一款用于群体情绪状态监测与分析的科研产品
产品介绍
支持多种生理信号和行为数据的同步采集,支持自动、手动标记实验过程中的特定事件。
实验结束后数据将自动同步到云端,科研人员可下载原始数据和特征数据,并进行情绪状态、心理压力、疲劳水平、工作负荷等心理状态的分析与评估。
数据信噪比(SNR)高,与多个标准科研设备(Biopac, Polar, Shimmer)进行过对比,一致性达0.95 以上。
产品优势
产品构成
软件构成
多模态数据采集助手
设备绑定:对边缘计算终端与多模态人因感知终端进行绑定
设备状态:记录人因感知终端的连接状态、采集时长、蓝牙信号强度
数据监控:针对脉搏、皮肤电阻、运动加速度、皮温等数据的实时监控
数据分析:可实时对多种生理和行为数据进行预处理与特征计算
经验采样
支持问卷自动推送和采集
支持录音、视频的采集
支持手机使用情况的采集
支持定时采集闹钟设定
支持日常生活事件的设置及主动标记
实验操作端
实验控制:支持采集设备的结束控制
设备监控:实时查看设备电量、采集状态、采集时长的监控
场景维护:支持实验场景的维护,可修改实验名称及事件标记名称
主动事件标记:实验过程中支持对设备进行主动标记,以及标记点的查看与编辑
自动事件标记:提供 Python 、Matlab、Eprime 程序的API 接口
科研云平台
用户验证:不同实验员拥有独立账户,保证数据隔离
设备查看:支持管理员名下设备的查看
数据下载:支持多种生理和行为原始数据的批量下载
特征分析:支持不少于80种对情绪状态敏感的先验特征的计算和批量下载
自动事件标记:提供 Python 、Matlab、Eprime 程序的API 接口
科研智能云监控平台
设备监控:设备电量、连接状态、采集时长、蓝牙信号强度
原始数据:脉搏波、皮肤电阻、加速度、角速度等
先验特征:心率、心率变异性、皮肤电导水平、电导反应、生命体征等
事件标记:事件标记类型、标记时间
硬件构成
终端:48.5 × 36.5 ×14 mm
腕带:25 ×260 mm
重量:约20 g
实时传输模式 48 小时
一次充电时长 2 小时
采样频率 100Hz
1个绿色LED,1个红色/红外LED
3个光电二极管
采样频率 4Hz
交流激励源频率 24Hz
测量范围 0.01~100μS
采样频率 1Hz
测量范围 0~50°C
测量精度 ±1°C
采样频率 20Hz
XYZ 三轴加速度测量范围 ±2~±16g
XYZ 三轴角速度测量范围 ±250~±2000dps
温度采样频率 1Hz,测量范围 -20~65℃
湿度采样频率 1Hz,测量范围 0~100%
气压采样频率 1Hz,测量范围 300~1100hPa
118 × 59.5 × 22.5 mm
198g
3700 mAh
3 小时
前 500 万 | 后 1300 万
-35℃ - 70℃
防水:1.5米防水30分钟
防尘:99%防尘
防摔:1.8米防摔
258.4 × 163 × 7.5mm
11英寸
约490g
7700 mAh
前 800 万 | 后 1300 万
Type C 2.0
6G
128GB
说明及参数
PP 材质
485*374*175 mm
黑色
6.5kg
铝板/ 3D 面板/螺丝等
是
12V 10A 桌面电源
平接口 GN-J4N
5V 2.1A
1.5m
产品清单
数据增值服务
先验特征计算
先验特征计算:支持心率、心率变异性(如时域SDNN、RMSSD、高低和低频功率谱HF/LF)、皮肤电导水平(SCL)、皮肤电导反应(SCR)等80+先验特征的计算和下载
Zhang, Y., Zhao, G.*, Ge, Y., Shu, Y., Zhang, D., Liu, Y. & Sun, X. (2021). CPED: A Chinese Positive Emotion Database for Emotion Elicitation and Analysis. IEEE Transactions on Affective Computing, 20, 1-14.
Mandryk, R. L., Inkpen, K. M., & Calvert, T. W. (2006). Using psychophysiological techniques to measure user experience with entertainment technologies. Behaviour & Information Technology, 25(2), 141–158.
Memar, M., & Mokaribolhassan, A. (2021). Stress level classification using statistical analysis of skin conductance signal while driving. SN Applied Sciences, 3(1).
Behrens, F., Snijdewint, J. A., Moulder, R. G., Prochazkova, E., Sjak-Shie, E. E., Boker, S. M., & Kret, M. E. (2020). Physiological synchrony is associated with cooperative success in real-life interactions. Scientific Reports, 10(1), 1-9.
Zhang, Y., Qin, F., Liu, B., Qi, X., Zhao, Y., & Zhang, D. (2018). Wearable neurophysiological recordings in middle-school classroom correlate with students’ academic performance. Frontiers in human neuroscience, 12, 457.
数据计算自定义
二次定制开发
应用方向
互动课堂
研究
环境与建筑
研究
精神与躯体障碍
研究
驾驶安全
研究
体育运动与康复
研究
军事训练与评估
研究
用户体验
研究
社会互动
研究
案例介绍
服务客户