XXVI Международный конкурс научно-исследовательских и творческих работ учащихся

Старт в науке

Цифровой двойник: как биометрия превращается в аватар ученика

• Авторы
• Руководители
• Файлы работы
• Наградные документы

Кассай Т.А. 1

---

1МАОУ "СОШ № 24"

Гареева Р.Ф. 1

---

1МАОУ "СОШ № 24"

Работа в формате PDF

901 KB

Автор работы награжден дипломом победителя III степени

Диплом школьникаСвидетельство руководителя

Введение

С развитием технологий искусственного интеллекта и биометрии становится возможным создавать виртуальные модели, которые способны не только отображать текущие состояния, но и предсказывать поведение учащегося. Использование биометрии для создания аватаров учеников может помочь учителям в мониторинге эмоционального и физического состояния класса в реальном времени. Это позволит своевременно реагировать на возникновение стрессовых ситуаций и поддерживать школьников в моменты, требующие вдохновения. Возможность отслеживания состояния ребенка и его реакции на учебный материал может улучшить коммуникацию между родителями и школой.

Цель: Создать живой, биометрический «портрет» ученика на основе его физиологических данных — дыхания, пульса, активности мозга и мышц — в разных ситуациях (учёба, стресс, отдых, вдохновение).

Задачи:

-Изучить и выбрать параметры для мониторинга

- Сбор физиологических данных участников с помощью лабораторного оборудование Битроникслаб

- Обработка данных для получения полезной информации

- Разработать систему, которая будет «визуализировать» биометрические данные в форме «портрета» ученика

- Создать адаптивную модель, которая будет изменять «портрет» ученика в зависимости от текущих физиологических данных.

Гипотеза:

Различия в физиологических показателях у учащихся в зависимости от эмоционального и физического состояния могут быть использованы для создания индивидуального биометрического профиля ученика, который поможет лучше понять его психоэмоциональное состояние и адаптивные возможности.

Объект изучения:

Группа учащихся, согласившиеся принять участие (5, 6,9 классы).

Предмет изучения:

Биометрические данные и факторы, влияющие на физиологические показатели.

Методика использования датчиков цифровых лабораторий:

- Датчики цифровой лаборатории использовали для определения физиологической реакции организма учащихся в различных условиях: в покое, при выполнении математических задач, при физической нагрузке, и отдыхе(стресс, отдых, концентрация).

- ЭКГ (электрокардиограмма): измеряет электрическую активность сердца.

- ЭМГ (электромиография): фиксирует электрическую активность мышц.

- ЭЭГ (электроэнцефалограмма): отслеживает электрическую активность мозга.

- Датчик пульса: измеряет частоту сердечных сокращений.

Сбор данных

- Установила датчики на участников и записывала сигналы (ЭКГ и ЭМГ на кожу, ЭЭГ на голову, пульсометр на палец), фиксировала данные.

- Проводила измерения в определённых условиях ( во время выполнения заданий, в состоянии покоя).

Обработка и анализ данных

- Записала данные с сенсоров с помощью соответствующего программного обеспечения.

- Анализировала полученные данные, исследуя взаимосвязи между физиологическими показателями и условиями.

- Определила закономерности и реакции участников, сравнила физиологические данные.

Для перевода графика в код, учитывая все условия и параметры, мы использовали следующий подход:1. Определили амплитуду по измеренной высоте в мм с помощью линейки, составили пропорцию. Линейкой измерено значение от 0.0 до 0,82V – это будет 10 мм ,

Для оценки амплитуды значение пропорции 0,82 -10мм

2. Перевели высоту зубца в вольтах: высота зубца в вольтах (х) - высота в мм, сумма максимального и минимального значения точки- это искомая цифра, в покое макс высота 0,71 V, все что меньше или равно - 0

3. Рассчитали значение в зависимости от условий (максимальная высота в покое, диапазоны напряжения и соответствующие показатели),

слабое напряжение 0,72-0,84 - 30

умеренное напряжение 0,84-1,64 - 50

значительное напряжение 1,65-2,9 +частые зубцы - 70

максимум - это 100

4. Суммировали высшую и низшую точку для получения искомого значения.

Для ЭКГ

ЭКГ - возрастные нормы систолическое 90+2n (n-возраст)

диастолическое 60+n

0 -ниже нормы, 1-норма, 2-выше нормы(изм)

КГР__ 0-нет изменений, 1 – изменения.

Я проводила измерение показателей частоты сердечных сокращений с помощью сенсора ЭКГ в разных вариантах: когда испытуемый находится в спокойном состояний, потом предлагала решать задачи по математике, и выполняли физические упражнения. При определении активности головного мозга с помощью сенсора ЭЭГ участник также выполнял решение задач по математике, находился в спокойном положении и беседовал с друзьями, также предлагали прослушать спокойную музыку.

