跳转到主要内容
该区域有两种不同的事物,具有不同的状态:

从信号到特征

在任何分数之前,SDK 会计算 特征:定义明确、可重现的数字。
  • EEG 窗口特征: 频带功率(绝对、相对、对数)、谱熵、主频率、α 峰值、Hjorth 参数和质量标志
  • 脉搏特征: 心率、RMSSD、SDNN 和信号质量
  • 稳健的统计: 中位数和中位数绝对偏差而不是平均值,因此一个坏样本不会扭曲结果
  • 个人基线: 每个人的 30 天滚动中位数和范围,排除异常值

SDK标题分数

实验性的。 biosignal-analytics 以源代码形式提供,并且在第一个 npm 发布之前可能会发生变化。
这些是 产品解释,而不是测量,SDK 也是这么说的。两条设计规则使它们保持诚实:
  1. 每个贡献者都是可见的。 每个分数都会公开其输入及其权重、标准化值和质量。
  2. 分数自行保留。 当无法负责任地计算时,分数不会返回任何值以及原因,而不是猜测:
缺失的输入永远不会默默地变成中性的中间值。

Elata 上的生物识别评分

分数是从 0 到 100 的单个数字,反映用户在他们使用的所有应用程序中的结果,仅当他们选择**时才为 **。 它是如何构建的:
  • 应用程序报告派生的会话结果,而不是原始信号。 例如,一份报告称,在五分钟的会话中,用户的平静水平从基线的 0.42 上升到了 0.61,信号质量和置信度都很高。
  • 相对于用户自身基线的改进很重要,而不是人与人之间存在差异的绝对值。
  • 低质量会话被丢弃,分数显示为“正在校准”,直到有足够的优质会话稳定为止。
  • 每个报告都会在服务器 上检查是否同意,因此应用程序在没有它的情况下无法做出贡献。
  • 只有经过批准的应用程序才能贡献。 应用程序需要获得 Elata 授予的权限才能计算其报告。
请参阅 隐私和同意 ,对于构建者,请参阅 同意和见解。

来源