CN117994093A - 一种针对认知功能障碍的测评训练系统及其方法 - Google Patents
一种针对认知功能障碍的测评训练系统及其方法 Download PDFInfo
- Publication number
- CN117994093A CN117994093A CN202410004183.8A CN202410004183A CN117994093A CN 117994093 A CN117994093 A CN 117994093A CN 202410004183 A CN202410004183 A CN 202410004183A CN 117994093 A CN117994093 A CN 117994093A
- Authority
- CN
- China
- Prior art keywords
- learning
- analysis module
- module
- knowledge
- score
- 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
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000011156 evaluation Methods 0.000 title claims abstract description 37
- 238000012549 training Methods 0.000 title claims abstract description 26
- 208000010877 cognitive disease Diseases 0.000 title claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 56
- 210000004556 brain Anatomy 0.000 claims abstract description 45
- 230000006399 behavior Effects 0.000 claims abstract description 22
- 230000014509 gene expression Effects 0.000 claims abstract description 20
- 230000009471 action Effects 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 14
- 230000001149 cognitive effect Effects 0.000 claims description 5
- 230000002996 emotional effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 17
- 238000011161 development Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 description 7
- 239000008194 pharmaceutical composition Substances 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000002688 persistence Effects 0.000 description 5
- 230000006886 spatial memory Effects 0.000 description 5
- 206010000117 Abnormal behaviour Diseases 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 230000035882 stress Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000000859 sublimation Methods 0.000 description 2
- 230000008022 sublimation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 206010012559 Developmental delay Diseases 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 208000020358 Learning disease Diseases 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 241001125929 Trisopterus luscus Species 0.000 description 1