Определяли напряжение мышц при расслабленном состоянии и физической нагрузке с помощью сенсора ЭМГ. Датчиком пульса определяли пульс, также сравнивали с показаниями сенсора ЭКГ.

Для визуализации биометрических данных в форме «портрета» ученика, мы выбрали онлайн веб редактор, P5. js – библиотека, написанная на языке программирования JavaScript, используемая для создания и просмотра интерактивных изображений с помощью простых графических примитивов. P5. js позволяет создавать графику на компьютере с использованием языка программирования.

После перевода данных в цифры, мы эти данные ввели в код, и получили первое преобразование, получилось, что мы протестировали выбранную нами онлайн веб редактор.

Данные участников вводили в код, и сравнивали каждого участника , смотрели на что он реагирует, какие данные изменяют аватар, и сравнивали аватар участников между собой, у кого как проявляются данные.

На примере первого участника рассмотрим полученные данные.

При спокойном состоянии «портрет» ученика или аватар, как мы его назвали. получается голубого цвета с круглой линией, когда вводим цифры, отображающие активность головного мозга, цвет аватара меняется на розовый. Фигура не меняет форму, что показывает норму остальных параметров. Затем мы ввели данные, которые показывали состояние ученика при общении с друзьями, и цвет аватара изменился на светло-розовый. При введении данных от прослушивания спокойной музыки цвет аватара поменялся на серовато-синий. Чтосвидетельствует о снижении уровня возбуждения центральной нервной системы и активации парасимпатической регуляции, характерной для состояния расслабления и восстановления. Такой сдержанный серо-синий оттенок указывает на стабильность ЭЭГ, отсутствие значительных изменений в КГР и ЭМГ, а также на нормальные показатели дыхания и сердечного ритма. Визуально это означает, что ученик находится в состоянии психофизиологического покоя, благоприятном для восстановления ресурсов и восприятия информации. Интересно было наблюдать за изменением аватара, когда мы ввели данные от занятия физическим упражнением, то есть показатели напряжения мышц. Цвет и фигура изменились одновременно, круг стал похож на восьмерку , а цвет стал переливающим в сине-голубой.

При анализе данных учащихся 6 класса, при сравнении табличных данных, мы увидели у 6 участника нервная система более подвижна, лабильна. Это отразилась на аватаре интенсивно красным цветом.

Мы сравнили аватары у учеников, которые решали математические задания и выявили следующее: напряжение наблюдается у всех ребят, но один из учеников хорошо решает задания и у него аватар показывает спокойное состояние. Затем сравнили показатели у этих детей после физической нагрузки, как видно из аватаров, ребенок, который занимается спортом, имеет аватар голубого цвета, т.е физические нагрузки ему даются легко и не вызывают изменение физиологических показателей. Детям, которые решали математические задания и показали встревоженность, мы предложили послушать тихую музыку и выявили, как нервная система у них успокаивается и стабилизируется. Аватар с красно-розового переходит в спокойно-голубой цвет.

Вывод:

В ходе данного проекта были проведены измерения показателей частоты сердечных сокращений (ЧСС), электроэнцефалограммы (ЭКГ) и электромиограммы (ЭМГ) у учащихся 5,6 и 9 классов. Основной целью работы было выявление взаимосвязей между этими показателями и разработка цифрового биопрофиля.

1. Анализ данных показал, что учащиеся, занимающиеся физической активностью, имеют более низкие показатели ЧСС в состоянии покоя по сравнению с их менее активными сверстниками. Это свидетельствует о лучшей сердечно-сосудистой адаптации и общем физическом состоянии более активных учеников.

2. Результаты ЭКГ продемонстрировали, что учащиеся с высоким уровнем стресса и эмоционального напряжения показывают изменения в сердечном ритме. Наблюдался также высокий уровень изменения сердечного ритма у тех, кто активно участвует в спортивных мероприятиях, что указывает на хорошую регуляцию вегетативной нервной системы.

3. Исследование ЭМГ показало, что мышечное напряжение значительно варьируется в зависимости от уровня усталости и стресса. Учащиеся, подвергавшиеся высокому психоэмоциональному напряжению, продемонстрировали увеличение фонового мышечного напряжения, которая отразилась на аватаре.

Для каждого участника по данным физиологического состояния создали аватар.

Мы увидели, как меняется аватар по сравнению со спокойным состоянием, при изменении показателей.

Например, цвет аватара изменился с голубого на розово-красный при решении математической задачи.

Форма аватара стала похожей на восьмерку во время физической нагрузки.

Размер аватара равномерно колеблется при прослушивании музыки.

Аватар начал пульсировать быстрее во время физического упражнения.

