談計算機輔助實驗測試系統
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談計算機輔助實驗測試系統范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：計算機化神經行為測試評價系統，誕生時間較早，此項測試評價技術主要應用在醫學領域中，用于測試職業環境對人體的傷害，通過系統測試評價結果，對職業傷害進行早期的評估分析。本文就計算機輔助測試系統進行分析，探究系統硬件配置及檢測評價項目、評價指標、信度與效度檢驗，以期為相關職業場景運用測試評價系統提供借鑒和參考。
現代化信息技術不斷發展，計算機化神經行為測試評價系統廣泛應用在臨床醫學、軍事醫學、運動醫學領域中，展現了顯著的系統優勢。在計算機輔助的程序化、規范化測試支持下，大大提高了檢測信度，相比傳統的輔助測試技術優勢明顯。因此，相關研究人員認為有必要進一步創新計算機化神經行為測試評價系統設計，優化系統功能，完善評價指標，促使應答技術的提升。
1計算機輔助測試系統
1.1多通道采集系統的組成
在多通道采集系統中，均由S/H電路組成，并受同一信號控制，確保采樣通道的一致性，實現各個通道信號波的有效銜接，系統中的A/D轉換器、微處理器和單片機，具有較強的獨立性，適用于智能化傳感技術以及遠距離傳輸系統中應用，實質上是由計算機進行操作管理。①接口總線。測量系統內部由芯片、模塊、插件板等部件組成，確保通信之間的線路連接順暢；就接口總線特點看，接口總線分為芯片總線、外總線和內總線。并行的總線利用各自的導線進行信息傳遞，信息傳遞速率快，然而實際產生的經濟成本較高，不適用于遠距離的通信。相關技術人員采取環形鏈式連接方式傳送串行數據，運用雙線電纜通信，測量系統中每臺儀器接口，在HP-IL接口總線環路中，每臺儀器扮演著不同的角色，環路系統將傳統的數據信息和命令傳輸至儀器，通過儀器之間的相互傳遞，依次進行循環。②計算機虛擬儀器技術。Labview是為C、C++、VisualBasic等編程語言不熟悉的測試領域工作者開發的，通常采用可視化編程方式，設計人員按照程序步驟進行操作，將虛擬化儀器需要顯示的窗口、按鈕、數學運算方法等控制件從Labview工具箱內拖至面板上，進行整體的布局設計，Diagram窗口將這些控件、工具按照虛擬設計邏輯關系進行連接。相關設計人員積極開發了小型的虛擬儀器系統進行開發，虛擬儀器為計算機在工業領域中的應用提供了一項較好的技術解決方案，支持在多領域中設計和實現[1]。Labview過于龐大，一般不適合現場應用，需要在專用的控件支持下彰顯計算機虛擬儀器技術優點。就計算機虛擬儀器技術優點可具體列為：軟件開發與維護費用低；技術更新周期短；可復用，重復配置性強；支持用戶定義儀器功能；開放、靈活，與計算機技術同步發展；與網絡及其他周邊設備互聯。
1.2計算機輔助測試
將檢測過程編制中引入計算機技術，提高了檢測規程編寫速度，提高編寫準確性。在計算機輔助測試領域產品中包括了三維空間掃描儀、檢測臂等，全面保證提升檢測結構的準確性，產品檢測尺寸跨度較大，支持精密零件尺寸的檢測，在工廠工業應用中，提供了高質量的測量服務，并逐漸滲透在汽車、國防、航空航天行業中。①系統框圖。研究人員將計算機虛擬技術引入切削力測量中，進而設計出一款用戶分析和處理切削數據的虛擬儀器，采用通用的接口板卡，實現數據采集和A/D轉換，接口卡是基于多數據采集的控制卡，支持DMA方式及雙緩沖區模式，保證信息采集信號的穩定性，實現不間斷的信息存儲，支持單極性、雙極性模擬信號的輸入，系統提供16路單端/8路差動模擬輸入通道、2路獨立的D/A輸出通道，以及24線的TTL型數字I/O等多種功能[2]。②連接方式。系統采用的是車削測力儀進行測試，范圍在0~3000N，測量X、Y、Z三個方向的切削力，分別設定為Fx、Fy、Fz的分辨率為5.0N，將三個切削信號線與應變儀的三個通道相連，將接口卡插入計算機主板中的空閑槽內，確保數據線與連接器更好的相連。③軟件設計。在系統軟件設計中，配置了相應的硬件模塊，確保在虛擬儀器技術支持下，編制相應的軟件，進而完成數據采集、存儲和分析。Labview本身作為程序開發環境，與語言存在一定的差異性，Labview通常采用圖形化的編程語言G，產生的程序是框圖不是文本，功能優勢明顯，如數據采集、串口控制、顯示、存儲等。研發的虛擬儀器軟件包括儀器驅動程序、應用程序等，通過初始化虛擬儀器設定相關的參數和工作方式，確保虛擬儀器始終處于正常的工作狀態[3]。在系統應用程序中依托計算機技術進行數據分析和處理，賦予用戶自定義編制應用程序功能。以下就計算機輔助技術在神經行為測試系統中應用進行表述。
2系統硬件配置及檢測評價項目
系統硬件配置性能，直接關系計算機系統運行環境，其中聲卡、鍵盤等基本硬件配置滿足系統實際應用需求。相關人員就系統性能不斷創新研究，主要改進測試評價系統，保留了原系統中的NES-C3等項目，大量收集與實驗有關的項目，不斷擴充系統新版本內容，在原評價系統中增加了情感、智力、學習、記憶等模塊，新增感知覺、心理運動等實驗類目，測試項目達30多個；設計人員以測試項目思想為前提，反復試驗和測試系統評價效果，在多場景中對比分析適用于計算機運行環境的實驗測試系統。就實驗數據來源看，相關企業在資料收集過程中，就企業工廠中的80名工人進行測試，平均年齡在30歲左右，接受教育年限平均為10年，相關人員通過實地考察發現，產生職業暴露的因素與溫度、電焊煙塵、金屬錳、一氧化碳等有關，尤其在工作環境中存在有毒有害性位置，人員所處的職業環境多為暴露環境。就實驗測試系統運行條件看，相關人員就實驗數據進行收集，在測試評價系統中將各項采集到的數據指標錄入，借助相關技術軟件開展數據分析和處理。基于信息化技術不斷發展及神經行為測試評價技術的突破和拓展，計算機輔助實驗測試系統得以進一步地完善和創新[4]。早期的運行平臺系統，設定是應答模式，將單一的鍵盤-鼠標模式改進為鍵盤-鼠標、腳踏鍵盤、數碼筆記及觸摸屏等多元化的應答模式，測試模式更加趨于多元化方向發展。被測試的操作指導由單純的主試講解改進為文字、計算機模擬語音測試相結合的模式。逐漸實現了智能化運行保障功能，系統自身的穩定性不斷提升，檢測信度不斷提高，在新版本實驗心理測試系統版本中，實現了計算機多媒體運行檢測，對提供測試參數的邏輯性進行檢測，減少被測試治療出現重復現象，實時在線進行監控，確保整個檢測環境均在計算機系統檢測下實現，提升系統測試實際執行效果。同時，系統設計人不斷優化測試項目，在現有測試項目基礎上進一步優化調整，相關人員從經典實驗室檢測項目中，不斷引入關于反映神經行為、能力狀況的項目，通過對比分析，新版本系統引進的項目相比傳統版本項目性能優勢更加顯著。系統設計人員在新版本系統中，引入了原創設計思想，反復驗證測試評價項目，將測試評價項目拓展為6大類34項，促使神經行為檢測評價范圍不斷拓展延伸，測試項目主要為情感模塊、智力模塊、學習與記憶模塊、感知覺模塊、心理運動模塊、其他心理測試模塊等，通過情感問卷的方式，重點考察人員心算、視覺、記憶點、連續記憶點等，考察被測試對象的運動視覺、聽時間感知、視注意廣度、空間知覺、注意力分配、視復雜分配、動態目標追蹤等。
3評價指標的完善
3.1評價指標的建立
評價指標通常是建立在原始數據的基礎上，依據計算機數法原理生成相關檢測項目的神經行為能力指數，并根據神經行為能力指數對照各項指標參數，確保兼顧各項指標，為神經行為能力貢獻力量。主要建立的指標有神經行為能力指數、暴露組測試項目操作次數、暴露組檢測項目準確操作平均時間、對照組檢測項目準確操作平均時間。相關研究人員根據檢測項目提供的各個指標參數之間的相關性進行分析，通過反復驗證得出正確的測試結果（如表1所示）。
3.2現場應用
上文中提到的職業暴露人群檢測實驗，基于樣本與對照項目準確數與準確平均耗時F檢驗水平出現不一致現象。研究人員將測試結果轉換成NAI值，可清晰化發現觀察組心算與注意力調轉項目上，與對照組存在明顯的差異性。NAI本身是一個相對值。測試人員依據此方法進行項目檢測，方便快捷，保證系統測試結果的精準性，通過建立NAI項目神經行為能力水平布圖，加強對整體神經行為能力特征的研究和分析。
4信度與效度檢驗
4.1信度檢驗
研究人員將對照組視為主要的研究對象，完成一次測試后，反復進行驗證，進一步對各項指標信度進行檢驗，設定智力r=0.925~0.986、P＜0.02；設定學習記憶類r=0.918~0.952、P＜0.03；感知類r=0.766~0.983、P＜0.03，測試人員經過反復認證發現，測試系統信度符合心理測試重測各項指標系數，符合系統設計要求。
4.2效度檢驗
在效度檢驗環節，檢驗人員發現測試結果具有一致性，聽數距廣度順序r=0.64、P=0.002、逆序r=0.56、P=0.006；在符號譯碼中，讀寫測試r=0.63、P=0.004；默寫測試r=0.66、P=0.003。測試人員針對檢測結果進行預處理，為保證測試數據的安全性，系統設計人員在新版本設計中，建立了獨立的數據庫，支持兩種預處理工具的使用，包括檢測數據、鏈接工具，實現了從計算機不同計算機系統中獲取數據庫鏈接的功能，同時，檢測數據集成系統，負責檢測數據的橫向鏈接方式，為系統測試人員通過科學的技術支持，幫助計算機程序人員快速將分散的檢測結果集成為統一的數據庫。綜上所述，現代化數字技術支持下，全面優化了神經行為測試系統應答模式，基于計算機技術不斷發展下，新型應答模式操作更加便捷，貼近紙-筆測試，保證被試群體順利通過測試。
參考文獻
[1]李亞軍,徐能雄,張彬.基于計算機輔助學習的土工試驗虛擬仿真實驗教學設計與方法[J].中國地質教育,2020(3):116-122
[2]劉波清.高職院校計算機輔助實驗室的管理與維護探析[J].電子世界,2020(6):48-49.
[3]陳剛,李英玉,呂鑫.基于數據挖掘的計算機輔助課堂教學系統設計[J].現代電子技術,2020,43(4):94-96.
[4]楊光.計算機輔助教學在應用化學專業教學中的應用研究[J].計算機產品與流通,2020(1):183-184.
作者：陳永海 單位：北海職業學院
