权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

a long-term children's mental health assessment system using sensor-embedded block-shaped tangible user interfaces

使用嵌入传感器的块状有形用户界面的长期儿童心理健康评估系统

基本信息

批准号：
20J14480
负责人：
WANG XIYUE
金额：
$ 1.09万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-24 至 2022-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J14480/
关键词：
Toy blocks Children Mental health Tangible user interface Feature extraction Play data analysis Toy blocks,Children,Mental health,Tangible user interface,Play data,Well being,Data analysis,Machine Learning

项目摘要

This research aims to develop block-shaped Tangible User Interfaces (TUIs) that robustly predict children's mental health. This year, the research achievement is extracting motion features and structural features when children are playing with toy blocks, for case studies and building Multimodal Machine Learning models to predict a child's behavior problems with high accuracy and interpretability.My work observed and identified crucial play styles that indicated children's mental health and behavioral problems: passive play, indecisive play, inactive play, and drastic play. Building on the findings, my research quantified the above-observed styles into motion and structural features, and then extracted them using the fused data from videos and sensor-embedded toy blocks. The motional data include the acceleration and rotation in the time series. The structural data include blocks' stacking layer count, complexity, width/height aspect ratio, and stacking/disassembly, all in time series. My work then proposed a Multimodal Machine Learning approach using motion features, structural features, and structural images to achieve accurate and interpretable child mental health predictions.This research contributed to an interdisciplinary field encompassing human-computer interaction (HCI), mental health, and data science. This year, it was presented domestically and internationally to broad audiences in different fields, and received positive feedback as a beneficial method for predicting and monitoring children's mental health.

本研究旨在开发可预测儿童心理健康的块状有形用户界面（TUIs）。今年的研究成果是提取儿童玩玩具积木时的运动特征和结构特征，用于案例研究，并构建多模态机器学习模型，以高精度和可解释性预测儿童的行为问题。我的工作观察并确定了儿童心理健康和行为问题的关键游戏类型：被动游戏、优柔寡断游戏、不活跃游戏和激烈游戏。基于这些发现，我的研究将上述观察到的风格量化为运动和结构特征，然后使用视频和嵌入传感器的玩具块的融合数据提取它们。运动数据包括时间序列中的加速度和旋转。结构数据包括块的堆叠层数、复杂度、宽/高长宽比、堆叠/拆卸等，均为时间序列。然后，我的工作提出了一种多模态机器学习方法，使用运动特征、结构特征和结构图像来实现准确和可解释的儿童心理健康预测。这项研究促成了一个涵盖人机交互（HCI）、心理健康和数据科学的跨学科领域。今年，它在国内和国际上向不同领域的广泛受众进行了介绍，并作为预测和监测儿童心理健康的有益方法获得了积极的反馈。

项目成果

期刊论文数量（9）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Predicting Children’s Behavior Problems using Toy Block Play Actions and Patterns

使用积木游戏动作和模式预测儿童的行为问题

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Xiyue Wang;Kazuki Takashima;Tomoaki Adachi;Yoshifumi Kitamura
通讯作者：
Yoshifumi Kitamura

University of Calgary/Department of Computer Science/Interactions laboratory(カナダ)

卡尔加里大学/计算机科学系/交互实验室（加拿大）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

University of Calgary/Faculty of Arts/Computational Media Design(カナダ)

卡尔加里大学/艺术学院/计算媒体设计（加拿大）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

AssessBIocks: Exploring Toy Block Play Features for Assessing Stress in Young Children after Natural Disasters.

AssessBIocks：探索玩具积木游戏功能，以评估自然灾害后幼儿的压力。

DOI：
10.1145/3381016
发表时间：
2020
期刊：
ACM Interact. Mob. Wearable Ubiquitous Technol.
影响因子：
0
作者：
Xiyue Wang;Kazuki Takashima;Tomoaki Adachi;Yoshifumi Kitamura:;Xiyue Wang ・Kazuki Takashima・Tomoaki Adachi ・Yoshifumi Kitamura
通讯作者：
Xiyue Wang ・Kazuki Takashima・Tomoaki Adachi ・Yoshifumi Kitamura

From the ruins: Predicting child behavior and mental health using toy block play data after natural disasters 被災地から：積み木遊びデータを用いた自然災害後の子供の行動とメンタルヘルスの予測

来自废墟：自然灾害后使用积木游戏数据预测儿童行为和心理健康