在虚拟现实中结合EEG和眼球追踪:获取固定开始事件相关的潜力和事件相关的光谱扰动

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 人与计算机的交互

背景情况:

• 将实验室发现推广到现实世界的场景是具有挑战性的.
• 虚拟现实 (VR) 为研究复杂行为提供了一个有希望的环境.
• 准确的眼动分类对于将VR与电脑电图 (EEG) 等时间敏感数据集成至关重要.

研究的目的:

• 开发和验证一个算法,用于精确的眼动分类在VR.
• 为了使眼睛跟踪和EEG数据在自然的VR环境中进行联合分析.
• 评估与固定开始事件相关的光谱扰动 (ERSP) 对于研究EEG信号的适用性.

主要方法:

• 在自由探索期间,在VR中记录了眼睛跟踪数据.
• 使用基于速度的算法对眼睛运动进行分类 (凝视,摇).
• 分段连续数据,并对参与者转换运动进行了校正.
• 将分类眼睛跟踪与EEG数据结合起来,以生成与事件相关的潜力 (ERP) 和ERSP.

主要成果:

• 该算法准确地分类了连续的眼睛跟踪数据,通过各种指标验证.
• 固定的ERP和ERSP成功生成,证实了数据质量和事件时间.
• 固定开始的ERSP表现出较低的时间敏感性和较少的重复要求.

结论:

• 开发的算法有效地将视觉追踪和EEG数据集成到VR中.
• 固定开始的ERSP非常适合在自然的VR环境中分析EEG信号.
• 这种方法提高了研究结果的概括性,从受控设置到现实世界的情况.