CN112329802A - 气质量表与专注力及放松度量测的ai分群整合*** - Google Patents

气质量表与专注力及放松度量测的ai分群整合*** Download PDF

Info

Publication number
CN112329802A
CN112329802A CN201910707598.0A CN201910707598A CN112329802A CN 112329802 A CN112329802 A CN 112329802A CN 201910707598 A CN201910707598 A CN 201910707598A CN 112329802 A CN112329802 A CN 112329802A
Authority
CN
China
Prior art keywords
relaxation
concentration
grouping
attention
value
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.)
Withdrawn
Application number
CN201910707598.0A
Other languages
English (en)
Inventor
李瑞元
廖淑君
郑纶
严昱如
林悦麟
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.)
Aiwan Creative Co ltd
Practical University
Original Assignee
Aiwan Creative Co ltd
Practical University
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 Aiwan Creative Co ltd, Practical University filed Critical Aiwan Creative Co ltd
Priority to CN201910707598.0A priority Critical patent/CN112329802A/zh
Publication of CN112329802A publication Critical patent/CN112329802A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/167—Personality evaluation
    • 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
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/06—Children, e.g. for attention deficit diagnosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Pathology (AREA)
  • Social Psychology (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种气质量表与专注力及放松度量测的AI分群整合***，包括一中央伺服器；一AI分群整合机构内驻于该中央伺服器内；其中该中央伺服器包括一处理器及一记忆体；该处理器用于进行该AI分群整合机构所需要的操作；该记忆体用于储存该AI分群整合机构中以电脑程序形式储存的资料或运算程序，相关的操作结果及相关的资料；其中该AI分群整合机构用于对于受测者建立气质量表、专注力数值、放松数值；再通过AI非监督式学习群集分析K‑means演算法对不同受测者的气质、专注力、放松程度进行分群；以提供相关人员作为了解受测者的指标，并据以做为改进之用。

