者在各VR模拟测试项中的微表情特征指数其中分别为目标测试者在第i个VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,/>分别为设定的测试者在VR模拟测试项中的参考微笑次数、参考皱眉次数和参考眨眼次数。
优选地,所述目标测试者在各VR模拟测试项中的语言特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的语速、声调和语音内容特征指数,分析目标测试者在各VR模拟测试项中的语言特征系数其中Vi、Ii、/>分别为目标测试者在第i个VR模拟测试项中的语速、声调和语音内容特征指数,V0、I0分别为目标测试者在静息状态下的语速和声调,k0、k′0分别为设定的测试者在模拟测试项中的语速和声调的参考比,δ1、δ2、δ3分别为设定的语速、声调和语音内容特征指数对应的语言特征系数的权重因子,e为自然常数。
优选地,所述目标测试者在各VR模拟测试项中的语音内容特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的语音内容,利用语音识别技术对其进行处理,得到目标测试者在各VR模拟测试项中的语音内容所属各短语,将其分别与从数据库中调取的各情感属性对应的各短语进行对比,得到目标测试者在各VR模拟测试项中的各情感属性对应的各短语,进一步对其进行统计得到目标测试者在各VR模拟测试项中的各情感属性对应的短语数。
分析目标测试者在各VR模拟测试项中的语音内容特征指数其中M′ig为目标测试者在第i个VR模拟测试项中的第g个情感属性对应的短语数,M′g为设定的测试者在模拟测试项中的第g个情感属性对应的参考短语数,g=1,2,...,d,g为各情感属性的编号,d为情感属性的数量。
优选地,所述目标测试者在各VR模拟测试项中的时间反应特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的完成时长、各微表情维持时长和各肢体动作维持时长,分析目标测试者在各VR模拟测试项中的时间反应特征系数其中/>分别为目标测试者在第i个VR模拟测试项中的完成时长、第x个微表情维持时长和第y个肢体动作维持时长,/>分别为设定的测试者在模拟测试项中的参考完成时长、微表情参考维持时长和肢体动作参考维持时长,x=1,2,...,b,x为各微表情的编号,b为微表情的数量,y=1,2,...,c,y为各肢体动作的编号,c为肢体动作的数量,ε1、ε2、ε3分别为设定的完成时长、微表情维持时长和肢体动作维持时长对应的时间反应特征系数的权重因子。
优选地,所述目标测试者的心理素质评估系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数其中φi、/>ψi、θi分别为目标测试者在第i个VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数。
将目标测试者的心理素质评估系数与数据库中存储的各心理素质评价对应的评估系数范围进行对比,得到目标测试者的心理素质评价。
相较于现有技术,本发明的有益效果如下:1、本发明基于目标测试者在静息状态下的各项表现特征参数,选择合适的模拟测试场景强度,生成各VR模拟测试项,有效地规避了传统心理评估的主观性、静态性、单一化等不足,从而使得对目标测试者的测试具有足够的客观性、动态性、全面性和多维度性,有利于目标测试者心理素质评估的准确性和真实性。
2、本发明根据目标测试者在各VR模拟测试项中的生理特征参数,分析目标测试者在各VR模拟测试项中的生理特征系数,有助于通过目标测试者在各VR模拟测试项中的心率、皮肤电导率等生理指标反映其情绪状态,眼动特征指数有利于目标测试者的兴趣和情绪反应,并给目标测试者的心理素质评价提供了数据支撑。
3、本发明根据目标测试者在各VR模拟测试项中的肢体动作特征参数,分析目标测试者在各VR模拟测试项中的肢体动作特征系数,有助于通过目标测试者在各VR模拟测试项中的微表情特征指数、手部动作集合和手臂动作集合等来评估目标测试者的自信心、焦虑水平和注意力集中程度,并给目标测试者的心理素质评价提供了数据支撑。
4、本发明根据目标测试者在各VR模拟测试项中的语音特征参数,分析目标测试者在各VR模拟测试项中的语音特征系数,有助于通过目标测试者在各VR模拟测试项中的语速、声调和语音内容特征指数等来了解目标测试者的情绪状态和情感色彩,并给目标测试者的心理素质评价提供了数据支撑。
5、本发明根据目标测试者在各VR模拟测试项中的时间反应特征参数,分析目标测试者在各VR模拟测试项中的时间反应音特征系数,有助于通过目标测试者在各VR模拟测试项中的完成时长、各微表情维持时长和各肢体动作维持时长等来反映目标测试者对事务的处理速度、认知功能和情绪稳定性,并给目标测试者的心理素质评价提供了数据支撑。
6、本发明通过目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,进而得到目标测试者的心理素质评价,有利于得到更全面、客观和深入的了解的目标测试者的心理素质评价。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接示意图。