- 241000863480 Vinca Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 201000003723 learning disability Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000004037 social stress Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种针对认知功能障碍的测评训练系统及其方法,包括:知识技能模块、脑电分析模块、以及过程状态分析模块;知识技能模块用于模拟考试测评场景,得到六项能力的知识技能分析分数;脑电分析模块用于获取学生个体的脑波信号,通过解读结果与六项能力进行匹配,得到六项能力的脑电分析分数;过程状态分析模块通过摄像头获取学生个体的状态变化、表情变化、动作行为、作答情况并进行分析,得到六项能力的过程状态分数;本发明的优点是:揭示个体学习能力的强弱、特点及其发展趋势的测评方式。可以帮助学生个体发现自己的学习能力优势和不足,从而制定更有效的学习计划和方法,提高学习效果。
Description
技术领域
本发明涉及教育机器人技术领域,特别涉及一种针对认知功能障碍的测评训练系统及其方法。
背景技术
学业压力、社交压力等因素,以及缺乏有效的心理健康支持和教育,使得一些青少年在面对困境时感到无助和绝望,导致了抑郁等问题。 综上所述,学生学业压力、应试教育、家庭矛盾和青少年抑郁问题是当前学生面临的重要问题。解决这些问题需要学校、家庭和社会各方共同努力,提供积极的教育环境、家庭支持和心理健康服务,帮助学生缓解压力、培养综合能力和建立健康的心理状态。
现阶段市面上出现为3-12岁的儿童提供学习能力培养形成了一套综合学习力训练体系包括运动力训练、认知力训练和情感力训练等。但是主要依托测评师观察经验及家长报告测评,缺少科学性及客观性;训练通过试题和教具,需要专业人员指导,人力消耗较高。还有专注于帮助儿童克服发育及学习障碍,为国内发育迟缓、孤独症、唐氏症、听等言语碍儿童提供个性化训练课程,提升学习能力和体验技能。但是主要针对特殊人群,市场空间有限;课程体系受限于人,需要大量专业治疗师,正向科技智能手段发展但尚未成熟。
发明内容
鉴于上述问题,本发明的目的是提供一种针对认知功能障碍的测评训练系统及其方法,用于帮助个体发现自己的学习能力优势和不足,从而制定更有效的学习计划和方法,提高学习效果,以克服上述现有技术的不足。
本发明提供的一种针对认知功能障碍的测评训练方法,具体包括以下步骤:
步骤S1:划分学生个体的待提升的学习能力;其中,学习能力划分为以下六项:专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力;
步骤S2:利用知识技能模块、脑电分析模块和过程状态分析模块分别对个体的六项学习能力进行测评和测量;
步骤S21:利用知识技能模块模拟考试测评场景,并通过知识技能模块提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;所述知识技能模块集成在小白公司生产的学习机器人(申请号:2022110771749)上,带有知识技能模块的机器人中每套测评试卷的试题是根据不同年龄段的学生认知程度设计,同时涵盖语数英三科的思维拓展内容。每道题和每一个选项都会包含不同的能力考点,学生每次的选择都会有不同能力状态水平的体现。而且在每套测评卷的设计中增加了反复验证能力的心理逻辑,单道题作答后的结果并不代表能力的真实水平,会在后面其他题目上反复验证能力是否真的达标并结合其他维度分析后下定结论。
步骤S22:利用脑电分析模块获取学生个体的脑波信号,再通过脑电分析模块根据脑波信号(活动状态)进行分析和解读,并通过解读结果与六项能力(专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力)进行匹配,得到六项能力的脑电分析分数;
所述脑电分析模块的三维数据分析中,脑电分析是在测评过程中通过处理和分析电极捕获的脑波信号,进一步了解大脑神经元活动的状态。利用脑电波的能量比例图,展示不同频率范围内脑电波的相对能量大小,然后以饼状图的形式显示每个频率范围内脑电波的相对能量大小,得到大脑活动状态和六项能力的匹配数据。
步骤S23:利用摄像头对学生个体的状态变化、表情变化、动作行为、作答情况进行采集并传输至过程状态分析模块,利用过程状态分析模块对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数;所述过程状态分析模块集成在小白公司生产的学习机器人(申请号:2022110771749)上。
步骤3:利用评测结果进行能力水平划分;
a、专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力的分值:
单项能力的分值= 单项能力脑电分析分数+单项能力知识技能分数+单项能力过程状态分数;
b、知识技能模块、脑电分析模块和过程状态分析模块的分值:
单个模块分数=六项能力得分的总和;
c、三个模块获得六项能力的总体分值:
报告总分= 全卷的脑电分析得分+全卷的知识技能得分+全卷的过程状态得分;
d、根据学生个体在三个模块中六个能力的得分,确定学生个体学习能力的强弱。
作为本发明的优选,所述专注能力是指在从事学习任务的时候孩子的状态保持及坚持自控的能力,是学习能力的底层基础能力;所述知识技能模块中专注能力的指标包括:专注的稳定性、专注的广度、专注的选择、专注的控制、专注的分配,其中,专注的稳定性:在学习中,良好的专注稳定性可以帮助学生避免分散注意力,提高学习效率和学习成果;专注的广度:在学习中,良好的专注广度可以帮助学生更好地理解知识点,并且能够更好地运用知识;专注的选择:在学习中,良好的专注选择可以帮助学生更好地把握重点,快速获取知识;专注的控制:在学习中,良好的专注控制可以帮助学生更好地处理复杂的学习任务,提高学习质量;专注的分配:在学习中,良好的专注分配可以帮助学生更好地完成多项学习任务,提高学习效率;
