CLET:与事件相关的潜在触发器中延迟的计算,使用虚拟现实装置上的光电极
Piyush Swami1,2,3, Klaus Gramann4, Elise Klæbo Vonstad1
1Motion Capture and Visualization Laboratory, Applied Information Technology Group, Department of Computer Science, Norwegian University of Science and Technology, Trondheim, Norway.
Frontiers in human neuroscience
|October 5, 2023
概括
精确的脑电图 (EEG) 分析需要精确的事件时间. 本研究介绍了一种使用光二极管在虚拟现实 (VR) 设置中纠正触发延迟的方法,以确保可靠的事件相关潜力 (ERP) 提取.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 虚拟现实 虚拟现实 虚拟现实
背景情况:
- 脑电图 (EEG) 测量大脑活动,需要精确的事件触发器来分析与事件相关的潜力 (ERP).
- 技术设置经常引入传输和记录触发器之间的延迟差异,可能误解ERP数据.
- 准确的延迟计算对于时代转移至关重要,以将记录的数据与刺激事件对齐.
研究的目的:
- 提出使用光二极管纠正事件相关延迟时间 (CLET) 的方法方法.
- 在非沉浸式 (LED屏幕) 和沉浸式 (头部安装显示器 - HMD) 虚拟现实环境中验证CLET方法.
- 为CLET分析提供开放访问算法,数据集和教程.
主要方法:
- 使用光电极传感器与LED屏幕和HMD VR系统集成,以捕捉刺激开始.
- 开发并应用了两套用于分析光二极管数据的算法,以计算触发延迟.
- 同步的EEG,EMG,PPG,光二极管传感器和3D运动捕捉摄像机与Unity VR平台.
主要成果:
- 对LED屏幕刺激的计算平均延迟时间:121.98 ± 8.71 ms (白色) 和121.66 ± 8.80 ms (黑色).
- 确定HMD刺激的平均延迟时间:82.80 ± 7.63 ms (白色) 和69.82 ± 5.52 ms (黑色).
- 将所有分析代码,数据集和教程材料公开提供.
结论:
- 基于光二极管的CLET方法有效量化和纠正VR-EEG实验中的触发延迟.
- 在非沉浸式 (LED) 和沉浸式 (HMD) VR设置之间,延迟差异显著不同.
- 开放的资源有助于在VR研究中采用和推进准确的ERP分析.