Description

气质量表与专注力及放松度量测的AI分群整合***
技术领域
本发明有关于用于进行气质量表、专注力及放松度的量测及分析的***，尤其是一种气质量表与专注力及放松度量测的AI分群整合***。
背景技术
传统的儿童研究，着重于讨论儿童气质的特性。目前多数使用的方法是以“儿童气质量表”为主。此量表自1977年发展至今已相对成熟，并有公开使用版本，但因父母在填写“儿童气质量表”容易因记忆偏误、且填写表单受比较心理影响及对问卷内容理解的差异等，导致主观误差。中国台湾的台大医院儿童心理卫生中心发展研究小组修订编制“儿童气质量表”，且以问卷调查的方式制作气质量表。
现有的专注力监测仪器，主要是一头戴式的仪器，可用于监测脑波，其包括一头戴环、至少一脑波监测器位在该头戴环上、及一专注力计算晶片用于接收脑波监测器所量测的脑波数值并依据特定演算法求出受测者的专注力数值。其方式主要是测量人体左脑及右脑的α波，β波及γ波，这些不同的脑波具有不同的物理意义，也表示受测者不同的状态，因此通过测量这些不同的脑波，并进行数值运算可以得知受测者专心的程度。相关的数值运算方式在学术上已经有相当广泛的研究。而且应用脑波仪量测脑波后再通过晶片中的演算法得知受测者专心的程度，在学术上也有非常深入的探讨。
实际上一个人的整体学习及表现会同时受到气质及专注力的影响，不是单一的因素即可以决定一个人的整个学习成果，所以本发明的目的即希望整合气质及专注力的两种因素，评估受测者在这一方面的整体表现，以使得施教者可以了解受测者，且可以对受测者提供有效的改进方式。所以本发明中以气质量表辅以非侵入式的脑波搜集，以同步了解儿童大脑状态及反应，深入了解儿童专注力状态，以助于增进亲子关系，及享受亲子互动过程。
发明内容
所以本发明的目的为解决上述现有技术上的问题，本发明中提出一种气质量表与专注力及放松度量测的AI分群整合***，受测者可以通过一受测者界面进入一AI分群整合机构，通过测试以了解其自身的气质、专注力及放松程度的倾向。而且施教人员也可以依据AI非监督式学习群集分析K-means演算法(参见Tensor Flow + Keras深度学习人工智慧实务应用，林大贵着，初版，中国台湾新北市博硕文化公司，2017年5月出版)的演算分群结果了解多个受测者的气质、专注力及放松程度的倾向。这些数值有助于施教人员对受测者进行教育而改善其气质、专注力及放松程度。也可以提出方法进行教育，并且重复量测以评量教育的成果。
为达到上述目的本发明中提出一种气质量表与专注力及放松度量测的AI分群整合***，包括一中央伺服器；一AI分群整合机构内驻于该中央伺服器内；其中该中央伺服器包括一处理器及一记忆体；该处理器用于进行该AI分群整合机构所需要的操作；该记忆体用于储存该AI分群整合机构中以电脑程序形式储存的资料或运算程序，相关的操作结果及相关的资料；其中该AI分群整合机构用于对于受测者建立气质量表、专注力数值、放松数值；再通过AI非监督式学习群集分析K-means演算法对不同受测者的气质、专注力、放松程度进行分群；以提供相关人员作为了解受测者的指标，并据以做为改进之用。
进一步的，该AI分群整合机构包括：一受测者界面，用于接收受测者的信息，受测者通过该受测者单元进入该受测者界面，以进行相关的操作。
进一步的，该AI分群整合机构还包括一气质量表测试单元连接该受测者界面，用于对受测者进行气质量表的测试，以计算气质量表数值。
进一步的，该气质量表的测试项目选自活动量、规律性、适应性、趋近或趋避性、情绪本质、易转移注意力程度或注意力分散度、坚持度、反应强度、反应阈。
进一步的，该AI分群整合机构还包括一气质量表资料库连接该气质量表测试单元，用于记录受测者通过该气质量表测试单元所测得的气质量表数值。
进一步的，该AI分群整合机构还包括一气质量表分析单元连接该受测者气质量表资料库，用于分析同一受测者每次受测的气质量表数值，并依据既定的逻辑给出判定的结果。
进一步的，该AI分群整合机构还包括一专注力及放松数值量测单元连接该受测者界面，用于量测受测者的专注力数值及放松数值。
进一步的，该专注力及放松数值量测单元应用一头戴式仪器监测脑波以量测专注力及放松数值；在测试时该头戴式仪器配戴于人体头部；该头戴式仪器包括一头戴环、至少一脑波监测器位在该头戴环上、及一专注力及放松数值计算晶片位在该头戴环上，该专注力及放松数值计算晶片接收该至少一脑波监测器所量测的脑波的数值，依据特定的演算法得到受测者的专注力数值及放松数值。
进一步的，该AI分群整合机构还包括一专注力及放松数值资料库连接该专注力及放松数值量测单元，用于记录受测者通过该专注力及放松数值量测单元所测得的专注力数值及放松数值。
进一步的，该AI分群整合机构还包括一专注力及放松数值分析单元连接该专注力及放松数值资料库，用于分析同一受测者每次受测的专注力数值及放松数值，并依据既定的逻辑给出判定的结果。
