模拟现实世界中的注意力评估场景,在注意力评估的过程中,引入多种环境干扰项,检测用户在评估过程中主动注意与被动注意以及抗干扰能力,并提供精准的测试报告。 基于科学的理论框架,聚焦注意认知过程,结合大数据、模式识别及虚拟现实(VR)技术较新进展,抓住“影响大脑注意的关键因素是什么,它们如何对训练做出回应”这一关键科学问题,克服了既往脱离现实的注意测试模式或“肌肉训练式”的简单测评理念。 利用大数据算法和医疗级测试原理,对持续注意力进行敏感性测试,并融入了眼动模块,检测用户评估过程中注意力广度、分配及转移等的详细数据,提供精准测试报告。最后基于注意力评估数据,生成后置训练方案。