所述观察能力是指孩子通过听觉、视觉等感官方式获取并认知信息的能力,是学习能力中的信息汲取能力;所述知识技能模块中观察能力的指标包括:观察的细致性、观察的顺序性、观察的概括性、观察的持续性、观察的目的性,其中,观察的细致性:在学习中,良好的观察细致性可以帮助学生更好地理解和掌握知识点,减少遗漏和误解;观察的顺序性:在学习中,良好的观察顺序性可以帮助学生更好地理清知识点之间的逻辑关系,提高学习效率;观察的概括性:在学习中,良好的观察概括性可以帮助学生更好地把握知识的核心,提高学习效果;观察的持续性:在学习中,良好的观察持续性可以帮助学生更好地掌握知识点,减少学习时间的浪费;观察的目的性:在学习中,良好的观察目的性可以帮助学生更好地针对性地获取所需要的信息,提高学习效率和质量;
所述思维能力是指孩子对获取的信息进行系统化分析加工从而产生个性化理解的能力,是学习能力中的关键核心能力;所述知识技能模块中记忆能力的指标包括:分析、综合、比较、分类、抽象、概括,其中,分析:在学习中,良好的分析能力可以帮助学生更好地理解和掌握知识点,快速解决问题;综合:在学习中,良好的综合能力可以帮助学生更好地理解知识点,减少遗漏和误解;比较:在学习中,良好的比较能力可以帮助学生更好地理解和区分知识点之间的关系,提高学习效果;分类:在学习中,良好的分类能力可以帮助学生更好地理清知识点之间的逻辑关系,提高学习效率;抽象:在学习中,良好的抽象能力可以帮助学生更好地理解和掌握抽象概念,提高学习效率;概括:在学习中,良好的概括能力可以帮助学生更好地理解和掌握知识点,提高学习效果和质量;
所述想象能力是指孩子对抽象理论概念在大脑中绘制成图像或还原成真实场景的能力,是学习能力中的理论具化能力;所述知识技能模块中想象能力的指标包括:再造想象、创造想象、空间想象,其中,再造想象:在学习中,良好的再造想象能力可以帮助学生更好地理解和记忆知识点,加深对知识的理解和印象;创造想象:在学习中,良好的创造想象能力可以帮助学生更好地发散思维,探究知识点的内在联系和应用场景;空间想象:在学习中,良好的空间想象能力可以帮助学生更好地理解和掌握空间几何概念、地理知识、科学实验等方面的知识;
所述记忆能力是指孩子对获取的信息、分析加工后的理论在大脑中短期或长期留存的能力,是学习能力中的知识存储能力;所述知识技能模块中记忆能力的指标包括:形象记忆、记忆广度、空间记忆,其中,形象记忆:在学习中,良好的形象记忆能力可以帮助学生更好地记忆和理解知识点,加深对知识的印象;记忆广度:在学习中,良好的记忆广度可以帮助学生更好地掌握和运用知识点,提高学习效率;空间记忆:在学习中,良好的空间记忆可以帮助学生更好地理解和掌握空间几何概念、地理知识等方面的知识;
所述创造能力是指孩子根据已经掌握的理论或者知识在全新场景下应用或者总结出新知识的能力,是学习能力中的理论升华能力;所述知识技能模块中创造能力的指标包括:流畅性、灵活性、独特性,其中,流畅性:在学习中,良好的流畅性可以帮助学生更好地进行开放性的思考,探究知识点的内在联系和应用场景,提高学习效果和创新能力;灵活性:在学习中,良好的灵活性可以帮助学生更好地解决问题,应对复杂情境,提高学习质量和创造能力;独特性:在学习中,良好的独特性可以帮助学生更好地发散思维,探究知识点的内在联系和应用场景,培养创新和创造力。
本发明另一个目的是提供一种针对认知功能障碍的测评训练系统,包括:知识技能模块、脑电分析模块、以及过程状态分析模块;
所述知识技能模块用于模拟考试测评场景,并提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;
所述脑电分析模块用于获取学生个体的脑波信号,所述脑电分析模块根据脑波信号进行分析和解读,并通过解读结果与六项能力进行匹配,得到六项能力的脑电分析分数;
所述过程状态分析模块通过摄像头获取学生个体的状态变化、表情变化、动作行为、作答情况,并对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数。
作为本发明的优选,所述知识技能模块储存有根据六项能力的指标试题。
作为本发明的优选,所述脑电分析模块为脑电波分析仪,所述脑电波分析仪用于获取学生个体的认知负荷、专注力水平和情绪状态,并与六项能力的相应信息进行匹配。
作为本发明的优选,所述过程状态分析模块用于记录学生个体的状态变化,并通过表情变化、动作行为、作答情况获取六项能力的相应信息。
本发明的优点及积极效果是:
1、本发明通过“知识技能、脑电分析、过程状态”这三个维度,对个体的专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力六个能力进行系统性、科学性的评估和测量,以揭示个体学习能力的强弱、特点及其发展趋势的测评方式。可以帮助学生个体发现自己的学习能力优势和不足,从而制定更有效的学习计划和方法,提高学习效果。
2、本发明通过对孩子的学习能力进行测量、评价、训练帮助孩子从根源提高各项能力,从而实现综合成绩的提升。
