[发明专利]一种基于生理信号的具身学习认知负荷评估系统

说明书

本发明公开一种基于生理信号的具身学习认知负荷评估系统，包括数据采集模块、数据预处理模块、数据重构模块、认知负荷水平评估模块和用于存储数据的数据库；本发明采用长短时记忆网络来进行分类，能更真实地学习多种生理信号序列之间的关系，从而提高识别准确率。

技术领域

本发明涉及具身学习领域，具体是一种基于生理信号的具身学习认知负荷评估系统。

背景技术

具身学习是学习者通过肢体动作进行知识学习，强调学习者在学习过程中身体运动参与和环境交互，从而使学习者达到提升学习技能的目的。具身学习认知负荷的测评对实时监控具身学习过程和学习效果具有重要意义。例如，防空反导、航空航天、手术抢救、核电操控以及空中交管等具身型学习中通常伴随高负荷的认知任务。对认知负荷的实时测量能够在正确的时间主动无缝地提供正确信息，帮助学习者获得认知负荷状态，以即时指导教学设计和调整教学活动。

在脑力认知负荷测量方法和技术研究方面，心理学实验主要使用主观测量方法和任务(行为)测量方法，研究也表明其评估结果相对可靠，但这些方法都不能实时感知学习者在学习过程中认知负荷的变化情况。目前，关于认知负荷自动测评研究工作主要还是基于心理学实验，国内外关于如何利用计算机对具身学习认知负荷进行智能测评的研究还较少。

发明内容

本发明的目的是提供一种基于生理信号的具身学习认知负荷评估系统，包括数据采集模块、数据预处理模块、数据重构模块、认知负荷水平评估模块和用于存储数据的数据库；

所述数据采集模块通过传感器实时采集受试者生理信号数据，并传输至数据预处理模块；

所述传感器贴置在受试者身上。

所述受试者在VR环境下通过肢体动作与环境交互。

所述受试者根据任务指令在VR环境下通过肢体动作与环境交互；所述任务指令包括对受试者四肢、躯干和头部的动作命令指令；所述肢体动作包括腿部动作、手部动作、躯干动作和头部动作。

所述数据预处理模块对生理信号数据进行去噪处理，并传输至数据重构模块；

所述数据重构模块对接收到的生理信号数据进行信号重构和归一化，得到生理信号输入矩阵，并传输至认知负荷水平评估模块；

所述数据重构模块利用平稳小波变换对接收到的生理信号数据进行信号重构，步骤包括：

a)对生理信号进行平稳小波分解，得到小波系数向量

其中，第k-1层分解得到的低频尺度a_k和高频尺度b_k如下所示：

式中，h_[k-1]、g_[k-1]分别为第k-1层的低滤波器和高滤波器；k∈N^*；N^*为总层数；

第k层的低滤波器h_[k]和高滤波器g_[k]如下所示：

式中，U₀表示在滤波器每个系数后面插0；

b)对小波系数向量进行重构，其中，重构的低频尺度a_k如下所示：

式中，R_[k-1]为第k-1层的低滤波器h_[k-1]的逆变换；R′_k-1为第k-1层的高滤波器的逆变换。

归一化后的数据如下所示：