本发明涉及群体关系质量评估技术领域，具体涉及一种基于go/no-go测试任务的群体人际间关系质量评估与干预方法及系统。
背景技术：
群体关系质量的评估和干预在高纪律性要求的集体中十分重要。目前已有的评估方式例如主观报告法、观察法等，存在着主观性及片面性等问题；而干预方法(例如认知行为疗法)需要实施者极强的专业性，适合对极少数特殊群体进行干预。因此亟需一种系统、客观、简单且适合对大群体实施的群体关系质量的评估和干预手段。
目前现有的针对人际间关系质量评估的方法有：
观察法：即通过观察者(第三方)对被观察者(被评估人际间关系质量的两人及以上群体)的行为事件进行观察、记录、打分的主观评定方法。优点：提供真实、直接、即时的第一手资料。缺点：易受时间、观察对象以及观察者本身的限制，费事费力，不适宜于大群体评估。
访谈法：即有目的地与评估对象直接交谈来获取有效评估信息，且由访谈者对被访谈对象的人际间关系质量进行主观评定的方法，包括结构式访谈与无结构式访谈、个体访谈和集体访谈等方式。优点：面对面交流，所获取的信息由访谈者掌控，可全面深入的获取重要的信息。缺点：要求访谈者具有一定的访谈技巧，费事费力，成本较高，面对面访谈缺乏隐秘性，获取的信息易失真、易受社会称许性(按照对题目的社会价值判断而不是自己的实际情况做出回答的倾向)影响。
问卷测量法：即通过由一系列问题构成的问卷或者量表对评估对象的人际间关系质量进行测量的方法。如：hendrick等人1998年开发的关系评估量表(relationshipassessmentscale,ras)，pierce等人1991年开发的关系质量量表(qualityofrelationshipinventory,qri)等。优点：可适用于大群体施测，节省时间、人力成本，隐秘性高。缺点：问卷调查设计较难，评估结果易受社会称许性的影响，评估结果较为主观、准确度较低，评估结果的反馈即时性较差，质量得不到保证。
目前现有的针对人际间关系质量干预的方法有：
心理咨询和心理治疗：即运用心理学的专业方法，对需要解决问题的来访者进行倾听、帮助和支持的交流过程，旨在分析问题的原因，帮助摆脱困境，提高适应能力。如：运用心理咨询技术，通过倾听来访者描述的人际间关系问题，帮助其分析存在问题的原因，寻求改善对策。如：箱庭疗法(沙盘游戏疗法)：即使用沙盘以及人或者物的微缩模型来进行心理治疗和心理辅导的方法。如通过沙盘模型的交流分享，让个体产生共感，培养成员间的责任感和归属感，改善人际间的互助互动关系等等。
以上为现有的针对人际间关系质量干预的方法，优点是：干预结果直接有效，预后效果较好。缺点：现有的干预方法对干预技术实施者、干预的环境和条件设施具有特殊的要求，要求实施者具有一定的心理学技术水平，而且预后结果缺乏客观科学的指标佐证。除此之外，现有针对人际间关系质量干预的方法应用于大群体，存在费事费力、成本较高且结果不佳等缺点。
技术实现要素：
为了解决上述所存在的技术问题，实现面对大群体关系的客观准确、即时有效的评估，并结合群体关系质量达到闭环干预目的，为此，本发明提供了一种基于go/no-go测试任务的群体人际间关系质量评估与干预方法及系统。
本发明采用如下技术方案：
一方面，本发明提供了一种基于go/no-go测试任务的群体人际间关系质量评估与干预方法，所述方法包括如下步骤：
步骤1，建立双人go/no-go脑电实验多试次的测试任务；
步骤2，轮流对群体中的两两成对被试进行双人合作任务测试，记录双人合作完成测试任务时的测试数据，同步收集成对被试在任务完成过程中的脑电(eeg,electroencephalogram)信号；
步骤3，提取步骤2中的测试数据和脑电信号数据，计算成对被试合作完成任务时的任务表现指标及脑电指标；
步骤4，结合任务表现指标、脑电指标和成对被试自我报告的关系质量数据，经机器学习分类模型进行双人关系质量水平的分类预测，并输出；
步骤5，提取群体中关系质量水平低于预定水平的两两成对被试，重复步骤1至步骤4，直至将群体中的所有两两被试的关系质量水平达到预定水平时，结束测试任务；
步骤6，将群体中的所有两两成对被试所得出的关系质量水平进行平均化，得到群体关系质量的评估分数。
所述步骤1中双人go/no-go测试任务包括在显示屏的显示区域随机出现设定试次数的go刺激图标和no-go刺激图标，其中go刺激图标出现的试次数大于no-go刺激图标出现的试次数。
所述的go刺激图标试次数和no-go刺激图标试次数的比例为(6:4)～(8:2)。
所述步骤2中轮流对群体中的两两成对被试进行双人合作任务测试的方法是：
步骤2.1，在显示屏上首先出现空心线索刺激；
步骤2.2，空心线索刺激出现后的0.6s-1.5s的随机延迟后，在空心线索刺激处呈现go刺激图标或no-go刺激图标；
步骤2.3，空心线索刺激处呈现go刺激图标时，成对被试做出同步按键反应，记录呈现所有go刺激试次的同步试次数和各自的反应时；当空心线索刺激处呈现no-go刺激图标时，成对被试不做出任何反应，记录成对被试各自的正确反应试次数；
步骤2.4，成对被试通过佩戴脑电信号收集设备，同步采集并存储各自在测试任务完成过程中的脑电信号。
所述步骤3中经计算所得任务表现指标和脑电指标包括：总同步率、go刺激同步率、no-go刺激同步率、反应时差、功率谱密度和样本熵。
所述go刺激图标试次呈现时，若成对被试反应时的差值小于所设定的反应时差阈值t时，则认为试次同步；反应时差阈值t的设置符合下述公式：
t＝a[(r1-k) (r2-k)]
式中：k值为成对被试的基线反应时差的平均值；
a为常数，取值为1/4～1/8；
r1和r2分别为成对被试完成测试任务时记录的各自反应时。
所述步骤2中，具有n个人的群体中，形成n(n 1)/2对潜在的两两成对被试双人关系，轮流进行双人合作任务测试。
另一方面，本发明还提供了一种基于go/no-go测试任务的群体人际间关系质量评估与干预系统，所述系统包括：
显示屏，用于随机呈现go刺激图标和no-go刺激图标的测试任务；
键盘，其与显示屏连接，群体中的两两成对被试轮流按照显示屏指示通过所述键盘进行测试任务操作；
脑电信号收集设备，用于同步采集两两成对被试在执行测试任务时的脑电信号；
存储模块，用于存储go/no-go测试任务、完成测试任务时所产生的测试数据、反应时差阈值t、脑电信号数据、关系质量预定水平及成对被试自我报告的关系质量数据；
提取与数据融合模块，用于提取所述存储模块中的测试数据和脑电信号数据，分别计算两两成对被试合作完成测试任务时的反应时差、正确率、同步率，以及脑电信号的功率谱密度和样本熵，并结合自我报告的关系质量数据，形成融合数据集；
关系质量评估与反馈模块，内置机器学习分类模型，将所述提取与数据融合模块中所形成的融合数据集，轮流对群体中的两两成对被试的关系质量水平作出分类评估，并对关系质量水平低于预定水平的成对被试执行反馈训练，直至将群体中的所有两两成对被试的关系质量水平达到预定水平。
所述的存储模块、提取与数据融合模块以及关系质量评估与反馈模块集成于同一电脑或移动终端。
本发明技术方案具有如下优点：
a.本发明可以实现二人关系质量的评估，也可以应用于多于3人的群体关系质量的评估与干预，具有评估和提升群体关系质量的作用，这在群体纪律性要求较高的群体(如军队)中具有很大的应用前景。在执行测试任务中，任务的go刺激试次反应时差可以有效预测任务合作双方之间的关系质量(r2＝0.13,p＝0.01)；任务合作双方的情绪表达特质(自我报告的关系质量数据)结合测试任务的go刺激试次反应时差，对双方的关系质量预测效力增强(r2＝0.19,p＝0.002)，可以应用于关系质量的评估和干预中。
b.本发明通过合作操作任务的设计和任务指标与脑电信号的计算提取，建立机器学习分类模型计算双人合作者之间的关系质量水平；通过建立实时反馈的关系质量闭环训练系统，结合go/no-go的认知任务、脑电信号分析、机器学习、自适应反馈等方式，达到根据双人之间关系质量的实时诊断进行自适应化训练的目的。
附图说明
为了更清楚地说明本发明具体实施方式，下面将对具体实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的群体关系质量评估与干预流程图；
图2为本发明所提供的对两两成对被试进行测试的原理图；
图3为本发明所提供的两两成对被试进行双人合作任务测试流程图；
图4为本发明所提供的评估与干预系统图示；
图5为本发明所提供的go/no-go刺激材料示例；
图6为显示屏反馈界面图示；
图7为本发明所提供的评估流程模型图示；
图8为本发明所提供的提取与数据融合计算流程图；
图9为本发明所提供的关系质量评估与反馈模块原理图。
图中：
1-显示屏；2-键盘；3-脑电信号收集设备。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1和图2所示，本发明提供了一种基于go/no-go测试任务的群体人际间关系质量评估与干预方法，具体包括如下步骤：
【s1】建立双人go/no-go脑电实验多试次的测试任务。
测试任务包括go刺激图标(卡通猴图标)和no-go刺激图标(卡通大象图标)2种刺激(刺激示例见图5)，go刺激图标试次数和no-go刺激图标试次数比例(6:4)～(8:2)，本发明优选为7:3。整个测试任务分为2个组块，每个组块由30个试次构成，其中go刺激图标出现次数为42次，no-go刺激图标出现次数为18次，当然不限于60试次，还可以采用其他数量的go刺激图标和no-go刺激图标。
如图5所示，每个试次开始时，屏幕上会出现一个灰色的空心圆圈作为线索刺激，在0.6-1.5s的随机延迟后(即soa为0.6-1.5s,stimulusonsetasynchrony)，呈现go刺激图标或no-go刺激图标。两名被试的任务是当go刺激图标(卡通猴图标)出现时，分别通过键盘上的“a”键和“l”键对刺激做出同步按键反应；而当no-go刺激图标(卡通大象图标)出现时，不做出任何反应。本发明通过设置不同的随机延迟时间，采用毫无节奏的刺激图标呈现，有助于真实考察两被试间的合作程度。
【s2】轮流对群体中的两两成对被试进行双人合作任务测试，记录双人合作完成测试任务时的测试数据，同步收集成对被试在任务完成过程中的脑电(eeg,electroencephalogram)信号。
结合图3所示，具体的任务测试执行步骤如下：
步骤2.1，在显示屏上首先出现空心线索刺激；
步骤2.2，空心线索刺激出现后的0.6s-1.5s的随机延迟后，在空心线索刺激处呈现go刺激图标或no-go刺激图标；
步骤2.3，空心线索刺激处呈现go刺激图标时，成对被试做出同步按键反应，记录呈现所有go刺激试次的同步试次数和各自的反应时；当空心线索刺激处呈现no-go刺激图标时，成对被试不做出任何反应，记录成对被试各自的正确反应试次数；
步骤2.4，成对被试通过佩戴脑电信号收集设备，同步采集并存储各自在测试任务完成过程中的脑电信号。
测试任务要求两名被试集中注意力于屏幕中央。当线索刺激出现后，屏幕中央若出现go刺激图标(出现卡通猴子图标)，左边被试需按“a”键，右边被试需按“l”键，要求两名被试尽量同时按键。go刺激图标出现到被试按下按键的时间被记录为被试的“反应时”，左边被试记为r1，右边被试记为r2。当两名被试的反应时的差值小于反应时差阈值t值，记为该试次同步，即正确，获得1分，相反若不同步，即错误，则扣1分。
反应时差阈值t的设置符合下述公式：
t＝a[(r1-k) (r2-k)]
式中：a为常数，取值为1/4～1/8；k值为成对被试的基线反应时差的平均值；为在练习阶段中两位被试的反应时差的平均值，每一对被试都会生成一个k值。
当然，针对不同应用场景的群体，这里的反应时差阈值t优选为1/4，还可以取用1/5、1/6、1/7等数值，由此设定测试任务的难度。
测试任务要求两名被试尽量获得更多的分数，任务完成过程中，任务界面上会出现即时的反馈，显示屏中央会出现当前试次的得分或扣分情况，屏幕左右两侧会出现“ ”或者“-”符号，分别表示当前试次按键反应慢于同伴或者快于同伴，且总积分会出现在显示屏的右上角，详见反馈界面图6。
当线索刺激处出现no-go刺激图标(即出现卡通大象图标)，两名被试均不需要按键，若其中任意一名被试按键，则为不同步，即错误，扣1分，相反若都没有按键，记为正确，则得1分。no-go刺激试次均不记录反应时长。
本发明整个测试任务流程优选包括指导语视频观看阶段、练习阶段和正式实验阶段，共计三个阶段。在观看完指导语视频后，被试进入练习阶段，练习阶段共10个试次(当然不限于)，每一试次后都会在显示屏上提供实时反应情况反馈。在两个被试熟悉任务规则和操作方法后开始正式实验。正式实验共60个试次，分为先后两个模块完成，中间有3分钟的休息时间，go刺激和no-go刺激在两个模块中实现伪随机平衡出现次数。正式实验阶段反馈界面与练习阶段相同。
【s3】提取步骤【s2】中的测试数据和脑电信号数据，计算成对被试合作完成任务时的任务表现指标及脑电指标，具体包括：总同步率、go刺激同步率、no-go刺激同步率、反应时差、功率谱密度和样本熵等。
通过成对被试测试任务，得到同步试次、不同步试次、各自反应时等参数，经计算得到如下技术参数，但本发明不限于下述所列参数。
go刺激试次：卡通猴子图标出现的次数；
no-go刺激试次：卡通大象图标出现的次数；
总试次数＝go刺激试次数 no-go刺激试次数；
反应时间差＝|被试b反应时-被试a反应时|＝|r2-r1|；
总同步率＝总同步试次数/总试次数；
go刺激试次的同步率＝go刺激试次中正确的试次数/go刺激试次数；
no-go刺激试次的正确率＝no-go刺激试次中正确的试次数/no-go刺激试次数；
go刺激试次的反应时差＝go刺激试次的所有反应时差的和/go刺激试次数；
go刺激试次同步的反应时差＝go刺激试次中正确试次的反应时差的绝对值的和/go刺激试次中正确试次数；
go刺激试次不同步的反应时差＝go刺激试次中错误试次的所有反应时差的绝对值的和/go刺激试次中错误试次数；
被试a正确率＝被试a的正确的试次数/总试次数；
被试b正确率＝被试b的正确的试次数/总试次数；
样本熵：熵通常是对信号随机性的一种数值度量，通过小波变换提取的脑电信号，包含不同小波系数的信号分量，通过熵可以度量各个频带能量分布的随机性。因此，提取信号小波变换后的小波系数用来提取熵相关特征，两两成对被试样本熵的差值，即为同步性的好坏，越同步样本熵差值越小。样本熵计算公式如下：
功率谱密度psd：利用短时傅里叶变换技术对预处理过的脑电信号进行时频分析，提取所有电极(32导)以及相关频段(包括α、β、γ、θ等常用频段)在认知任务进行中的psd特征；
动态被试间相关性disc：以10s为时间窗对双人合作任务过程中同一电极、同一频段的时相信号进行皮尔逊相关计算，提取所有被试间的动态相关特征。
【s4】结合任务表现指标、脑电指标和成对被试自我报告的关系质量数据，经机器学习分类模型进行双人关系质量水平的分类预测，并输出。
如图7所示，根据双人go/no-go测试任务的输入特征(包括同步率、反应时差等任务表现指标和脑电特征)，并以自我报告的关系质量数据融合分类进行随机森林算法机器学习，对成对被试人际间关系质量高、中、低程度进行分类预测。
本发明主要采取数据融合技术，利用计算机对获得的多个指标特征信息进行分析处理，从而获得相较于单一指标数据源更为可靠的决断策略。
通过对任务表现指标数据、脑电指标数据和自我报告的关系质量数据的结合分析，形成融合数据集，然后将融合数据集放入随机森林机器学习分类模型中，最后得出分类结果。随机森林算法是目前应用较为广泛的有监督学习机器学习算法，在此不再具体赘述。
具体的指标提取与数据融合模块包含的计算流程如图8所示。包括原始数据层、特征提取层、数据融合层和模型分类结果层，其中原始数据层用于从存储模块中接收双人合作go/no-go任务指标、关系质量(自评价报告)和脑电指标；特征提取层中所提取特征包括任务指标特征、主观报告评分、功率谱密度和样本熵等脑电指标。在数据融合层中将所提取的任务指标特征、脑电特征和主观报告评分按照一定权重进行充分融合，在模型分类器结果层中作为输入特征，依次经随机森林机器学习分类器算法进行融合特征组分类器识别，得出分类识别结果。
本发明中对脑电指标数据的分析如下：
脑电指标数据是在成对被试完成合作任务过程中同步记录；记录的脑电信号经过预处理流程(包括重参考、滤波、独立成分分析ica等等步骤)，对其进行快速傅立叶转换，得到脑电信号各电极不同频段的功率谱，作为频域特征；以合作双方的同一频域特征的均值作为机器学习分类模型的输入频域特征，共有30x5＝150个频域特征；在双人的时域信号间进行相关计算，并且以10s为滑窗进行动态的相关计算，提取动态相关特征向量的均值与方差，得到30x3＝90个特征；对所有240个特征进行pca降维，并采用前向搜索法进行包裹式特征选择，得到能够使预测精度最大化的特征集s；利用s结合任务中的任务表现指标数据和自我报告的关系质量数据，共同作为机器学习分类模型的输入特征，用以识别合作双方的关系质量。
【s5】提取群体中关系质量水平低于预定水平的两两成对被试，重复步骤【s1】至步骤【s4】，直至将群体中的所有两两成对被试的关系质量水平调整至预定水平时，结束测试任务。
如图9所示，本发明通过建立自适应干预系统，将依据机器学习分类模型输出的关系质量水平预测(高、中或低)，判断是否对当前成对被试进行干预。若输出的关系质量水平为高，则判断不需要对当前成对被试进行干预，任务结束；若关系质量水平输出为中或者低，则判断需要进行干预，两位被试需要再次执行go/no-go测试任务，继续干预训练，进一步重复上述步骤，重新对输出的关系质量水平做出评估，根据评估结果作出是否进一步干预的策略。
上述步骤中可以针对两人进行关系质量的测试及改善型干预训练。
【s6】将群体中的所有两两成对被试所得出的关系质量水平进行平均化，得到群体关系质量的评估分数。
当面对的人群是涉及3人及以上的群体时，系统首先建立宏观群体模型，然后建立两两配对的微观群体关系模型，建立一个完整的群体关系网。以4人群体模型为例，其最小单元为6对双人之间的关系，依照此原则，同样以最小的双人单元执行上述各步骤，在双人关系评估和干预的基础上，将其拓展到了多人群体中。如图9所示，在一个n人群体中，共包含
本发明中的试次任务不限于上述的60个试次，可以根据具体情况进行试次调整。
如图4所示，本发明还提供了基于go/no-go测试任务的群体人际间关系质量评估与干预系统，系统包括：1台显示屏(120寸，4:3)，1个键盘，2个座椅(距显示屏1.5米、座位之间相距0.5米)，双人脑电信号收集设备，存储模块，提取与数据融合模块，关系质量评估与反馈模块。两位被试需要在座位上通过键盘根据显示屏上的提示和要求完成任务。
显示屏用于随机呈现go刺激图标和no-go刺激图标的测试任务；
键盘与显示屏连接，群体中的两两成对被试轮流按照显示屏指示通过所述键盘进行测试任务操作；
脑电信号收集设备用于同步采集两两成对被试在执行测试任务时的脑电信号，经处理后存储至存储模块，并经提取与数据融合模块计算被试的功率谱密度psd和样本熵；
存储模块用于存储go/no-go测试任务、完成测试任务时所产生的测试数据、反应时差阈值t、脑电信号数据、关系质量预定水平及成对被试自我报告的关系质量数据；
提取与数据融合模块用于提取存储模块中的测试数据和脑电信号数据，分别计算两两成对被试合作完成测试任务时的反应时差、正确率、同步率，以及脑电信号的功率谱密度和样本熵，并结合自我报告的关系质量数据，形成融合数据集；
关系质量评估与反馈模块内置机器学习分类模型，将在提取与数据融合模块中所形成的融合数据集，轮流对群体中的两两成对被试的关系质量水平作出分类评估，并对关系质量水平低于预定水平的成对被试执行反馈训练，直至将群体中的所有两两成对被试的关系质量水平达到预定水平。
上述的存储模块、提取与计算模块、关系质量评估与反馈模块均优选集成于同一电脑中。
在执行测试任务中，任务的go刺激试次反应时差可以有效预测任务合作双方之间的关系质量(r2＝.13,p＝.01)；任务合作双方的情绪表达特质结合任务的go刺激试次反应时差对双方的关系质量预测效力增强(r2＝.19,p＝.002)，可以应用于人际关系质量的评估和干预中。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
1.一种基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述方法包括如下步骤：
步骤1，建立双人go/no-go脑电实验多试次的测试任务；
步骤2，轮流对群体中的两两成对被试进行双人合作任务测试，记录双人合作完成测试任务时的测试数据，同步收集成对被试在任务完成过程中的脑电(eeg,electroencephalogram)信号；
步骤3，提取步骤2中的测试数据和脑电信号数据，计算成对被试合作完成任务时的任务表现指标及脑电指标；
步骤4，结合任务表现指标、脑电指标和成对被试自我报告的关系质量数据，经机器学习分类模型进行双人关系质量水平的分类预测，并输出；
步骤5，提取群体中关系质量水平低于预定水平的两两成对被试，重复步骤1至步骤4，直至将群体中的所有两两被试的关系质量水平达到预定水平时，结束测试任务；
步骤6，将群体中的所有两两成对被试所得出的关系质量水平进行平均化，得到群体关系质量的评估分数。
2.根据权利要求1所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述步骤1中双人go/no-go测试任务包括在显示屏的显示区域随机出现设定试次数的go刺激图标和no-go刺激图标，其中go刺激图标出现的试次数大于no-go刺激图标出现的试次数。
3.根据权利要求1所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述的go刺激图标试次数和no-go刺激图标试次数的比例为(6:4)～(8:2)。
4.根据权利要求3所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述步骤2中轮流对群体中的两两成对被试进行双人合作任务测试的方法是：
步骤2.1，在显示屏上首先出现空心线索刺激；
步骤2.2，空心线索刺激出现后的0.6s-1.5s的随机延迟后，在空心线索刺激处呈现go刺激图标或no-go刺激图标；
步骤2.3，空心线索刺激处呈现go刺激图标时，成对被试做出同步按键反应，记录呈现所有go刺激试次的同步试次数和各自的反应时；当空心线索刺激处呈现no-go刺激图标时，成对被试不做出任何反应，记录成对被试各自的正确反应试次数；
步骤2.4，成对被试通过佩戴脑电信号收集设备，同步采集并存储各自在测试任务完成过程中的脑电信号。
5.根据权利要求1所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述步骤3中经计算所得任务表现指标和脑电指标包括：总同步率、go刺激同步率、no-go刺激同步率、反应时差、功率谱密度和样本熵。
6.根据权利要求5所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述go刺激图标试次呈现时，若成对被试反应时的差值小于所设定的反应时差阈值t时，则认为试次同步；反应时差阈值t的设置符合下述公式：
t＝a[(r1-k) (r2-k)]
式中：k值为成对被试的基线反应时差的平均值；
a为常数，取值为1/4～1/8；
r1和r2分别为成对被试完成测试任务时记录的各自反应时。
7.根据权利要求1所述的基于go/no-go测试任务的群体人际间关系质量评估与干预方法，其特征在于，所述步骤2中，具有n个人的群体中，形成n(n 1)/2对潜在的两两成对被试双人关系，轮流进行双人合作任务测试。
8.一种基于go/no-go测试任务的群体人际间关系质量评估与干预系统，其特征在于，所述系统包括：
显示屏，用于随机呈现go刺激图标和no-go刺激图标的测试任务；
键盘，其与显示屏连接，群体中的两两成对被试轮流按照显示屏指示通过所述键盘进行测试任务操作；
脑电信号收集设备，用于同步采集两两成对被试在执行测试任务时的脑电信号；
存储模块，用于存储go/no-go测试任务、完成测试任务时所产生的测试数据、反应时差阈值t、脑电信号数据、关系质量预定水平及成对被试自我报告的关系质量数据；
提取与数据融合模块，用于提取所述存储模块中的测试数据和脑电信号数据，分别计算两两成对被试合作完成测试任务时的反应时差、正确率、同步率，以及脑电信号的功率谱密度和样本熵，并结合自我报告的关系质量数据，形成融合数据集；
关系质量评估与反馈模块，内置机器学习分类模型，将所述提取与数据融合模块中所形成的融合数据集，轮流对群体中的两两成对被试的关系质量水平作出分类评估，并对关系质量水平低于预定水平的成对被试执行反馈训练，直至将群体中的所有两两成对被试的关系质量水平达到预定水平。
9.根据权利要求8所述的基于go/no-go测试任务的群体人际间关系质量评估与干预系统，其特征在于，所述的存储模块、提取与数据融合模块以及关系质量评估与反馈模块集成于同一电脑或移动终端。
技术总结