TW201807675A - 腦波分析輔助教學系統 - Google Patents

腦波分析輔助教學系統 Download PDF

Info

Publication number
TW201807675A
TW201807675A TW105127881A TW105127881A TW201807675A TW 201807675 A TW201807675 A TW 201807675A TW 105127881 A TW105127881 A TW 105127881A TW 105127881 A TW105127881 A TW 105127881A TW 201807675 A TW201807675 A TW 201807675A
Authority
TW
Taiwan
Prior art keywords
answer
question
preset
module
data
Prior art date
Application number
TW105127881A
Other languages
English (en)
Other versions
TWI629673B (zh
Inventor
謝哲人
魏春旺
李麗雪
Original Assignee
遠東科技大學
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 遠東科技大學 filed Critical 遠東科技大學
Priority to TW105127881A priority Critical patent/TWI629673B/zh
Publication of TW201807675A publication Critical patent/TW201807675A/zh
Application granted granted Critical
Publication of TWI629673B publication Critical patent/TWI629673B/zh

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一種腦波分析輔助教學方法及系統，包含：一腦波偵測器、一腦波分析模組、一作答界面、一答案比對模組及一出題分析子系統，並執行下列步驟：A.由該作答界面提供預設的一問題資料，以取得對應的一作答資料，並於該答題過程中以該腦波偵測器取得一腦波狀態資訊；B.以該答案比對模組將該作答資料比對預設的答案資料，並以該腦波分析模組比對該腦波狀態資訊是否對應低專注狀態；C.判斷該作答資料是否對應答案資料且該專注狀態對應低專注狀態，若是將由該出題分析子系統之一出題模組提供預設較高難度的另一問題資料或一教學資料。