3、本申请通过带有知识技能模块和过程状态分析模块的机器人+带有脑电分析模块的脑电波分析仪,深度挖掘能力根源问题,解决了线下测评师观察经验实操缺少科学性及客观性的问题,搭建真实学习场景,首次实现突破性三维六能测评和数据分析。解决了市面上仅针对特殊人群测评训练,用户群体范围较小,市场普众率较低的问题。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中,为了便于描述一个或多个实施例,公知的结构和设备以方框图的形式示出。
实施例1
本实施例提供的一种针对认知功能障碍的测评训练方法,具体包括以下步骤:
步骤S1:划分学生个体的待提升的学习能力;其中,能力划分为以下六项:专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力;六个学习能力的角度分析:
1、专注能力:
【定义】专注能力是指在从事学习任务的时候孩子的状态保持及坚持自控的能力,是学习能力的底层基础能力。
【指标】
① 专注的稳定性:在学习中,良好的专注稳定性可以帮助学生避免分散注意力,提高学习效率和学习成果。
② 专注的广度:在学习中,良好的专注广度可以帮助学生更好地理解知识点,并且能够更好地运用知识。
③ 专注的选择:在学习中,良好的专注选择可以帮助学生更好地把握重点,快速获取知识。
④ 专注的控制:在学习中,良好的专注控制可以帮助学生更好地处理复杂的学习任务,提高学习质量。
⑤ 专注的分配:在学习中,良好的专注分配可以帮助学生更好地完成多项学习任务,提高学习效率。
2、观察能力:
【定义】观察能力是指孩子通过听觉、视觉等感官方式获取并认知信息的能力,是学习能力中的信息汲取能力
【指标】
① 观察的细致性:在学习中,良好的观察细致性可以帮助学生更好地理解和掌握知识点,减少遗漏和误解。
② 观察的顺序性:在学习中,良好的观察顺序性可以帮助学生更好地理清知识点之间的逻辑关系,提高学习效率。
③ 观察的概括性:在学习中,良好的观察概括性可以帮助学生更好地把握知识的核心,提高学习效果。
④ 观察的持续性:在学习中,良好的观察持续性可以帮助学生更好地掌握知识点,减少学习时间的浪费。
⑤ 观察的目的性:在学习中,良好的观察目的性可以帮助学生更好地针对性地获取所需要的信息,提高学习效率和质量。
3、思维能力:
【定义】思维能力是指孩子对获取的信息进行系统化分析加工从而产生个性化理解的能力,是学习能力中的关键核心能力。
【指标】
① 分析:在学习中,良好的分析能力可以帮助学生更好地理解和掌握知识点,快速解决问题。
② 综合:在学习中,良好的综合能力可以帮助学生更好地理解知识点,减少遗漏和误解。
③ 比较:在学习中,良好的比较能力可以帮助学生更好地理解和区分知识点之间的关系,提高学习效果。
④ 分类:在学习中,良好的分类能力可以帮助学生更好地理清知识点之间的逻辑关系,提高学习效率。
⑤ 抽象:在学习中,良好的抽象能力可以帮助学生更好地理解和掌握抽象概念,提高学习效率。
概括:在学习中,良好的概括能力可以帮助学生更好地理解和掌握知识点,提高学习效果和质量。
4、想象能力:
【定义】想象能力是指孩子对抽象理论概念在大脑中绘制成图像或还原成真实场景的能力,是学习能力中的理论具化能力。
【指标】
①再造想象:在学习中,良好的再造想象能力可以帮助学生更好地理解和记忆知识点,加深对知识的理解和印象。
② 创造想象:在学习中,良好的创造想象能力可以帮助学生更好地发散思维,探究知识点的内在联系和应用场景。
③ 空间想象:在学习中,良好的空间想象能力可以帮助学生更好地理解和掌握空间几何概念、地理知识、科学实验等方面的知识。
5、记忆能力:
【定义】记忆能力是指孩子对获取的信息、分析加工后的理论在大脑中短期或长期留存的能力,是学习能力中的知识存储能力。
【指标】
①形象记忆:在学习中,良好的形象记忆能力可以帮助学生更好地记忆和理解知识点,加深对知识的印象。
② 记忆广度:在学习中,良好的记忆广度可以帮助学生更好地掌握和运用知识点,提高学习效率。
③ 空间记忆:在学习中,良好的空间记忆可以帮助学生更好地理解和掌握空间几何概念、地理知识等方面的知识。
6、创造能力:
【定义】创造能力是指孩子根据已经掌握的理论或者知识在全新场景下应用或者总结出新知识的能力,是学习能力中的理论升华能力。
【指标】
①流畅性:在学习中,良好的流畅性可以帮助学生更好地进行开放性的思考,探究知识点的内在联系和应用场景,提高学习效果和创新能力。
② 灵活性:在学习中,良好的灵活性可以帮助学生更好地解决问题,应对复杂情境,提高学习质量和创造能力。
③ 独特性:在学习中,良好的独特性可以帮助学生更好地发散思维,探究知识点的内在联系和应用场景,培养创新和创造力。
步骤S2:利用知识技能模块、脑电分析模块和过程状态分析模块分别对个体的六项能力进行测评和测量;通过“知识技能、脑电分析、过程状态”这三个维度,对个体的专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力六个能力进行系统性、科学性的评估和测量,以揭示个体学习能力的强弱、特点及其发展趋势的测评方式。可以帮助个体发现自己的学习能力优势和不足,从而制定更有效的学习计划和方法,提高学习效果。
