多通道无线生理记录分析系统 发布时间:2021-05-27

仪器名称:多通道无线生理记录分析系统

仪器型号:MP160

生产厂家:美国Biopac

仪器简介:生理仪是测量与心理变化相关的一种或多种生理信号进行实时记录与分析的研究工具,一套MP160系统由系统主机、采集及分析软件(AcqKnowIedge),以及各种放大器、传感器、导联线及电极组成。MP160的系统硬件是模块化的,采用了功能强大的接口系统,可以随时添加放大器、传感器、电极来配合实验设计。

功能用途:BlOPAC放大器及相应传感器可以完成心电、脑电、肌电、眼电、胃肠电、血压、体温、呼吸及肺功能、氧气含量、二氧化碳含量、血氧饱和度、皮肤电阻、心输出量、脉搏容积、电刺激、诱发电位、声光刺激、刺激评估、反应测试、握力、关节角度、三轴加速度、趾跟冲击等生理信号测量。

放置位置:徐汇校区中院202行为科学实验室

设备相关资料:Biopac多通道无线生理记录分析系统 https://jbox.sjtu.edu.cn/l/CFDnKd

相关论文:

• 王芹, & 白学军. (2014). 正性情绪背景可改变经济决策行为中的社会预期效应. 第十七届全国心理学学术会议论文摘要集.

• 靳慧斌, 朱国蕾, & 吕川. (2019). 基于支持向量机的管制疲劳检测模型研究. 安全与环境学报, 19(001), 99-105.

• Jung, Y. J. ,  Kim, H. Y. ,  Kim, T. Y. ,  Lee, Y. , &  Yoon, S. Y. . (2017). Preliminary evidence for the psychophysiological effects of technologic feature in e-commerce.

• Subramaniam, N. . Estudiar recompensa alimentos y motivación en los seres humanos. Lancet.

• Page-Gould, E. ,  Men De S, W. B. , &  Major, B. . (2010). Intergroup contact facilitates physiological recovery following stressful intergroup interactions. Journal of Experimental Social Psychology, 46(5), 854-858.

• Changhao, Ding, Mutian, Liu, Wang, & Fuwu, et al. (2019). Behavior evaluation based on electroencephalograph and personality in a simulated driving experiment. Frontiers in psychology, 10, 1235-1235.

• 赵彦涛, 付美玲, 王斌, 张旭光, & 李小俚. (2016). 基于主成分分析和重叠直方图统计的视频信号心率测量. 中国生物医学工程学报, 35(003), 284-291.

• Kubzansky, L. D. ,  Ph., D. ,  Ph, M. ,  Adler, G. , Brigham, &  Hospital, W. . The Biology of Resilience: Social Relationships, Oxytocin, and Health. Additional Data Collection.

• Yue, P. , &  Bai, X. . (2013). The study of the effect of affect labeling to the positive emotions in the condition of positive face pictures. Advances in Psychology, 03.

• Yifan, L. I. ,  Zhang, X. ,  Wang, Q. ,  Chen, W. ,  Zhou, G. , &  Liu, G. . (2018). Sleep respiration volume monitoring with bioelectrical impedance technology based on factor analysis. Beijing Biomedical Engineering.

• 刘碧英. 非线性特征组合用于皮肤电情感识别的研究. Diss. 西南大学, 2013.

• Qiang, L. I. ,  Liu, G. , &  Lai, X. . (2014). Application of improved support vector machine in emotion recognition. Journal of Computer Applications.