XiaoMi-AI文件搜索系统
World File Search System积极情绪
开发自适应人与计算机交互游戏以评估注意力
摘要在本文中，将介绍几种基于体育活动的人 - 计算机相互作用（HCI）游戏，这些游戏将提出，以提高注意力，情感和感官 - 运动协调。这些游戏的界面和困难级别是专门设计的，用于使用不同年龄段和残疾人的人。游戏涉及体育活动，以完成一些基本的HCI任务，这些任务需要手动和手臂的控制，例如水果采摘和空气曲棍球，并根据游戏和人类表现的各种参数，具有自适应的工作水平。在水果采摘游戏中，几个水果图像从屏幕的顶部移到底部。目标是在避免梨的同时收集苹果。玩家的手将控制收集水果的篮子。在空中曲棍球比赛中，玩家将尝试对计算机控制的对手打入进球。球员的手将控制桨，以击中冰球以得分或捍卫自己的进球区域。在两款游戏中，Kinect RGB-D传感器都认可了玩家的手。基于自适应的系统的目标是使玩家参与游戏。作为一个正在进行的项目的一部分，与一群聋哑儿童（3。5-5岁）一起测试了游戏，1减轻了孩子的压力，并在听力学测试之前增加了他们的积极情绪，注意力和感觉 - 运动的协调。游戏表演和对治疗师的评估表明，游戏对孩子有积极的影响。游戏还通过一组成年人作为对照组进行了测试，其中采用移动EEG设备来检测注意力水平。为此，成年人还参加了第三场比赛，其中包括迷宫，并通过Myo传感器进行了控制。
成瘾行为心理学
难以控制物质使用是成瘾的核心特征，可表现为无计划使用。本研究旨在确定内部和情境对 15 至 24 岁青少年无计划使用大麻的影响（N 85；48% 为女性；27% 为 18 岁）。此外，我们将个人层面的关联与个人日常影响区分开来。生态瞬时评估方法在 1 周的监测期内捕捉了现实环境中的情感（积极：精力充沛、兴奋、善于交际、快乐、放松；消极：无聊、紧张、悲伤、有压力）和情境因素。参与者报告称 51% 的日子（269/527）没有使用计划，青少年最终在 35% 的计划外日子中使用了大麻。在日子层面，在青少年花更多时间接触大麻相关线索的日子里，他们在计划内的日子里使用更多克，而在计划外的日子里使用较少。无论使用计划如何，如果青少年在监测期间花更多时间与吸食大麻的朋友在一起，并且总体上大麻供应量更大，那么他们更有可能吸食大麻。从个人层面来看，与其他参与者相比，那些通常报告积极情绪更高的青少年在计划日吸食更多，在计划外吸食更少。无论使用计划如何，那些通常报告渴望更多、在与大麻相关的线索中停留时间更长的青少年吸食更多克，而那些通常报告消极情绪更大的青少年吸食更少。总之，研究结果揭示了几个具有明显临床相关性的因素，这可能解释了为什么有些青少年难以控制吸食大麻。
对情绪归纳在引发基于情绪的行为冒险和实验室中渴望的情绪有效性的荟萃分析
紧急研究支持情绪在冒险和渴望中的作用。但是，这项工作的大部分基于自我报告。尚不清楚现有的实验方法是否可以有效地引起基于情绪的冒险和渴望。目前的荟萃分析量化了情绪吸引在实验室诱发冒险和渴望中的有效性。我们还检查了潜在的主持人，包括参与者因素，情绪唤醒的变化和研究设计因素。对于负面情绪诱导，冒险变化的程度（K = 35，Hedge's G（SE）= 0.12（0.04），95％CI [0.04 - 0.21]）和渴望（K = 37，Hedge's G（SE）= 0.30（SE）= 0.30（0.30（0.06），95％CI [0.19 - 0.40]）。情绪唤醒的增加与渴望的增加显着相关（b* = 0.26）。对于积极的情绪诱导，冒险的发生没有显着变化（K = 18，Hedge's G（Se）= 0.17（0.11），95％CI [-0.04 - 0.38]）也不渴望（K = 8，Hedge's G（Se）G（Se）= -0.10（0.10（0.10），95％CI [-0.10），95％CI [-0.0.31 - 0.10]）;但是，假阳性反馈产生了最大的冒险增加。使用带导图像的研究样品产生了中等减少的冒险。总的来说，现有的负面情绪诱导会增加实验室的冒险和渴望。现有的积极情绪诱导未能引起冒险或渴望，尽管该领域中的文献更加稀疏。我们建议，需要开发和优化情绪吸引方法，以更好地研究基于情绪的冒险和渴望在实验室中。