Description

腦波分析輔助教學方法及系統
本發明係關於一種輔助教學方法及系統，尤指利用腦波分析及答題輔助教學方法及系統。
隨著科技的進步，人們除了一般物理量的量測之外，目前已經有方法可量化人類腦波的專注度，並可藉由設備量測及輸出人類的腦波。相關產品例如有神念科技研發的腦電晶片，可處理和輸出α,β等腦波波段數據，並可藉由特殊演算法輸出eSense專注指數，eSense專注指數可”顯示了使用者精神“集中度”或“注意度”的強弱，該數值的範圍是0到100，當心煩意亂、精神恍惚、注意力不集中以及焦慮等精神狀態時，專注度指數的數值會降低。
另外有中華民國專利公告第M393291號之「腦波判斷學習應用裝置」，其於設計上可提供一教學主機以對使用者發出一練習之問題，而於其作答之期間同時讀取使用者之腦波，並進一步分析判斷出該腦波中對於答題之熟悉程度值，而當熟悉程度值超過一定標準值時，則可驅控該教學主機繼續發出測驗之問題，藉此以提供有效率之教學手段。但此前案並未揭露如何判斷使用者對於答題之熟悉程度，實施上仍欠缺更為具體有效的判斷方式。
爰此，本發明人為可藉由腦波分析提供有效率且可行的教學方式，而提出一種腦波分析輔助教學方法，包含：A.進行一答題程序，該答題程序係由一作答界面提供預設的一問題資料，以取得對應的一作答資料，並於該答題程序中以一腦波偵測器取得一腦波狀態資訊；B.以一答案比對模組將該作答資料比對預設的一答案資料，並以一腦波分析模組比對該腦波狀態資訊是否對應預設的一低專注狀態；及C.藉由一判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若是將由一出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一進階教學資料。
進一步，該腦波分析模組先按照預設的一取樣時間取得複數專注值，並統計前述專注值低於預設之一專注值門檻值的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
進一步，步驟C中，該判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若否將提供預設難度等級實質上相同或低於該問題資料的另一問題資料或協助解題的一解說教學資料。
本發明亦為一種腦波分析輔助教學系統，包含：一作答界面，用以提供預設的一問題資料，並取得對應該問題資料的一作答資料；一腦波處理組件，包含一腦波偵測器及一腦波分析模組，該腦波偵測器連接該作答界面，用以在該作答界面提供該問題資料的過程中取得一腦波狀態資訊，該腦波分析模組連接該腦波偵測器，用以比對該腦波狀態資訊是否對應預設的一低專注狀態；一答案比對模組，連接該作答界面，用以將該作答資料比對預設的一答案資料；及一出題分析子系統，連接該腦波分析模組及該答案比對模組，該出題分析子系統包含一判斷模組及一出題模組，該判斷模組用以判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若是則使該出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一教學資料。
進一步，該腦波分析模組先按照預設的一取樣時間取得複數專注值，並統計前述專注值低於預設之一專注值門檻值的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
進一步，該判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若否將提供預設難度等級實質上相同或低於該問題資料的另一問題資料或協助解題的另一教學資料。
更包括一伺服端及一頭戴式穿戴件，該伺服端提供前述作答界面、該答案比對模組及該出題分析子系統，該頭戴式穿戴件供前述腦波處理組件設置，該腦波分析模組無線訊號連接該伺服端。
本發明同時也是一種腦波分析輔助教學系統，用於依據一腦波處理組件於作答過程分析所得之一專注狀態之資訊協助教學，該腦波分析輔助教學系統包含：一作答界面，用以提供預設的一問題資料，並取得對應該問題資料的一作答資料；一答案比對模組，連接該作答界面，用以將該作答資料比對預設的一答案資料；及一出題分析子系統，連接該腦波分析模組及該答案比對模組，該出題分析子系統包含一判斷模組及一出題模組，該判斷模組用以判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的一低專注狀態，若是則使該出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一教學資料。
根據上述技術特徵可達成以下功效：
1.整合學習者在解題過程的專注值與答案，作為判斷是否提供難度進階的問題或教學內容，以發展一套適性化輔助教學機制，以推薦更為適合學習者之學習狀態的學習輔助策略，不致造成學習者過份的認知負荷。藉此，亦可避免傳統出題系統會因為學習者猜中正確答案而提供錯誤難度的進階問題或教學資料的問題。
2.可於取樣時間多次取樣的專注值，再統計專注值為高專注值的次數，以進一步提高系統判斷的精確度。
綜合上述技術特徵，本發明腦波分析輔助教學方法及系統的主要功效將可於下述實施例清楚呈現。
請先參閱第一圖及第二圖，係揭示本發明實施例腦波分析輔助教學系統，包含：一腦波處理組件(1)及一伺服端(2)，其中：
該腦波處理組件(1)包含一腦波偵測器(11)、一腦波分析模組(12)及一頭戴式穿戴件(13)，該腦波偵測器(11)及該腦波分析模組(12)可皆安裝於該頭戴式穿戴件(13)，但實施上不侷限於此，亦可只將該腦波偵測器(11)安裝於該頭戴式穿戴件(13)，並將該腦波偵測器(11)取得之一腦波狀態資訊以有線或無線(例如藍牙、Wi-Fi、ZigBee等)發送至該腦波分析模組(12)。該腦波分析模組(12)連接該腦波偵測器(11)，用以比對該腦波狀態資訊是否對應預設的一高專注狀態。
復請參閱第二圖，詳細而言，該腦波分析模組(12)可先按照預設的一取樣時間(例如每10秒、20秒、30秒一次等)取得複數專注值，並統計前述專注值低於預設之一專注值門檻值(121)的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值(例如30秒內1次、1分鐘內兩次等)時，才認定該腦波資訊的專注狀態為前述低專注狀態，以進一步提高系統判斷的精確度。舉例來說，該專注值門檻值(121)以eSense專注指數為例作為說明，若數值的範圍是0到100，則該專注值門檻值(121)則可設定為50(亦可依使用者需求設定不同值)，高於50則可判斷為高專注度，低於50則可判斷為低專注度。
