Home
學生控制台
註冊會員/登入
研究知情同意書
UeduGPTs
Uedu Jupyter
我的學習畫像
學習特質探索
Uedu Mind
Uedu Fit
Garmin 儀錶板
運動紀錄
Wellness Toolkit
PALM
Uedu Brain Dev
Learning Portfolio
山巒地圖
我的證書
教師控制台
課程設定
EMI Toolkit
Assessment Toolkit
Interaction Toolkit
Forum Toolkit
AI 知識庫
功能介紹
教學實踐研究
學術交流
教學工作坊
課程搜尋
FAQ常見問答
學生研究團隊招募
建立AI助教說明
教師研究社群
教學研究支援
Uedu Labs
隱私權政策
資料安全
研究倫理
Uptime 數據

UeduGPTs

--

Jupyters

7

AI 回覆桌面通知

AI 助教回覆完成時顯示桌面通知

聊天訊息通知

同學在討論區發送訊息時通知

聲音通知

每當有新通知時播放提示音

UNDER DEVELOPMENT

Uedu Brain
腦波與血氧感測

自製多模態生理感測裝置,整合 EEG、fNIRS 與 PPG 三種感測技術, 探索認知負荷、注意力與學習狀態的即時監測。

EEG + fNIRS + PPG — 多模態腦生理感測

三大感測模組

Uedu Brain 結合三種互補的生理感測技術,從不同面向捕捉學習者的腦部與生理活動。

EEG

腦電圖 Electroencephalography

透過頭皮電極量測腦部電位活動,捕捉 α、β、θ、δ 等不同頻段的腦波, 反映注意力集中程度、認知負荷與放鬆狀態。

α 波 (8-13 Hz) β 波 (13-30 Hz) θ 波 (4-8 Hz) δ 波 (0.5-4 Hz)

fNIRS

功能性近紅外光譜 Functional Near-Infrared Spectroscopy

利用近紅外光穿透頭皮,量測前額葉皮質的血氧變化, 間接反映腦區活化程度與認知工作負荷。

HbO₂ 含氧血紅素 HbR 去氧血紅素 前額葉活化

PPG

光體積描記法 Photoplethysmography

透過光學感測器偵測血管容積變化,計算心率與心率變異性(HRV), 評估自律神經系統活動與壓力反應。

心率 HR HRV (RMSSD) BBI 間期 SpO₂ 血氧

相關研究

IEEE BigDataService 2025

基於本地 LLM 的邊緣部署 EEG 睡眠分期協作推理框架

本研究探索如何在邊緣裝置上部署 EEG 睡眠分期模型,結合大型語言模型(LLM)的推理能力, 實現即時、隱私保護的睡眠品質評估。此技術為 Uedu Brain 的核心演算法之一。

閱讀研究摘要