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所示,本发明提供了一种心理素质智能评估分析仪,具体模块分布如下:VR模拟测试项生成模块、测试者表现特征参数获取模块、测试者生理维度解析模块、测试者肢体动作维度解析模块、测试者语言维度解析模块、测试者时间反应维度解析模块、测试者心理素质评估模块和数据库。其中,模块之间的连接方式为:VR模拟测试项生成模块与测试者表现特征参数获取模块连接,测试者表现特征参数获取模块分别与测试者生理维度解析模块、测试者肢体动作维度解析模块、测试者语言维度解析模块和测试者时间反应维度解析模块连接,数据库分别与测试者生理维度解析模块、测试者肢体动作维度解析模块、测试者语言维度解析模块连接测试者时间反应维度解析模块和测试者心理素质评估模块。
VR模拟测试项生成模块,用于根据目标测试者自行选择的模拟测试项的场景,生成各VR模拟测试项,并获取目标测试者在各VR模拟测试项中的各项表现特征参数,其中各项表现特征参数包括生理维度特征参数、肢体动作维度特征参数、语言维度特征参数和时间反应维度特征参数。
需要进一步说明的是,所述静息状态是指个体在清醒并处于完全放松的状态。
需要进一步说明的是,作为一种具体的示例,模拟测试项的场景可以为各种天气下的高山、沙漠、草原或者森林等。
测试者表现特征参数获取模块,用于获取目标测试者在各VR模拟测试项中的各项表现特征参数。
作为一种优选的示例,所述生理维度特征参数包括血压、心率、皮肤电导率和眼动特征指数。
需要进一步说明的是,所述血压、心率和皮肤电导率的具体获取方式为:模拟测试机中设置可穿戴设备,并在可穿戴设备中内置心率监测器、血压监测器和皮肤电导率监测器,对目标测试者进行实时监测并记录数据,得到目标测试者在各VR模拟测试项中的各血压、心率和皮肤电导率,从中分别筛选得到最大血压、最大心率和最大皮肤电导率作为目标测试者在各VR模拟测试项中的血压、心率和皮肤电导率。
所述肢体动作维度特征参数包括微表情特征指数、手部动作集合和手臂动作集合。
需要进一步说明的是,所述手部动作集合和手臂动作集合的具体获取方式为:通过模拟测试机中布设的高清摄像头记录目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合。
所述语言维度特征参数包括语速、声调和语音内容特征指数。
需要进一步说明的是,所述语速和声调的具体获取方式为:利用模拟测试机中布设的高清摄像头获取目标测试者在各VR模拟测试项中的语音,进而利用语音识别技术获取目标测试者在各VR模拟测试项中的语速和声调。
所述时间反应维度特征参数包括完成时长、各微表情维持时长和各肢体动作维持时长。
需要进一步说明的是,所述完成时长、各微表情维持时长和各肢体动作维持时长的具体获取方式为:利用模拟测试机记录目标测试者在各VR模拟测试项的开始时间和结束时间,记录目标测试者在各VR模拟测试项中的各微表情开始时间和结束时间以及目标测试者在各VR模拟测试项中的各肢体动作开始时间和结束时间。
将目标测试者在各VR模拟测试项的结束时间与其开始结束时间进行作差,得到目标测试者在各VR模拟测试项的完成时长。
将目标测试者在各VR模拟测试项中的各微表情结束时间与其开始时间进行作差,得到目标测试者在各VR模拟测试项中的各微表情维持时长。
将目标测试者在各VR模拟测试项中的各肢体动作结束时间与其开始时间进行作差,得到目标测试者在各VR模拟测试项中的各肢体动作维持时长。
本发明基于目标测试者在静息状态下的各项表现特征参数,选择合适的模拟测试场景强度,生成各VR模拟测试项,有效地规避了传统心理评估的主观性、静态性、单一化等不足,从而使得对目标测试者的测试具有足够的客观性、动态性、全面性和多维度性,有利于目标测试者心理素质评估的准确性和真实性。
测试者生理维度解析模块,用于分析目标测试者在各VR模拟测试项中的生理特征系数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的生理特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,分析目标测试者在各VR模拟测试项中的生理特征系数其中Bi、Hi、Si、γi分别为目标测试者在第i个VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,B0、H0、S0分别为从数据库中提取的目标测试者在静息状态下的血压、心率和皮肤电导率,i=1,2,...,a,i为各VR模拟测试项的编号,α1、α2、α3、α4分别为设定的血压、心率、皮肤电导率和眼动特征指数对应的生理特征系数的权重因子。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的眼动特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的注视的物体数和注视各物体的持续时长。
分析目标测试者在各VR模拟测试项中的眼动特征指数其中mi、Tij分别为目标测试者在第i个VR模拟测试项中的注视的物体数和注视第j个物体持续时长,T0为设定的测试者在VR模拟测试项中的注视物体的参考持续时长,j=1,2,...,m,j为注视的各物体的编号。
本发明根据目标测试者在各VR模拟测试项中的生理特征参数,分析目标测试者在各VR模拟测试项中的生理特征系数,有助于通过目标测试者在各VR模拟测试项中的心率、皮肤电导率等生理指标反映其情绪状态,眼动特征指数有利于目标测试者的兴趣和情绪反应,并给目标测试者的心理素质评价提供了数据支撑。
