|
虽然已经在课堂上使用可穿戴EDA和HR传感器对学生的参与度[15，16，17，18，19]和情绪状态[20，21]进行了一些研究，但我们旨在通过详细阐述文献中经常未报道的可用性和实践局限性来扩展现有文献。具体而言，我们旨在研究在学校环境中使用可穿戴传感器在青少年中获取生理信号的可用性和实际问题，并检验信号处理在这种动态环境中的有效性。此外，我们关注EDA，因为与HR相比，在现实生活中记录EDA的研究很少。这可能是因为用于记录EDA的可穿戴设备相对昂贵，并且没有HR可穿戴设备存在那么久。此外，可以说，不切实际的值和信息变量的定义并不那么简单。我们记录了两所不同学校86名学生的EDA和HR信号。这项研究中使用的设备是手腕佩戴的设备（用于记录EDA）和胸带传感器（用于记录HR），据报道，这是一种可佩戴的传感器类型，在儿童中得到了高度的接受和遵守[22]。在本文中，我们讨论并呈现：
在学校录制时设备的可用性和效率；我们评估了在学校使用可穿戴传感器监测生理信号的实际可行性，在学校里，学生可以在没有任何特定任务指导的情况下自由活动。对设备的处理、记录干扰、频率和缺失数据量进行了评估，以量化在学校现场测量生理信号的可行性。daMove 4–EDA和活动传感器
作为新一代传感器的一部分，EdaMove 4采用了EdaMove 3经过验证的质量，并结合了与该领域研究人员广泛讨论后最受欢迎的改进。
第四代传感器为研究人员提供了许多优势，包括：
优化操控的新设计：改进后的表壳具有时尚的设计美感，具有许多实用优势。防水防污的外壳加上改进的携带系统，使传感器更简单、更通用、使用更安全。
更多的数据收集功能：由于集成了最新技术，第四代传感器现在包含了陀螺仪（角速率传感器）。
改进的分析可能性：我们备受赞誉的加速度传感器也进行了大修，现在以更高的分辨率记录测量数据。因此，我们在可获得的结果方面取得了显著的改进，特别是在久坐行为和非磨损检测的分析方面。
提高数据保留率：新的蓝牙缓冲区确保在断开连接期间保留数据，缓冲的数据在重新连接时传输；从而保证在任何时候都进行连续的数据记录。
更广泛的研究应用：这些改进已经在许多研究领域的高质量数据采集方面处于领先地位，扩展了EdaMove 4的研究能力。同时仍然是研究人员需要高质量动态EDA和身体活动数据的最佳选择。
EdaMove 4为研究人员提供了最全面的工具，用于记录和分析皮肤电反应和身体活动。该传感器结合了我们世界级的第四代加速度计、高质量的EDA传感器和蓝牙智能接口，使传感器能够与我们的经验采样平台moviesensXS交互，根据生理参数的变化触发问卷。
EdaMove 4能够捕获长达4周的数据，使研究人员能够比以前更清晰地分离和理解情绪影响。一种新的基于电极的连接系统确保了高效耐用的连接，以最小的工作量记录高质量的信号。除了允许计算诸如皮肤电导水平（SCL）和皮肤电导响应（SCR）之类的次要参数的EDA信号之外，传感器还获取参与者的3D加速度的原始数据，从而还允许使用moviesens DataAnalyzer计算诸如活动强度之类的活动参数。
角速率、温度和大气压的额外记录使得能够快速发现和隔离困扰标准动态测量系统捕获的EDA数据的许多典型伪影。EdaMove 4与佩戴在手腕或脚踝上的舒适织物带相连，提高了参与者的舒适度和依从性，并为研究人员提供了更高的测量质量。
主要功能
防水外壳中的新设计和新承载系统
通过集成陀螺仪进行高级数据采集
具有更高分辨率的新型加速度传感器
符合所有相关EDA标准
测量数据的实时分析
通过蓝牙智能接口改进数据传输
精确且经过验证的能源消耗计算和日常活动检测
用于USB（Windows）的Java API
API：蓝牙智能（Android）的示例实现
应用程序
交互式动态评估
EDA（电热活性）/GSR（皮肤电流反应）的移动长期监测
心理生理监测
自主神经系统的研究
行为监测
临床心理学
情感计算
匹配的产品和服务
DataAnalyzer软件，Box
数据分析器
传感器数据分析
传感器数据分析软件
EcgMove 4
心电图和活动传感器
心电图和身体活动评估
DataMerger
数据同步
整合生理和主观数据
传感器触发器
moviesensXS交互式评估功能
活动触发的eDiaries和事件应急采样
moviesensXS
经验采样
基于智能手机的体验采样解决方案
附件和耗材
传感器的附件和耗材
车间图标
研讨会
Schulungs图标
咨询
自定义图标
产品定制
下载
新闻稿
我们不断努力开发和改进我们的所有产品。为了从这些改进中受益，请订阅我们的时事通讯，以便我们能够让您充分了解情况。立即注册。
电子邮件地址
您的电子邮件地址
软件
请仔细阅读许可协议。使用该软件即表示您同意遵守本协议的所有条款和条件。
文档
你可以在这里找到最常见问题的答案。
外部工具
真实录音中的信号处理问题；我们研究了如何处理由于传感器松动而导致的无效EDA信号，并评估了使用自动EDA工具箱来检测伪影的充分性。这是研究的主要部分。特别是，这一部分将与更广泛的现实生活环境相关，而不仅仅是学校。
EDA和HR在课堂环境中的一般模式；为了填补教育背景下的实验室实验与不受限制的运动和未知背景下的真实世界测量之间的差距，我们选择专注于可以假设不涉及剧烈体育活动的课堂教学。我们研究了学生从课堂演讲开始到结束的生理信号的时间过程。
我们在86名青少年中总共收集了超过410小时的EDA数据和370小时的HR数据，这远远超过了我们所知的在学校使用可穿戴EDA传感器监测学生的其他三项研究[18]和使用HR传感器的其他研究[23]。尽管在这项研究中，我们将学校环境作为监测现实生活中生理活动的相关示例性案例，但这项工作的影响可能会超出学校环境，扩展到使用不引人注目的可穿戴传感器测量生理信号的其他实际环境。
转到：
2.方法
2.1参与者
参与者是86名青少年，就读于荷兰的两所中学。这项研究是一项更大的纵向研究的一部分，该研究从生物-心理-社会的角度考察了青少年的社会情绪幸福感（Peer Power UP！）。这项研究得到了蒂尔堡大学机构伦理研究委员会和参与研究的学校的批准。在这一波纵向研究中，包括了几份问卷，以探索学校一周的社交和情感体验，其中一天涉及从学校一天开始到结束的生理信号监测。 |
