脑科学智慧教室制造技术

本发明专利技术公开了一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；其工作流程包括：采集被测试者原始脑电数据；获取被测试者实时的脑认知能力；获得被测试者兴趣度、吸引度、专注度、识记度四项指标；对第三步中的四项指标利用滑动时间窗方法计算其动态变化；通过数据服务器接收来自学生工作站的数据进行分析；通过网页服务器智能推送解决方案。本发明专利技术能够更客观、更直接、更实时、更科学地反映出个人或群体的专注力、认知能力、学习能力和教学与培训效果，并根据测评结果自动给予有针对性的解决方案，测评与推送过程人工干预少，简便易行，对实施者的专业要求完全控制在现有教学与培训机构可操作的范围内。

【技术实现步骤摘要】
脑科学智慧教室
本专利技术涉及智能教学领域，具体地说，涉及一种具备脑电波分析的脑科学智慧教室。
技术介绍
注意(attention)是心理活动对一定对象的指向和集中。是人类有意识自觉主动地获取信息、学习知识和技能的根本手段。记忆力(memory)是识记、保持、再认识和重现客观事物所反映的内容和经验的能力。注意力与记忆力是孩子感知外部世界、学习知识的重要工具，是决定孩子沟通能力、学习能力的基础。良好的注意力以及记忆力是学习效果的重要保证。传统的课堂上要了解学生的表现，主要是教师通过主观感觉来判断其在课堂上是否专注、是否用心听讲；有经验的教师依据主观感觉做出判断往往比较准确，但难以面面俱到的观察每一名学生，无从把握课堂上整体情况。另外，思想溜号等行为不易被发现。教学评估工作是教育质量保障体系的重要组成部分，学校为了推进教学改革，提高人才培养质量，必然重视教学评估。目前主流的方法是通过公开课同行评价和学生量表打分两种方式相结合，来收集、分析和掌握课堂教学效果。通过填表的方法，因为是事后调查分析，且评分人员受心理因素和相互关系等方面的影响，所以会降低评估分数的客观性，得到的结果不够及时，也不够直接。在培训领域：柯克帕特里克的四层次培训评估模型占据主导地位，被理论界和业界广为采用。柯克帕特里克提出可以从四个方面评估培训效果，分别是反应层、学习层、行为层、结果层(Kirkpatrick，1994)。但是该模型在运用中仍普遍存在几个问题：1.评价主观化。2.评价节点化。3.分析整体化。神经人因学(Neuroergonomics)，通过将认知神经科学的理论技术应用于人因工效学，分析人在工作时大脑产生的反应，客观、准确、实时了解工作绩效和日常状态(Parasuraman，2003；Parasuraman＆Rizzo，2007；Parasuraman，2011)，进而帮助企业管理者合理配置人力资源和工作负荷，达到人岗匹配，更好地实现人力资源开发。脑电图(EEG/ERP)相比其它认知神经科学的研究手段，其优点在于：较好的便携性、高时间分辨率和低成本。
技术实现思路
本专利技术正是为了解决现有的依靠问卷调查评估课堂教学效果的方法存在不及时、不直接等问题，而设计的一种实时测量群体专注力、记忆力、兴趣度、吸引度、专注度、识记度并提供报告和反馈的系统，系统中包含一种能够记录人体的脑电、身体动作的可脑电设备；设备采集的信号通过计算分析，实时展示和反馈人群的兴趣度、吸引度、专注度、识记度；课上实时提醒、课后汇总课程跟踪数据对比分析；通过智能算法给学员推荐适合个体的学能训练内容，即脑科学智慧教室。本专利技术解决其技术问题所采用的技术方案是：一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；脑科学智慧教室的工作流程包括以下六个步聚：第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。所述脑科学智慧教室，其第三步中的特质测评标准任务是：以认知神经科学为基础、结合心理学、认知科学开发的脑电测评标准任务，利用被测试者完成标准任务时脑电波、在神经反应的层面做出建模和判断，获得被测试者在四个维度兴趣度、吸引度、专注度、识记度上的特质测评结果数据。所述脑科学智慧教室，其第六步中智能推送解决方案包括：基于被测试者兴趣度、吸引度、专注度、识记度四个维度得分、给予孩子和家长建议，为提升某个维度需要采取的措施、注意在家庭中保持什么样的氛围。所述脑科学智慧教室，其第六步中智能推送解决方案包括：推送适合被测试者的训练任务，用户登录本人的家庭云系统账户就可以见到这些任务。所述脑科学智慧教室，其第六步中智能推送解决方案包括线上家长课：根据被试孩子的特点，自动将适合家长学习的课程显示在其账户中。所述脑科学智慧教室，其第六步中给出个性化建议和智能推送解决方案包括线下课程：适合这名孩子的讲座信息、课程信息、提供课程的教育机构，不定期发送到账户中。所述脑科学智慧教室，在学生工作站，学生通过使用浏览器访问网页服务器，并可根据权限获得数据服务器中的相关数据。所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；在教师工作站，任课教师通过使用浏览器访问局域网中的本地服务器，根据权限获得数据服务器中的相关数据，任课教师可结合课堂情况、根据经验对现场教学做出调整。所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：在教师工作站，非任课教师可以通过使用浏览器访问广域网中的服务器，根据权限远程登录服务器，获得正在进行中的课程的相关数据，实时了解课程教学情况，实现远程观摩、评估和指导。所述脑科学智慧教室，其第五步中服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统：任课教师、课研相关教师以及管理者通过使用浏览器访问广域网中的服务器，根据权限远本文档来自技高网...