测试者肢体动作维度解析模块,用于分析目标测试者在各VR模拟测试项中的肢体动作特征系数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的肢体动作特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的微表情特征指数、手部动作集合和手臂动作集合。
将目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合分别与数据库中存储的各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数进行匹配,得到目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数。
需要进一步说明的是,所述手部动作集合包括各手势和各手势速度,所述手臂动作集合包括各手臂动作和各手臂动作速度,不同的手部动作集合和手臂动作集合可以反映不同的心理素质信息。
其中,所述各手势速度的具体获取方式为:在手势开始移动时,记录下当前的时间,在手势结束移动时,再次记录下当前的时间,进而计算两个时间之间的差值,将其记为手势移动所用时间。
通过目标测试者的每个手指上的传感器获取目标测试者的每个手指的移动距离,对其取平均值得到目标测试者的手指的平均移动距离,将其记为目标测试者的手势的移动距离。
用目标测试者的手势的移动距离除以手势移动所用时间,得到手势速度,同理可得到各手势速度和各手臂动作速度。
需要进一步说明的是,所述目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合分别与数据库中存储的各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数进行匹配的具体操作为:提取目标测试者在各VR模拟测试项中的各手势和各手势速度,将目标测试者在各VR模拟测试项中的各手势与数据库中存储的各手部动作集合中的各手势进行对比,若目标测试者在某VR模拟测试项中的某手势与数据库中存储的某手部动作集合中的某手势相一致,则说明目标测试者在该VR模拟测试项中的该手势与某手部动作集合中的某手势匹配成功,进一步将目标测试者在该VR模拟测试项中的该手势速度与数据库中存储的某手部动作集合中的某手势速度也相一致,将其记为目标测试者在该VR模拟测试项中的匹配成功手势。
进一步统计目标测试者在该VR模拟测试项中的匹配成功手势的数量,若其与目标测试者在该VR模拟测试项中的手部动作集合的手势数量相一致,则将数据库中存储的某手部动作集合对应的肢体动作特征系数记为目标测试者在该VR模拟测试项中的各手部动作集合对应的肢体动作特征系数,同理可得到目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数。
分析目标测试者在各VR模拟测试项中的肢体动作特征系数其中Fi、/>分别为目标测试者在第i个VR模拟测试项中的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数,β1、β2、β3分别为设定的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数对应的肢体动作特征系数的权重因子,e为自然常数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的微表情特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,分析目标测试者在各VR模拟测试项中的微表情特征指数其中/>分别为目标测试者在第i个VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,/>分别为设定的测试者在VR模拟测试项中的参考微笑次数、参考皱眉次数和参考眨眼次数。
需要进一步说明的是,所述目标测试者在各VR模拟测试项中的微笑次数、皱眉次数和眨眼次数的具体获取方式为:通过模拟测试机中布设的高清摄像头记录目标测试者在各VR模拟测试项中的各次微笑、各次皱眉和各次眨眼,进而对其进行统计得到目标测试者在各VR模拟测试项中的微笑次数、皱眉次数和眨眼次数。
本发明根据目标测试者在各VR模拟测试项中的肢体动作特征参数,分析目标测试者在各VR模拟测试项中的肢体动作特征系数,有助于通过目标测试者在各VR模拟测试项中的微表情特征指数、手部动作集合和手臂动作集合等来评估目标测试者的自信心、焦虑水平和注意力集中程度,并给目标测试者的心理素质评价提供了数据支撑。