进一步的，该AI分群整合机构还包括一气质量表与专注力及放松数值整合单元连接该气质量表资料库及该专注力及放松数值资料库，依据该气质量表资料库及该专注力及放松数值资料库中各个受测者的相对应的气质量表、专注力数值及放松数值，通过AI非监督式学习群集分析K-means演算法将多个受测者予以分群，每一类别标示受测者的气质、专注力及放松程度的倾向，其中这些数值具有相关性，所以可以提供相关人员作为了解受测者的指标。
附图说明
图1为本发明的硬体架构及AI分群整合机构之间的连接架构图。
图2为本发明的中央伺服器及AI分群整合机构的操作示意图。
图3为本发明的AI分群整合机构的元件架构方块图。
图4为本发明的专注力及放松数值量测单元的头戴式仪器的示意图。
图5为本发明的专注力及放松数值量测单元的元件架构方块图。
图6为本发明的气质量表的测试项目的应用例。
图7为本发明的气质量表的测试结果的应用例。
图8为本发明的专注力数值及放松数值的测试结果的应用例。
图9为本发明的气质量表与专注力及放松数值整合单元的分群结果的应用例。
附图标记说明
1 AI分群整合机构
10 中央伺服器
11 处理器
12 记忆体
15 施教者单元
20 受测者单元
30 受测者界面
40 气质量表测试单元
42 气质量表资料库
44 气质量表分析单元
50 专注力及放松数值量测单元
52 专注力及放松数值资料库
54 专注力及放松数值分析单元
60 气质量表与专注力及放松数值整合单元
70 头戴式仪器
71 头戴环
72 脑波监测器
73 专注力及放松数值计算晶片
74 蓝牙收发机
80 比对单元。
具体实施方式
关于本发明的优点与精神可以通过以下发明详述及附图得到进一步的了解。本发明较佳实施例的制造及使用详细说明如下。必须了解的是本发明提供了许多可应用的创新概念，在特定的背景技术之下可以做广泛的实施。此特定的实施例仅以特定的方式表示，以制造及使用本发明，但并非限制本发明的范围。
请参考图1至图9所示，为本发明的气质量表与专注力及放松度量测的AI分群整合***，包括下列元件：
如图1所示，本发明的硬体架构包括一中央伺服器10。
一AI分群整合机构1内驻于该中央伺服器10内，通过该中央伺服器10发挥其功能。其中该中央伺服器10连接到至少一受测者单元20，受测者可通过该受测者单元20进入该中央伺服器10，而与该AI分群整合机构1连通。其中该中央伺服器10也连接至一施教者单元15，施教人员可通过该施教者15而与该AI分群整合机构1连接。其中该受测者单元20或该施教者单元15可以是各种不同的电子资讯装置，如电脑、笔记本电脑、平板电脑、手机、PDA等等，其可通过网路连接该中央伺服器10。
如图2所示，其中该中央伺服器10包括一处理器11及一记忆体12。该处理器11用于进行该AI分群整合机构1所需要的操作。该记忆体12用于储存该AI分群整合机构1中以电脑程序形式储存的资料或运算程序，相关的操作结果及相关的资料。其中所有的操作结果及相关的资料均储存在该中央伺服器10的该记忆体12中。
其中该AI分群整合机构1的相关的软体及资料储存在该记忆体12中，并由该处理器11执行该AI分群整合机构1的相关作业。其中该中央伺服器10可以用不同的电子资讯***来实现，其中该电子资讯***包括如各种不同的电脑、手机、平板电脑、笔记本电脑、PDA等等。而该中央伺服器10需架构在这些电子资讯***中。
如图3所示，其中该AI分群整合机构1包括：
一受测者界面30，用于接收受测者的信息，受测者通过该受测者单元20进入该受测者界面30，以进行相关的操作。其中受测者的信息包括受测者的个人基本资料。受测者可通过专人辅导进行测试。
一气质量表测试单元40连接该受测者界面30，用于对受测者进行气质量表的测试，以计算气质量表数值。其中该气质量表的测试项目主要包括活动量、规律性、适应性、趋近或趋避性、情绪本质、易转移注意力程度或注意力分散度、坚持度、反应强度、反应阈。
当受测者登录到该AI分群整合机构1时，该气质量表测试单元40将不同的测试项目提供予受测者，并接收受测者的回复，而将该回复记录到受测者的气质量表表单中。
一气质量表资料库42连接该气质量表测试单元40，用于记录受测者通过该气质量表测试单元40所测得的气质量表数值。
一气质量表分析单元44连接该受测者气质量表资料库42，用于分析同一受测者每次受测的气质量表数值，并依据既定的逻辑给出判定的结果，以及依据该结果建立气质量表成长曲线。当该受测者在每次测试的气质量表数值持续增加，则表示该受测者的气质有增强。