【技术保护点】
1.一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；其特征在于：脑科学智慧教室的工作流程包括以下六个步聚：第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。...

【技术特征摘要】
1.一种脑科学智慧教室，包括学生工作站、服务器、教师工作站、远程访问端和云系统；其特征在于：脑科学智慧教室的工作流程包括以下六个步聚：第一步：在学生工作站让被测试者穿上智能脑电设备，进入给定的认知环境或者进入实际的学习环境，通过智能脑电设备获取被测试者脑电波；脑电波在智能脑电设备中完成模数转换、数字化的脑电波通过蓝牙发送到学生工作站；第二步：学生工作站接收来自脑电设备的数据进行分析，脑电的原始波形看似杂乱无章，通过数据服务器中的脑电波分析软件，算法将原始波形滤波，通过傅里叶变换将时域信号转换到5个频域波段上，得出能量数值；再将这些能量值按时间段的先后安放回时间轴，得到脑电各个波段随时间变化的能量数据；第三步：软件以第二步中的能量数据为基础，计算得到以下核心指标：①由双侧前额叶的alpha频段能量做计算，得到兴趣度；这项指标能反映受测者对培训内容的喜好程度；②由额叶与顶叶的脑电波能量计算，得到吸引度；这项指标反映受测者对培训的投入和浸入程度；③由额叶的beta频段能量做计算，得到专注度；这项指标反映受测者在培训中投入的注意力，即认知负荷；④由theta频段能量做计算，得到识记度；这项指标反映与记忆编码相关的脑活动，受测者对培训内容主动记忆的程度，与被测试者的长期培训效果有关联；第四步：对第三步中的四项指标利用滑动时间窗方法计算其动态变化：以10秒钟为一个时间窗，利用该时间窗内的数据可进行一次效果指标的计算，然后将时间窗移动1秒，用新的时间窗内的数据重新进行效果指标的计算；可以获得时间分辨率为1秒的效果指标的动态变化曲线；该曲线的变化趋势反映培训内容的改变带来的效应；可以实时测得课堂上的每位被测试者是否跟上了课堂节奏、是否在专心听讲、是否对课堂内容感兴趣；第五步：通过数据服务器接收来自学生工作站的数据进行分析，通过数据服务器中的软件并结合应用经验，以及被测试者测评结果数据和当前数据进行比对分析，获得被测试者在实际的学习环境中的兴趣度、吸引度、专注度、识记度等多个维度的数据；服务器实时自动综合分析全班数据，形成反映全班整体课堂状态以及教学效果的数据，并将关键数据上传至云系统；第六步：通过网页服务器智能推送解决方案，以第三步、第四步、第五步中的脑电波数据分析、兴趣度、吸引度、专注度、识记度四项指标，云系统依据被测者数据和大数据模型得出对每个被测试者的个性化解决方案，通过网页服务器将个性化的建议和解决方案推送给学员。2.根据权利要求1所述的脑科学智慧教室，其特征在于：第三...

【专利技术属性】
技术研发人员：林思恩，杨志，薛传琦，
申请(专利权)人：探客柏瑞科技北京有限公司，
类型：发明
国别省市：北京,11