復請參閱第二圖，要進一步說明的是，前述腦波分析模組(12)例如可採用神念科技研發的腦電晶片，該腦電晶片可處理和輸出α,β等腦波波段數據，並可藉由特殊演算法輸出前述eSense專注指數，前述eSense專注指數可”顯示了使用者精神“集中度”或“注意度”的強弱，該數值的範圍是0到100，當心煩意亂、精神恍惚、注意力不集中以及焦慮等精神狀態時，專注度指數的數值會降低。但腦電晶片並不侷限於此，只要是可處理和輸出α,β等腦波波段數據，進而得以分析腦波資訊的專注度指數即可。
復請參閱第二圖，該伺服端(2)包含一處理模組(20)及連接該處理模組(20)之一作答界面(21)、一答案比對模組(22)及一出題分析子系統(23)，該作答界面(21)用以提供預設的一問題資料(211)，並取得對應該問題資料的一作答資料，實施上可一併將該問題資料呈現於螢幕，並於螢幕上提供答題欄以取得該作答資料。該答案比對模組(22)連接該作答界面(21)，用以將該作答資料比對預設的一答案資料(212)，該出題分析子系統(23)連接該腦波分析模組(12)及該答案比對模組(22)，該出題分析子系統(23)包含一判斷模組(231)及一出題模組(232)，該判斷模組(231)可利用文本比對技術或一般邏輯判斷語法(例如將答案予以編碼，以供比對編碼即可)，判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該高專注狀態，若是則使該出題模組(232)提供預設難度等級相對高於該問題資料的另一問題資料或一進階教學資料。
復請參閱第二圖，要補充說明的是，於本實施例中，是以單一電腦系統的螢幕提供前述作答界面(21)、前述答案比對模組(22)、前述出題分析子系統(23)及一資料庫(24)，該資料庫(24)儲存有複數前述答案資料、預先以不同難度分類的複數前述問題資料及教學資料、用於協助解題的教學資料、前述高專注狀態、前述專注值門檻值(121)等所需資料，但實施上並不以此為限，例如可由手機的螢幕提供前述作答界面(21)，而前述答案比對模組(22)或/及前述出題分析子系統(23)、前述資料庫則由一雲端伺服器提供即可。
前述腦波分析輔助教學系統使用之流程可參閱第三圖，以下請參閱第一圖及第二圖，進一步詳細說明使用流程：
A.進行一答題程序，該答題程序係由前述作答界面(21)提供預設的一問題資料，以取得學習者回答該問題資料的一作答資料，並於該答題程序中以該腦波偵測器(11)取得前述腦波狀態資訊。
B.以該答案比對模組(22)將該作答資料比對預設的答案資料，並以該腦波分析模組(12)比對該腦波狀態資訊是否對應預設的一低專注狀態。最好是，該腦波分析模組(12)先按照預設的取樣時間取得複數專注值，並統計前述專注值高於預設之一專注值門檻值(121)的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
C.藉由該判斷模組(231)判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該高專注狀態，若是將由該出題模組(232)提供預設難度等級相對高於該問題資料的另一問題資料或一教學資料。舉例來說，選擇題的正確答案為1、學習者的答案亦為1，則該答案比對模組(22)可比對兩者相符而判斷為正確，接著該腦波分析模組(12)所分析的專注值為40高於預設之專注值門檻值50，而得以判斷學習者可於低學習負荷下正確答題，因此可再進一步提供難度更難的問題資料。詳細而言，請參閱第四圖及第二圖，該腦波分析模組(12)可先按照預設的一取樣時間(例如每10秒、20秒、30秒一次等)取得複數專注值，並統計前述專注值高於預設之一專注值門檻值(121)的一高專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
最好是，步驟C中，該判斷模組(231)判斷該作答資料是否實質上相同於答案資料且該專注狀態對應預設的該高專注狀態，若否將提供預設難度等級實質上相同或低於該問題資料的另一問題資料或協助解題的另一教學資料。舉例來說，選擇題的正確答案為1、學習者的答案為2，則該答案比對模組(22)可比對兩者不相符而判斷為錯誤，接著該腦波分析模組(12)所分析的專注值為60高於預設之專注值門檻值50，而得以判斷學習者可於高學習負荷下答題錯誤，因此不適合再進一步提供難度更難的問題資料，僅適合維持同樣難度的題目或提供協助解題的教學資料。另外，若選擇題的正確答案為1、學習者的答案亦為1，雖該答案比對模組(22)可比對兩者相符而判斷為正確，但若該腦波分析模組(12)所分析的專注值為60高於預設之專注值門檻值50，而得以判斷學習者仍須於高學習負荷下答題，因此不適合再進一步提供難度更難的問題資料，僅適合維持提供同樣或相似難度的題目。
藉上述流程，即可整合學習者在解題過程的專注值與答案，作為判斷是否提供難度進階的問題或教學內容，以發展一套適性化輔助教學機制，以推薦更為適合學習者之學習狀態的學習輔助策略，不致造成學習者過份的認知負荷。可避免傳統出題系統會因為學習者猜中正確答案而提供錯誤難度的進階問題或教學資料的問題。
綜合上述實施例之說明，當可充分瞭解本發明之操作、使用及本發明產生之功效，惟以上所述實施例僅係為本發明之較佳實施例，當不能以此限定本發明實施之範圍，即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾，皆屬本發明涵蓋之範圍內。
(1)‧‧‧腦波處理組件
(11)‧‧‧腦波偵測器
(12)‧‧‧腦波分析模組
(121)‧‧‧專注值門檻值
(13)‧‧‧頭戴式穿戴件
(2)‧‧‧伺服端
(20)‧‧‧處理模組
(21)‧‧‧作答界面
(211)‧‧‧問題資料
(212)‧‧‧答案資料
(22)‧‧‧答案比對模組
(23)‧‧‧出題分析子系統
(231)‧‧‧判斷模組
(232)‧‧‧出題模組
(24)‧‧‧資料庫
[第一圖]係本發明實施例之系統架構示意圖。
[第二圖]係本發明實施例之系統方塊示意圖。
[第三圖]係本發明實施例之步驟流程示意圖。
[第四圖]係本發明實施例取樣步驟流程示意圖。
(1)‧‧‧腦波處理組件
(11)‧‧‧腦波偵測器
(12)‧‧‧腦波分析模組
(121)‧‧‧專注值門檻值
(13)‧‧‧頭戴式穿戴件
(2)‧‧‧伺服端
(20)‧‧‧處理模組
(21)‧‧‧作答界面
(211)‧‧‧問題資料
(212)‧‧‧答案資料
(22)‧‧‧答案比對模組
(23)‧‧‧出題分析子系統
(231)‧‧‧判斷模組
(232)‧‧‧出題模組
(24)‧‧‧資料庫