测试者语言维度解析模块,用于分析目标测试者在各VR模拟测试项中的语言特征系数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的语言特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的语速、声调和语音内容特征指数,分析目标测试者在各VR模拟测试项中的语言特征系数其中Vi、Ii、/>分别为目标测试者在第i个VR模拟测试项中的语速、声调和语音内容特征指数,V0、I0分别为目标测试者在静息状态下的语速和声调,k0、k′0分别为设定的测试者在模拟测试项中的语速和声调的参考比,δ1、δ2、δ3分别为设定的语速、声调和语音内容特征指数对应的语言特征系数的权重因子,e为自然常数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的语音内容特征指数的具体获取方式为:获取目标测试者在各VR模拟测试项中的语音内容,利用语音识别技术对其进行处理,得到目标测试者在各VR模拟测试项中的语音内容所属各短语,将其分别与从数据库中调取的各情感属性对应的各短语进行对比,得到目标测试者在各VR模拟测试项中的各情感属性对应的各短语,进一步对其进行统计得到目标测试者在各VR模拟测试项中的各情感属性对应的短语数。
分析目标测试者在各VR模拟测试项中的语音内容特征指数其中M′ig为目标测试者在第i个VR模拟测试项中的第g个情感属性对应的短语数,M′g为设定的测试者在模拟测试项中的第g个情感属性对应的参考短语数,g=1,2,...,d,g为各情感属性的编号,d为情感属性的数量。
需要进一步说明的是,所述各情感属性可以为积极情感、消极情感和中性情感。
本发明根据目标测试者在各VR模拟测试项中的语音特征参数,分析目标测试者在各VR模拟测试项中的语音特征系数,有助于通过目标测试者在各VR模拟测试项中的语速、声调和语音内容特征指数等来了解目标测试者的情绪状态和情感色彩,并给目标测试者的心理素质评价提供了数据支撑。
测试者时间反应维度解析模块,用于分析目标测试者在各VR模拟测试项中的时间反应特征系数。
作为一种优选的示例,所述目标测试者在各VR模拟测试项中的时间反应特征系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的完成时长、各微表情维持时长和各肢体动作维持时长,分析目标测试者在各VR模拟测试项中的时间反应特征系数其中/>分别为目标测试者在第i个VR模拟测试项中的完成时长、第x个微表情维持时长和第y个肢体动作维持时长,/>分别为设定的测试者在模拟测试项中的参考完成时长、微表情参考维持时长和肢体动作参考维持时长,x=1,2,...,b,x为各微表情的编号,b为微表情的数量,y=1,2,...,c,y为各肢体动作的编号,c为肢体动作的数量,ε1、ε2、ε3分别为设定的完成时长、微表情维持时长和肢体动作维持时长对应的时间反应特征系数的权重因子。
本发明根据目标测试者在各VR模拟测试项中的时间反应特征参数,分析目标测试者在各VR模拟测试项中的时间反应音特征系数,有助于通过目标测试者在各VR模拟测试项中的完成时长、各微表情维持时长和各肢体动作维持时长等来反映目标测试者对事务的处理速度、认知功能和情绪稳定性,并给目标测试者的心理素质评价提供了数据支撑。
测试者心理素质评估模块,用于根据目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,进而得到目标测试者的心理素质评价,并进行反馈。
作为一种优选的示例,所述目标测试者的心理素质评估系数的具体分析方式为:提取目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数其中φi、/>ψi、θi分别为目标测试者在第i个VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数。
将目标测试者的心理素质评估系数与数据库中存储的各心理素质评价对应的评估系数范围进行对比,得到目标测试者的心理素质评价。
需要进一步说明的是,本发明是将目标测试者在VR模拟测试项中的各项表现特征参数与其在静息状态下的各项表现特征参数静息对比,得到的目标测试者的心理素质评估系数,故而目标测试者在VR模拟测试项中的各项表现特征参数与其在静息状态下的各项表现特征参数静息的差距越大,则目标测试者的心理素质评估系数就越高,进而目标测试者的心理素质评价越低。
本发明通过目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,进而得到目标测试者的心理素质评价,有利于得到更全面、客观和深入的了解的目标测试者的心理素质评价。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种心理素质智能评估分析仪,其特征在于:包括:
VR模拟测试项生成模块,用于根据目标测试者自行选择的模拟测试项的场景,生成各VR模拟测试项,并获取目标测试者在各VR模拟测试项中的各项表现特征参数,其中各项表现特征参数包括生理维度特征参数、肢体动作维度特征参数、语言维度特征参数和时间反应维度特征参数;
测试者表现特征参数获取模块,用于获取目标测试者在各VR模拟测试项中的各项表现特征参数;
测试者生理维度解析模块,用于分析目标测试者在各VR模拟测试项中的生理特征系数;
测试者肢体动作维度解析模块,用于分析目标测试者在各VR模拟测试项中的肢体动作特征系数;
测试者语言维度解析模块,用于分析目标测试者在各VR模拟测试项中的语言特征系数;
测试者时间反应维度解析模块,用于分析目标测试者在各VR模拟测试项中的时间反应特征系数;
测试者心理素质评估模块,用于根据目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,进而得到目标测试者的心理素质评价,并进行反馈;