使用高密度脑电图进行情绪想象过程中大脑状态动态的无监督学习
本研究应用自适应混合独立成分分析 (AMICA) 来学习一组 ICA 模型，每个模型都通过为每个已识别的成分过程拟合分布模型进行优化，同时最大化多通道 EEG 数据集某些时间点子集内的成分过程独立性。在这里，我们将 20 模型 AMICA 分解应用于长时间（1-2 小时）、高密度（128 通道）EEG 数据，这些数据是在参与者使用引导想象来想象刺激 15 种特定情绪体验的情境时记录的。这些分解倾向于返回识别单一情绪想象期间的时空 EEG 模式或状态的模型。模型概率转变反映了情绪想象过程中 EEG 动态的时间过程，而这种过程因情绪而异。用于解释想象的“悲伤”和“快乐”的模型之间的转换更加突然并且与参与者的报告更加一致，而用于想象的“满足”的转换延伸到相邻的“放松”期。大脑可定位的独立成分过程 (IC) 的空间分布在参与者中 (跨情绪) 比在情绪 (跨参与者) 中更相似。在参与者中，在左侧前额叶、后扣带皮层、右侧岛叶、双侧感觉运动、运动前区和联想视觉皮层中或附近发现了情绪想象与放松之间 IC 空间分布 (即偶极子密度) 存在差异的大脑区域。在积极情绪和消极情绪之间没有发现偶极子密度的差异。高密度 EEG 动态变化的 AMICA 模型可能允许在情绪体验过程中基于数据洞察大脑动态，可能提高基于 EEG 的情绪解码的性能并增进我们对情绪的理解。
基于脑电图的多核情绪识别...
摘要：基于脑电信号的情绪识别应用范围广泛且具有巨大的潜在价值，近年来受到学术界和工业界越来越多的关注。同时，多核学习（MKL）也因其数据驱动的便捷性和较高的准确率受到研究者的青睐。然而，MKL在基于脑电信号的情绪识别中的研究很少。因此，本文致力于探索MKL方法在脑电情绪识别领域的应用，推动MKL方法在脑电情绪识别中的应用。为此，我们提出了一种基于MKL算法EasyMKL的支持向量机（SVM）分类器，以探讨MKL算法在基于脑电信号的情绪识别问题中的可行性。我们设计了两种数据划分方法，随机划分以验证MKL方法的有效性，顺序划分以模拟实际应用。然后，基于常用数据集上海交通大学情绪脑电数据集（SEED），针对中性、消极和积极情绪进行了三分类实验，随机划分和顺序划分的平均分类准确率分别为92.25%和74.37%，比传统的单核SVM有更好的分类性能。最终结果表明MKL方法明显有效，MKL在脑电情绪识别中的应用值得进一步研究。通过对实验结果的分析发现，对对称电极上的特征进行简单的数学运算并不能有效融合脑电信号的空间信息以获得更好的性能，同时也证实了高频段信息与情绪状态的相关性更高，对情绪识别的贡献更大。综上所述，本文探索了MKL方法在脑电情绪识别领域的研究，为基于脑电的情绪识别研究提供了一种新的思路。
心力衰竭患者的家庭不稳定
背景：与心力衰竭挣扎（HF）对整个家庭可能是一次痛苦的经历。作为有助于积极家庭功能的关键变量，家庭坚韧性可以防止与HF相关的伤害。因此，认识到与家庭顽强相关的因素可以促进能够成功适应HF的策略。这项研究旨在探索与HF患者家庭坚韧性有关的保护因素。患者和方法：在中国南京的167名HF患者中，在2020年进行了一项横断面研究。该研究措施包括一个自设计的一般信息问卷，家庭顽强指数，互助量表，正面和负面影响量表以及简化的应对方式问卷。使用IBM SPSS，版本25和包括Pearson的相关性分析，多个线性回归模型以及中介效应的分析进行了数据分析。结果：167例HF患者的平均家庭顽固指数得分为57.95±11.41。多个线性回归分析表明，HF患者的共同性，主动应对方式和积极的情绪积极地预测了家庭的顽固度（β= 0.359、0.308和0.215；所有P˂0.05）。患者和家庭成员之间的相互性在主动应对风格，积极情绪和家庭顽固之间具有部分中介作用。结论：我们的结果表明，患者的主动应对方式，积极的情绪和相互性是与家庭顽固有关的保护因素。关键字：家庭坚韧，保护因素，互助，调解人，心力衰竭根据我们的发现，我们建议在HF患者的康复和后续护理期间，应鼓励主动应对策略，积极的情绪，尤其是家庭内部的紧密关系。
吸入的limnophila aromatoma精油对脑波的影响
抽象背景和目标：limnophila aromatoma（lam。）merr。是一种特有的有臭味的蔬菜，通常用于泰国菜肴和民间医学。limnophila aromatoma精油以前从未研究过大脑活动。本研究旨在通过使用随机的跨界设计在健康志愿者中通过脑电图记录和情绪状态来评估L. aromatoma香精油吸入对脑波活动的影响。方法：通过水力缩减方法从空中部件中提取limnophila芳香族精油，通过GC/MS分析其化学成分。用甜杏仁油将精油稀释至8％V/V。从公众招募了18至25岁的24岁健康参与者，在7天的冲洗期间吸入了芳香族香精油和甜杏仁油。Nicolet EEG V32用于记录大脑活动，并使用对日内瓦情感和气味量表的泰语版本中的自我评估的问卷来衡量参与者的主观感觉。显着性水平为0.05的数据。结果：limnophila aromatoma精油增加了theta和alpha波，与车辆相比引起了更轻松的感觉。结论：吸入乳杆菌精油可能会对积极情绪状态和脑状态放松产生放松的影响。res J PharmaCogn。2020; 7（4）：1-9。关键字：脑波活动；情绪状态； limnophila aromatoma;稻帕迪草药引用：Thanatuskitti P，Siripornpanich V，Sayorwan W，Palanuvej C，Ruangrungsi N.吸入的limnophila aromatoma aromatoma aromatica精油对脑波活性和情绪状态对健康志愿者的影响：一项随机交叉研究。
战争、情绪、心理健康和人工智能
在战争期间，恐惧、愤怒、仇恨、沮丧、悲伤、羞辱和绝望等负面情绪的失调会压倒正常的社会价值观和文化，危及全球和平与安全以及受影响社会的心理健康。因此，可以理解的是，负面情绪的范围和力量可能在考虑任何武装冲突中的人类行为时发挥重要作用。战争期间对主要负面情绪的估计和评估至关重要，但情绪的神经心理生理学的复杂性对其提出了挑战。目前可用的自然语言处理 (NLP) 工具具有全面的计算方法来分析和理解战争社会中相关文本数据的情感内容。创新的人工智能驱动技术结合了机器学习、神经语言编程、云基础设施以及新颖的数字治疗工具和应用程序，为增强全球心理健康护理提供了巨大的潜力。这一进步可以使心理健康服务更具成本效益且更容易获得。由于精神科医生数量不足，且应对战争和创伤造成的心理健康后果的精神科资源有限，由人工智能工具和手段支持的新型数字治疗可穿戴设备可能是未来精神病学的有前途的方法。可以通过同时结合个人层面的在线认知行为疗法 (CBT) 和公共层面的基于情感的战略沟通 (EBSC) 来改变消极的主导情绪图。通过 CBT 和 EBSC 实现的积极情绪转变可能为保护战争社会平民的心理健康提供重要杠杆。可以应用于 EBSC 刺激设计的基于人工智能的工具，如 Open AI Chat GPT 或 Google Gemini，可能具有巨大的潜力，通过更全面地了解战争创伤社会可用文本数据集的语义和语言分析，显着增强基于情感的战略沟通。通过 Chat GPT 和 Gemini 增强的人机循环可以帮助设计和开发在目标人群中引起共鸣的情感注释信息，放大战略沟通对通过 CBT 和 EBCS 将人类主导情感地图塑造成更积极的影响。
积极心理学 - AF.mil
传统心理学中的一些关键原则已经出错了！我们今天所知的大部分心理学都侧重于解构人格和对人类行为进行分类。自从西格蒙德·弗洛伊德于 1904 年撰写了他的开创性著作《日常生活的精神病理学》以来，心理学主要关注的是疾病。这通常包括在人的生活中寻找有问题的想法、感觉和行为。然而，1991 年，马丁·塞利格曼在他的著作《习得性乐观：如何改变你的思想和生活》中颠覆了这一概念。他开始研究什么是人的正确之处以及人们如何创造幸福。追求幸福是人类自古以来一直努力追求的目标。马丁·塞利格曼发现，关注一个人的优势，往往能让人们更接近创造健康、快乐和可持续的生活方式。塞利格曼确定了五个关键原则，帮助人们创造更多意义和快乐…… PERMA。P – 积极情绪。这不仅仅是幸福，还包括希望、兴趣、快乐、爱、同情、自豪、娱乐和感激等情绪。当人们将这些情绪融入日常生活时，它会改善批判性思维、理性行为、情绪健康和人际关系。E – 参与。参与是活在当下，完全专注于手头的任务。参与涉及挑战和技能之间的完美平衡，人们利用自己独特的个人优势来完成使命。R – 积极的关系。积极的关系是感受到他人的支持、爱和重视。人类天生就是社会动物，花时间参与社交互动可以防止认知衰退，促进整体身体健康。M – 意义。对意义和价值感的需求也是人类的内在品质。对于许多人来说，人生目标感来自于职业，但也可以通过课外活动、志愿者活动或社区活动找到。报告有人生目标的人寿命更长，生活满意度更高。 A – 成就。也称为成就、精通或能力。成就感可以帮助人们自豪地看待自己的生活。此外，实现内在目标（如成长和联系）比金钱或名誉等外在目标更能带来幸福感。有疑问？请通过 363ISRW.ART.363ISRW@us.af.mil 或 757-764-9316 联系我们
感觉处理敏感性的神经生理学特征
EOE 和 LST 与消极情绪、焦虑和抑郁有关，而 AES 与积极情绪、开放性经验、尽责性、积极情感和自尊有关 (Liss et al., 2008; Ahadi and Basharpoor, 2010; Sobocko and Zelenski, 2015 )。最初，Aron 和 Aron 将 SPS 概念化为一种分类特征，将 SPS 得分高的人定义为高度敏感人群 (HSP; Aron and Aron, 1997 )。据估计，大约 20–30% 的普通人群具有高度感官敏感性 (Aron et al., 2012; Lionetti et al., 2018; Pluess et al., 2018 )。Lionetti 等人进行的潜在类别分析表明，SPS 得分越高，敏感度越高 (HSPs)。基于两个样本（n = 451 和 n = 540）的 HSPS 结果确定了低、中和高敏感组，分布分别为 29%、40% 和 31%（Lionetti 等人，2018 年）。另外，研究人员提出 SPS 是一种气质特征，其特征是信息处理深度增加、对环境细微差别的意识增强以及易受过度刺激（Aron 等人，2012 年；Homberg 等人，2016 年；Greven 等人，2019 年）。这一概念源自 Gray (1981) 的行为抑制系统 (BIS)，该系统涉及暂停以评估对环境条件的反应行为（Gray，1981 年）。因此，HSP 更倾向于在做出决策和采取行动之前仔细分析新情况（Smolewska 等人，2006 年；Sobocko 和 Zelenski，2015 年）。个体的 BIS 越敏感，他们对新刺激就越敏感（Aron 和 Aron，1997 年）。较高水平的 SPS 与焦虑、抑郁和躯体形式障碍等精神疾病有关（Liss 等人，2005 年、2008 年；Bakker 和 Moulding，2012 年；Jonsson 等人，2014 年；Greven 等人，2019 年）。一项检查 SPS 遗传性的双胞胎研究发现，47% 的差异可以用遗传因素来解释（Assary 等人，2021 年）。此外，Aron 等人。 (2005) 发现 HSP 在恶劣环境条件下会表现出负面情感和害羞，这是发展精神疾病的危险因素 ( Aron et al., 2005 )。此外，研究表明，HSP 通常会报告更多的压力体验，因为他们对刺激的感知增强，处理更深。有研究表明，负责过滤掉不相关信息的丘脑过滤器在 HSP 中将更多刺激识别为相关刺激，这可能导致压力增加 ( Benham, 2006; Evans and Rothbart, 2008; Jagiellowicz et al., 2011; Gerstenberg, 2012 )。