Физиологические данные, собранные с помощью датчиков цифровой лаборатории, подтверждают зависимость показателей от вида деятельности. Выявленные индивидуальные особенности реакции участников проекта на различные факторы подчеркивают важность учета типа нервной системы при обработке данных. Исследование подтвердило гипотезу о возможности визуализации физиологического состояния человека посредством динамически изменяющегося аватара. Наблюдаемые изменения цвета, формы, размера и пульсации аватара коррелируют с различными видами деятельности. Так, изменение цвета с голубого на розово-красный при решении математической задачи свидетельствует о повышении когнитивной нагрузки и, возможно, уровня стресса. При физической нагрузке форма аватара, трансформируясь в подобие восьмерки, отражает изменения в дыхании и мышечной активности. Равномерные колебания размера аватара во время прослушивания музыки указывают на реакцию организма на ритмическую и мелодическую составляющую. Ускорение пульсации аватара при физической нагрузке напрямую соответствует учащению сердечного ритма.

На основании полученных результатов можем создать «паспорта учебной устойчивости» учащихся, который предоставляет персонализированные рекомендации по оптимальному времени для учёбы, методам саморегуляции и сигналам для отдыха или изменения активности.

В последствии мы можем рекомендовать

- создание «тихих зон» и антистресс-классов в школе для разгрузки эмоционального состояния обучающихся.

- создание «паспорта учебной устойчивости». Ученики получают персональные рекомендации по: оптимальному времени учёбы методам саморегуляции сигналам, когда стоит отдохнуть или сменить активность.

Приложение

Работа с датчиками цифровой лаборатории

Данные датчика ЭМГ в разных ситуациях: в спокойном состоянии (а), решение математических задач (б), прослушивание музыки (в)

а б

в

Данные ЭКГ

Данные ФПГ

Данные ЭМГ

Код для Web редактора

let ageGroup = "7-12"; // возрастнаягруппа

let heartRate = 95; // ЧСС

let breathRate = 20; // ЧДД

let eegScore = 70; // ЭЭГ: 0–100 баллов

let emgStatus = 1; // ЭМГ: 1 = естьизменение, 0 = нет

let kgrStatus = -1; // КГР: -1 = есть изменение, 0 = нет

let pressureStatus = 2; // АД: 0 = низкое, 1 = норма, 2 = изменения

function setup() {

createCanvas(600, 600);

angleMode(DEGREES);

frameRate(60);

}

function draw() {

// Проверканормы

let isHeartRateNormal = checkHeartRate(ageGroup, heartRate);

let isBreathRateNormal = checkBreathRate(ageGroup, breathRate);

let eegState = interpretEEG(eegScore);

let stressLevel = map(eegScore, 0, 100, 0, 1);

// Цветоваяпалитра

let bgBase = color(180, 220, 255);

let bgAlert = color(255, 100, 100);

let bgColor = lerpColor(bgBase, bgAlert, stressLevel);

// МерцаниепоКГР

let flash = (kgrStatus === -1) ? map(sin(frameCount * 0.5), -1, 1, -50, 50) : 0;

// Дополнительный эффект давления

if (pressureStatus === 0) {

bgColor = color(red(bgColor) * 0.6, green(bgColor) * 0.6, blue(bgColor) * 0.6); // тусклый

} else if (pressureStatus === 2) {

flash += map(sin(frameCount * 2), -1, 1, -30, 30); // резкиеколебания

}

background(

constrain(red(bgColor) + flash, 0, 255),

constrain(green(bgColor) + flash, 0, 255),

constrain(blue(bgColor) + flash, 0, 255)

);

translate(width / 2, height / 2);

let breath = sin(frameCount * (breathRate / 60)) * 10 + 50;

let pulse = sin(frameCount * (heartRate / 60)) * 10;

let emgSharpness = (emgStatus === 1) ? 2 : 0.5;

stroke(255);

noFill();

strokeWeight(2);

beginShape();

for (let angle = 0; angle < 360; angle += 10) {

let radius = breath + pulse;

let offset = sin(angle * emgSharpness) * 20 * emgStatus;

let r = radius + offset;

let x = r * cos(angle);

let y = r * sin(angle);

vertex(x, y);

}

endShape(CLOSE);

// Панельинформации

fill(0, 160);

noStroke();

rect(-width / 2, height / 2 - 110, width, 110);

fill(255);

textSize(14);

textAlign(CENTER);

text(

`Возраст: ${ageGroup} | ЧСС: ${heartRate} ${isHeartRateNormal ? "✅" : "⚠️"} | ЧДД: ${breathRate} ${isBreathRateNormal ? "✅" : "⚠️"}`,

0, height / 2 - 80

);

text(

`ЭЭГ: ${eegScore} б. — ${eegState} | ЭМГ: ${emgStatus === 1 ? "Активность" : "Покой"} | КГР: ${kgrStatus === -1 ? "Стресс" : "Спокойно"}`,

0, height / 2 - 60

);

text(

`АД: ${interpretPressure(pressureStatus)}`,

0, height / 2 - 40

);

}

Цифровые данные для кода

Создание аватара

Виды аватаров

Спокойное состояние

Решение математических задач

Физическая нагрузка При тихой музыке