数据库,用于存储各测试者在静息状态下的各项表现特征参数,存储各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数,存储各情感属性对应的各短语,存储各心理素质评价对应的评估系数范围;
所述生理维度特征参数包括血压、心率、皮肤电导率和眼动特征指数;
所述肢体动作维度特征参数包括微表情特征指数、手部动作集合和手臂动作集合;
所述语言维度特征参数包括语速、声调和语音内容特征指数;
所述时间反应维度特征参数包括完成时长、各微表情维持时长和各肢体动作维持时长;
所述目标测试者在各VR模拟测试项中的生理特征系数的具体分析方式为:
提取目标测试者在各VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,分析目标测试者在各VR模拟测试项中的生理特征系数,其中/>分别为目标测试者在第/>个VR模拟测试项中的血压、心率、皮肤电导率和眼动特征指数,分别为从数据库中提取的目标测试者在静息状态下的血压、心率和皮肤电导率,/>,/>为各VR模拟测试项的编号,/>分别为设定的血压、心率、皮肤电导率和眼动特征指数对应的生理特征系数的权重因子;
所述目标测试者在各VR模拟测试项中的眼动特征指数的具体获取方式为:
获取目标测试者在各VR模拟测试项中的注视的物体数和注视各物体的持续时长;
分析目标测试者在各VR模拟测试项中的眼动特征指数,其中/>分别为目标测试者在第/>个VR模拟测试项中的注视的物体数和注视第/>个物体持续时长,/>为设定的测试者在VR模拟测试项中的注视物体的参考持续时长,/>,/>为注视的各物体的编号。
2.根据权利要求1所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者在各VR模拟测试项中的肢体动作特征系数的具体分析方式为:
提取目标测试者在各VR模拟测试项中的微表情特征指数、手部动作集合和手臂动作集合;
将目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合分别与数据库中存储的各手部动作集合和各手臂动作集合对应的肢体动作特征系数的影响系数进行匹配,得到目标测试者在各VR模拟测试项中的手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数;
分析目标测试者在各VR模拟测试项中的肢体动作特征系数,其中/>分别为目标测试者在第/>个VR模拟测试项中的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数,/>分别为设定的微表情特征指数以及手部动作集合和手臂动作集合对应的肢体动作特征系数的影响系数对应的肢体动作特征系数的权重因子,/>为自然常数。
3.根据权利要求2所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者在各VR模拟测试项中的微表情特征指数的具体获取方式为:
获取目标测试者在各VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,分析目标测试者在各VR模拟测试项中的微表情特征指数,其中分别为目标测试者在第/>个VR模拟测试项中的微笑次数、皱眉次数和眨眼次数,/>分别为设定的测试者在VR模拟测试项中的参考微笑次数、参考皱眉次数和参考眨眼次数。
4.根据权利要求1所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者在各VR模拟测试项中的语言特征系数的具体分析方式为:
提取目标测试者在各VR模拟测试项中的语速、声调和语音内容特征指数,分析目标测试者在各VR模拟测试项中的语言特征系数,其中/>分别为目标测试者在第/>个VR模拟测试项中的语速、声调和语音内容特征指数,/>分别为目标测试者在静息状态下的语速和声调,/>分别为设定的测试者在模拟测试项中的语速和声调的参考比,/>分别为设定的语速、声调和语音内容特征指数对应的语言特征系数的权重因子,/>为自然常数。
5.根据权利要求4所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者在各VR模拟测试项中的语音内容特征指数的具体获取方式为:
获取目标测试者在各VR模拟测试项中的语音内容,利用语音识别技术对其进行处理,得到目标测试者在各VR模拟测试项中的语音内容所属各短语,将其分别与从数据库中调取的各情感属性对应的各短语进行对比,得到目标测试者在各VR模拟测试项中的各情感属性对应的各短语,进一步对其进行统计得到目标测试者在各VR模拟测试项中的各情感属性对应的短语数;
分析目标测试者在各VR模拟测试项中的语音内容特征指数,其中/>为目标测试者在第/>个VR模拟测试项中的第/>个情感属性对应的短语数,/>为设定的测试者在模拟测试项中的第/>个情感属性对应的参考短语数,/>,/>为各情感属性的编号,/>为情感属性的数量。
6.根据权利要求1所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者在各VR模拟测试项中的时间反应特征系数的具体分析方式为:
提取目标测试者在各VR模拟测试项中的完成时长、各微表情维持时长和各肢体动作维持时长,分析目标测试者在各VR模拟测试项中的时间反应特征系数,其中/>分别为目标测试者在第/>个VR模拟测试项中的完成时长、第/>个微表情维持时长和第/>个肢体动作维持时长,/>分别为设定的测试者在模拟测试项中的参考完成时长、微表情参考维持时长和肢体动作参考维持时长,/>,/>为各微表情的编号,/>为微表情的数量,/>,/>为各肢体动作的编号,/>为肢体动作的数量,/>分别为设定的完成时长、微表情维持时长和肢体动作维持时长对应的时间反应特征系数的权重因子。
7.根据权利要求1所述的一种心理素质智能评估分析仪,其特征在于:所述目标测试者的心理素质评估系数的具体分析方式为:
从数据库中提取目标测试者在各VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数,分析目标测试者的心理素质评估系数,其中/>分别为目标测试者在第/>个VR模拟测试项中的生理特征系数、肢体动作特征系数、语言特征系数和时间反应特征系数;
将目标测试者的心理素质评估系数与数据库中存储的各心理素质评价对应的评估系数范围进行对比,得到目标测试者的心理素质评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311691778.7A CN117547271B (zh) | 2023-12-11 | 2023-12-11 | 一种心理素质智能评估分析仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311691778.7A CN117547271B (zh) | 2023-12-11 | 2023-12-11 | 一种心理素质智能评估分析仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117547271A CN117547271A (zh) | 2024-02-13 |
CN117547271B true CN117547271B (zh) | 2024-04-26 |
Family
ID=89810951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311691778.7A Active CN117547271B (zh) | 2023-12-11 | 2023-12-11 | 一种心理素质智能评估分析仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117547271B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110507334A (zh) * | 2019-08-21 | 2019-11-29 | 珠海学之渔心理咨询有限公司 | 一种成人心理评测方法 |
RU2711976C1 (ru) * | 2018-11-08 | 2020-01-23 | Инна Юрьевна Жовнерчук | Способ дистанционного распознавания и коррекции с помощью виртуальной реальности психоэмоционального состояния человека |
CN113749656A (zh) * | 2021-08-20 | 2021-12-07 | 杭州回车电子科技有限公司 | 基于多维生理信号的情感识别方法和装置 |
CN116211306A (zh) * | 2023-03-06 | 2023-06-06 | 济南国科医工科技发展有限公司 | 基于眼动和心电信号的心理健康自评估系统 |
CN116849657A (zh) * | 2023-07-07 | 2023-10-10 | 樊希望 | 虚拟现实场景在学生心理及行为综合评估方面的应用 |
-
2023
- 2023-12-11 CN CN202311691778.7A patent/CN117547271B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2711976C1 (ru) * | 2018-11-08 | 2020-01-23 | Инна Юрьевна Жовнерчук | Способ дистанционного распознавания и коррекции с помощью виртуальной реальности психоэмоционального состояния человека |
CN110507334A (zh) * | 2019-08-21 | 2019-11-29 | 珠海学之渔心理咨询有限公司 | 一种成人心理评测方法 |
CN113749656A (zh) * | 2021-08-20 | 2021-12-07 | 杭州回车电子科技有限公司 | 基于多维生理信号的情感识别方法和装置 |
CN116211306A (zh) * | 2023-03-06 | 2023-06-06 | 济南国科医工科技发展有限公司 | 基于眼动和心电信号的心理健康自评估系统 |
CN116849657A (zh) * | 2023-07-07 | 2023-10-10 | 樊希望 | 虚拟现实场景在学生心理及行为综合评估方面的应用 |
Also Published As
Publication number | Publication date |
---|---|