Claims (8)

  1. 一種腦波分析輔助教學方法，包含： A.進行一答題程序，該答題程序係由一作答界面提供預設的一問題資料，以取得對應的一作答資料，並於該答題程序中以一腦波偵測器取得一腦波狀態資訊； B.以一答案比對模組將該作答資料比對預設的一答案資料，並以一腦波分析模組比對該腦波狀態資訊是否對應預設的一低專注狀態；及 C.藉由一判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若是將由一出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一進階教學資料。
  2. 如申請專利範圍第1項所述之腦波分析輔助教學方法，其中，該腦波分析模組先按照預設的一取樣時間取得複數專注值，並統計前述專注值低於預設之一專注值門檻值的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
  3. 如申請專利範圍第1項所述之腦波分析輔助教學方法，其中，步驟C中，該判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若否將提供預設難度等級實質上相同或低於該問題資料的另一問題資料或協助解題的一解說教學資料。
  4. 一種腦波分析輔助教學系統，包含： 一作答界面，用以提供預設的一問題資料，並取得對應該問題資料的一作答資料； 一腦波處理組件，包含一腦波偵測器及一腦波分析模組，該腦波偵測器連接該作答界面，用以在該作答界面提供該問題資料的過程中取得一腦波狀態資訊，該腦波分析模組連接該腦波偵測器，用以比對該腦波狀態資訊是否對應預設的一低專注狀態； 一答案比對模組，連接該作答界面，用以將該作答資料比對預設的一答案資料；及 一出題分析子系統，連接該腦波分析模組及該答案比對模組，該出題分析子系統包含一判斷模組及一出題模組，該判斷模組用以判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若是則使該出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一教學資料。
  5. 如申請專利範圍第4項所述之腦波分析輔助教學系統，其中，該腦波分析模組先按照預設的一取樣時間取得複數專注值，並統計前述專注值低於預設之一專注值門檻值的一低專注值次數，當該低專注次數大於預設的一專注次數門檻值時，認定該腦波資訊的專注狀態為前述低專注狀態。
  6. 如申請專利範圍第4項所述之腦波分析輔助教學系統，其中，該判斷模組判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的該低專注狀態，若否將提供預設難度等級實質上相同或低於該問題資料的另一問題資料或協助解題的另一教學資料。
  7. 如申請專利範圍第4項所述之腦波分析輔助教學系統，更包括一伺服端及一頭戴式穿戴件，該伺服端提供前述作答界面、該答案比對模組及該出題分析子系統，該頭戴式穿戴件供前述腦波處理組件設置，該腦波分析模組無線訊號連接該伺服端。
  8. 一種腦波分析輔助教學系統，用於依據一腦波處理組件於作答過程分析所得之一專注狀態之資訊協助教學，該腦波分析輔助教學系統包含： 一作答界面，用以提供預設的一問題資料，並取得對應該問題資料的一作答資料； 一答案比對模組，連接該作答界面，用以將該作答資料比對預設的一答案資料；及 一出題分析子系統，連接該腦波分析模組及該答案比對模組，該出題分析子系統包含一判斷模組及一出題模組，該判斷模組用以判斷是否該作答資料實質上相同於答案資料且該專注狀態對應預設的一低專注狀態，若是則使該出題模組提供預設難度等級相對高於該問題資料的另一問題資料或一教學資料。
TW105127881A 2016-08-30 2016-08-30 腦波分析輔助教學系統 TWI629673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW105127881A TWI629673B (zh) 2016-08-30 2016-08-30 腦波分析輔助教學系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105127881A TWI629673B (zh) 2016-08-30 2016-08-30 腦波分析輔助教學系統

