(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111355693.2 (22)申请日 2021.11.16 (71)申请人 衡阳师范学院 地址 421002 湖南省衡阳市珠晖区衡花路 16号衡阳 师院教科院 (72)发明人 唐芳贵　 (74)专利代理 机构 苏州拓云知识产权代理事务 所(普通合伙) 3234 4 代理人 王云峰 (51)Int.Cl. A47B 37/00(2006.01) A61B 5/01(2006.01) A61B 5/0205(2006.01) A61B 5/024(2006.01) A61B 5/318(2021.01)G06F 30/27(2020.01) (54)发明名称 一种教育心理学用的案例分析系统 (57)摘要 本发明属于教育心理学分析技术领域， 公开 了一种教育心理学用的案例分析系统， 连接箱； 连接箱顶部通过调整 连杆连接显示屏外壳， 显示 屏外壳中间镶嵌显示屏， 上端镶嵌摄像头， 通过 数据线将显示屏和摄像头与连接箱内的GSR采集 器连接； 连接箱一侧开设串行接口， 内部通过螺 钉固定连接GSR采集器和控制器， 串行接口通过 集成板与GSR采集器连接。 串行接口箱设有心电 接口、 脉搏接口、 体温探头接口和USB接口。 手腕 固定带内侧镶嵌固定脉搏检测探头和温度检测 探头， 脉搏检测探头通过连接线连接到连接箱内 的GSR采集器内。 装置设有连接杆， 可调节显示屏 的角度， 连接箱一侧设有固定连接串行接口箱， 可实现多种生理检测。 权利要求书3页 说明书7页 附图2页 CN 114145571 A 2022.03.08 CN 114145571 A 1.一种教育心理学用的案例分析系统， 其特征在于， 所述教育心理学用的案例分析系 统， 设置有： 连接箱； 连接箱顶部通过调整连杆连接显示屏外壳， 所述显示屏外壳中间镶嵌显示屏， 上端镶 嵌摄像头， 通过 数据线将显示屏和摄 像头与连接箱内的GSR采集器连接； 连接箱一侧开设串行接口， 内部通过螺钉固定连接GSR采集器和控制器， 所述串行接口 通过集成板与GSR采集器连接； 所述连接箱一侧设有固定连接串行接口箱， 所述串行接口箱设有心电接口、 脉搏接口、 体温探头接口和USB接口。 2.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述显示屏镶嵌在显 示屏外壳之中， 显示屏外壳上端固定连接摄 像头， 显示屏外壳通过调整连 杆连接连接箱。 3.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述显示屏与显示屏 外壳中间设有密封 橡胶圈和减震橡胶圈。 4.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述串行接口箱脉搏 接口连接脉搏检测装置 。 5.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述调整连杆设置有 转轴和转轴手柄， 所述转轴手柄通过螺纹与转芯连接， 所述转轴上端为旋转半轴， 下端为固 定半轴， 所述旋转半轴上端焊接固定连接 板， 连接板通过螺纹连接固定 显示屏外壳。 6.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述脉搏检测装置设 有手腕固定带， 所述手腕固定带通过磁 吸扣固定在手腕上， 所述手腕固定带内侧镶嵌固定 脉搏检测探头和温度检测探头， 所述脉搏检测探头通过连接线连接到连接箱内的GSR采集 器内。 7.如权利要求1所述教育心 理学用的案例分析系统， 其特征在于， 所述连接箱上端开设 转接口， 通过转接口连接GSR采集器和 显示屏， 所述连接箱前端开设电源开关和串行接口， 所述GSR采集器外壳通过螺钉固定在连接箱内壁。 8.如权利要求1所述教育心理学用的案例分析系统， 其特征在于， 所述GSR采集器采集 心电信息的方法包括： 利用某一心电节点数据自适应采集算法， 结合整合技术， 实现多心电节点数据采集的 自适应调整， 实现多心电节点数据的采集； 所述多心电节点数据自适应采集方法主要过程 包括： 步骤一， 利用整合技术： 对采集目标的多心电节点数据进行整合， 将多心电节点数据整 合到某一心电节点； 步骤二， 利用原始多心电节点数据整合得到的某一心电节点主成分， 作为判断数据变 化的基准数据， 调整 多心电节点数据的采集频率， 实现多心电节点数据的自适应采集； 实现在当前 大数据场景 下的多心电节点数据自适应采集； 所述多心电节点数据自适应采集方法具体包括： (1)数据采集的目标是Yi＝(y1,y2,y3,…,yn)， 其为多心电节点数据， yj(j＝1,2,3, …, n)是目标数据的每某一心电节点， 其中i为t+1,t+2,t+3, …,t+Nr； 其中t为某一个采集时间权　利　要　求　书 1/3 页 2 CN 114145571 A 2点， 定义数据预测值 为 Yi是实际值， Nr是实际采集次数， Np是预测采集次数， 并且Np＝Nr； (2)将多心电节点数据整合到某一心电节点主成分， 作为基准数据， 此处主要利用PCA 算法： yi＝PCA(Yi) (3)基于某一心电节点主成分计算目标 数据实际值与预测值的均值如下： (4)预测值和实际值的均值比用RM表示： 当RM为1， 表示数据基本没有变化； 而当RM明显 大于1和小于1则代 表目标数据值的变化大； 理论上讲， 数据变化比也可用方差来计算， 用RD表示， 计算过程如下 所示： (5)基于数据的变化比， 数据采集过程的具体调整方法如下 所示： 其中Ti代表当前采样间隔， Ti‑1代表前一个采样间隔， Tinc代表采样间隔的增加值； Tdec代 表采样间隔的减少值， Thru和Thrl是判断数据变 化的阈值， 当 RM大于Thrl并且小于T hru， 代表 数据变化小， 采集间隔应该增加Tinc； 当RM大于Thru或小于Thrl， 代表数据变化大， 采集间隔权　利　要　求　书 2/3 页 3 CN 114145571 A 3