基于频域生理信号的游戏乐趣预测:观察性研究

科学领域:

• 人与计算机的交互
• 生物医学工程 生物医学工程
• 游戏设计 游戏设计

背景情况:

• 传统的视频游戏评估依赖于主观问卷,这些问卷有个体变化和缺乏实时反等局限性.
• 客观的生理测量为评估玩家体验提供了更一致和更直接的方法.

研究的目的:

• 开发一个客观的系统,用生理信号来预测游戏的乐趣.
• 建立基于心率变化 (HRV) 的游戏乐趣客观指标.

主要方法:

• 在可穿戴设备中利用光聚缩学 (PPG) 传感器连续测量心跳信号并推导心跳间隔 (IBI) 序列.
• 分析频率域心率变化 (HRV) 参数,特别是低频 (LF) 和高频 (HF) 组件及其比率 (LF/HF).
• 开发了一种线性模型,将曲线过渡和LF/HF比率的标准偏差作为客观游戏乐趣指标.

主要成果:

• 拟议的线性模型在预测游戏乐趣得分时实现了4.16%的平均绝对误差 (MAE) 和5.07%的根平均平方误差 (RMSE).
• 确定了曲线过渡和LF/HF比率的标准偏差作为游戏乐趣的显著客观指标.
• 证明了将基于可穿戴设备的HRV测量与预测模型集成的可行性.

结论:

• 开发的客观系统为预测游戏乐趣提供了一种可靠的方法,克服了主观评估的局限性.
• 该系统提供了实时反的潜力,以优化视频游戏中的用户体验.
• 这项研究强调了HRV分析对于客观评估玩家参与度和享受度的有用性.