一专注力及放松数值量测单元50连接该受测者界面30，用于量测受测者的专注力数值及放松数值。如图4及图5所示，该专注力及放松数值量测单元50应用一头戴式仪器70监测脑波以量测专注力及放松数值。在测试时该头戴式仪器70配戴于人体头部。该头戴式仪器70包括一头戴环71、至少一脑波监测器72位在该头戴环71上、及一专注力及放松数值计算晶片73位在该头戴环71上，该专注力及放松数值计算晶片73接收该至少一脑波监测器72所量测的脑波的数值，依据特定的演算法得到受测者的专注力数值及放松数值，其中该演算法如eSence专利演算法，其包括某段期间专注力数值及放松数值的变化情况；该头戴式仪器70还包括一蓝牙收发机74连接该专注力及放松数值计算晶片73，用于将所计算的结果向外传送，该计算的结果包括专注力数值及放松数值。
一专注力及放松数值资料库52连接该专注力及放松数值量测单元50，用于记录受测者通过该专注力及放松数值量测单元50所测得的专注力数值及放松数值。
一专注力及放松数值分析单元54连接该专注力及放松数值资料库52，用于分析同一受测者每次受测的专注力数值及放松数值，并依据既定的逻辑给出判定的结果，以及依据该结果建立专注力数值及放松数值的成长曲线。该专注力及放松数值分析单元54也用于计算出专注力数值或放松数值维持期间，即为受测者可将专注力数值或放松数值持续维持在某一高数值的期间，当该受测者在每次测试的数值或放松数值维持期间持续增加，则表示该受测者的专注力或放松程度有提高。
一气质量表与专注力及放松数值整合单元60连接该气质量表资料库42及该专注力及放松数值资料库52，依据该气质量表资料库42及该专注力及放松数值资料库52中各个受测者的相对应的气质量表、专注力数值及放松数值，通过AI非监督式学习群集分析K-means演算法(参见Tensor Flow + Keras深度学习人工智慧实务应用，林大贵着，初版，中国台湾新北市博硕文化公司，2017年5月出版)将多个受测者予以分群，如图9中所示，每一类别标示受测者的气质、专注力及放松程度的倾向，可以显示这些数值是具有相关性的，所以可以提供相关人员作为了解受测者的指标。
现举本发明的一应用例如下，其中以儿童作为受测者。
其中在资料收集阶段，可由儿童(或由儿童的家长代为操作)通过该受测者界面30填写由该气质量表测试单元40所提供的儿童气质量表(如图6所示)，并且同时通过该专注力及放松数值量测单元50对儿童进行专注力及放松数值测试。然后该气质量表测试单元40及该专注力及放松数值量测单元50将测试中所得到的气质量表数值、专注力数值及放松数值分别储存在该气质量表资料库42及该专注力及放松数值资料库52中。
其中在资料分析阶段，则通过该气质量表分析单元44、该专注力及放松数值分析单元54分析每位儿童受测的气质量表数值、专注力数值及放松数值。图7中为30位受测儿童的儿童气质数值的测试结果图表，借此可观察每位儿童的气质发展状况。图8则为各个儿童的专注力数值及放松数值的图表，借此可观察“专注力数值的平均数”和“放松数值的平均数”。并且通过该气质量表与专注力及放松数值整合单元60运用AI非监督式学习群集分析K-means演算法将参与测试的多个儿童予以分群，以观察不同分群中儿童的气质、专注力及放松程度的倾向。其中分群后的资讯可应用视觉化方式呈现。图9为该气质量表与专注力及放松数值整合单元60对于各个儿童的分群结果，图中分成四个类别为类别1、类别2、类别3及类别4，其中类别1中有14位儿童，类别2中有10位儿童，类别3中有4位儿童，类别4中有2位儿童。从图中可观察到类别2的儿童所量测的脑波数值相对最低，即专注力数值较低且放松数值较低，表示此类别的儿童为较低专注且较不放松；而类别4的儿童所量测的脑波数值相对最高，即专注力数值最高且放松数值最高，表示此类别的儿童为最专注且最放松。因此通过此分群结果可以得知哪一类别群组的儿童其专注力或放松程度较低，则表示需要给予辅导及帮助。
其中该AI分群整合机构1还包括一比对单元80连接该气质量表与专注力及放松数值整合单元60，用于比对受测者在不同受测环境下的气质、专注力及放松程度的倾向。因此施教人员可以对受测者进行教育而应用该比对单元80的比对结果评量该项教育的成果。
其中该比对单元80也可用于比对不同受测者之间的气质、专注力及放松程度的倾向，将不同的受测者的气质、专注力及放松程度的倾向进行比对。
本发明的优点在于受测者可以通过一受测者界面进入一AI分群整合机构，通过测试以了解其自身的气质、专注力及放松程度的倾向。而且施教人员也可以依据AI非监督式学习群集分析K-means演算法的演算分群结果了解多个受测者的气质、专注力及放松程度的倾向。这些数值有助于施教人员对受测者进行教育而改善其气质、专注力及放松程度。也可以提出方法进行教育，并且重复量测以评量教育的成果。
以上，虽然本发明是以一个最佳实施例作说明，本领域技术人员能在不脱离本发明精神与范畴下作各种不同形式的改变。前述所举实施例仅用以说明本发明而已，非用以限制本发明的范围。举凡不违本发明精神所从事的种种修改或改变，俱属本发明专利申请范围。

