公开(公告)号：CN119318465A

公开(公告)日：2025-01-17

申请号：CN202411267293.X

申请日：2024-09-11

Applicant: 华中师范大学

Inventor： 何秀玲 ,  李悦 ,  汪鹏 ,  李洋洋 ,  方静 ,  李滢渟 ,  刘晨旭

IPC: A61B5/00 ,  A61B5/372 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06F18/27 ,  G06N3/047

Abstract: 本发明公开了基于EEG学习者认知状态的自动检测及归因分析方法，包括以下步骤：步骤S1：实验设计：设计高低阶学习活动，招募被试，采集其在参与学习活动时的EEG信号，获得EEG数据，并构建LADataset；步骤S2：认知状态检测：基于构建的学习活动数据，分别采用CNN、LSTM、CNN‑LSTM模型检测学习者的高、低阶认知状态；步骤S3：进行归因分析：针对采集的EEG数据，把每个通道视为待解释特征，然后，利用线性回归模型拟合解释模型的局部边界，得到待解释样本各通道的贡献值，最后，选择置信度较高的预测样本，计算其解释结果的平均值。通过本发明的方法准确率达到99％，并验证了本发明方法的有效性。

公开(公告)号：CN119202565A

公开(公告)日：2024-12-27

申请号：CN202411064656.X

申请日：2024-08-05

Applicant: 华中师范大学

Inventor： 何秀玲 ,  周崇洋 ,  李悦 ,  肖雄 ,  李洋洋 ,  方静 ,  李滢渟 ,  刘晨旭

IPC: G06F18/20 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/25 ,  G06F18/213 ,  G06F18/15 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06Q50/20

Abstract: 一种学习者认知状态识别方法、装置、电子设备及存储介质，其中，学习者认知状态识别方法，包括：获取学习者在多个学习行为过程中的脑电图数据；将预处理后的脑电图数据中每个电极通道的数据划分为多个不同频段的频段数据，对每个电极通道对应的多个频段数据以预设时间窗口进行切分，得到多个时序频段数据，对所有时序频段数据提取多个信号特征；基于提取到的信号特征构建四维时序特征数据；对四维时序特征数据进行融合特征表示，得到融合特征向量；将融合特征向量输入至预训练的认知状态识别模型，得到对学习者的认知状态识别结果。上述学习者认知状态识别方法、装置、电子设备及存储介质可以准确地识别学习者的认知状态。

公开(公告)号：CN118520111A

公开(公告)日：2024-08-20

申请号：CN202410668703.5

申请日：2024-05-28

Applicant: 华中师范大学

Inventor： 何秀玲 ,  肖雄 ,  李洋洋 ,  方静 ,  李悦 ,  周瑞婕

IPC: G06F16/35 ,  G06N3/0464 ,  G06F40/194 ,  G06N3/09

Abstract: 一种基于深度学习的思维能力预测方法、装置、电子设备及计算机可读存储介质，其中，基于深度学习的思维能力预测方法，包括：获取用户已练习的练习文本集合；将练习文本集合输入至练习分类模型，得到练习文本集合中各练习文本对应的练习类别；将练习文本集合对应的练习结果集合与练习文本集合中各练习文本对应的练习类别进行映射，得到练习类别与练习结果的对应关系集合；基于练习类别与练习结果的对应关系集合构建输入向量；将输入向量输入至思维能力预测模型，得到用户的思维能力预测结果。上述基于深度学习的思维能力预测方法、装置、电子设备及计算机可读存储介质可以客观、准确、方便地预测学习者的思维能力水平。

公开(公告)号：CN118436307A

公开(公告)日：2024-08-06

申请号：CN202410408059.8

申请日：2024-04-07

Applicant: 华中师范大学

Inventor： 何秀玲 ,  李滢渟 ,  李悦 ,  李洋洋 ,  方静 ,  肖雄 ,  周瑞婕

IPC: A61B5/00 ,  A61B5/369 ,  A61B5/372 ,  A61B5/33 ,  A61B5/346 ,  A61B5/0205 ,  A61B5/16 ,  G06F18/2431 ,  G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明涉及教育信息化技术，揭露了一种基于多模态信号的认知状态识别方法、装置、设备及介质。所述方法包括：对预处理的目标用户的脑电图及外周图像集合分别进行特征提取操作，分别得到第一特征序列及第二特征序列集合；基于第一特征序列进行通道自注意力权重配置及二维映射操作，得到第一映射特征序列；基于第二特征序列集合进行基于时间的多次线性投影注意力权重配置及一维映射操作，得到第二映射特征序列集合；将所述第一映射特征序列及所述第二映射特征序列集合映射至目标空间，得到多模态融合特征序列集合，并对所述多模态融合特征序列集合进行全连接分类判断，得到所述目标用户的高低阶认知状态识别结果。本发明可以提高对用户的高低阶认知状态识别的准确率。