步骤S21:利用知识技能模块模拟考试测评场景,并通过知识技能模块提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;所述知识技能模块集成在小白公司生产的学习机器人(申请号:2022110771749)上,带有知识技能模块的机器人中每套测评试卷的试题是根据不同年龄段的学生认知程度设计,同时涵盖语数英三科的思维拓展内容。每道题和每一个选项都会包含不同的能力考点,学生每次的选择都会有不同能力状态水平的体现。而且在每套测评卷的设计中增加了反复验证能力的心理逻辑,单道题作答后的结果并不代表能力的真实水平,会在后面其他题目上反复验证能力是否真的达标并结合其他维度分析后下定结论。
步骤S22:利用脑电分析模块获取学生个体的脑波信号,再通过脑电分析模块根据脑波信号(活动状态)进行分析和解读,并通过解读结果与六项能力(专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力)进行匹配,得到六项能力的脑电分析分数;所述脑电分析模块是利用小白智能科技(长春) 股份有限公司生产的脑电分析仪,所述脑电分析模块的三维数据分析中,脑电分析是在测评过程中通过处理和分析电极捕获的脑波信号,进一步了解大脑神经元活动的状态。利用脑电波的能量比例图,展示不同频率范围内脑电波的相对能量大小,然后以饼状图的形式显示每个频率范围内脑电波的相对能量大小,得到大脑活动状态和六项能力的匹配数据。脑电分析模块所用的脑电波分析仪均属于“外接”设备,对人体无辐射、无伤害。
步骤S23:利用摄像头对学生个体的状态变化、表情变化、动作行为、作答情况进行采集并传输至过程状态分析模块,利用过程状态分析模块对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数;所述过程状态分析模块集成在小白公司生产的学习机器人(申请号:2022110771749)上,
过程状态模块的处理过程如下:
一、过程状态流程,设备开机自启动“视觉服务”等待指令;用户登录并选择测评模块;开始测评,主进程向“视觉服务”进程发送开启监测指令(带参); “视觉服务”开启监测模块,依托设备Camera API隐式调用摄像头(无预览画面); “视觉服务”原数组视频流监听器生效,将原画面数组数据送入AI视频分析模块;作答过程出现异常行为,例:歪头、疑惑,AI视频分析模块抽取异常预览帧画面分类带标签保存,并报送主进程;主进程接收异常带标签图像暂存;作答结束,主进程对作答过程所有数据进行打包处理,并报送后台服务器以供参与运算生产报告;
二、作答情况数据用途,生成可视化、量化、系统化测评报告;作答情况数据包含作答行为轨迹(例:选项A>B>D>A)、排除选项行为、单题作答时长、单题作答过程中的异常行为等;作答情况数据用作参与运算生成测评报告的支撑依赖;截取的异常行为祯画面,帧将展示在测评报告中,用作作答瞬时行为状态的记录;
三、异常行为状态定义,1、低头:低头超过17度;2、仰头:仰头超过20度;3、歪头:头部向肩膀倾斜28度以上;4、斜肩:肩部水平偏角10度以上;5、趴桌:身体前倾靠在桌面,头部贴合手臂或桌面;6、仰躺:露出人脸,手机前置摄像头朝下水平偏角范围小于10度;7、离屏幕近:人脸到屏幕的距离小于25cm;8、离桌面近:人脸到桌面的距离小于10cm;9、打哈欠:张大嘴巴,同时双眼闭合;10、高兴:嘴角大幅上扬或张嘴笑;11、疑惑:眼神瞟向边缘,配合皱眉努嘴;12、仰视:仰头(超过20度)向上看。
步骤3:利用评测结果进行能力水平划分;针对三个维度和六项能力测评数据,最终生成整体可视化数据分析报告。在报告内针对六项能力(专注能力、观察能力、记忆能力、思维能力、想象能力和创造能力)逐一进行解释,包含定义概念、表现类型、能力指标、代表人物和优缺点特征表现等,同时根据本次测评结果分析孩子每一项能力的类型和具体水平情况。
报告分数计算说明:
a、专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力的分值:
单项能力的分值(满分90分)= 单项能力脑电分析分数(满分30分)+单项能力知识技能分数(满分30分)+单项能力过程状态分数(满分30分);单项能力水平划分:0-54.99分(含54.99分)为偏弱;55.00-71.99分(含71.99分)为中等;72.00-90.00 为良好。
b、知识技能模块、脑电分析模块和过程状态分析模块的分值:
单个模块分数(满分180分)=六项能力得分的总和(单项能力满分30分);
c、三个模块获得六项能力的总体分值:
报告总分(满分540分)= 全卷的脑电分析得分(满分180分)+全卷的知识技能得分(满分180分)+全卷的过程状态得分(满分180分);
d、根据学生个体在三个模块中六个能力的得分,确定学生个体学习能力的强弱。
实施例2
孩子的思维能力偏弱,在学习中面临较大的困难,需要更多的耐心和指导来提高思维能力。分析、综合、比较、分类、抽象、概括是学习中重要的思维能力,孩子在这些方面表现较为薄弱,需要更多的练习和引导来进行提高。在分析能力方面,孩子可能无法理解信息中的细节和关键点,需要更多的细节呈现和解释;在综合能力方面,孩子可能无法将信息整合成一个完整的概念,需要更多的整合和归纳训练;在比较能力方面,孩子可能无法理解和区分不同的事物和观点,需要更多的对比和辨析训练;在分类能力方面,孩子可能无法理解和分类不同的信息,需要更多的分类和归类训练;在抽象能力方面,孩子可能无法理解和概括信息的本质和要点,需要更多的抽象和概括训练。因此,家长应该注重培养孩子的思维能力,为孩子提供更多的练习和引导,慢慢地提高孩子的思维水平。