Publications (2)

Publication Number Publication Date
TW201807675A true TW201807675A (zh) 2018-03-01
TWI629673B TWI629673B (zh) 2018-07-11

Family

ID=62189888

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105127881A TWI629673B (zh) 2016-08-30 2016-08-30 腦波分析輔助教學系統

Country Status (1)

Country Link
TW (1) TWI629673B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI661406B (zh) * 2017-04-24 2019-06-01 日商松下知識產權經營股份有限公司 智慧生產性評價裝置及智慧生產性評價方法
CN112053598A (zh) * 2020-09-15 2020-12-08 科大讯飞股份有限公司 一种试题推荐方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM393291U (en) * 2010-07-26 2010-12-01 Alchemy Technology Co Ltd Learning device applying the brain wave determination
US9224309B2 (en) * 2012-04-02 2015-12-29 Wisconsin Alumni Research Foundation Teaching system for improving information retention based on brain-state monitoring
TWI491380B (zh) * 2012-06-08 2015-07-11 Yu Hua Lee Focus analysis method
TWM509399U (zh) * 2015-05-26 2015-09-21 Univ Hungkuang 腦波及手勢控制之回饋學習系統
TWM523929U (zh) * 2016-02-18 2016-06-11 Tien-Tun Chen 互動式教學系統

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI661406B (zh) * 2017-04-24 2019-06-01 日商松下知識產權經營股份有限公司 智慧生產性評價裝置及智慧生產性評價方法
US11978004B2 (en) 2017-04-24 2024-05-07 Panasonic Intellectual Property Management Co., Ltd. Intellectual productivity evaluation device and intellectual productivity evaluation method
CN112053598A (zh) * 2020-09-15 2020-12-08 科大讯飞股份有限公司 一种试题推荐方法及装置

Also Published As

Publication number Publication date
TWI629673B (zh) 2018-07-11

Similar Documents

Publication Publication Date Title
US20220293286A1 (en) Medical assessment based on voice
JP6641298B2 (ja) 多肢選択式の解答の直接選択及び状態変更の特定を容易にするためのブレインコンピュータインターフェース
US20210219894A1 (en) Intelligent Attention Rehabilitation System
Chen et al. Using task-induced pupil diameter and blink rate to infer cognitive load
AU2016269464A1 (en) Providing computer aided speech and language therapy
Parga et al. Defining and distinguishing infant behavioral states using acoustic cry analysis: is colic painful?
US11315040B2 (en) System and method for detecting instances of lie using Machine Learning model
Ardalan et al. Whole-body movement during videogame play distinguishes youth with autism from youth with typical development
JP2010158523A (ja) ディストラクションの影響を測定するための方法、コンピュータ化された試験システム、ディストラクションの影響を測定するためのシステム、ヒトの被験者の行動を測定するための方法、および刺激の影響を測定するためのシステム
CN110876611A (zh) 一种老年人群神经认知障碍远程评测方法
Suzuki Probing the construct validity of LLAMA_D as a measure of implicit learning aptitude: Incidental instructions, confidence ratings, and reaction time
Lipsmeier et al. A remote digital monitoring platform to assess cognitive and motor symptoms in Huntington disease: cross-sectional validation study
TWI629673B (zh) 腦波分析輔助教學系統
Howell et al. Reliability and minimal detectable change for a smartphone-based motor-cognitive assessment: implications for concussion management
Middleton et al. A rapid electronic cognitive assessment measure for multiple sclerosis: validation of cognitive reaction, an electronic version of the symbol digit modalities test
Makai-Bölöni et al. Touchscreen-based finger tapping: Repeatability and configuration effects on tapping performance
JPWO2018198948A1 (ja) 知的生産性評価装置及び知的生産性評価方法
US20200185110A1 (en) Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests
Wetherell et al. The effect of socially evaluated multitasking stress on typing rhythms
Tang et al. A meta-analysis of the association between movement specific reinvestment and motor performance
Kang et al. Development of intelligent learning tool for improving foreign language skills based on EEG and eye tracker
Giovanini et al. Discriminating postural control behaviors from posturography with statistical tests and machine learning models: Does time series length matter?
CN110765987B (zh) 创新行为特征的量化方法、装置和电子设备
Naszariahi et al. The development of galvanic skin response for depressed people
TWI616185B (zh) 腦波分析群體專注度之方法及系統

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees