陳峰 李子泉 馮鑫 倪振杰 韓瑞

【摘 要】隨著新課程改革的發(fā)展和互聯(lián)網(wǎng)技術(shù)的普及，“空中課堂”因其不受時(shí)空約束，高效便捷的特性倍受教育者的青睞。為了避免師生不能及時(shí)互動(dòng)的局限性，本文提出一種新的教學(xué)研究方法，在FastICA算法的基礎(chǔ)上，利用學(xué)生觀看教師授課視頻時(shí)所產(chǎn)生的腦電波數(shù)據(jù)進(jìn)行科學(xué)分析，并通過MATLAB進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了此方法的科學(xué)有效性。教育工作者可以利用本文提出的方法及時(shí)掌控學(xué)生對(duì)各知識(shí)點(diǎn)掌握的程度以及在學(xué)習(xí)過程中關(guān)注度的變化規(guī)律，從而進(jìn)一步提高教學(xué)效果和改進(jìn)“空中課堂”的教學(xué)系統(tǒng)設(shè)置。

【關(guān)鍵詞】MOOC；FastICA；在線課堂；腦電波

中圖分類號(hào)： G712.4 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）33-0001-003

DOI：10.19694/j.cnki.issn2095-2457.2018.33.001

【Abstract】With the development of the new curriculum reform and the popularization of Internet technology，“class online” is favored by educators，which is not constrained by time and space， and it is efficient and convenient as well. In order to avoid the limitation that teachers and students cannot communicate with each other in time，this paper proposes a new teaching research method，which is based on FastICA， by analyzing the EEG data generated by students watching teaching videos scientifically， and the simulation experiment is carried out by MATLAB. Experimental results show that the method is scientific and effective. Educators can make full use of the method to master the situation of students of each knowledge point and the changing rule of their attention in the learning process.These can be used to improve the teaching levels of teachers，and the “class online” teaching system settings.

【Key words】MOOC；FastICA；Class online；EEG

0 前言

隨著現(xiàn)代化教育的快速發(fā)展，互聯(lián)網(wǎng)技術(shù)的日益普及，“空中課堂”因其不受時(shí)空約束，高效便捷等特性越來越受教育者的青睞。為了深入推進(jìn)國(guó)家教育信息化試點(diǎn)省建設(shè)，率先建成省級(jí)基礎(chǔ)教育資源運(yùn)用平臺(tái)，開展智慧學(xué)校建設(shè)，安徽省基礎(chǔ)教育常規(guī)化在線課堂應(yīng)用實(shí)現(xiàn)所有教學(xué)點(diǎn)的全覆蓋，累計(jì)開課53.9萬余節(jié)，總受益學(xué)生35萬余人。但是“空中課堂”教學(xué)也有其存在的缺陷，例如，教師不能及時(shí)掌控學(xué)生的學(xué)習(xí)狀況，學(xué)生自主學(xué)習(xí)的盲目性等。為了解決這個(gè)問題，本文在FastICA算法基礎(chǔ)上，提出一種新型的教學(xué)研究方法，利用學(xué)生觀看授課視頻過程中腦電波圖像，通過采集學(xué)生的EEG，進(jìn)行數(shù)據(jù)分析，有利于教師及時(shí)掌控學(xué)生對(duì)知識(shí)點(diǎn)的掌握程度，以及學(xué)生學(xué)習(xí)關(guān)注度的變化規(guī)律，從而為教師提高教學(xué)效果，以及學(xué)生學(xué)習(xí)效率提供科學(xué)依據(jù)。

1 “空中課堂”背景

“空中課堂”是一種新型的教學(xué)模式，指的是利用先進(jìn)的網(wǎng)絡(luò)通信技術(shù)以及現(xiàn)代化的通訊設(shè)備進(jìn)行線上教學(xué)。與傳統(tǒng)課堂相比，“空中課堂”有三大優(yōu)勢(shì)：（1）在學(xué)生的閑暇之余，可以隨時(shí)隨地利用身邊的一些通訊設(shè)備進(jìn)行學(xué)習(xí)，比如：手機(jī)，臺(tái)式電腦或平板電腦等移動(dòng)通訊設(shè)備，不受教室的束縛，更為方便快捷；（2）將教師上課的過程錄制下來，可供學(xué)生反復(fù)觀看，不受時(shí)空的約束；（3）可以支持萬人同時(shí)聽課，在教師資源有限的情況下，充分利用教師資源。因此“空中課堂”隨著科技的發(fā)展迅速成為熱點(diǎn)?！翱罩姓n堂”類的網(wǎng)絡(luò)APP迅速普及，例如：中國(guó)大學(xué)MOOC，騰訊課堂，網(wǎng)易云課堂，阿里云課堂等APP。

2 腦電波的基本知識(shí)[1]

自意大利解剖教授Galvani在18世紀(jì)末創(chuàng)立了動(dòng)物電學(xué)說以來，研究電生理學(xué)方面的儀器不斷得到改善。直至19世紀(jì)中葉，英國(guó)利物浦皇家學(xué)院Richard Carton發(fā)現(xiàn)了腦電反應(yīng)。20世紀(jì)早期，德國(guó)耶拿大學(xué)精神科教授Hans Berger博士采集到了人類的腦電現(xiàn)象，并將其命名為Electroencephalogram（EEG）。20世紀(jì)中期，Dieth、Dumenruth、P.Senthil Kumar 和TP Tjung等人開始用FFT、PCA、ICA等方法對(duì)EEG進(jìn)行去除偽跡，有效地將眼電、外界磁場(chǎng)等影響成分分離去除。從而，EEG信號(hào)開始用于傳統(tǒng)的身份識(shí)別、注意力訓(xùn)練、對(duì)智能機(jī)器的控制、臨床醫(yī)學(xué)領(lǐng)域、對(duì)癲癇等精神病的治療和疲勞檢測(cè)預(yù)警等研究領(lǐng)域。

EEG是大腦在活動(dòng)時(shí)，腦皮質(zhì)細(xì)胞群之間形成電位差，從而在大腦皮質(zhì)的細(xì)胞外產(chǎn)生電流。它實(shí)時(shí)記錄下大腦活動(dòng)時(shí)的電波變化，是腦神經(jīng)細(xì)胞的電生理活動(dòng)在大腦皮層或頭皮表面的總體反映。EEG在初期是一個(gè)醫(yī)學(xué)上的重要指標(biāo)和特征，臨床應(yīng)用上將腦電采集設(shè)備所采集到的時(shí)域EEG信號(hào)經(jīng)過傅里葉變換為頻域信號(hào)，并根據(jù)所處頻帶的不同，將EEG信號(hào)分為δ波（0.53.5Hz）、θ波（47Hz）、？鄣波（812Hz）以及β波（12.528Hz），δ波和θ波所屬頻率較低，統(tǒng)稱慢波；β波所屬的頻率相對(duì)較高，統(tǒng)稱快波。δ波頻率0.53.5Hz，當(dāng)人在嬰兒期或智力發(fā)育不成熟、成年人在極度疲勞和昏睡狀態(tài)下，可出現(xiàn)這種波段。此外，正常的成年人處于深度睡眠、麻醉或缺氧等狀態(tài)下也會(huì)產(chǎn)生δ波。θ波頻率47Hz，成年人在意愿受到挫折和抑郁時(shí)以及精神病患者這種波極為顯著。通常，當(dāng)人的精神狀態(tài)處于深度松弛或者淺睡時(shí)，比較容易出現(xiàn)θ波。？鄣波頻率812Hz，平均數(shù)為10次左右，它是正常人EEG的基本節(jié)律，有時(shí)出現(xiàn)有時(shí)消失，并不是總是存在。例如，在深睡情況下沒有？鄣波；如果一個(gè)人在激動(dòng)狀態(tài)下，或者恐懼，憤怒時(shí)，大腦中也沒有？鄣腦波。如果沒有外加的刺激，其頻率是相當(dāng)恒定的。人在清醒、安靜并閉眼時(shí)該節(jié)律最為明顯，睜開眼睛或接受其他刺激時(shí)，？鄣波即刻消失。在人心情愉悅或靜β波頻率12.528Hz，當(dāng)精神緊張和情緒激動(dòng)或亢奮時(shí)出現(xiàn)此波，當(dāng)人從睡夢(mèng)中驚醒時(shí)，原來的慢波節(jié)律可立即被該節(jié)律所替代，在清醒時(shí)也出現(xiàn)，需努力能達(dá)到的注意力集中。冥想時(shí)，一直興奮的β波、δ波或θ波此刻弱了下來，？鄣波相對(duì)來說得到了強(qiáng)化，這種波形最接近右腦的腦電生物節(jié)律，人的靈感狀態(tài)就出現(xiàn)了。

通過以上分析，發(fā)現(xiàn)教師可以利用EEG的數(shù)據(jù)進(jìn)行科學(xué)深入分析，及時(shí)掌控學(xué)生在“空中課堂”自主學(xué)習(xí)時(shí)對(duì)知識(shí)點(diǎn)掌握的情況，以及學(xué)習(xí)關(guān)注度的變化規(guī)律，從而提高“空中課堂”的教學(xué)效果。

3 EEG信號(hào)的采集與去噪

EEG信號(hào)采集[2]的設(shè)備大致分為多電極腦電設(shè)備和單電極腦電設(shè)備。單電極腦電設(shè)備主要是便攜式腦電監(jiān)測(cè)設(shè)備，在易用性、成本以及便攜性等方面優(yōu)于多電極腦電設(shè)備，因此非常適用于“空中課堂”中學(xué)生的EEG數(shù)據(jù)采集。

“空中課堂”從大腦皮層采集的EEG信號(hào)非常微弱，并且會(huì)夾雜外界設(shè)備電磁、噪聲和人體自身內(nèi)部的眼電、肌電、心電等一些干擾信號(hào)，因此研究EEG信號(hào)必須去除干擾信號(hào)。去除EEG偽跡的方法目前有基于時(shí)域的回歸、基于頻域的回歸、快速傅里葉變換（FFT）和主成分分析（PCA）等算法，但由于EEG信號(hào)具有時(shí)變、非平穩(wěn)等特性，大部分算法存在著較大的局限，不能充分去除偽跡和充分反映腦電信號(hào)。由于幾乎所有源信號(hào)都是統(tǒng)計(jì)獨(dú)立的，所以可以采用快速獨(dú)立成分分析法（FastICA）從混合信號(hào)中分離出源信號(hào)，從而有效地從EEG中分離出偽跡信號(hào)[3-4]。

4 快速獨(dú)立成分分析法（FastICA）[1-5]

4.1 快速獨(dú)立成分分析法（FastICA）的原理

4.3 FastICA的校正[7-8]

由于FastICA估計(jì)有盲不確定性，使得變換的結(jié)果不能直接用于源識(shí)別，但考慮到FastICA估計(jì)所特有的波形保持性質(zhì)，因此需要通過引入必要的分析校正來消除不確定性誤差。需要在x（t）=As（t）中加一個(gè)幅值n（t），對(duì)真實(shí)源信號(hào)s（t）和混合矩陣A的較為準(zhǔn)確的估計(jì)，從而實(shí)現(xiàn)真實(shí)源的識(shí)別與重建。

采取如下措施：（1）分 析 校 正 前， 對(duì) FastICA估計(jì)源yi的幅值進(jìn)行歸一化處理，以盡可能減小幅值不確定性的影響；（2）試驗(yàn)研究發(fā)FastICA估計(jì)的相位不確定性往往表現(xiàn)為180°相移誤差[10]，則對(duì)FastICA估計(jì)yi源的相位作180°自適應(yīng)調(diào)整。

5 仿真實(shí)驗(yàn)

為驗(yàn)證上述算法的有效性，下面進(jìn)行MATLAB仿真實(shí)驗(yàn)。

利用MATLAB模擬出獨(dú)立源信號(hào)：正弦波、方波、三角波以及隨機(jī)信號(hào)。模擬信號(hào)如下圖3所示：

加入噪聲偽跡后的觀測(cè)信號(hào)如下圖4所示：

利于FastICA算法進(jìn)行分離，得到4個(gè)近似信號(hào)圖如下：

對(duì)比圖3和圖5，運(yùn)用FastICA算法分離出的信號(hào)圖與源信號(hào)圖近似相同，因此可以看出本文所采用去除EEG偽跡的方法可行。

6 腦電波在空中課堂的應(yīng)用

運(yùn)用FastICA處理學(xué)生上“空中課堂”時(shí)的EEG，得出一個(gè)源信號(hào)，將其劃分為α，β，θ，δ4個(gè)階段，其振幅分別為20100uv，520uv，100150uv，20200uv。當(dāng)注意力集中時(shí)，α波的相關(guān)系數(shù)最高[9]，即EEG主要體現(xiàn)為α波形時(shí)，相關(guān)系數(shù)達(dá)90%，學(xué)生的注意力特別集中。因此當(dāng)學(xué)生α波相關(guān)系數(shù)較高時(shí)，教育者應(yīng)該進(jìn)行重難知識(shí)點(diǎn)的教學(xué)，當(dāng)相關(guān)系數(shù)較低時(shí)，教育者應(yīng)該提醒、激勵(lì)、鼓勵(lì)學(xué)生，從而可以根據(jù)每個(gè)學(xué)生腦電波分析的不同結(jié)果實(shí)時(shí)掌控和因材施教。

7 總結(jié)

通過以上討論，學(xué)生在“空中課堂”的學(xué)習(xí)過程中，教師可以利用單電極腦電設(shè)備采集學(xué)生的EEG信號(hào)，通過FastICA算法對(duì)數(shù)據(jù)進(jìn)行處理，從而得到源信號(hào)，根據(jù)源信號(hào)的變化，科學(xué)分析得出學(xué)生對(duì)知識(shí)專注度變化的規(guī)律，利用這種規(guī)律，對(duì)教師的上課方式加以改進(jìn)，進(jìn)而滿足學(xué)生的個(gè)性化學(xué)習(xí)，因材施教，提升學(xué)生上課的效率，有效促進(jìn)教師教學(xué)水平的提高。

【參考文獻(xiàn)】

[1]黃川，戴志誠(chéng).腦電波信號(hào)處理及其在教育中的應(yīng)用研究[J].中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，2016.

[2]尹晟霖，李鳳銀，于曉璇，程佳楷，吉翰云.腦電波傳感器研究及應(yīng)用[J].電子技術(shù)，2018（7）.

[3]葉瑜，沈繼忠.基于獨(dú)立分量分析的P300腦電信號(hào)處理算法研究[J].中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，2013.

[4]王炳浩，魏建勤，吳永紅.汽車駕駛員瞌睡狀態(tài)腦電波特征的初步探索[J].汽車工程，2004，26（1）：70-72.

[5]王佳威，莊伯金.腦電波信號(hào)的處理方法與應(yīng)用[J].中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，2015.

[6]沈家全，姜羅羅.行為決策與腦電波特征分析[J].中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，2017.

[7]焦衛(wèi)東，楊世錫，錢蘇翔，嚴(yán)供標(biāo).基于FFT-MCC分析的ICA（BSS）盲不確定性消除[J].中國(guó)機(jī)械工程，2006，17（7）：16-20.

[8]莫崇相，陸森林.基于頻譜相似度的ICA不確定性快速消除[J].噪聲與振動(dòng)控制，2008，28（5）：102-104.

[9]龔琦，卓旭什，陶茂剛.腦電信號(hào)與注意力的關(guān)聯(lián)研究[J].中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，2017.