实施例3
本实施例提供一种针对认知功能障碍的测评训练系统,包括:知识技能模块、脑电分析模块、以及过程状态分析模块;
所述知识技能模块用于模拟考试测评场景,并提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;
所述脑电分析模块用于获取学生个体的脑波信号,所述脑电分析模块根据脑波信号进行分析和解读,并通过解读结果与六项能力进行匹配,得到六项能力的脑电分析分数;
所述过程状态分析模块通过摄像头获取学生个体的状态变化、表情变化、动作行为、作答情况,并对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数。过程状态中这些行为结合脑电进行分析和评估。
仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种针对认知功能障碍的测评训练方法,其特征在于,包括以下步骤:
步骤S1:划分学生个体的待提升的学习能力;其中,学习能力划分为以下六项:专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力;
步骤S2:利用知识技能模块、脑电分析模块和过程状态分析模块分别对个体的六项学习能力进行测评和测量;
步骤S21:利用知识技能模块模拟考试测评场景,并通过知识技能模块提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;
步骤S22:利用脑电分析模块获取学生个体的脑波信号,再通过脑电分析模块根据脑波信号进行分析和解读,并通过解读结果与六项学习能力进行匹配,得到六项能力的脑电分析分数;
步骤S23:利用摄像头对学生个体的状态变化、表情变化、动作行为、作答情况进行采集并传输至过程状态分析模块,利用过程状态分析模块对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数;
步骤3:利用评测结果进行能力水平划分;
a、专注能力、观察能力、记忆能力、思维能力、创造能力、想象能力的分值:
单项能力的分值= 单项能力脑电分析分数+单项能力知识技能分数+单项能力过程状态分数;
b、知识技能模块、脑电分析模块和过程状态分析模块的分值:
单个模块分数=六项能力得分的总和;
c、三个模块获得六项能力的总体分值:
报告总分= 全卷的脑电分析得分+全卷的知识技能得分+全卷的过程状态得分;
D、根据学生个体在三个模块中六个能力的得分,确定学生个体学习能力的强弱。
2.一种针对认知功能障碍的测评训练系统,其特征在于,包括:知识技能模块、脑电分析模块、以及过程状态分析模块;
所述知识技能模块用于模拟考试测评场景,并提供待学生个体进行测评的试卷试题,学生个体通过知识技能评测后,得到六项能力的知识技能分析分数;
所述脑电分析模块用于获取学生个体的脑波信号,所述脑电分析模块根据脑波信号进行分析和解读,并通过解读结果与六项能力进行匹配,得到六项能力的脑电分析分数;
所述过程状态分析模块通过摄像头获取学生个体的状态变化、表情变化、动作行为、作答情况,并对状态变化、表情变化、动作行为、作答情况进行分析,得到六项能力的过程状态分数。
3.根据权利要求2所述的一种针对认知功能障碍的测评训练系统,其特征在于,所述知识技能模块储存有根据六项能力的指标试题。
4.根据权利要求2所述的一种针对认知功能障碍的测评训练系统,其特征在于,所述脑电分析模块为脑电波分析仪,所述脑电波分析仪用于获取学生个体的认知负荷、专注力水平和情绪状态,并与六项能力的相应信息进行匹配。
5.根据权利要求2所述的一种针对认知功能障碍的测评训练系统,其特征在于,所述过程状态分析模块用于记录学生个体的状态变化,并通过表情变化、动作行为、作答情况获取六项能力的相应信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410004183.8A CN117994093A (zh) | 2024-01-03 | 2024-01-03 | 一种针对认知功能障碍的测评训练系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410004183.8A CN117994093A (zh) | 2024-01-03 | 2024-01-03 | 一种针对认知功能障碍的测评训练系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117994093A true CN117994093A (zh) | 2024-05-07 |
Family
ID=90894286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410004183.8A Pending CN117994093A (zh) | 2024-01-03 | 2024-01-03 | 一种针对认知功能障碍的测评训练系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117994093A (zh) |
-
2024
