双通道EEG模型与频道注意力用于虚拟现实运动病检测
Chengcheng Hua1, Yuechi Chen1, Jianlong Tao1
1School of Automation, C-IMER, CICAEET, Nanjing University of Information Science & Technology, Nanjing 210044, China.
Journal of neuroscience methods
|March 14, 2025
概括
一个新的双通道模型使用EEG和大脑网络准确地检测虚拟现实运动疾病 (VRMS). 这一突破为改善VR体验提供了客观指导,通过最大限度地减少运动病.
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:
- 虚拟现实 (VR) 引发的运动恶性严重阻碍了用户体验和行业增长.
- 准确检测VR运动疾病 (VRMS) 对于应对这一挑战至关重要.
研究的目的:
- 提出和验证一种用于检测VRMS的新型双通道模型.
- 通过提供客观的VRMS检测来增强VR用户体验.
主要方法:
- 一个采用卷积神经网络 (CNN) 块和道注意力模块的双通道模型.
- 输入路径包括原始EEG信号和转换的大脑网络相邻矩阵 (使用PLV或RHO).
- 通过VR飞行模拟实验进行模型验证,在任务之前和之后收集静止状态EEG.
主要成果:
- 拟议的模型实现了平均准确率为99.12%,精度为99.12%,回忆率为99.11%,F1得分为99.12%.
- 超过了八个参考模型和四个融合混合动力模型的性能,证明了卓越的性能.
结论:
- 开发的模型显著超过VRMS检测的最先进方法.
- 为缓解VRMS和优化整体VR体验提供客观和直接的指导.