CN117547271A (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kossaifi et al. | Sewa db: A rich database for audio-visual emotion and sentiment research in the wild | |
CN110507335B (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 | |
US9737255B2 (en) | Measuring cognitive load | |
Bhamare et al. | Deep neural networks for lie detection with attention on bio-signals | |
Zhang et al. | Multi-modal interactive fusion method for detecting teenagers’ psychological stress | |
CN113974627B (zh) | 一种基于脑机生成对抗的情绪识别方法 | |
Ray et al. | Design and implementation of technology enabled affective learning using fusion of bio-physical and facial expression | |
Pragnya et al. | Detection of Emotions Using a Boosted Machine Learning Approach | |
Villegas-Ch et al. | Identification of emotions from facial gestures in a teaching environment with the use of machine learning techniques | |
CN112529054B (zh) | 一种多源异构数据的多维度卷积神经网络学习者建模方法 | |
CN117547271B (zh) | 一种心理素质智能评估分析仪 | |
Qi et al. | Explanation strategies for image classification in humans vs. current explainable ai | |
CN112365106A (zh) | 一种基于长时序多源数据的学生综合素质分析系统 | |
Rao et al. | Psychological and emotional recognition of preschool children using artificial neural Network | |
Yeye et al. | Predicting personality based on self-introduction video | |
McTear et al. | Affective conversational interfaces | |
CN110765987B (zh) | 创新行为特征的量化方法、装置和电子设备 | |
Ness et al. | Intra-individual variability in personality: A methodological review | |
Mijić et al. | Classification of cognitive load using voice features: A preliminary investigation | |
Mihalache et al. | Lasting emotions–An investigation of short-and long-term affective content remanence in speech | |
Gerczuk et al. | Zero-shot personalization of speech foundation models for depressed mood monitoring | |
Ni et al. | Focusing on Needs: A Chatbot-Based Emotion Regulation Tool for Adolescents | |
AU2020101294A4 (en) | Student’s physiological health behavioural prediction model using svm based machine learning algorithm | |
Chen | Construction of a learning engagement evaluation model based on multi-modal data fusion | |
Tian et al. | A Novel Psychotherapy Effect Detector of Public Art Based on ResNet and EEG Imaging |
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 |