- 2024-01-03 CN CN202410004183.8A patent/CN117994093A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110334610B (zh) | 一种基于计算机视觉的多维度课堂量化系统及方法 | |
Chalhoub-Deville | Task-based assessments: Characteristics and validity evidence | |
Syyeda | Understanding attitudes towards mathematics (ATM) using a multimodal model: An exploratory case study with secondary school children in England | |
Lorenzo et al. | Inclusion of immersive virtual learning environments and visual control systems to support the learning of students with Asperger syndrome | |
Gan et al. | Understanding classroom assessment practices and learning motivation in secondary EFL students | |
CN113158919A (zh) | 一种用于智慧课堂的行为分析系统 | |
CN109388687A (zh) | 一种学习数据分析方法及系统 | |
CN107992896A (zh) | 一种基于眼动追踪技术的科学概念评测方法 | |
Rhodes | VALUE: Valid assessment of learning in undergraduate education | |
CN117994093A (zh) | 一种针对认知功能障碍的测评训练系统及其方法 | |
Lestari et al. | Application of Video Conference Media in Learning | |
Hativa et al. | Effects of audiovisual stimuli on learning through microcomputer-based class presentation | |
Cameron et al. | ICT literacy and the second digital divide: Understanding students’ experiences with technology | |
TWM600908U (zh) | 學習狀態改善管理系統 | |
CN113240559A (zh) | 一种酒店管理教学用多媒体教学装置 | |
CN117496787A (zh) | 一种针对儿童六项能力测评及其训练系统 | |
Cordova | Language learning analytics in Google Classroom of Vongchavalitkul University students during COVID-19 lockdown | |
Sokele et al. | The importance of synchronous online learning for student success in exams | |
Heinonen et al. | University teachers' professional vision with respect to their conceptions of teaching and learning: Findings from an eye-tracking study | |
Wang | Research on Classroom Teaching Quality Evaluation Method Based on Machine Vision Analysis | |
Knapp | Teaching nonverbal communication | |
TWI731577B (zh) | 學習狀態改善管理系統 | |
Sulyman et al. | Effect of Animated Film on Pupil’s Academic Performance in Social Studies in Ilorin Metropolis of Kwara State | |
Hai et al. | Artificial Intelligence and Intelligent Information Systems Based Multi-Dimensional Classroom Computer Evaluation Model | |
Huang | Exploring the Strategies of Civic Education in Higher Vocational Colleges and Universities Based on Deep Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |