计算思维已经成为信息化社会中高端人才的核心竞争力之一,计算思维能力的提升是当前各教育阶段学生面临的不容忽视的难题。鉴于此,本文围绕计算思维训练过程数据获取关键技术、计算思维教学支撑平台、教学支撑平台的创新应用开展了系列研究,提出了基于注意力机制的人脸修正情绪识别方法,研发了融合课堂情绪识别的可视化编程集成环境,并在教学实践中进行了验证。主要工作概括如下:（1）针对课堂中学生坐姿不端、摄像头采集图像背景复杂多变等情况,提出了基于注意力机制的人脸修正课堂情绪识别方法,用于采集学生课堂学习状态。该方法借助对抗网络从采集到的侧面人脸图像中生成稳定的正面人脸情绪图像,学习人脸修正的过程中保持情绪的特征表示,并在情绪识别网络模型加入了通道注意力机制和空间注意力机制,两个注意力模块分别关注图像中感兴趣的内容和区域。该模型对计算思维教学场景下学生人脸表情数据获取具有更优的表现,提高编程课中学生状态数据的获取能力。（2）针对现有部分计算思维可视化编程环境中的不足:不支持实时转换为C语言、缺乏调试、指针和结构体等编程功能和学生学习状态实时感知功能、代码结构繁琐复杂等,本文开发了融合课堂情绪识别的可视化编程集成环境。该环境通过拖拽积木语句实时生成C语言代码,支持变量作用域、数组、指针、结构体等C语言语法训练,具有单步执行、设置断点、查看变量值等调试功能,能够实现抽象流程向具象代码的无缝转换,支持自顶向下思维训练。与可视环境代表Raptor、Scratch等相比,本训练环境具有所见即所得、代码实时生成,支持变量作用域、结构体、指针、单步调试等功能,表达更加严谨直观,具有显著优势。（3）基于本文的教学支撑平台,改进了计算思维多螺旋训练模式,在教学实践中验证,对比评估了学生计算思维的提升效果。该实证研究对比了本文的可视化编程环境、训练方法与对照开发环境在提升学生计算思维方面的不同。同时对该可视化编程环境中情绪识别方法的有效性进行验证。实验结果表明融合课堂情绪识别的可视化编程集成环境,对于提升学生的计算思维具有显著的促进作用。