Claims (11)

1.一种气质量表与专注力及放松度量测的AI分群整合***，其特征在于，包括：
一中央伺服器；
一AI分群整合机构内驻于该中央伺服器内；其中该中央伺服器包括一处理器及一记忆体；该处理器用于进行该AI分群整合机构所需要的操作；该记忆体用于储存该AI分群整合机构中以电脑程序形式储存的资料或运算程序，相关的操作结果及相关的资料；
其中该AI分群整合机构用于对于受测者建立气质量表、专注力数值、放松数值；再通过AI非监督式学习群集分析K-means演算法对不同受测者的气质、专注力、放松程度进行分群；以提供相关人员作为了解受测者的指标，并据以做为改进之用。
2.如权利要求1所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构包括：一受测者界面，用于接收受测者的信息，受测者通过该受测者单元进入该受测者界面，以进行相关的操作。
3.如权利要求2所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一气质量表测试单元连接该受测者界面，用于对受测者进行气质量表的测试，以计算气质量表数值。
4.如权利要求3所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该气质量表的测试项目选自活动量、规律性、适应性、趋近或趋避性、情绪本质、易转移注意力程度或注意力分散度、坚持度、反应强度、反应阈。
5.如权利要求3所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一气质量表资料库连接该气质量表测试单元，用于记录受测者通过该气质量表测试单元所测得的气质量表数值。
6.如权利要求5所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一气质量表分析单元连接该受测者气质量表资料库，用于分析同一受测者每次受测的气质量表数值，并依据既定的逻辑给出判定的结果。
7.如权利要求5所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一专注力及放松数值量测单元连接该受测者界面，用于量测受测者的专注力数值及放松数值。
8.如权利要求7所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该专注力及放松数值量测单元应用一头戴式仪器监测脑波以量测专注力及放松数值；在测试时该头戴式仪器配戴于人体头部；该头戴式仪器包括一头戴环、至少一脑波监测器位在该头戴环上、及一专注力及放松数值计算晶片位在该头戴环上，该专注力及放松数值计算晶片接收该至少一脑波监测器所量测的脑波的数值，依据特定的演算法得到受测者的专注力数值及放松数值。
9.如权利要求7所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一专注力及放松数值资料库连接该专注力及放松数值量测单元，用于记录受测者通过该专注力及放松数值量测单元所测得的专注力数值及放松数值。
10.如权利要求9所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一专注力及放松数值分析单元连接该专注力及放松数值资料库，用于分析同一受测者每次受测的专注力数值及放松数值，并依据既定的逻辑给出判定的结果。
11.如权利要求9所述的气质量表与专注力及放松度量测的AI分群整合***，其特征在于，该AI分群整合机构还包括一气质量表与专注力及放松数值整合单元连接该气质量表资料库及该专注力及放松数值资料库，依据该气质量表资料库及该专注力及放松数值资料库中各个受测者的相对应的气质量表、专注力数值及放松数值，通过AI非监督式学习群集分析K-means演算法将多个受测者予以分群，每一类别标示受测者的气质、专注力及放松程度的倾向，其中这些数值具有相关性，所以可以提供相关人员作为了解受测者的指标。
CN201910707598.0A 2019-08-01 2019-08-01 气质量表与专注力及放松度量测的ai分群整合*** Withdrawn CN112329802A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910707598.0A CN112329802A (zh) 2019-08-01 2019-08-01 气质量表与专注力及放松度量测的ai分群整合***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910707598.0A CN112329802A (zh) 2019-08-01 2019-08-01 气质量表与专注力及放松度量测的ai分群整合***

Publications (1)

Publication Number Publication Date
CN112329802A true CN112329802A (zh) 2021-02-05

Family

ID=74319567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910707598.0A Withdrawn CN112329802A (zh) 2019-08-01 2019-08-01 气质量表与专注力及放松度量测的ai分群整合***

Country Status (1)

