本实用新型属于眼动仪技术领域,尤其是一种用眼监护眼动仪,包括眼动仪本体,所述眼动仪本体的表面铰接有眼镜腿,所述眼镜腿的表面的安装有护眼装置,通过所述护眼装置对眼部进行养护,所述护眼装置包括插杆。该用眼监护眼动仪,通过设置在眼镜式的眼动仪本体表面安装护眼装置,利用将眼动仪本体向前推进,拉开与眼部的距离,并通过托板进行眼罩的安装,利用眼罩中的水袋同时与眼部和眼动仪本体进行热传递,同时在水袋的外部套接丝绸制的水袋,提高眼部舒适度的同时,通过水袋缓解眼部的眼干涩、疼痛、疲劳、痒等不适,并由于眼动仪本体一同进行散热,进而便于眼动仪本体进行再次使用,从而使得眼动仪具有便于对眼部进行养护的特点。
📄 2021221960764
📂 A61B5_16
👤 南京励智心理大数据产业研究院有限公司
📅 2021-09-12
本实用新型属于眼睛检测设备技术领域,尤其是一种心理疏导用眨眼记录装置,包括卡圈和挡片,所述卡圈的内壁固定安装有气囊,所述气囊的表面与人体的颈部活动套接,所述卡圈的顶部固定安装有固定管,所述固定管的内壁滑动插接有伸缩杆。该心理疏导用眨眼记录装置,通过设置眨眼记录机构达到了检测时本装置进行套接在头部,控制头盔卡接在头顶,面部朝着辅助框,控制眼睛向前观看,同时眼皮粘接挡片,当眼皮眨动时,带动挡片遮挡光电发射开关发射的光线,产生信号传递到控制模块,进行控制数据储存记录模块进行记录储存,从而通过眨眼带动挡片遮挡记录,结构简单,技术成本低,实用性强,避免现有的图像处理成本高的效果。
📄 2021221960618
📂 A61B5_16
👤 南京励智心理大数据产业研究院有限公司
📅 2021-09-12
本发明公开一种受自适应认知图启发的多域约束情绪识别系统及情绪识别方法,应用于脑电图信号处理领域;针对传统的情绪分类方法是对脑电信号进行人工提取特征之后筛选关键特征输入支持向量机(SVM)等传统分类器中,但手动提取特征需要专业的先验知识,且大多数方法主要集中在特征的选择以及时间信息的利用从而对空间信息的利用不充分;本发明设计了一个空间引导的动态图约束学习模块,通过自适应生成拓扑结构并对拓扑结构的功能关系进行约束,实现了克服认知先验信息的复杂空域特征提取;同时,提出一个时间激励的序列注意模块,通过关注序列中更为重要的时间来捕捉全局时序依赖特征;进一步,本发明设计了一个新的多域交互关注模块,克服了传统的静态跨域交互,实现多域差异信息的约束与互补信息的聚合。此外,为了更好地利用不同域之间的信息迁移,本发明还引入一个约束来减少源域与目标域特征之间的分布差异,提高跨域特征的相似性和可迁移性。
📄 2024117475463
📂 A61B5_16
👤 成都信息工程大学
📅 2024-12-02
本实用新型涉及测试技术领域,具体涉及一种心理检测装置,包括心理测试设备本体和保护组件;保护组件包括安装台、升降机构、挡板、两个侧板、两个滑板、门框和转动门;侧板具有滑槽;升降机构可以调节心理测试设备本体的高度,侧板内部有滑槽,用于滑动安装滑板,滑板为T形,避免从侧板内脱落;在需要使用时,拉动门框,带动两个滑板在两个侧板的滑槽内滑动,两个滑板伸出,使得挡板、两个侧板、两个滑板和转动门形成一个密闭的空间,学生打开转动门进入其中用心理测试设备本体进行测试即可,当不需要使用时,将两个滑板完全滑进两个侧板的滑槽内即可,减少占用空间;从而可以给学生一个私密的测试空间,保护隐私。
📄 2024214535379
📂 A61B5_16
👤 青岛中天志信网络科技有限公司
📅 2024-06-25
本发明公开了一种可便捷操作的智能养老服务心理疏导装置,包括底座,所述底座的顶部固定安装有装配外壳,所述装配外壳的内部分别设置有数据转换模块和温控机构,所述底座的底部设置有移动机构,所述数据转换模块包括内接环,所述内接环的外表壁固定安装在装配外壳的内表壁,所述内接环的内部固定设置有PCB面板,可实时对老人的面部状态和口中阐述的基本信息进行收集,并通过处理系统判断出消极情绪的强度,再由处理系统经过网络在大数据库中搜寻出改善老人此刻状态的图像及音频数据,最终利用装置中的显示部件及发声部件进行呈现,及时改变老人此刻的注意力,使得老人逐渐从消极状态中退出,以达到疏导老人心理的效果。
📄 2022108198903
📂 A61B5_16
👤 承德石油高等专科学校
📅 2022-07-13
一种基于多特征融合和CLSTN的脑电情绪识别方法,包括:(1)采集情绪脑电数据;(2)预处理数据;(3)多特征融合;(4)CLSTN模型搭建与训练。本发明还提供了一种基于多特征融合和CLSTN的脑电情绪识别,依次包括以下模块:(1)情绪脑电数据采集模块;(2)数据预处理模块;(3)多特征融合模块;(4)CLSTN模型搭建与训练模块;(5)情绪识别模块。本发明有效地提高了脑电情绪识别的分类准确率,能更好地对情绪进行识别。
📄 2023105344813
📂 A61B5_16
👤 浙江工业大学
