一种基于多模态生理信号实时检测焦虑状态的技术

目前仍然缺乏基于心理和生理反应的状态焦虑的定量表征,揭示了一种具有高时间分辨率的状态焦虑跟踪模型。在实验中通过暴露于厌恶图片或电击风险来诱导被试的状态焦虑(任务前后测量STAI-S的评分),图1. 实验流程研究者首先行为测试确认两种焦虑诱发任务均成功地诱发了状态焦虑,发现情绪维度指标VAD与STAI-S存在焦虑相应的显着的相关关系;
软文行业

健康养生

内容字数

1130 字

包含图片

2 张

软文词数

395 个

风险检测

无风险

情感描述

积极

几段式标题

一段式

含有违禁词

0 个

软文标签

内容纠错

0 处

投放媒体数

5 家

报告生成时间

2022-05-07 18:56:21

分析详情
  • 风险检测
  • 诊断建议
  • 情感倾向分析
  • 软文核心提取
  • 分词统计
  • 稿件原文
检测通过
检测维度 状态 置信度 违禁词
暴恐违禁 不合国家法规的暴恐、赌博、毒品等违法内容

通过

0.412

文本色情 不合网络规范的色情内容

通过

0.114

政治敏感 涉政敏感、反动等不良信息

通过

0.217

营销推广 含有推广或售卖意向的内容

通过

0.008

低俗辱骂 低俗辱骂的垃圾文本内容

通过

0.095

低质灌水 无实意字符或乱码等特征的灌水类文本

通过

0.291

软文标题:一种基于多模态生理信号实时检测焦虑状态的技术(该标题为一段式标题)

内容字数:您的文章内容字数适宜,长短适中,堪称完美。

包含图片:文章图片不多不少,真好。

情感描述:文章情感描述正面积极,继续保持哦!

内容纠错:无

负向情绪 (0.0381717)
中性情绪
正向情绪 (0.961828)

软文行业:健康养生

内容标签:

内容核心词:状态生理模型焦虑S

软文摘要:"焦虑是一种高度忧虑、唤醒和警惕的精神状态,通常由对威胁的预期引起。然而,目前仍然缺乏基于心理和生理反应的状态焦虑的定量表征,这限制了焦虑诱导范式中不断变化的状态焦虑水平的动态跟踪。研究者基于多模态数据训练和验证了预测状态焦虑的机器学习模型。接着,研究者基于多模态数据将四种不同的回归模型用于预测 STAI-S并比较了它们的预测性能。并且,该模型仅使用客观且易于获取的生理信号便可准确测量静息状态下的状态焦虑,为未来的情感脑机交互和焦虑调节研究提供了状态焦虑水平的敏感性测量。"

分词提取:焦虑症,状态焦虑,STAI,天桥脑科学研究院,上海交通大学医学院附属精神卫生中心,精神病学前沿,机器学习,行为测试,VAD,正相关,上海市科委,Liu J

词性 统计 词性 统计 词性 统计 词性 统计
普通名词 133 方位名词 10 处所名词 0 时间名词 3
人名 5 地名 0 机构团体名 0 作品名 1
其他专名 13 普通动词 73 动副词 0 名动词 38
形容词 30 副形词 4 名形词 10 副词 19
数量词 12 量词 0 代词 6 介词 20
连词 26 助词 54 其他虚词 29 标点符号 113

原文句数:19,阅读时间 ≈ 2分15秒,朗读时间 ≈ 5分39秒

开始阅读原文

投放报表
# 媒体名称 发布网址 查看
1金评媒http://www.jpmcn/article-132064-1.html媒体详情
2健康一线https://www.vodjkcom/news/220505/1721878.shtml媒体详情
3今视网(江西网络广播电视台)http://news.jxntvcn/2022/0505/9610573.shtml媒体详情
4艾瑞网https://news.iresearchcn/yx/2022/05/430595.shtml媒体详情
5中国网-科技首发http://med.chinacom.cn/content/pid/341098/tid/1026媒体详情