Country Link
CN (1) CN112329802A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06261873A (ja) * 1993-03-15 1994-09-20 Kanebo Ltd 脳波を用いた生理状態評価方法及び装置
CN102149320A (zh) * 2008-04-28 2011-08-10 科技研究局(A*Star) 用于专注度检测的方法和***
CN103989485A (zh) * 2014-05-07 2014-08-20 朱晓斐 基于脑电波的人体疲劳度评价方法
WO2016187504A1 (en) * 2015-05-20 2016-11-24 TruValue Labs, Inc. Crowd-based sentiment indices
TWI579813B (zh) * 2011-02-16 2017-04-21 知識要素公司 用於可適性知識評鑑及學習之系統及方法
TW201806552A (zh) * 2016-08-30 2018-03-01 遠東科技大學 腦波分析群體專注度之方法及系統
CN107958433A (zh) * 2017-12-11 2018-04-24 吉林大学 一种基于人工智能的在线教育人机交互方法与***
TW201924603A (zh) * 2017-11-22 2019-07-01 廖淑君 導入神經回饋技術且具分析功能之專注力演訓系統

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06261873A (ja) * 1993-03-15 1994-09-20 Kanebo Ltd 脳波を用いた生理状態評価方法及び装置
CN102149320A (zh) * 2008-04-28 2011-08-10 科技研究局(A*Star) 用于专注度检测的方法和***
TWI579813B (zh) * 2011-02-16 2017-04-21 知識要素公司 用於可適性知識評鑑及學習之系統及方法
CN103989485A (zh) * 2014-05-07 2014-08-20 朱晓斐 基于脑电波的人体疲劳度评价方法
WO2016187504A1 (en) * 2015-05-20 2016-11-24 TruValue Labs, Inc. Crowd-based sentiment indices
TW201806552A (zh) * 2016-08-30 2018-03-01 遠東科技大學 腦波分析群體專注度之方法及系統
TW201924603A (zh) * 2017-11-22 2019-07-01 廖淑君 導入神經回饋技術且具分析功能之專注力演訓系統
CN107958433A (zh) * 2017-12-11 2018-04-24 吉林大学 一种基于人工智能的在线教育人机交互方法与***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李宜玫: ""数学低成就学习动机之类型与区别分析：中小学弱势学生与一般学生之比较"", 教育科学研究期刊, vol. 57, no. 4, pages 39 - 71 *
陈奕桦;杨雅婷;江维钧;: "专注力生理信息反馈的应用―采结合课堂小组竞赛的型式", 生物技术世界, no. 01 *

Similar Documents

Publication Publication Date Title
Lim et al. STEW: Simultaneous task EEG workload data set
CN104856704B (zh) 主客观相结合的心理测评方法及***
US10772527B2 (en) Brain matching
CN109199410B (zh) 一种基于眼部运动的言语认知评估方法
RU2319444C1 (ru) Способ психологического анализа и устройство для его реализации (варианты)
Vogel et al. The role of motivation in psychological stress.
Umematsu et al. Forecasting stress, mood, and health from daytime physiology in office workers and students
Bay et al. Validity and reliability of Bergen Insomnia Scale (BIS) among adolescents
CN106063699A (zh) 一种基于眼动技术的医疗器械说明书可用性评估方法
CN115331142A (zh) 一种便捷式人机交互评估***
CN110477932B (zh) 一种基于互联网与云计算的学生心理压力评估方法及***
WO2022057840A1 (zh) 脑认知功能检测***
KR101118276B1 (ko) 생체 감성 지표 및 상황 정보로부터 학습 집중도에 관련된 학습 감성 지표를 생성하기 위한 유비쿼터스-러닝용 미들웨어 장치
KR102458977B1 (ko) 정신 건강 진단 시스템
CN116453656B (zh) 一种心理健康评估预警***及方法
KR20120097098A (ko) 생체 감성 지표 및 상황 정보로부터 생성된 학습 감성 지표에 기반하여 사용자의 학습 효과를 향상시키기 위한 유비쿼터스-러닝용 학습 효과 향상 장치
Brunet et al. In the company we keep: Social physique anxiety levels differ around parents and peers
CN112329802A (zh) 气质量表与专注力及放松度量测的ai分群整合***
CN113729708B (zh) 一种基于眼动技术的谎言评判方法
Ryan et al. Understanding test construction
CN112120717B (zh) 一种判断用户精神状态的方法、用户设备以及存储介质
CN104992080B (zh) 一种潜能值测验的刺激信息编制方法
CN110192872B (zh) 压力评估校准方法、装置及存储介质
TWM588293U (zh) 氣質量表與專注力及放鬆度量測的ａｉ分群整合系統
CN114169808A (zh) 计算机实施的学习力评估方法、计算设备、介质和***

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210205

WW01 Invention patent application withdrawn after publication