虛擬現(xiàn)實(shí)視覺體驗(yàn)對(duì)腦功能網(wǎng)絡(luò)的影響
發(fā)布時(shí)間:2021-03-11 12:31
隨著虛擬現(xiàn)實(shí)(VR)技術(shù)的廣泛應(yīng)用和相關(guān)設(shè)備的迅速普及,長時(shí)間使用VR技術(shù)引起的腦疲勞問題受到廣泛關(guān)注。本研究結(jié)合主觀疲勞量表與腦電信號(hào)腦功能網(wǎng)絡(luò)特征參數(shù),研究VR技術(shù)引起的腦疲勞問題。隨機(jī)選取16名健康受試者,同步采集觀看相同題材的傳統(tǒng)平面(TP)視頻及VR視頻時(shí)的腦電信號(hào),觀看視頻前后填寫主觀疲勞量表,利用互相關(guān)方法對(duì)所采集到的腦電信號(hào)進(jìn)行關(guān)聯(lián)特性分析,構(gòu)建兩種視覺體驗(yàn)前后的腦功能網(wǎng)絡(luò),并從復(fù)雜網(wǎng)絡(luò)的角度,對(duì)比分析平均度、平均聚類系數(shù)、平均路徑長度、平均全局效率和"小世界"屬性等腦網(wǎng)絡(luò)特征參數(shù)。結(jié)果發(fā)現(xiàn),觀看視頻后的量表分值均大于觀看前,并且從主觀感受上,受試者觀看VR視頻比觀看TP視頻更容易產(chǎn)生疲勞感;觀看VR和TP視頻后,腦網(wǎng)絡(luò)互相關(guān)系數(shù)、平均度值、平均聚類系數(shù)和平均全局效率值均比觀看視頻前顯著降低,平均路徑長度值顯著升高,"小世界"屬性顯著減小;并且相比觀看TP視頻,觀看VR視頻后腦網(wǎng)絡(luò)特征參數(shù)變化量更大,且差異具有統(tǒng)計(jì)學(xué)意義(P <0.05)。通過本研究結(jié)果,或可為分析和評(píng)價(jià)VR視覺體驗(yàn)引發(fā)的腦疲勞提供理論依據(jù)和試驗(yàn)參考。
【文章來源】:生物醫(yī)學(xué)工程學(xué)雜志. 2020,37(02)北大核心
【文章頁數(shù)】:11 頁
【部分圖文】:
腦疲勞試驗(yàn)流程
觀看視頻前后量表對(duì)比結(jié)果
圖2 觀看視頻前后量表對(duì)比結(jié)果如圖4所示,分別表示了TP和VR兩種觀看方式下,觀看視頻前和觀看視頻后的互相關(guān)系數(shù)矩陣圖,矩陣圖中顏色越接近藍(lán)色,表示兩個(gè)通道的互相關(guān)系數(shù)越小,顏色越接近紅色,表示兩個(gè)通道的互相關(guān)系數(shù)越大。首先,對(duì)比觀看TP視頻前后的互相關(guān)系數(shù)矩陣圖可以看出,觀看TP視頻后的互相關(guān)矩陣紅色的部分減少,藍(lán)色的部分增加,表示觀看TP視頻后大腦不同通道之間的互相關(guān)性減少;其次,對(duì)比觀看VR視頻前后的互相關(guān)系數(shù)矩陣圖可以看出,觀看VR視頻后的互相關(guān)矩陣紅色的部分明顯減少,整體更接近于藍(lán)色,表示觀看VR視頻后大腦不同通道之間的互相關(guān)性減少。
【參考文獻(xiàn)】:
期刊論文
[1]基于theta-gamma相位幅值耦合的腦疲勞信息傳遞整合機(jī)制研究[J]. 楊碩,冀亞坤,李潤澤,王磊,徐桂芝. 生物醫(yī)學(xué)工程學(xué)雜志. 2018(05)
[2]一種與N-Back誘發(fā)腦力疲勞相關(guān)的特異性腦電網(wǎng)絡(luò)結(jié)構(gòu)[J]. 孟桂芳,許敏鵬,張春翠,何峰,綦宏志,明東. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2017(02)
[3]自適應(yīng)多維N-back認(rèn)知負(fù)荷模型下的腦網(wǎng)絡(luò)研究[J]. 陳潤格,張露,王曉璐,王學(xué)民,明東,周鵬. 航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2015(06)
[4]體腦疲勞交互影響及神經(jīng)機(jī)制研究進(jìn)展[J]. 張力新,張春翠,何峰,趙欣,綦宏志,萬柏坤,明東. 生物醫(yī)學(xué)工程學(xué)雜志. 2015(05)
[5]駕駛疲勞腦電信號(hào)節(jié)律的特征分析[J]. 王利,艾玲梅,王四萬,羅萬志. 生物醫(yī)學(xué)工程學(xué)雜志. 2012(04)
[6]人腦連接組研究:腦結(jié)構(gòu)網(wǎng)絡(luò)和腦功能網(wǎng)絡(luò)[J]. 梁夏,王金輝,賀永. 科學(xué)通報(bào). 2010(16)
[7]腦網(wǎng)絡(luò):從腦結(jié)構(gòu)到腦功能[J]. 蔣田仔,劉勇,李永輝. 生命科學(xué). 2009(02)
[8]基于多導(dǎo)腦電復(fù)雜性測度的腦疲勞分析[J]. 劉建平,張崇,鄭崇勛,于曉琳. 西安交通大學(xué)學(xué)報(bào). 2008(12)
博士論文
[1]大腦功能網(wǎng)絡(luò)及其動(dòng)力學(xué)研究[D]. 李亞鵬.華中科技大學(xué) 2014
[2]基于腦電的磁刺激穴位復(fù)雜腦功能網(wǎng)絡(luò)研究[D]. 尹寧.河北工業(yè)大學(xué) 2013
碩士論文
[1]面向VR影視的疲勞度和關(guān)注度的評(píng)估方法[D]. 許昊駿.上海大學(xué) 2018
[2]基于互信息的EEG腦功能網(wǎng)絡(luò)研究[D]. 趙靜.西安電子科技大學(xué) 2013
本文編號(hào):3076463
【文章來源】:生物醫(yī)學(xué)工程學(xué)雜志. 2020,37(02)北大核心
【文章頁數(shù)】:11 頁
【部分圖文】:
腦疲勞試驗(yàn)流程
觀看視頻前后量表對(duì)比結(jié)果
圖2 觀看視頻前后量表對(duì)比結(jié)果如圖4所示,分別表示了TP和VR兩種觀看方式下,觀看視頻前和觀看視頻后的互相關(guān)系數(shù)矩陣圖,矩陣圖中顏色越接近藍(lán)色,表示兩個(gè)通道的互相關(guān)系數(shù)越小,顏色越接近紅色,表示兩個(gè)通道的互相關(guān)系數(shù)越大。首先,對(duì)比觀看TP視頻前后的互相關(guān)系數(shù)矩陣圖可以看出,觀看TP視頻后的互相關(guān)矩陣紅色的部分減少,藍(lán)色的部分增加,表示觀看TP視頻后大腦不同通道之間的互相關(guān)性減少;其次,對(duì)比觀看VR視頻前后的互相關(guān)系數(shù)矩陣圖可以看出,觀看VR視頻后的互相關(guān)矩陣紅色的部分明顯減少,整體更接近于藍(lán)色,表示觀看VR視頻后大腦不同通道之間的互相關(guān)性減少。
【參考文獻(xiàn)】:
期刊論文
[1]基于theta-gamma相位幅值耦合的腦疲勞信息傳遞整合機(jī)制研究[J]. 楊碩,冀亞坤,李潤澤,王磊,徐桂芝. 生物醫(yī)學(xué)工程學(xué)雜志. 2018(05)
[2]一種與N-Back誘發(fā)腦力疲勞相關(guān)的特異性腦電網(wǎng)絡(luò)結(jié)構(gòu)[J]. 孟桂芳,許敏鵬,張春翠,何峰,綦宏志,明東. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2017(02)
[3]自適應(yīng)多維N-back認(rèn)知負(fù)荷模型下的腦網(wǎng)絡(luò)研究[J]. 陳潤格,張露,王曉璐,王學(xué)民,明東,周鵬. 航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2015(06)
[4]體腦疲勞交互影響及神經(jīng)機(jī)制研究進(jìn)展[J]. 張力新,張春翠,何峰,趙欣,綦宏志,萬柏坤,明東. 生物醫(yī)學(xué)工程學(xué)雜志. 2015(05)
[5]駕駛疲勞腦電信號(hào)節(jié)律的特征分析[J]. 王利,艾玲梅,王四萬,羅萬志. 生物醫(yī)學(xué)工程學(xué)雜志. 2012(04)
[6]人腦連接組研究:腦結(jié)構(gòu)網(wǎng)絡(luò)和腦功能網(wǎng)絡(luò)[J]. 梁夏,王金輝,賀永. 科學(xué)通報(bào). 2010(16)
[7]腦網(wǎng)絡(luò):從腦結(jié)構(gòu)到腦功能[J]. 蔣田仔,劉勇,李永輝. 生命科學(xué). 2009(02)
[8]基于多導(dǎo)腦電復(fù)雜性測度的腦疲勞分析[J]. 劉建平,張崇,鄭崇勛,于曉琳. 西安交通大學(xué)學(xué)報(bào). 2008(12)
博士論文
[1]大腦功能網(wǎng)絡(luò)及其動(dòng)力學(xué)研究[D]. 李亞鵬.華中科技大學(xué) 2014
[2]基于腦電的磁刺激穴位復(fù)雜腦功能網(wǎng)絡(luò)研究[D]. 尹寧.河北工業(yè)大學(xué) 2013
碩士論文
[1]面向VR影視的疲勞度和關(guān)注度的評(píng)估方法[D]. 許昊駿.上海大學(xué) 2018
[2]基于互信息的EEG腦功能網(wǎng)絡(luò)研究[D]. 趙靜.西安電子科技大學(xué) 2013
本文編號(hào):3076463
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3076463.html
最近更新
教材專著