📅 2023-05-10
本发明的一种程序员的疲劳程度的检测方法,包括:步骤1,传感器监测T至T+1时刻程序员的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器;步骤2,利用获得的人的头部动作变化以及键盘鼠标的输出,给分类器施加权重对人的可能处于的状态进行分类,得到概率最大的状态SK机器概率PK;步骤3,T+1时刻施加屏幕弹窗和提示音测试信号;步骤4,传感器监测T+1至T+2时刻人的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器;步骤5,代入二项分布的公式进行计算,步骤二给出了一个可能的概率PK,把它看成是先验概率,在步骤3和4的基础上进行更新。所以这里用贝叶斯公式进行更新。本发明能够在一个程序员的状态未知但键盘和鼠标的输出可以获得的情况下的人机系统中对程序员的疲劳程度识别。
📄 2019110351401
📂 A61B5_16
👤 浙江工业大学
📅 2019-10-29
本申请的一些实施例提供了一种识别慢性压力的方法、装置、存储介质及电子设备,该方法包括:获取目标对象在夜间的多个阶段睡眠数据,其中,所述多个阶段睡眠数据中每个阶段睡眠数据包括:动态心电图数据和人体三维加速度数据;将所述多个阶段睡眠数据输入到多个目标分类器中,得到多个输出结果,其中,一个阶段睡眠数据对应一个目标分类器,所述多个输出结果中每个输出结果为有慢性压力或无慢性压力;对所述多个输出结果进行统计,获取所述目标对象的慢性压力识别结果。本申请的一些实施例可以实现对目标对象是否存在慢性压力的状态的检测,检测结果准确度较高。
📄 2023100779791
📂 A61B5_16
👤 西南大学
📅 2023-01-18
本申请提供一种基于面部组织氧饱和度数据进行情感识别的方法及装置,涉及情感测量技术领域。该方法包括:对采集的初始数据进行预处理,得到标准生理信号数据;其中,标准生理信号数据为标准面部组织氧饱和度数据;对每个标准生理信号数据进行特征提取,得到目标编码特征;将目标编码特征输入深度学习模型中进行情感识别,得到情感结果。能够采集被测人物的真实反应的生理信号作为进行情感识别的数据基础,对采集的数据进行预处理后进行特征提取,得到输入深度学习模型中进行识别的编码特征,能够对被测人物的多种情感进行识别,获取准确且真实的情感结果,有效减小人物主观控制等因素对情感识别带来的不利影响,提高情感识别的准确性和真实性。
📄 2023107666506
📂 A61B5_16
👤 西南大学
📅 2023-06-27
本申请提供一种心境状态监测方法、装置及存储介质。该方法通过获取目标个体的自主神经活动信号;其中,自主神经活动信号包括多个分时段自主神经活动信号;从多个分时段自主神经活动信号中分别提取目标序列,得到多个分时段的生理数据;根据预设特征空间对多个分时段的生理数据进行计算和比较,以确定目标个体的心境状态;其中,预设特征空间包括:预设压力等级评定特征空间、预设副交感神经强制调节状态检测特征空间、以及和预设心境状态评定特征空间,实现了能够对人群进行全天候的心境状态监测,从而能够有效且完整地推断人群的心境状态。
📄 2022110542970
📂 A61B5_16
👤 西南大学
📅 2022-08-31
本发明公开了一种企事业单位上岗人员体征安全分析方法,采集N次某一状态下企事业单位某一上岗人员的体征数据;将上述体征数据作为BP神经网络的输入,将上岗人员所处的状态作为BP神经网络的输出,利用采集的体征数据进行训练,得到分类器;实时采集所述上岗人员的体征数据,并作为所述分类器的输入,判定出该上岗人员所处的状态,并通过统计方法获得上岗人员在不同状态下各体征指标的最高值、最低值、基准值;利用上述最高值、最低值、基准值分析上岗人员的体征状态。本发明可以准确判断出上岗人员的体征状态,当状态异常时可以发出告警,从而避免上岗人员身体状况不佳出现人身伤害事故及不安全操作,提高工作效率,减少安全隐患。
📄 2018115222633
📂 A61B5_16
👤 湖南仪峰安安网络科技股份有限公司
📅 2018-12-13
本发明提供一种基于改进超限学习机的N400诱发电位测谎方法,利用人工免疫算法对超限学习机的随机参数进行优化,提出基于N400诱发电位和改进超限学习机的脑电信号测谎方法,利用改进的超限学习机计算犯罪组被试和对照组被试对探测刺激和无关刺激的分类识别率,对两组被试的分类识别率进行统计分析找到区别说谎与否的阈值参数;提取四十个通道N400诱发脑电信号的探测刺激和无关刺激时域、频域特征,提取的脑电信号特征更全面,克服了现有技术中基于少量通道和利用诱发电位波形几何性质作为特征参数进行测谎判断的不足,使得本发明具有能够有效保证稳定的谎言识别正确率的优点。
📄 2016101714648
📂 A61B5_16
👤 陕西师范大学
📅 2016-03-23